리포트 핵심 요약
올해 1월과 9월에 구글이 공개한 연구 두 건은 AI 검색이 질문을 나누는 방식과 문서를 고르는 방식을 함께 바꾸고 있습니다.
비슷한 내용을 반복한 페이지는 하나로 묶이고, 서로 다른 질문에 답하는 페이지가 각각 인용됩니다.
콘텐츠 기획의 단위를 키워드에서 질문으로 확장하는 것이 대응의 출발점입니다.
AI 오버뷰에 우리 브랜드가 왜 안 나오는지 찾다 보면, 관련 키워드는 다 확보했는데 정작 답변에는 없는 상태를 마주하게 됩니다. 구글이 2026년에 공개한 연구 두 건은 AI 검색이 하나의 질문을 어떻게 나누고, 모아 온 문서 중 무엇을 고르는지를 보여줍니다. 하나는 구글 리서치의 질문 확장 연구이고, 다른 하나는 구글 딥마인드가 대학 연구진과 함께 발표한 순위 결정 방식 연구입니다. 두 연구의 핵심은 같습니다. 더 넓게 찾되, 비슷한 것은 제외한다는 것입니다.
키워드는 다 잡았는데 답변에는 없는 이유
AI 검색은 사용자가 입력한 문장을 그대로 쓰지 않습니다. 하나의 질문이 들어오면 뒤에서 여러 개의 하위 질문을 만들어 각각 검색하고, 그 결과를 모아 하나의 답변으로 정리합니다. 이 처리를 쿼리 팬아웃이라고 부릅니다. 복잡한 질문 하나에 8개에서 20개가 넘는 배경 검색이 실행되는 것으로 추정됩니다(셈러시, 2026년 기준).
여기서 문제가 시작됩니다. 마케터가 관리하는 단위는 사용자가 입력하는 키워드지만, 인용 여부를 결정하는 것은 아직 기준을 잡지 못한 세부 질문입니다. "여름 원피스 추천"에 최적화한 페이지가 있어도, AI가 실제로 만든 하위 질문이 소재별 체감 온도나 세탁 방법, 체형별 실루엣이었다면 우리 페이지는 그 어느 쪽에도 걸리지 않습니다. 키워드 순위는 멀쩡한데 답변에는 등장하지 않는 상태가 이렇게 만들어집니다.
질문을 나누는 단계에서 일어난 변화
구글 리서치가 공개한 Retrieve-for-Train 연구는 이 하위 질문을 만드는 단계를 다룹니다. 기존 방식의 문제는 질문을 확장하다 보면 사실상 같은 뜻의 문장이 반복된다는 점이었습니다. "보헤미안 페스티벌 패션"과 "보헤미안 페스티벌 의상"처럼 표현만 다른 질문이 여러 개 나오면, 돌아오는 자료도 성격이 같아집니다. 캠핑 장비를 물었는데 텐트 종류만 잔뜩 나오는 상황입니다.
연구진은 만들어진 질문 묶음 전체를 놓고 서로 얼마나 다른지를 함께 평가하도록 학습시켰습니다. 그 결과 배낭과 침낭, 버너, 헤드램프처럼 서로를 보완하는 항목이 함께 나오게 됐습니다. 이 판단을 검색 시점이 아니라 학습 단계에 미리 넣어 처리 속도도 12배에서 20배 끌어올렸습니다. 마케터에게 이 속도는 기술 지표가 아니라 노출 조건입니다. 질문을 나누는 처리가 저렴해지면 시스템은 하위 질문 수를 줄일 이유가 없어지고, 하나의 검색에서 인용되는 출처가 많아집니다.
문서를 고르는 단계에서 일어난 변화
구글 딥마인드가 매사추세츠대 애머스트, 텍사스대 오스틴 연구진과 함께 발표한 자기회귀 랭킹 연구는 그다음 단계를 다룹니다. 지금까지 검색은 빠르지만 정밀도가 낮은 1차 후보 추출과, 느리지만 정확한 2차 재정렬로 나뉘어 처리돼 왔습니다. 연구진은 이 두 단계를 하나의 대형 언어 모델로 합쳤고, 기존 2차 재정렬과 비슷한 정확도를 유지하면서 관련 없는 문서를 제외하는 성능이 개선됐다고 밝혔습니다.
다만 쇼핑 검색 조건에서는 상위 결과 순서가 오히려 나빠진 경우도 보고됐습니다. 아직 연구 단계이고 실제 서비스 적용 여부는 공개되지 않았다는 점은 분명히 해 둘 필요가 있습니다. 그럼에도 두 연구의 결론은 같습니다. 앞 단계에서는 더 다양한 질문을 만들고, 뒤 단계에서는 질문에 제대로 답하지 않는 문서를 더 잘 제외합니다. 두 연구 중 순위 결정 방식 연구가 먼저 공개됐고, 질문 확장 연구가 뒤에 나왔습니다.
브랜드에는 기회와 조건이 동시에 바뀌는 일
기회 측면부터 보면, 하위 질문이 늘어날수록 브랜드가 인용될 기회도 늘어납니다. 검색 순위 1위가 아니어도 특정 하위 질문에 정확히 답하는 페이지라면 답변에 들어갈 수 있습니다. 그동안 상위 노출 경쟁에서 밀려 있던 브랜드에도 기회가 생기는 변화입니다.
조건 측면에서 보면 더 까다로워집니다. 같은 주제를 표현만 바꿔 쓴 페이지 다섯 개는 AI가 서로 다르지 않다고 판단해 하나로 묶습니다. 키워드는 들어 있지만 질문에 실제로 답하지 않는 페이지도 AI가 제외할 가능성이 커집니다. 콘텐츠 편수 자체는 이제 노출량을 보장하지 않습니다.
제품 상세 페이지 하나에 성분과 사용법, 비교표, 후기를 모두 담아 둔 브랜드를 예로 들면 이해가 빠릅니다. 사람에게는 친절한 구성이지만 AI 검색에는 그 페이지가 하나의 질문에만 연결됩니다. 반대로 같은 내용을 성분 설명, 사용 가이드, 비교 페이지로 나눠 두면 각각이 서로 다른 하위 질문에 대응합니다. 정보를 얼마나 많이 담았는지보다 어떤 단위로 나눠 뒀는지가 결과를 바꿉니다.
이 구조가 SEO를 대체하는 것은 아닙니다. 하위 질문에 걸리려면 먼저 색인되어 있어야 하고, 페이지 구조와 스키마가 읽히는 상태여야 합니다. SEO는 GEO(AI 검색 최적화, SAO, AEO와 같은 개념)가 작동하기 위한 기반이고, GEO는 그 기반을 전제로 어떤 정보를 어떤 단위로 배치할지를 다룹니다. 클릭 지표를 버리라는 이야기도 아닙니다. 기존 유입 KPI에 AI 답변 안에서 브랜드가 어떻게 등장하는지를 보는 지표를 더하는 방식입니다.
마케팅에서 먼저 점검할 세 가지
지금 당장 대규모로 콘텐츠를 다시 만들 필요는 없습니다. 기획 단위와 중복 여부, 근거 자산의 위치를 점검하는 것으로 시작할 수 있습니다.
첫째, 기획 단위를 키워드에서 질문으로 확장합니다. 콘텐츠 캘린더를 키워드 목록으로 채우는 대신 고객이 이 제품을 검토할 때 무엇을 궁금해하는지를 고려해 정보 탐색 여정과 CEP(카테고리 진입 지점)를 정의하고, 자연스러운 질문으로 정리해 거기에 답이 되는 페이지를 대응시킵니다. 구매 검토 질문은 대체로 선택 기준, 조건별 차이, 함께 쓰는 항목, 사용과 관리, 검증 근거의 다섯 가지 성격으로 나뉩니다. 우리 브랜드에서 비어 있는 항목이 곧 인용되지 못하는 질문입니다.
둘째, 기존 콘텐츠의 중복부터 정리합니다. 같은 주제를 제목만 바꿔 여러 편 만들어 둔 상태라면 그 편수는 노출로 이어지지 않습니다. 가장 완성도 높은 글을 대표로 남기고, 나머지는 공백이 있는 질문 유형을 커버할 수 있도록 주제를 옮기는 편이 낫습니다. 새로 쓰는 것보다 방향을 바꾸는 편이 효율적입니다.
셋째, 근거 자산이 외부 채널에 얼마나 있는지 파악해야 합니다. 제품에 대한 직접적인 내용이나 참고할 팁은 자사 사이트에서 얼마든지 제공할 수 있는 정보지만, 검증 근거가 되는 신뢰할 수 있는 언론 보도나 인증, 실제 소비자 사용 후기는 브랜드 담당자가 만들어낼 수 없는 콘텐츠입니다. 실제로 AI가 인용하는 자산의 상당 부분이 자사 사이트 밖 출처에서 나온다는 점이 중요한 포인트입니다. 보도자료와 전문 매체 기고, 커뮤니티와 SNS의 실제 사용 언급, 정부와 공공기관 자료 인용이 검증 질문에 대응합니다. PR이 필요 없어졌다는 이야기가 아니라, PR의 역할에 AI 인용 근거 확보가 더해졌다고 보는 편이 정확합니다. 더 자세한 내용은 딜라이트 GEO 인사이트 원문에서 알아보실 수 있습니다. 🔗AI 인용의 80%가 자사 사이트 밖에서 나오는 이유
한국 시장은 네이버 환경을 함께 봅니다
플랫폼마다 질문을 나누는 방식도, 참고하는 출처도 다릅니다. 오픈서베이 조사에서 네이버 검색 이용률은 81.6%, 챗GPT 이용 경험률은 54.5%로 전년 대비 약 15%포인트 올랐습니다(오픈서베이 AI 검색 트렌드 리포트 2026, 15세에서 59세 1,000명 조사, 2026년 2월 발표). 두 수치는 측정 기준이 달라 직접 비교 대상은 아니지만, 이용자가 두 서비스를 함께 쓰고 있다는 점은 분명합니다. 같은 조사에서 챗GPT 이용자의 77.2%는 원하는 답이 안 나오면 질문을 고쳐 다시 물었습니다.
네이버 AI 브리핑은 블로그와 카페, 지식iN, 뉴스처럼 네이버 안의 문서를 우선 참고하는 경향이 있습니다. 같은 브랜드라도 구글에서는 공식 사이트와 언론 보도가, 네이버에서는 블로그와 카페 문서가 근거로 쓰입니다. 질문 유형을 채운다는 원칙은 두 서비스에 똑같이 적용되지만, 그 답을 어디에 올려 두어야 하는지는 다르게 봐야 합니다. 플랫폼 하나만 보고 세운 전략이 위험한 이유입니다. 🔗네이버 AI 브리핑에서 인용되는 콘텐츠의 조건
구글의 두 연구는 AI 검색이 질문은 더 넓게 나누고 문서는 더 까다롭게 고르는 방식으로 바뀐다는 것을 보여줍니다. 브랜드 입장에서는 인용될 기회가 늘어나는 변화이고, 그 기회는 같은 이야기를 반복한 콘텐츠가 아니라 서로 다른 질문에 답하는 콘텐츠에 돌아갑니다. 우리 브랜드가 어떤 질문에서 빠지고 있는지 확인하고 싶다면 GEO 컨설팅 문의로 현재 상태를 진단해 보실 수 있습니다. 🔗GEO 컨설팅 문의하기