AI 슬롭 시대, 가시성의 정의가 바뀌었습니다
상위 랭킹 페이지의 86.5%가 어느 정도 AI의 손길을 거쳤고, 구글 검색 결과의 17% 이상에 AI 생성 콘텐츠가 섞여 있습니다. 내년이면 웹 콘텐츠의 90%가 AI 생성으로 채워진다는 전망까지 나옵니다. 이런 상황에서 "랭킹 한 자리를 두고 다툰다"는 옛 사고방식은 더 이상 통하지 않습니다. AI는 페이지 전체가 아니라 문단·표·리스트 단위의 원자 정보를 뽑아 답변을 합성합니다. 즉, 가시성은 페이지 순위가 아니라 추출가능성(extractability)으로 다시 정의되고 있습니다.
지오랭크가 컨설팅한 국내 B2B SaaS 기업 E사는 ChatGPT·Perplexity의 자사 카테고리 질의 응답에서 인용률이 4개월 동안 31%에서 9%로 하락한 경험이 있습니다. 원인은 콘텐츠 양 부족이 아니라 청크 단위 추출가능성 결여였습니다. 12주에 걸쳐 페이지 36개를 자기완결형 모듈로 재구조화하고 FAQ·비교 표·가격 블록을 별도 청크로 분리한 결과, AI 인용률은 27%까지 회복됐고 Perplexity sources 패널 노출은 2.4배 늘었습니다. 다만 권위 신호가 약한 신규 카테고리 페이지 8개는 효과가 미미했고 외부 권위 빌딩을 병행해야 했습니다.
AI가 콘텐츠를 선별하는 6가지 기준은 다음과 같습니다. 추출가능성(청크가 맥락 없이도 독립적으로 의미를 갖는가), 증거 밀도(토큰당 검증 가능한 정보 비율), 범위 명확성(어떤 조건에서 참인지 명시), 권위(도메인·저자·퍼블리셔 신뢰도), 신선도(최근 검토 마커 노출), 안전성(도메인별 위해성 필터 통과)입니다.
이용 방법은 3단계로 정리됩니다.
1. 현재 페이지 진단: 핵심 페이지 10개를 6가지 기준으로 0~3점씩 채점합니다.
2. 갭 우선순위 정렬: 점수가 낮은 기준부터 분기 KPI에 반영합니다.
3. 모듈 단위 재작성: 페이지 전체가 아니라 청크 단위로 부분 수정해 변화량을 측정합니다.
전통적 검색이 하나의 SERP 리스트였다면, AI 검색은 한 질문을 5~20개의 하위 쿼리로 팬아웃시키고 각 하위 쿼리를 다른 소스 풀로 라우팅합니다. 예컨대 "30대 직장인 ISA 추천" 한 질문이 금리 시세 API, 상품별 가입 조건 페이지, 정부 세제 가이드, 비교 에디토리얼 사이트로 각각 분기됩니다. 한국 기업의 흔한 실수는 비교·후기·가격·정의를 한 페이지에 몰아넣는 것인데, 이러면 어느 라우팅 풀에도 1순위로 잡히지 않습니다.
추출가능성 측면에서 각 H3 블록은 그 자체로 미니 아티클처럼 정의·조건·결론이 닫혀 있어야 합니다. "위에서 설명한 것처럼" 같은 표현은 추출 순간 의미가 끊깁니다. 컬럼비아 저널리즘 리뷰는 AI가 60% 확률로 사실을 틀린다고 보고했는데, 이는 거꾸로 검증 가능한 수치·인용·출처가 강력한 인용 후보 신호가 된다는 뜻입니다. 범위 명확성에서는 "한국·30대·2026년 기준"처럼 조건이 명시된 청크가 그렇지 않은 청크보다 높은 점수를 받습니다. 권위는 도메인 등급만이 아니라 저자·퍼블리셔 단위에서도 평가됩니다. Siege Media 연구에 따르면 LLM이 가치 있다고 판단하는 콘텐츠는 6개월~2년 이내에 업데이트된 자료입니다. 의료·금융·법률 영역은 면책 문구와 1차 자료(논문·법령) 출처가 안전망입니다.
iPullRank의 Relevance Engineering은 페이지가 아니라 패시지를 최적화 단위로 삼는 방법론으로, 5단계로 실행할 수 있습니다.
1단계 — 랭킹·랜딩 페이지 추출: Search Console, GA4, 랭크 트래킹 도구에서 100~200개 URL을 분석 모집단으로 확보합니다.
2단계 — 벡터 임베딩 생성: 페이지가 아니라 H2·H3 청크 단위로 임베딩을 만듭니다.
3단계 — 패시지 관련성 점수화: 핵심 쿼리 임베딩과 청크 임베딩의 코사인 유사도를 측정합니다.
4단계 — AI 인용 벡터와 비교: ChatGPT·Perplexity·Gemini가 실제로 인용한 외부 페이지 청크와의 거리(distance)가 곧 갭입니다.
5단계 — 갭 기반 재작성: 거리·점수가 낮은 청크부터 청크 단위로 부분 수정합니다.
iPullRank의 무료 도구 Qforia는 AI가 한 쿼리를 어떤 하위 쿼리로 팬아웃하는지 합성 추정을 보여주며, 단순 키워드 리서치보다 정밀한 콘텐츠 설계를 가능하게 합니다.
서버 로그에서 GPTBot, ClaudeBot, PerplexityBot, Google-Extended, OAI-SearchBot의 행동을 분석하면 콘텐츠 전략의 사각지대가 드러납니다. 점검 영역은 크롤 빈도, 크롤 깊이, 렌더 완전성, 커버리지 갭, 상태 패턴 5가지입니다. 지오랭크가 진단한 국내 미디어커머스 D사 사례에서 GPTBot이 카테고리 페이지의 약 62%만 30일 이내 크롤했고, 신상품 페이지의 12%는 90일 동안 한 번도 크롤되지 않았습니다. 사이트맵을 잘게 쪼개고 robots.txt 차단 룰을 점검한 뒤 8주 만에 ChatGPT 인용이 1.8배로 회복됐습니다. 또한 AI는 포럼·UGC·리뷰 사이트의 토론을 트러블슈팅·비교 답변에 우선 인용하므로 네이버 카페, 디시·블라인드 같은 커뮤니티에서 브랜드 용어가 일관되게 거론되도록 PR·CS 운영을 정비해야 합니다.
에이전틱 검색은 실시간 예약·가격·재고·결제까지 모델이 직접 호출하는 방향으로 가고 있습니다. Anthropic이 제안한 MCP(Model Context Protocol)는 모델이 API와 안전하게 연결되도록 만든 표준입니다. 1st-party 데이터의 자산화가 GEO의 다음 격전지이며, 지오랭크는 핵심 데이터 API화, 스키마 검증, AI 봇 접근 통제, 실시간 응답 SLA 모니터링이라는 4단계 체크리스트를 권합니다. 다만 정보성 콘텐츠 중심의 미디어·교육 도메인은 여전히 추출가능성과 권위 빌딩이 1순위이며, MCP는 거래·예약·재고가 핵심인 커머스·여행·O2O 비즈니스에서 먼저 의미가 큽니다.
원문 보기: https://georank.co.kr/report/ai-slop-content-strategy-extractability-geo-guide
의견을 남겨주세요