AI 검색은 콘텐츠를 고를 때 "누가, 어떤 경험으로 썼는가"를 먼저 봅니다. 구글이 품질평가 가이드라인에서 YMYL 범위를 넓히고 E-E-A-T의 첫 번째 E, 즉 경험(Experience)을 강조한 이유가 여기에 있습니다. 사람이 직접 겪은 흔적이 없는 글은 AI가 인용할 만큼 신뢰하지 않기 때문입니다. 건강, 돈, 안전처럼 삶에 직접 영향을 주는 주제일수록 이 기준은 더 엄격해집니다. 지오랭크가 병의원·금융·전문직 콘텐츠를 다루며 확인한 것도, 자격증 이미지 한 장보다 1인칭 실제 경험과 자체 데이터가 AI 인용을 훨씬 크게 끌어올렸다는 점이었습니다.
YMYL 산업에서 E-E-A-T를 끌어올린 핵심은 자격증이 아니라 1인칭 경험과 자체 데이터였습니다. 한 성형외과는 교과서 같은 톤으로만 작성하고 자격증 이미지만 넣었을 때 3개월간 AI 인용이 거의 잡히지 않았습니다. 이후 원장이 "지난 5년간 집도하며 겪은 부작용 사례와 대처"를 1인칭으로 서술하고 경과 데이터를 표로 정리하자, 3개월 뒤 ChatGPT와 Perplexity 인용에 등장했고 상담 문의가 약 40% 늘었습니다.
금융 쪽은 더 까다로웠습니다. 한 자산관리 핀테크는 외부 기관 통계만 인용하자 AI가 원출처 기관만 인용했는데, 이용자 1,200명 대상 자체 설문과 리서치를 넣자 약 6개월에 걸쳐 특정 금융 질문에서 브랜드 언급률이 0%에서 18%로 올랐습니다. 한 법무법인은 저자를 "변호사"로만 표기해 성과가 없다가, 실명·프로필·외부 링크를 연결하고 나서야 인용이 잡히기 시작했습니다. 세 사례의 공통점은 신뢰 신호에도 순서가 있다는 것입니다. 자격증이나 브랜드 인지도가 먼저가 아니라 저자를 드러내고 겪은 일을 서술하고 데이터를 붙이는 기본기가 먼저였습니다. 특히 YMYL 산업일수록 이 기본기 없이 홍보 문구만 앞세운 콘텐츠는 인용 경쟁에서 빠르게 밀려납니다.
E-E-A-T는 경험·전문성·권위·신뢰의 네 축이고, YMYL은 돈·건강·안전처럼 삶에 큰 영향을 주는 주제를 말합니다. E-E-A-T는 2014년 E-A-T로 시작했다가 2022년 12월 경험(Experience)이 앞에 붙어 지금의 형태가 됐습니다. AI 검색 시대에는 이 경험 축이 사람이 쓴 글과 대량 생성된 AI 글을 가르는 결정적 차이가 됩니다. YMYL은 잘못된 정보가 독자의 재정·건강·안전을 해칠 수 있는 주제로, 구글은 2025년 1월과 9월 개정에서 선거·투표 정보, 공공기관 신뢰처럼 사회 전체의 안녕에 영향을 주는 영역까지 범위를 넓혔습니다.
여기에 더해 구글은 2025년 1월 개정에서 저노력 AI 콘텐츠를 정면으로 겨냥했습니다. 복사하거나 바꿔 쓴 글, 원본성과 가치 없이 대량으로 찍어낸 채움용 콘텐츠를 최저 품질로 평가하겠다는 내용입니다. 이는 AI를 쓰지 말라는 뜻이 아니라, 사람이 겪은 경험과 자체 근거를 얹어 고유한 가치를 만들면 문제가 되지 않는다는 신호에 가깝습니다. 결국 규제의 방향은 "누가 썼고 무엇을 더했는가"로 모입니다. 신뢰 신호를 쌓는 순서는 저자의 실명과 이력을 드러내고, 직접 겪은 경험을 1인칭으로 서술하며, 자체 조사나 사례 데이터로 주장을 뒷받침하는 흐름입니다.
AI는 저자의 신뢰도, 콘텐츠의 깊이, 근거의 유무, 다른 권위 소스와의 일관성을 종합해 인용할 페이지를 고릅니다. 한 업계 분석에서는 AI 개요 인용의 상당수가 E-E-A-T 신호가 강한 소스에서 나온다고 봤습니다. 각 신호는 다음과 같습니다.
- 서술과 자체 촬영 이미지, 고유 데이터셋 등 AI가 흉내 낼 수 없는 "내가 거기 있었다"는 요소.
- - 전문성(Expertise): 저자의 자격, 실무 이력, 누적 콘텐츠. YMYL에서는 자격을 갖춘 사람의 서술인지가 크게 작용.
- - 권위(Authoritativeness): 위키피디아·위키데이터 같은 지식 그래프 상의 존재, 신뢰할 수 있는 매체의 인용.
- - 신뢰(Trustworthiness): 출처 표기, 근거 링크, 저자 정보의 투명성, 다른 권위 소스와의 일관성.
지오랭크가 강조하는 건 신뢰 신호의 조합입니다. 자격증만, 혹은 경험담만 있으면 효과가 약하고, 저자 엔티티·1인칭 경험·자체 데이터·출처 투명성을 겹쳐 쌓을 때 인용 확률이 올라갑니다. 다만 이 신호들을 갖췄다고 곧바로 인용되는 것은 아닙니다. 콘텐츠 구조가 AI가 발췌하기 좋게 정리돼 있어야 하고, 질문에 답이 되는 결론이 앞쪽에 있어야 합니다. 신뢰 신호는 인용의 필요조건이지 충분조건은 아닙니다.
AI 플랫폼마다 YMYL 질문에 인용하는 소스의 성향이 뚜렷하게 다릅니다. "생명보험을 고르는 법" 질문에서 구글 AI Mode는 비영리 기관을 인용해 중립적이었던 반면, Gemini는 보험사 위주로 인용했습니다. "심장마비 징후" 질문에서는 AI Mode, ChatGPT, Perplexity 모두 메이요 클리닉·미국심장협회 같은 공신력 있는 기관을 인용했지만, Gemini는 클릭 가능한 링크를 주지 않았습니다. "가스 누출 감지법"에서는 Perplexity가 영상·지역 정부 자료·커뮤니티 글까지 다양하게 인용해 출처 다양성이 돋보였고, AI Mode는 상품 페이지를 섞기도 했습니다.
여기서 두 가지가 드러납니다. 첫째, ChatGPT는 명시적으로 요청하지 않으면 출처를 잘 밝히지 않습니다. 둘째, 같은 YMYL 질문이라도 플랫폼별로 신뢰하는 소스 유형이 갈립니다. 더 중요한 통찰은 어떤 AI 모델도 아직 YMYL 콘텐츠를 완벽하게 다루지 못한다는 점입니다. AI는 개인의 전체 맥락이나 복합적인 건강 상태까지는 이해하지 못하므로, 실제 임상 경험이나 상담 현장의 판단처럼 사람만이 줄 수 있는 1인칭 경험이 여전히 빈자리로 남아 있습니다. 이 빈자리를 채우는 콘텐츠가 결국 인용되는 콘텐츠가 됩니다. 그래서 지오랭크는 AI가 신뢰하는 권위 소스와 어긋나지 않는 정확성과, AI가 복제할 수 없는 현장 경험이라는 두 축을 함께 봅니다. "이렇게만 하면 무조건 인용된다"고 말하기는 어렵지만, 경험과 검증 가능한 근거를 함께 갖춘 콘텐츠가 어느 플랫폼에서든 유리하다는 방향성만큼은 데이터가 일관되게 가리키고 있습니다.
자주 묻는 질문을 정리하면 이렇습니다. E-E-A-T 자체는 하나의 점수로 매겨지는 순위 요소가 아니라 콘텐츠 신뢰도를 판단하는 개념 틀이지만, AI 검색에서는 인용 소스를 고르는 신뢰 필터로 작동해 노출과 인용에 큰 영향을 줍니다. YMYL이 아닌 주제에서도 경험과 근거가 있는 콘텐츠가 인용에 유리하며, 건강·금융·안전 영역에서는 신뢰 신호가 부족할 때 걸러질 위험이 훨씬 큽니다. AI가 쓴 콘텐츠라도 1인칭 경험·자체 데이터·검증된 근거를 더해 고유한 가치를 얹으면 저품질로 분류될 이유가 없습니다. 경험 신호는 직접 해본 과정을 1인칭으로 서술하고 수치나 사진 같은 원본 증거를 함께 붙일 때 가장 확실해집니다. 익명 운영은 대체로 불리하므로, 실명이 부담스럽다면 최소한 검증 가능한 조직 정보와 일관된 저자 프로필이라도 갖추는 편이 낫습니다.
원문 보기: https://georank.co.kr/report/eeat-ymyl-ai-search-trust-signal-guide
의견을 남겨주세요