AI가 인용한 페이지와 AI가 추천한 브랜드는 다를 수 있다

행사 소개 페이지가 AI 답변의 출처로 붙었다. 그런데 답변 본문에는 정작 그 행사가 없다. 대신 페이지 안에 함께 적혀 있던 다른 행사가 추천된다.

AI는 페이지를 광고처럼 대하는 것이 아니라, 답을 만들 재료 중 하나로 사용한다. 페이지를 쓴 사람이 누구를 알리고 싶었는지와, AI가 최종적으로 누구를 추천할지는 다른 판단이다.

Ahrefs가 2026년 7월 공개한 실험은 이 차이를 숫자로 보여준다. 결론은 단순하지만 꽤 불편하다. AI 검색에서 페이지 인용은 브랜드 추천의 대리 지표가 아니다.

1. 출처가 된 것과 선택된 것은 다르다

여행을 계획할 때 여러 도시를 비교한 블로그 글을 읽는다고 해보자. 그 글이 항공편과 숙소와 축제를 잘 정리해줬다면 여행자는 그 글을 참고할 수 있다. 그렇다고 글쓴이가 가장 밀고 있던 도시를 반드시 고르지는 않는다. 글 안의 다른 도시가 일정이나 예산에 더 맞으면 그쪽으로 갈 수 있다.

AI도 비슷하다. 답변 옆에 붙은 인용은 “이 페이지가 이 답에 쓰였다”는 표시다. “이 페이지가 홍보한 브랜드를 추천했다”는 보증서가 아니다.

이 차이를 놓치면 AI Visibility 대시보드의 숫자가 실제보다 좋아 보인다. 인용 수가 올라가면 콘텐츠가 AI에게 읽히고 있다고 말할 수 있다. 하지만 사용자의 질문에 답하는 문장 속에 브랜드가 등장했는지, 그 브랜드가 추천 선택지였는지까지는 별도로 봐야 한다.

기존 검색에서는 이 구분이 비교적 단순했다. 검색 결과에 우리 페이지가 노출되고, 사용자가 눌러 들어오고, 전환이 일어난다. 순위와 클릭은 완전한 지표는 아니어도 같은 경로 안에 있었다.

AI 답변은 중간 경로를 하나 더 만든다. 페이지가 답의 근거가 되어도, AI는 페이지 안의 여러 항목을 다시 고르고 요약하고 비교한다. 그 결과로 콘텐츠의 저자, 인용된 페이지, 답변에서 언급된 브랜드, 추천받은 브랜드가 서로 다를 수 있다.

2. Ahrefs는 무엇을 확인했나

작은 실험실에서 한 제품을 선반 다섯 곳에 올려두고, 손님이 어느 선반을 보고 무엇을 집어 가는지 관찰한다고 생각해보자. 제품을 올려둔 사실과 손님이 그 제품을 집어 간 사실은 다르다. Ahrefs의 실험도 페이지 노출과 브랜드 선택을 분리해 보려는 관찰이었다.

Ahrefs는 자사 AI 가시성 도구 Brand Radar와 새 컨퍼런스 Ahrefs Evolve를 홍보하는 자기홍보형 페이지 34개를 만들었다. 리스트형 글, 리뷰, 의견글을 ahrefs.com, Medium, detailed.com 등 5개 도메인에 나눠 발행했다. 그 뒤 ChatGPT, Gemini, Perplexity, Copilot이 만든 답변 9,886개를 2026년 2월 7일부터 5월 31일까지 추적했다.

실험에서 구분한 첫 단계는 cited와 found다. cited는 답변에 클릭 가능한 출처로 표시된 경우다. found는 AI가 뒤쪽 검색·생성 과정에서 페이지를 활용했지만 답변에 출처로 붙이지 않은 경우다. 독자에게 보이는 인용은 전자뿐이지만, 브랜드가 답에 영향을 받는 경로는 둘 다 있을 수 있다.

그다음은 브랜드 언급이다. 컨퍼런스 홍보 페이지에서는 답변 안에 정확히 “Ahrefs Evolve”라는 문구가 들어갔을 때만 언급으로 셌다. Ahrefs 제품 페이지에서는 “Ahrefs”가 들어갔을 때를 언급으로 셌다. 느슨한 유사 표현이나 암시를 세지 않은 이유는 인용과 언급을 가능한 한 분리하기 위해서다.

3. 인용은 됐는데 추천은 경쟁사가 받는 순간

맛집 추천을 부탁했는데, AI가 어떤 맛집 리스트를 출처로 붙인 뒤 그 리스트의 1번 가게가 아니라 4번 가게를 추천하는 장면을 떠올려보자. 리스트 작성자는 1번 가게를 알리려고 만들었을 수 있다. 하지만 질문이 “조용한 저녁 식사”였다면 AI는 리스트 속 다른 가게를 더 알맞다고 고를 수 있다.

Ahrefs의 컨퍼런스 페이지에서 이 일이 실제로 보였다. 컨퍼런스 홍보 페이지가 인용된 답변 가운데 43%는 Ahrefs Evolve를 한 번도 언급하지 않았다. AI는 페이지를 조사 자료로 쓰고도, 그 안에 등장한 다른 컨퍼런스를 추천했다.

같은 현상은 Ahrefs 제품 홍보 페이지에서는 덜했다. 해당 페이지가 인용됐는데 Ahrefs를 언급하지 않은 비율은 11%였다. 두 수치를 “컨퍼런스는 안 되고 제품은 된다”로 일반화할 수는 없다. 다만 콘텐츠의 성격과 브랜드가 이미 가진 인지도, 질문과의 적합성이 인용 이후의 결과를 바꾼다는 신호로는 읽을 수 있다.

found까지 포함하면 차이는 더 커졌다. 컨퍼런스 페이지가 AI 내부에서는 발견됐지만 답변에 인용되지 않은 경우, Ahrefs Evolve를 언급하지 않은 비율은 74%였다. 페이지가 AI의 재료가 되었다고 해서 브랜드의 가시성이 생기는 것은 아니다. 인용되지 않은 활용은 오히려 기존 추천 합의를 강화하는 쪽으로 작동할 수 있다는 것이 Ahrefs의 해석이다.

이 결과를 보고 경쟁사 이름을 콘텐츠에서 지워야 한다고 결론 내리기는 이르다. 비교 글에서 경쟁사를 숨기면 정보의 질도 떨어지고, 사용자가 실제로 비교하는 선택지를 외면하게 된다. 더 정확한 결론은 이것이다. 비교 페이지는 내 브랜드만 보여주는 전단지가 아니다. AI와 사용자가 여러 후보를 비교하는 자료다. 그 안에서 우리 브랜드가 왜 해당 질문에 맞는지, 어떤 경우에는 맞지 않는지까지 정확히 써야 한다.

4. 새 브랜드에는 왜 일부 효과가 있었나

새로 문을 연 동네 가게는 지도를 봐도 이름이 잘 나오지 않는다. 가게가 없어서가 아니라, 사람들이 아직 그 가게를 어떤 카테고리에 넣어야 하는지 모르기 때문이다. 메뉴와 위치와 영업시간이 분명한 소개 글은 그 빈칸을 메우는 데 도움을 준다. 이미 동네에서 유명한 가게라면 같은 소개 글의 추가 효과는 작을 수 있다.

Ahrefs Evolve는 이쪽에 가까웠다. Ahrefs는 발행 전 기간에 특정 질문과 특정 AI 조합에서 Evolve가 전혀 언급되지 않았던 경우를 따로 골랐다. 페이지 발행 뒤, Evolve는 그런 빈칸 72곳에 새로 등장했다. 새로 생긴 언급의 82%는 Ahrefs가 만든 페이지를 인용한 답변에서 발생했다.

반대로 이미 알려진 Ahrefs 제품은 다른 양상을 보였다. Ahrefs가 기존에 언급되지 않던 자리에 새로 나타난 경우 중, 자사 홍보 페이지가 인용된 답변에서 나온 비율은 6%였다. 나머지 94%는 제3자 콘텐츠와 함께 나타났다. 이미 브랜드를 설명하고 추천하는 외부 자료가 충분하면, 자사 콘텐츠 한 묶음이 추가로 만드는 차이는 작아질 수 있다.

질문의 범위도 달랐다. Ahrefs Evolve는 “best SEO conferences 2026” 답변에서는 전체 추적 기간에 66.4% 등장했지만, “best marketing conferences 2026”에서는 15.8%에 그쳤다. 같은 브랜드, 비슷한 페이지여도 브랜드가 자연스럽게 속하는 좁은 질문에서는 더 잘 연결되고, 넓은 질문에서는 전문 분야의 한 선택지로만 남았다.

이 수치를 자기홍보 콘텐츠의 만능 공식을 찾은 근거로 쓰면 안 된다. Ahrefs도 이 부분을 가설로 제시한다. 그래도 실무에 남는 질문은 분명하다. 우리 브랜드가 정말 그 질문에 어울리는 답인가. 콘텐츠를 쓰지 않았어도 제3자가 같은 추천을 했을까. 이 질문에 자신 있게 답하기 어려우면, 인용을 늘리는 방식보다 브랜드와 카테고리의 연결을 먼저 바로잡아야 한다.

5. 발견은 실험의 신호이고, 나머지는 운영의 신호다

택배 배송 조회에서 “물류센터에 도착”과 “고객에게 배송 완료”는 전혀 다른 상태다. 물류센터에 들어왔다고 배송이 끝난 것이 아니듯, AI가 페이지를 찾거나 인용했다고 해서 브랜드가 고객의 선택지에 도착한 것은 아니다.

AI 검색에서 측정할 흐름은 다음처럼 나눌 수 있다.

앞 단계가 뒷단계의 충분조건은 아니다. 특히 인용과 브랜드 언급 사이가 비어 있다는 점이 이번 실험의 핵심이다. 다만 이 표를 그대로 대시보드로 옮기면 한 가지 문제가 생긴다. found는 Ahrefs처럼 모델의 검색·생성 과정을 별도로 추적할 수 있는 실험에서는 보이지만, 일반적인 개인 사이트 운영자가 직접 확인할 수 있는 값은 아니다. 그러니 발견 수를 0으로 기록하거나, 내부 활용을 추정해 성과 지표로 만들면 안 된다.

개인 사이트가 처음부터 갖출 수 있는 것은 세 층이다. Google Search Console의 생성형 AI 성과 보고서는 AI Overviews와 AI Mode에서 우리 URL이 보인 노출을 페이지·국가·기기·날짜 단위로 제공한다. 이것은 Google 검색 안의 공식 집계다. 답변이 어떤 문장으로 브랜드를 추천했는지는 알려주지 않는다. 같은 질문을 같은 조건으로 반복해 캡처한 답변은 인용·언급·추천을 확인하는 표본 관찰이다. 그리고 ChatGPT 같은 서비스에서 실제로 링크를 눌러 들어온 세션은 리퍼럴 유입이다. ChatGPT는 referral URL에 utm_source=chatgpt.com을 자동으로 추가한다고 안내한다. 셋의 분모가 다르기 때문에 하나의 “GEO 점수”로 더할 수 없다.

측정 도구도 이 세 층에 맞춰 역할을 나눈다. Cloudflare Web Analytics는 Performance API 기반의 실제 사용자 성능·기본 방문 지표를 제공하고 방문자의 개인 데이터를 수집·사용하지 않는다. 반면 UTM query string과 custom event는 지원하지 않는다. Cloudflare Web Analytics Cloudflare FAQ 그래서 Cloudflare의 페이지 성능과 방문 건강도를 캠페인 성과로 오해하지 않고, SNS별 유입과 사이트 안 행동은 GA4의 source / medium / campaign과 이벤트로 본다. 랜딩 URL의 UTM을 정본으로 삼는다면 Google tag의 campaign_* 값을 같은 페이지에 중복 설정하지 않는다. 설정값이 URL UTM을 덮어쓸 수 있기 때문이다. GA4에서 이벤트 parameter를 보고서에 쓰려면 custom dimension 등록이 필요하며, 반영까지 시간이 걸릴 수 있다. GA4 traffic-source dimensions GA4 configuration reference GA4 event parameters

Search Console도 완전한 AI 답변 원장이 아니다. Search Analytics API는 날짜·국가·기기·페이지·쿼리로 검색 집계를 가져올 수 있지만, 모든 행이 아니라 클릭 기준 상위 행을 반환할 수 있다. Search Analytics query API 생성형 AI 성과 보고서는 2026년 6월에 공개됐지만 현재 일부 사이트에 단계적으로 제공되므로, 화면에 보이지 않는 값을 0으로 바꾸면 안 된다. Google Search Central announcement Generative AI performance report (Search) 이 한계는 불편하지만 중요하다. 관측되지 않은 것과 일어나지 않은 것은 다르다.

여기서 중요한 것은 숫자보다 라벨이다. 공식 집계에는 official_aggregate, 답변 캡처에는 observed_sample, 도착 세션에는 inbound_referral을 붙인다. 제목을 바꾼 날, LinkedIn에 캐러셀을 올린 날, 프롬프트 세트를 수정한 날도 함께 남긴다. 그래야 노출 증가를 콘텐츠 개선의 효과로 성급하게 읽지 않고, 무엇이 바뀌었는지 다시 확인할 수 있다.

실무에서는 답변 단위의 기록이 필요하다. 어떤 프롬프트였는지, 어떤 엔진과 날짜였는지, 언어·국가·로그인 상태는 어땠는지, 어떤 URL이 인용됐는지, 우리 브랜드가 언급됐는지, 답변이 추천한 브랜드가 누구였는지를 한 행에 남겨야 한다. 그 뒤 UTM과 사이트 내 행동 이벤트로 유입과 CTA를 연결한다. 이 기록은 “AI가 우리를 추천했다”는 주장보다, 다음 주에 같은 조건으로 다시 확인할 수 있다는 점에서 더 쓸모가 있다.

이 데이터를 백오피스에 모을 때도 경계를 지켜야 한다. GA4 Data API와 Search Console API는 각각 계정·속성 접근과 OAuth 권한을 요구한다. 처음에는 analytics.readonly, webmasters.readonly처럼 읽기 전용 권한만 주고, 토큰·서비스 계정 키는 공개 사이트 번들이나 콘텐츠 저장소가 아니라 로컬 수집 환경에 둔다. GA4 Data API quickstart Search Console API authorization GA4를 쓰는 경우에는 측정 태그가 데이터를 보내기 전의 기본 동의 상태와 이후 철회도 운영 설계에 포함된다. Google consent mode

“인용 수 200건”만으로는 이 질문에 답할 수 없다. 200건 중 우리 브랜드를 언급한 답변이 몇 개인지, 경쟁사를 추천한 답변은 몇 개인지, 어느 질문에서 추천이 반복되는지까지 봐야 다음 콘텐츠의 방향을 정할 수 있다.

6. AI 인용은 순위표처럼 고정되지 않는다

지도에 꽂힌 가게 위치는 보통 다음 날에도 같은 자리에 있다. 날씨 예보는 그렇지 않다. 같은 도시라도 아침과 저녁, 관측값과 모델이 달라지면 예보가 바뀐다. AI 답변의 출처는 지도 핀보다 날씨 쪽에 가깝다.

Ahrefs는 한 번 인용된 페이지가 계속 답변에 남는다는 가정도 확인했다. 결과는 안정적 순위와 거리가 있었다. 특정 질문과 특정 AI 조합에서 어떤 페이지가 처음 인용된 날부터 마지막으로 인용된 날까지, 실제 인용된 날은 가능한 날의 약 3분의 1뿐이었다. 한 번 나타난 뒤 다시는 나오지 않은 경우도 있었고, 몇 주 동안 사라졌다가 다시 나타난 경우도 있었다.

도메인 권위가 이 문제를 없애지는 못했다. ahrefs.com의 페이지는 상대적으로 더 긴 기간 인용되었지만, 여전히 나타났다 사라지는 패턴을 보였다. 별도 Ahrefs 연구에서 Google AI Overviews의 연속 측정 결과도 인용 URL의 약 54%만 다음 검사에 남았다.

그래서 AI Visibility는 한 번의 캡처로 판단하기 어렵다. 같은 질문을 같은 조건으로 반복해 답변 스냅샷을 쌓고, 엔진별로 분리해 봐야 한다. 프롬프트 원문 또는 해시, 실행 시각, 언어·국가, 기기, 로그인 상태까지 남겨야 다음 관찰과 비교할 수 있다. 특정 날짜에 인용된 것을 “순위를 얻었다”고 부르기보다, 그때 그 질문에서 답변의 근거로 쓰였다고 기록하는 편이 더 정확하다.

7. 콘텐츠 최적화의 질문도 바뀐다

영업 회의에서 “브로슈어를 몇 부 배포했나”만 묻는다면, 정작 상담이 몇 건으로 이어졌는지는 알 수 없다. 배포량은 활동 지표다. 상담과 계약은 결과 지표다. 둘을 같은 숫자로 읽으면 다음 행동이 어긋난다.

AI 검색에서도 “우리 페이지가 인용됐는가”만 묻는 것은 브로슈어 배포량만 세는 일에 가깝다. 페이지가 발견되고 인용되는 것은 출발점이다. 그 뒤 답변이 우리 브랜드를 어떤 문장으로 언급했는지, 후보 중 누구를 추천했는지, 사용자가 다음 행동을 했는지까지 이어져야 성과를 읽을 수 있다.

그래서 콘텐츠를 만들 때 질문의 순서를 조금 바꿀 필요가 있다.

1. 이 페이지는 어떤 사용자의 어떤 질문에 답하는가.

2. 그 질문에서 우리 브랜드는 왜 자연스러운 후보인가.

3. 비교 대상이 있을 때, 우리 브랜드가 맞는 조건과 맞지 않는 조건을 사실대로 설명했는가.

4. AI 답변에서 실제로 우리 브랜드가 언급되고 추천되는지, 같은 조건에서 반복 측정할 수 있는가.

5. 생성형 검색 URL 노출, 답변 표본, 실제 AI 리퍼럴을 서로 섞지 않고 읽고 있는가.

6. 추천 이후의 유입과 전환을 추적할 수 있는가.

자기홍보 콘텐츠가 할 수 있는 일은 AI가 아직 제대로 연결하지 못한 브랜드와 카테고리 사이에 정확한 설명을 보태는 것이다. 순위를 만들어내거나 추천을 강제하는 일이 아니다. 오히려 자기 브랜드를 근거 없이 “최고”로 올려두면, 독자에게도 AI에게도 신뢰할 만한 자료가 되기 어렵다.

이제 AEO의 목표를 “인용을 받는 페이지 만들기”로 두기에는 부족하다. 더 가까운 목표는 이쪽이다.

AI가 우리 콘텐츠를 어떤 질문의 근거로 사용했고, 그 답변은 누구를 추천했는가.

그 답을 답변 단위로 쌓기 시작하면, 인용 수는 끝나는 숫자가 아니라 해석해야 할 첫 번째 신호가 된다.

참고

• Self-Promotional Content Works, Until It Backfires: AI SEO Experiment, Ahrefs, 2026-07-06.

운영 설계의 1차 출처

• Cloudflare Web Analytics — About

• Cloudflare Web Analytics — FAQ

• GA4 traffic-source dimensions

• GA4 configuration reference

• GA4 event parameters

• GA4 Data API quickstart

• Google Search Console — Generative AI performance report

• Google Search Central — Generative AI performance reports announcement

• Google Search Console API — Search Analytics query

• Google Search Console API — Authorize Requests

• Google Tag — Consent mode

• OpenAI — Publishers and Developers FAQ