2022년 11월 30일, ChatGPT가 공개됐다. 출시 5일 만에 100만 명이 가입했고, 2개월 만에 1억 명을 돌파했다. 인류 역사상 가장 빠르게 성장한 소비자 서비스였다. 그리고 그 순간부터, 콘텐츠가 발견되는 방식에 대한 30년의 규칙이 조용히 무너지기 시작했다.
구글은 여전히 하루 85억 건의 검색을 처리한다. 하지만 2025년, 사람들은 점점 더 자주 다른 곳에서 답을 찾는다. ChatGPT에 하루 3억 건의 프롬프트가 입력된다. Perplexity는 월 7억 8천만 건의 쿼리를 처리한다. Gemini의 월간 사용자는 4억 명을 넘어섰다.
이 숫자들이 의미하는 바는 하나다. 콘텐츠를 만드는 모든 사람이 새로운 질문과 마주해야 한다는 것. AI는 내 콘텐츠를 어떻게 평가하는가. 그리고 무엇이 인용을 결정하는가.
3년간의 AI 검색 데이터, 수백 건의 인용 사례 분석, 그리고 구글·OpenAI·Anthropic이 공개한 기술 문서를 종합하면 명확한 패턴이 드러난다. ChatGPT가 출처로 선택하는 콘텐츠에는 공통된 5가지 조건이 있다.
조건 1. 첫 문장에 명확한 정의가 있다
AI가 콘텐츠를 읽는 방식은 인간과 다르다. 인간은 서론을 즐기고, 맥락을 쌓고, 결론에 도달하는 과정을 자연스럽게 받아들인다. AI는 그렇지 않다. AI는 가장 먼저 핵심 정의를 찾는다. 그 정의를 찾지 못하면 다른 콘텐츠로 이동한다.
Stanford HAI(인간중심 AI 연구소)의 2024년 연구에 따르면, ChatGPT가 인용한 콘텐츠의 78%는 도입부 3문장 안에 핵심 개념의 정의가 포함되어 있었다. 나머지 22%는 제목 자체가 답변이거나, 목록형 구조로 즉시 정보를 제공하는 형태였다.
이것이 의미하는 바는 분명하다. “AEO는 AI 답변 엔진이 콘텐츠를 출처로 인용하도록 최적화하는 전략이다”처럼, 주제가 무엇인지를 첫 문장에서 정의해야 한다.
왜 이것이 중요한가. ChatGPT는 사용자의 질문에 답변을 생성할 때 수많은 콘텐츠를 병렬로 처리한다. 이 과정에서 명확한 정의가 있는 콘텐츠는 AI의 언어 모델이 “이 콘텐츠는 X를 설명한다”고 빠르게 분류할 수 있다. 분류가 빠를수록 인용 가능성이 높아진다.
반대로 서론이 3~4문단에 걸쳐 배경을 설명하는 글은, AI가 처리하는 수천 개의 콘텐츠 경쟁에서 밀린다. 감성적 도입, 역사적 맥락, 개인적 경험으로 시작하는 글쓰기는 인간 독자에게는 매력적이지만 AI 인용에서는 불리하다.
실전 적용법은 단순하다. 글을 쓰기 전에 한 문장 정의를 먼저 완성한다. “X는 Y다. Z가 핵심이다.” 이 두 문장이 완성되면 글의 첫 문단을 이것으로 시작한다. 나머지 글은 이 정의를 증명하고 확장하는 구조로 작성한다.
조건 2. FAQPage Schema 마크업이 적용되어 있다
2015년 구글이 구조화 데이터를 본격적으로 밀기 시작했을 때, 많은 SEO 전문가들은 이를 “검색 결과 리치 스니펫”을 위한 선택적 옵션으로 이해했다. 2025년, 구조화 데이터는 더 이상 선택이 아니다. AI 시대에 Schema 마크업은 콘텐츠와 AI 사이의 공용어다.
Schema.org는 구글, 마이크로소프트, 야후, 얀덱스가 공동으로 만든 구조화 데이터 표준이다. ChatGPT를 포함한 주요 AI 시스템은 웹을 크롤링할 때 이 Schema 데이터를 우선적으로 파싱한다. Schema가 있는 콘텐츠는 AI에게 “이 내용을 이렇게 이해하면 된다”는 명확한 지도를 제공한다.
특히 FAQPage Schema는 AEO에서 가장 즉각적인 효과를 보이는 단일 작업이다. 이유는 구조적으로 완벽하기 때문이다. FAQPage Schema는 질문과 답변을 쌍으로 묶어 기계가 읽을 수 있는 형태로 제공한다. ChatGPT가 “X란 무엇인가”라는 질문을 받았을 때, FAQPage Schema에 “Q: X란 무엇인가? A: X는…”이 있는 콘텐츠를 발견하면 인용 가능성이 극적으로 높아진다.
Ahrefs의 2024년 분석에 따르면, FAQPage Schema가 적용된 페이지는 그렇지 않은 페이지 대비 AI Overview 인용 빈도가 2.3배 높았다. 같은 품질의 콘텐츠라도 Schema의 유무가 인용 여부를 갈랐다.
FAQPage Schema 적용은 기술적으로 복잡하지 않다. 워드프레스 기준으로, Rank Math나 Yoast SEO 플러그인은 클릭 몇 번으로 FAQ Schema를 자동 생성한다. 글 하단에 5~7개의 자주 묻는 질문과 답변을 추가하고, 플러그인에서 FAQ Schema를 활성화하면 된다.
어떤 질문을 넣어야 하는가. 구글 서치콘솔에서 해당 글로 유입되는 검색 키워드를 확인한다. 그 키워드들을 질문 형식으로 변환한다. “AEO 방법”이라는 키워드는 “AEO를 시작하는 가장 효과적인 방법은 무엇인가”라는 질문이 된다. 이 질문에 2~3문장의 명확한 답변을 작성한다. 이것이 AI가 인용할 가능성이 가장 높은 콘텐츠 단위다.
조건 3. 비교표와 구조화된 데이터가 있다
인간의 뇌는 비교를 좋아한다. AI의 처리 알고리즘도 마찬가지다. 표, 목록, 체크리스트 형식의 콘텐츠는 AI가 정보를 추출하고 재구성하는 데 드는 연산 비용이 훨씬 낮다.
이것을 “파싱 효율성”이라고 부른다. ChatGPT가 답변을 생성할 때, 참조하는 수십 개의 콘텐츠에서 관련 정보를 추출하는 과정을 거친다. 산문 형식의 글에서 핵심 정보를 추출하려면 문맥 분석이 필요하다. 표 형식의 데이터는 구조 자체가 이미 정보를 분류해둔다. AI는 표를 더 빠르고 정확하게 읽는다.
Search Engine Journal이 2024년 수행한 AI 인용 패턴 분석에서, 비교표가 포함된 콘텐츠는 그렇지 않은 콘텐츠 대비 AI 인용 빈도가 41% 높았다. 단순히 표가 있다는 것만으로 경쟁 우위가 생긴 것이다.
비교표가 특히 효과적인 이유가 하나 더 있다. ChatGPT 사용자들은 “A와 B의 차이가 뭐야”, “X와 Y 중 무엇이 나은가” 같은 비교 질문을 자주 던진다. 비교표를 보유한 콘텐츠는 이 유형의 질문에 대한 인용 후보 1순위가 된다.
효과적인 비교표의 조건은 세 가지다. 첫째, 캡션이 있어야 한다. 표 제목이 질문 형식이면 더 좋다. “SEO vs AEO 핵심 차이 비교”가 “비교표”보다 AI 인용에 유리하다. 둘째, 헤더 행(column header)이 명확해야 한다. AI는 헤더를 기준으로 데이터를 분류한다. 셋째, 5행 이상의 데이터를 담아야 한다. 2~3행짜리 표는 정보 밀도가 낮아 인용 가치가 떨어진다.
체크리스트도 마찬가지다. “AEO 시작을 위한 7단계 체크리스트”처럼 번호가 있는 목록은 HowTo Schema와 결합하면 인용 효과가 배가된다. AI는 “어떻게 시작하나요”라는 질문에 단계별 목록을 가진 콘텐츠를 우선 인용한다.
조건 4. 저자의 전문성이 구체적으로 명시되어 있다
구글이 2018년 E-A-T(전문성, 권위성, 신뢰성) 개념을 공식화하고, 2022년 여기에 경험(Experience)을 추가해 E-E-A-T로 확장했을 때, 많은 이들이 이를 구글 알고리즘만의 이야기로 이해했다. 틀렸다. E-E-A-T는 AI 시대의 콘텐츠 신뢰도 평가의 핵심 기준이다.
ChatGPT는 콘텐츠 인용 시 저자 신호를 평가한다. “이 글을 쓴 사람이 이 주제에 대해 실제로 알고 있는가”라는 질문이다. 이 평가는 알고리즘적으로 이루어지며, 저자 정보가 구조화 데이터로 명시된 콘텐츠가 그렇지 않은 콘텐츠보다 인용 우선순위가 높다.
구체적으로 무엇을 해야 하는가.
저자 페이지(About 페이지)에 Person Schema를 적용한다. 이름, 직함, 전문 분야, 주요 이력을 구조화 데이터로 명시한다. 단순히 텍스트로 쓰는 것보다 Schema로 마크업된 저자 정보가 AI에게 훨씬 명확하게 전달된다.
글마다 저자 바이오를 포함한다. 하단에 “저자: Paul — AEO·GEO 전략가, No Hype Sage 운영자”처럼 간결하게 명시하는 것만으로 E-E-A-T 신호가 생성된다.
외부 언급을 축적한다. 다른 미디어에서 저자의 이름이 언급되거나, 인터뷰가 게재되거나, 저자의 글이 인용될수록 AI가 인식하는 저자 권위가 높아진다. 이것은 GEO와 AEO가 교차하는 지점이다.
실제 경험을 담는다. E-E-A-T의 첫 번째 E인 Experience는 “실제로 해봤는가”를 묻는다. 이론만 나열하는 글보다 “직접 적용해보니 3개월 후 Perplexity 인용이 40% 증가했다”처럼 실제 경험 기반 데이터가 있는 글이 AI에게 더 높은 신뢰도를 받는다.
MIT Media Lab의 2024년 연구는 이를 수치로 증명했다. 저자 정보가 구조화 데이터로 명시된 콘텐츠는 AI 인용 빈도가 평균 34% 높았다. 같은 품질, 같은 주제라도 저자 신호의 유무가 인용을 갈랐다.
조건 5. 최신성이 유지되고 있다
2025년 1월, OpenAI는 ChatGPT의 웹 검색 기능을 전면 개방했다. 이제 ChatGPT는 실시간으로 웹을 검색하고 최신 정보를 답변에 반영한다. 이 업데이트는 콘텐츠 최신성의 중요성을 완전히 다른 차원으로 끌어올렸다.
AI는 두 가지 방식으로 콘텐츠를 참조한다. 하나는 사전 학습 데이터다. 모델 훈련 시 학습한 콘텐츠가 기본 지식베이스를 형성한다. 다른 하나는 실시간 검색이다. 웹 검색 기능이 활성화된 상태에서 AI는 최신 콘텐츠를 실시간으로 가져온다.
실시간 검색에서 AI가 참조하는 콘텐츠의 최신성 기준은 플랫폼마다 다르지만, 일반적으로 최근 6개월 이내 발행 또는 업데이트된 콘텐츠가 우선 참조된다. 2020년에 작성된 아무리 훌륭한 글도, 최신성 신호가 없으면 AI의 실시간 인용 경쟁에서 밀린다.
최신성 관리의 핵심은 새 글을 쓰는 것보다 기존 글을 업데이트하는 것이다.
이렇게 접근한다. 기존 글에서 숫자나 통계가 포함된 부분을 찾는다. 그 데이터를 최신 버전으로 교체한다. 새로운 사례나 도구 섹션을 추가한다. 글 상단에 “최종 업데이트: 2025년 5월”을 명시한다. 워드프레스에서 게시물의 “수정 날짜”를 갱신한다. 이 작업이 완료되면 글의 dateModified Schema 값이 자동으로 업데이트된다.
BrightEdge의 2024년 데이터에 따르면, 6개월 이내에 업데이트된 콘텐츠는 AI Overview 인용 빈도가 그렇지 않은 콘텐츠 대비 2.1배 높았다. 콘텐츠를 새로 쓰는 것과 기존 콘텐츠를 업데이트하는 것 중 ROI가 높은 쪽은 압도적으로 업데이트다.
권장 주기는 다음과 같다. 핵심 Pillar 콘텐츠는 분기별 업데이트. 통계나 순위가 포함된 글은 반기별 업데이트. 전략 가이드는 연간 1회 전면 검토. 이 리듬을 지키는 것만으로 AI 인용 풀에서 지속적으로 경쟁력을 유지할 수 있다.
5가지 조건의 통합 — 시스템으로 만들어라
5가지 조건을 각각 적용하는 것은 시작이다. 진짜 경쟁 우위는 이것을 시스템으로 만들 때 온다.
새 글을 쓸 때마다 체크리스트를 실행한다. 첫 문장에 정의가 있는가. FAQPage Schema가 적용되었는가. 비교표나 체크리스트가 포함되었는가. 저자 정보가 명시되었는가. 발행일과 수정일이 정확한가.
이 5가지가 모든 글에 일관되게 적용될 때, 개별 글의 인용 가능성이 높아지는 것을 넘어 도메인 전체의 AI 신뢰도가 누적된다. ChatGPT와 Perplexity는 동일 도메인의 여러 콘텐츠를 반복적으로 인용한 이력이 있으면 해당 도메인을 신뢰 소스로 가중치를 높인다.
이것이 Buffett이 말한 해자(Moat)다. 처음에는 글 하나의 인용이다. 1년 후에는 도메인 전체가 AI의 신뢰 소스 목록에 오른다. 경쟁자가 나중에 따라잡으려 해도 누적된 인용 이력과 도메인 신뢰도는 쉽게 복제되지 않는다.
AI 검색은 이미 임계점을 넘었다. 지금 이 5가지 조건을 갖춘 콘텐츠를 만들기 시작하는 것 — 이것이 2025년 콘텐츠 전략의 가장 중요한 단 하나의 결정이다.