AEO / 답변 엔진 최적화
AI 인용 38만여 건 분석 — 한 우물만 판 사이트는 왜 밀렸나?
AI 답변에 다시 인용되는 사이트는 한 주제를 깊게 다룬 사이트가 아니라 여러 주제에 걸쳐 이미 인용된 이력이 있는 사이트였습니다. 미국 AI 가시성 분석업체 웰로스(Wellows)가 2026년 10월 9일 공개한 조사에서 챗GPT·제미나이·퍼플렉시티·구글 AI 개요·구글 AI 모드 5개 엔진의 답변 38만 2,176건을 분석한 결과, 새로운 질문에 인용되는지는 한 주제 안에서의 노출량보다 여러 주제에 걸친 인용 이력과 더 강하게 맞물려 있었습니다.
이번 조사는 무엇을 분석했나?
웰로스는 영어 질문 9,471개를 151개 주제에 걸쳐 모은 뒤, 같은 질문을 다섯 개 AI 엔진에 던져 돌아온 답변 38만 2,176건의 인용 출처를 집계했습니다. 그다음 사이트별로 「한 주제 안에서 받은 인용 횟수(주제 내 커버리지)」와 「여러 주제에 걸쳐 받은 인용 횟수(주제 간 도달 범위)」를 각각 계산해, 두 지표 중 어느 쪽이 조사에 쓰이지 않은 새 질문에서의 인용 여부를 더 잘 예측하는지 상관계수로 비교했습니다.
무엇이 인용을 가장 잘 예측했나?
결과는 주제 간 도달 범위 쪽이 더 강했습니다. 상관계수는 퍼플렉시티·챗GPT에서 0.29, 제미나이에서 0.37로 나타나, 여러 주제에서 이미 인용된 적이 있는 사이트일수록 전혀 다른 새 질문에도 인용될 가능성이 높았습니다. 반면 한 주제 안에서의 커버리지는 전반적으로 더 약한 신호였습니다.
엔진마다 결과가 왜 달랐나?
예외는 제미나이였습니다. 주제 내 커버리지(0.20)와 주제 간 도달 범위(0.21)의 상관계수가 비슷해, 한 주제를 깊게 다룬 것도 어느 정도 인용에 반영됐습니다. 반대로 챗GPT는 다섯 엔진 가운데 주제 내 커버리지의 상관관계가 가장 약했습니다. 같은 사이트라도 엔진에 따라 「한 주제를 깊게 판 것」이 인용에 기여하는 비중이 달랐다는 뜻입니다.
이 결과를 그대로 전략 공식으로 써도 될까?
웰로스의 연구를 이끈 카디자 자만(Khadija Zaman)은 "한 주제에서 인용된 사이트는 다음 질문에서도 인용될 가능성이 높다"면서도 "이는 데이터상의 연관성이지 공식은 아니다"라고 밝혔습니다. 조사는 관찰 연구이며, 페이지를 더 많이 발행하거나 보도자료·링크 빌딩을 늘리면 인용이 는다는 것을 증명하지는 않습니다.
그래서 지금 무엇을 점검해야 하나?
- 한 페이지·한 주제의 완성도만 높이는 전략으로는 다섯 개 엔진이 동일하게 반응하지 않는다는 점을 전제로 콘텐츠 로드맵을 짭니다.
- 업종과 관련된 인접 주제를 단계적으로 늘려, 이미 다룬 주제 바깥에서도 사실 기반 콘텐츠가 쌓이도록 합니다.
- 엔진별 반응이 다르므로(제미나이는 주제 내 깊이도 비중 있게 반영) 한 엔진의 결과만 보고 전체 전략을 바꾸지 않습니다.
- 상관관계를 인과관계로 확대 해석하지 않고, 새 주제를 늘린 뒤 실제 인용 빈도 변화를 별도로 추적합니다.
정리
웰로스가 2026년 10월 9일 공개한 조사는 영어 질문 9,471개, 151개 주제, 5개 AI 엔진의 답변 38만 2,176건을 분석했습니다. 새 질문에서의 인용 여부는 한 주제 안의 커버리지보다 여러 주제에 걸친 인용 도달 범위와 더 강하게 맞물렸고(상관계수 0.29~0.37), 예외는 두 지표가 비슷했던 제미나이(0.20·0.21)였습니다. 다만 연구진 스스로 이는 연관성이지 공식이 아니라고 선을 그었으므로, 한 주제 몰입형 콘텐츠 전략을 서서히 넓히는 쪽을 검토하되 결과를 과장해 해석하지 않아야 합니다.
Q & A