AI는 어떤 글을 보고 답하나요?

리스트AI · 2026-09-21
본 문서의 수치는 자체 측정 시스템으로 확보한 1차 데이터에서 산출했습니다. 개념과 방법론은 연구실에 있습니다.

질문 하나에 정면으로 답해 놓은 개별 글입니다. 리스트AI 측정에서 답의 근거로 집혀 간 글은 여덟 할 이상이 업체 자기 도메인에 있는 개별 글이었고, 회사 소개나 인사말 페이지가 그 자리를 차지한 경우는 드물었습니다. 어디에 올리느냐보다 그 글이 무슨 질문에 답하고 있느냐가 먼저입니다.

근거로 집혀 가는 글에는 공통점이 있습니다

AI가 답을 만들 때 근거로 가져다 쓴 글, 그것이 인용입니다. 인용된 글을 모아 놓고 보면 형태가 비슷합니다.

제목이 질문입니다. 첫 문단에서 그 질문에 바로 답합니다. 본문에 숫자와 조건이 적혀 있고, 예외도 적혀 있습니다. 그리고 한 글이 한 질문만 다룹니다.

반대로 잘 안 집히는 글도 형태가 비슷합니다. 제목이 명사구입니다("○○ 클리닉 소개"). 첫 문단이 인사말입니다. 한 페이지가 진료과목 열두 개를 한꺼번에 다룹니다. 사람에게는 읽히는 글인데, AI가 특정 질문의 답으로 잘라 쓰기에는 잘라낼 조각이 없습니다.

소개 페이지와 답하는 글의 차이

세로로 읽으면 기준이 하나로 모입니다. AI는 우리를 소개받고 싶어 하지 않습니다. 자기가 받은 질문의 답을 찾고 있습니다.

같은 도메인 안에서도 문서마다 갈립니다

이게 물량 이야기가 아니라는 근거가 여기 있습니다.

리스트AI 측정에서 한 도메인 안의 글들을 문서 단위로 갈라 보면, 인용을 가져오는 양이 문서마다 크게 벌어집니다. 상위 몇 편이 그 도메인 인용의 대부분을 끌어오고, 나머지는 거의 0에 가깝습니다. 격차는 배수로 표현하기 어려울 만큼 큽니다.

그래서 글을 늘리는 것과 답을 늘리는 것은 다른 일입니다. 같은 주제를 조금씩 바꿔 스무 편 쓰는 것보다, 손님이 실제로 묻는 서로 다른 질문 스무 개에 한 편씩 답하는 쪽이 이깁니다. 앞쪽은 한 질문에 스무 번 응시한 것이고, 뒤쪽은 스무 개 시험을 본 것입니다.

남의 플랫폼에 쓴 글은 어떻게 되나

집히기는 합니다. 다만 근거의 여덟 할이 업체 자기 도메인이었다는 숫자가 이미 답입니다.

이유는 단순합니다. 우리 도메인의 글은 그 업체가 한 말로 읽히고, 플랫폼에 올린 글은 그 플랫폼의 글 무더기 중 하나로 읽힙니다. 계정이 닫히면 같이 닫히기도 합니다. 같은 시간을 들이신다면 우리 주소 위에 쌓는 쪽이 남습니다.

우리 홈페이지에서 오늘 확인하실 것

1. 제목을 소리 내어 읽어 보십시오. 손님이 입에 올릴 문장입니까, 우리 부서 이름입니까.
2. 첫 문단만 잘라서 보십시오. 그 문단만 떼어 놔도 질문의 답이 됩니까. 인사말이면 아닙니다.
3. 한 페이지가 몇 개 질문을 다루는지 세어 보십시오. 셋 이상이면 그 페이지는 어느 질문의 답으로도 잘 안 쓰입니다.

자주 받는 질문

Q. 글을 AI로 써도 집혀 갑니까? 누가 썼는지는 AI가 알 방법이 없습니다. 걸리는 것은 내용 쪽입니다. 검색해서 나오는 일반론을 다시 정리한 글은 이미 같은 말이 널려 있어서 굳이 우리 것을 집을 이유가 없습니다. 우리만 가진 것 — 실제 진료 조건, 우리가 겪은 예외, 우리가 쓰는 숫자 — 이 들어가야 집습니다.

Q. 오래된 글도 쓰입니까? 쓰입니다. 다만 숫자와 조건이 바뀐 글은 위험합니다. 가격이나 진료시간이 옛날 값으로 적혀 있으면, AI가 그 옛날 값을 손님에게 그대로 말합니다.

Q. 몇 편을 써야 합니까? 편수로 정할 문제가 아니라 질문 개수로 정할 문제입니다. 손님이 상담 전화에서 실제로 묻는 말을 한 달치만 적어 보시면 목록이 나옵니다. 대개 스무 개 안쪽이고, 그중 절반은 아직 아무도 제대로 답해 놓지 않았습니다.

본 글의 수치는 리스트AI가 자체 측정 시스템으로 확보한 1차 데이터입니다. 브랜드가 특정되지 않도록 비율만 표기했습니다.