이미지 출처: medad 제작

출처 순위는 도메인 단위의 한 회차 관찰이며, 어디에 있었는지만 보여 줍니다.

인용한 답변 수·언급률·인용 몫은 분모가 달라 한 줄에 섞어 쓰면 안 됩니다.

채널 예산은 접근·사실 정확성·외부 채널·엔진 차이 순으로 점검한 뒤, 같은 사양의 회차로 확인하세요.

순위표 한 장이 채널 예산을 정하는 순간

AI 답변에 붙는 출처의 순위를 받아 들면 “상위 채널부터 채우자”는 결론으로 가기 쉽습니다. 출처를 모른 채 채널부터 늘리면 예산은 쓰는데 AI가 읽는 자리와 어긋날 수 있습니다. 그렇다고 순위표만 보고 채널을 늘리는 것이 답은 아닙니다.

이 글은 medad가 2026년 10월 3일 회차에서 모은 출처 지도를 예로, 순위표를 보고서로 옮길 때 지켜야 할 읽기 기준을 정리합니다.

근거: 질문 120개, 응답 598개, 인용 4,316건

AI 엔진 5곳에 질문 120개를 물어 응답 598개를 얻었고, 인용은 모두 4,316건이었습니다. medad 이름이 나오지 않은 답변에서 많이 붙은 출처는 네이버 블로그 127, 오픈애즈 108, 브런치 74, 유튜브 56, 메일리 44, Google 개발자 문서 41 순입니다.

분모는 응답 598개에서 medad가 언급된 1개를 뺀 597개입니다. 비율로 바꾸면 각각 약 21%, 18%, 12%, 9%, 7%, 7%이고, 한 답변이 여러 출처를 달 수 있어 합계는 100%가 되지 않습니다.

여섯 곳 가운데 다섯은 직접 글이나 영상을 올리는 채널이고, 하나는 공식 문서입니다. 엔진 5곳의 이름은 회차 요약에 적혀 있지 않아 확정하지 않았으며, 이 숫자는 엔진을 합친 값입니다.

프레임: 지표마다 분자와 분모를 함께 적기

같은 회차에서도 분모가 다른 숫자가 나옵니다. 보고서에는 분자와 분모를 함께 적어야 오독을 막을 수 있습니다.

“인용한 답변 수”는 그 도메인이 한 번이라도 붙은 답변의 개수이고, “인용 몫”은 전체 인용 건수에서 차지한 비중입니다. 이 글의 순위는 앞의 숫자입니다.

도메인 단위라는 점도 적어 둡니다. 여러 필자의 글은 한 도메인으로 합산되고 업체 한 곳의 자체 사이트는 도메인 하나로 세어지므로, 같은 잣대로 비교할 수 없습니다.

이름과 출처가 따로 움직이는 사례도 있었습니다. 8월 24일부터 9월 19일까지 7회, 응답 1,479개에서 이름은 1번 나왔지만 Perplexity 출처 목록에는 9월 5일·12일·19일 세 회차 연속 medad.kr이 있었고, 답변 본문에는 이름이 없었습니다.

실행: 지도에서 전략으로 가는 다섯 단계

1단계, 지도를 먼저 그립니다. 내 업종에서 고객이 AI에 물을 질문 목록을 정하고, 엔진별로 같은 조건에서 물어 답변의 출처 주소를 기록합니다.

2단계, 출처를 유형으로 묶습니다. 자사 사이트·공식 문서·외부 채널·커뮤니티로 나누면 어느 자리가 비었는지 보입니다.

3단계, 자사 원문을 기준 문서로 둡니다. 외부 채널에는 같은 사실을 그 채널 독자에게 맞게 다시 설명하되 사실이 어긋나지 않게 합니다.

사실이 채널마다 다르면 읽는 사람이 최신 쪽을 헷갈리고 고칠 곳도 흩어진다고 판단합니다. 이는 일반 운영 원칙이며 이 측정이 입증한 것은 아닙니다.

4단계, 공식 문서와 모순이 없는지 봅니다. 공식 문서도 이 지도에 들어 있고(41개 답변), 규칙이나 정책을 다루는 글은 공식 문서와 대조해 두는 편이 좋다고 봅니다.

5단계, 같은 사양으로 다시 측정합니다. 질문 세트와 엔진을 바꾸지 않은 회차끼리만 변화를 읽습니다.

점검할 곳이 겹치면 접근, 사실 정확성, 외부 채널, 엔진 차이 순으로 봅니다. 앞 단계가 막히면 뒤 단계 결과를 읽기 어렵다는 의존 관계에 따른 순서이고, 효과를 입증한 순서는 아닙니다.

읽기 기준도 미리 정해 둡니다. medad는 한 도메인이 답변의 10% 이상에 붙으면 외부 채널 인용이 많다고, 자사 도메인이 붙은 답변이 0개이거나 5% 미만이면 거의 없다고 읽습니다. 통계로 입증된 경계가 아니라 이번 측정값을 보고 정한 읽기 기준이며, 답변이 20개 미만인 작은 세트에서는 비율 대신 개수로 읽기를 권장합니다.

함정: 한 회차, 합산값, 인과

첫째, 한 회차의 관찰입니다. 같은 사양의 회차가 쌓여야 지도가 안정적인지 볼 수 있으므로, 한 회차의 지도만으로 1년 계획을 세우지 않습니다.

둘째, 엔진 합산값입니다. 측정 기록에는 검색형 엔진은 본 출처를 모두 남기고 일부 엔진은 인용한 것만 남기는 차이가 있어서, 엔진 전체의 합의로 읽지 않습니다.

셋째, 질문 세트의 범위입니다. 120개는 AI 검색 최적화와 GEO 업종 질문이 중심이라고 보며, 다른 업종의 지도는 다를 수 있습니다.

공식 개발자 문서에서 확인한 것은 웹 검색 결과를 가져와 인용과 함께 답을 만든다는 큰 틀이 비슷하다는 점과, 검색 방식이 서비스마다 다르게 설명된다는 점입니다. 그 차이가 실제 출처 지도를 얼마나 다르게 만드는지는 확인하지 못했고, 개발자용 설명이라 일반 앱 화면의 동작과 같다고 단정하지 않습니다. 네이버는 출처 방식을 공식 문서로 확인하지 못해 다루지 않았습니다.

넷째, 인과입니다. 지도는 출처가 어디에 있었는지만 보여 줄 뿐 왜 거기에 있었는지는 말해 주지 않습니다. Google은 자사 검색의 생성형 AI 기능에 대해 웹 전반에서 진정성 없는 언급을 추구하는 것은 생각만큼 도움이 되지 않는다고 안내하지만, Google 검색에 한정된 안내라 다른 엔진에 적용할 근거는 확인하지 못했고 지도의 인과를 입증하는 근거로도 쓰지 않습니다.

지도를 본 직후에는 상위 채널 이름만 보고 같은 글을 여러 채널에 복사해 올리는 일, 인용을 약속하는 제안을 근거로 채널 예산을 확정하는 일을 피하는 편이 좋다고 판단합니다.

이해관계도 밝혀 둡니다. 이 글을 쓴 medad는 합의한 채널에 맞게 다시 쓴 글을 올리는 서비스를 안내하는 회사이고, 이 지도는 그 서비스의 효과를 증명하지 않습니다. 지도를 봐도 특정 질문에서 인용되거나 추천된다는 보장은 없습니다.

체크리스트

1. 질문 세트·엔진·확인 날짜가 지도와 함께 적혀 있나요?

2. “인용한 답변 수”, “언급률”, “인용 몫”을 분자·분모와 함께 따로 적었나요?

3. 도메인 단위 집계라는 한계를 보고서에 밝혔나요?

4. 한 회차의 관찰과 같은 사양으로 쌓인 회차를 구분했나요?

5. 인용을 약속하는 제안을 채널 예산의 근거로 쓰고 있지 않나요?

참고 자료

Google Search Central, «Optimizing your website for generative AI features on Google Search»·«AI features and your website» / OpenAI Developers, «Web search» / Anthropic, «Web search tool» / Google AI for Developers, «Grounding with Google Search» / Perplexity Docs, «Overview» / medad 요금제 (기준일 2026-10-04)

필자 소개 medad는 AI 검색 답변에서 브랜드가 어떤 질문에 답하고 있는지 측정하고, 근거 중심의 콘텐츠 구조를 설계합니다.