2026년 GEO 연구 해설 (II): AI 답변이 우리보다 경쟁사를 먼저 인용하는 이유

AI 답변이 우리를 인용했다고 해서 비교 경쟁에서 이긴 것은 아닙니다. 누구를 먼저 인용하느냐가 사용자의 의사결정 기준을 누가 먼저 정의하는지 좌우하는 경우가 많습니다.

2026년 5월 25일 공개된 논문 *What Gets Cited: Competitive GEO in AI Answer Engines*는 질문의 범위를 특정한 경쟁 상황으로 좁힙니다. 두 출처가 모두 모델의 문맥에 들어갔을 때, 무엇이 한 출처를 답변의 첫 번째 인용으로 선택될 가능성이 더 높게 만드는가?

이 논문은 시스템을 조작하는 방법을 연구하지 않습니다. 통제된 환경에서 콘텐츠 신호를 분리해 살펴봅니다. 기업에 가장 가치 있는 기여는 페이지의 효과를 점검 가능한 출처 요소로 분해했다는 점입니다.

연구는 두 출처를 어떻게 같은 경쟁에 배치했나?

저자들은 50개 카테고리에서 익명화된 제품 리뷰 기사 100개를 출발점으로 삼아 쌍을 이루는 출처 페이지를 만들었습니다. 각 쌍의 두 버전은 주제 적합성, 정보 완전성, 가격, 날짜, 신뢰 신호, 형식, 목록 내 위치 같은 요소 가운데 하나만 달랐습니다.

실험에서 시스템은 모델에 이 두 후보 출처만 제공했고, 순서를 바꿔 위치 편향을 통제했습니다. 또한 모델의 사전 학습 기억에서 오는 친숙도 효과를 최대한 줄이기 위해 브랜드와 발행처를 익명화했습니다.

이 연구는 6개 LLM, 18개 콘텐츠 요인, 252,000회 시험을 다루고, 답변의 첫 번째 인용 표시가 어느 출처를 가리키는지 측정했습니다. 이 설계가 실제 인터넷의 복잡성을 모두 재현할 수는 없지만, 콘텐츠 차이 하나가 첫 인용 선호에 어떤 영향을 미치는지는 비교적 명확하게 답할 수 있습니다.

첫 번째 인용에 가장 큰 영향을 주는 요인은 무엇인가?

논문의 결론은 신중하면서도 실용적입니다.

주제 일치도와 검색 목록 내 위치가 첫 인용에 가장 큰 영향을 미쳤습니다. 명확한 가격 정보와 더 최근의 타임스탬프도 일관된 이점을 제공했습니다. 완전성과 신뢰 신호가 만든 이득은 비교적 작았고, 형식만 바꾼 효과는 제한적이었습니다.

이는 기업이 경쟁사가 AI에 계속 먼저 인용되는 것을 발견했을 때, 형용사를 더 넣거나 더 많은 문단을 굵게 표시하거나 페이지 전체를 더 "전문적으로" 보이게 만드는 것부터 해서는 안 된다는 뜻입니다. 먼저 다음 네 가지 더 근본적인 문제를 점검해야 합니다.

1. 페이지가 제품 자체를 설명하는 데 그치지 않고 현재 질문에 직접 답하는가?
2. 페이지가 검색 후보군에 안정적으로 들어갈 수 있으며, 그 후보군에서 위치는 어디인가?
3. 가격, 사양, 이용 조건, 비교 항목이 명확하고 검증 가능하며 최신 상태인가?
4. AI가 답변을 완성하기 위해 경쟁사 페이지를 필요로 하지 않을 만큼 충분히 완전한 결론, 한계, 근거를 제공하는가?

가격과 날짜가 콘텐츠 신호가 될 수 있는 이유

실제 조달, 쇼핑, 서비스 비교에서 사용자는 그것이 무엇인지뿐 아니라 가격이 얼마인지, 자신에게 맞는지, 정보가 여전히 유효한지도 중요하게 생각합니다. 논문에서 가격과 최신 타임스탬프가 더 좋은 성과를 보인 것은 의사결정 유용성과 최신성의 효과로 이해해야 하며, 페이지에 날짜를 임의로 추가하면 인용이 늘어난다는 증거로 받아들여서는 안 됩니다.

가격에는 근거가 필요합니다. 시작 가격인지, 패키지 가격인지, 체험 가격인지, 맞춤 견적인지를 밝혀야 합니다. 업데이트 날짜는 실제여야 하며 페이지 콘텐츠도 그에 맞게 갱신되어야 합니다. 가격, 재고, 버전, 서비스 범위가 오래되었다면 AI가 인용하더라도 사용자에게 잘못된 조언을 제공해 결국 브랜드 신뢰를 훼손할 수 있습니다.

전체 가격을 공개할 수 없는 B2B 기업도 과금 단위, 가격에 영향을 주는 변수, 도입 일정, 적용 가능한 패키지는 제공할 수 있습니다. 소비자 브랜드라면 사양, 애프터서비스, 배송 범위, 구매 채널도 흔히 그만큼 중요합니다.

첫 번째 인용만을 위한 최적화 전술은 아니다

첫 번째 인용은 유용한 진단 신호지만 유일한 목표가 되어서는 안 됩니다. 사용자가 보는 최종 답변은 대개 여러 출처를 조합해 만들어집니다. 어떤 페이지가 첫 번째로 인용되지 않아도 핵심 사실, 리스크 경계, 구매 조건을 제공할 수 있습니다.

논문 저자들도 실험에는 후보 페이지를 두 개만 주입했지만 실제 RAG 시스템은 흔히 5개에서 10개 이상의 출처를 검색한다고 분명히 밝힙니다. 따라서 연구 결과는 통제된 두 출처 경쟁에서 나타난 요인 선호를 설명할 뿐, 완전한 다중 출처 경쟁의 최종 규칙은 아닙니다.

기업은 이 연구를 인용을 보장하는 공식으로 취급하지 말고 검토 체크리스트를 만드는 데 활용해야 합니다.

출처 페이지를 검토하는 실무 방법

AI가 브랜드 질문에 답할 때 자주 사용하는 페이지 10개를 고르세요. 공식 제품 페이지, 가격 페이지, 사례 페이지, 도움말 센터 페이지, 제3자 리뷰, 제품 채널 페이지를 포함합니다. 각 페이지에 다음 다섯 가지를 질문하세요.

첫째, 이 페이지는 어떤 사용자 질문에 대응하는가? 페이지 첫 부분에서 결론과 대상 독자를 직접 밝히는가?

둘째, 페이지의 가격, 사양, 버전, 지역, 업데이트 날짜가 구매 결정을 뒷받침하기에 충분한가?

셋째, 테스트 방법론, 데이터 정의, 사례 조건, 인증, 실제 비교 같은 차별화된 근거가 있는가?

넷째, AI가 이 페이지만 읽어도 이 제품이나 서비스가 어떤 상황에 적합하지 않은지 정확하게 설명할 수 있는가?

다섯째, 위 항목 중 어느 하나에서 경쟁사 페이지가 더 완전하고, 더 최신이며, 질문에 더 잘 맞는가?

검토가 끝나면 여러 플랫폼에서 고정 질문 세트를 다시 테스트하고 첫 번째 출처, 브랜드 언급, 추천 이유, 경쟁사 동시 등장이 바뀌는지 관찰하세요. GEO Radar 웹사이트(https://www.georadar.top)는 팀이 여러 플랫폼에서 재시험과 경쟁사 비교를 수행하도록 지원해, "AI가 누구를 먼저 인용하는가"를 우연히 얻은 스크린샷이 아니라 추적 가능한 신호로 바꾸는 데 도움을 줍니다.

이 연구가 콘텐츠 팀에 주는 결론은 명확합니다. AI 인용을 두고 경쟁하려면 먼저 페이지를 질문에 직접 답할 수 있는 완전하고 최신인 근거 단위로 만들어야 합니다.

이 글의 자료 출처

• arXiv, 2026년 5월 25일, *What Gets Cited: Competitive GEO in AI Answer Engines*: https://arxiv.org/abs/2605.25517
• arXiv HTML 전문, 두 출처 실험, 252,000회 시험, 결과 및 한계: https://arxiv.org/html/2605.25517v1
• arXiv PDF, 논문 다운로드: https://arxiv.org/pdf/2605.25517