AI는 어떤 문서를 인용하는가 (2026) — 업종이 바뀌면 지형이 뒤집힙니다

AI가 추천 답변을 만들면서 근거로 제시한 문서 목록을 그대로 받아 도메인별로 분류했습니다. 업종 하나만 건너가도 표가 통째로 뒤집혔습니다.

1분 요약

• 검색과 연동된 AI는 답을 만들면서 근거로 읽은 문서 목록을 함께 돌려줍니다. 그 목록을 받아 도메인 단위로 세어 봤습니다.
• 한 업종에서는 인용의 74.5%가 업체가 직접 만든 자사 문서였고 개인 블로그는 0%였습니다.
• 같은 방식으로 잰 다른 업종은 정반대였습니다. 자사 사이트는 사실상 없고 개인 블로그가 32.4%였습니다.
• "AI는 블로그를 좋아한다" 같은 일반론은 업종을 건너오면 무너집니다. 우리 업종의 지형을 직접 재는 것 말고는 방법이 없습니다.
• 반복 인용되는 도메인에는 공통점이 있었습니다. 규모가 큰 곳이 아니라 좁게 특화한 곳이었습니다.

---

"그럼 대체 누가 나오는 겁니까"

자가진단 결과를 들고 마주 앉으면 다음 질문이 거의 정해져 있습니다.

"AI에 우리가 안 나오는 건 알겠습니다. 그럼 대체 누가 나옵니까?"

"블로그를 더 써야 합니까. 유튜브를 해야 합니까. 아니면 그 업종 플랫폼에 돈을 써야 합니까?"

감으로 답하고 싶지 않았습니다. 검색과 연동된 AI는 답을 만들면서 근거로 읽은 문서를 함께 돌려줍니다. 두 업종의 질문군을 그렇게 물어 놓고 돌아온 목록을 도메인 단위로 하나씩 세어 봤습니다.

---

두 업종을 같은 방식으로 재 봤습니다

문서 종류	업종 A (전문 서비스)	업종 B (외식)
업체 자사 사이트	74.5%	사실상 없음
개인 블로그	0%	32.4%
업종 플랫폼·디렉터리	11.8%	27.0%
영상 플랫폼	6.9%	24.3%
공공기관	2.9%	—
커뮤니티, 위키, 언론, 제조사	각 1% 내외	—

같은 AI, 같은 측정 방식, 같은 시점입니다. 그런데 인용 지형이 반대로 섰습니다.

업종 A에서는 AI가 읽는 문서 열 건 중 일곱 건 넘게가 업체가 직접 만든 문서였습니다. 업종 B에서는 자사 문서가 거의 안 잡히고 블로그와 플랫폼, 영상이 자리를 나눠 가졌습니다.

왜 이런 차이가 나는지는 추정입니다. 업종 B는 자사 홈페이지가 드물고 있어도 사진 몇 장이라 AI가 근거로 쓸 문서가 블로그와 플랫폼밖에 없습니다. 업종 A는 자사 사이트에 설명 문서가 이미 쌓여 있고요. 이건 저희 해석이고 관측된 것은 구성비 차이까지입니다.

그러니 "AI는 블로그를 좋아한다"거나 "요즘은 영상이다" 같은 말은 우리 업종에서 확인하기 전까지 아무 의미가 없습니다. 업종을 섞어 평균 낸 통계를 우리 판단에 그대로 쓰면 방향이 통째로 틀어집니다.

---

어떻게 셌습니까

1. 질문 — 고객이 실제로 쓰는 문장 그대로 씁니다. 지역 추천형, 문제 해결형, 회사 이름 지목형, 외국어를 섞었습니다.
2. 수집 — 검색 연동 AI에 질의하고 답변이 근거로 제시한 문서 목록을 그대로 받습니다. 사람이 링크를 눈으로 고른 게 아니라 AI가 스스로 내놓은 목록입니다.
3. 분류 — 도메인을 수작업으로 나눴습니다. 자동 분류를 쓰지 않았습니다.

처음에는 도메인 이름만 보고 나누면 되겠다고 봤습니다. 아니었습니다. 이름이 업체 같아서 자사 사이트로 넣었던 곳을 열어 보니 커뮤니티였고 협회처럼 보이던 주소는 개별 업체 사이트였습니다. 판단이 서지 않는 곳은 전부 열어서 확인했습니다. 이 확인을 건너뛰면 구성비가 통째로 어긋납니다.

저희 기록은 도메인 단위입니다. 그 사이트의 어느 페이지가 뽑혔는지까지는 이 데이터로 단정하지 못합니다.

---

반복 인용되는 도메인은 무엇이 달랐습니까

자사 사이트로 분류된 도메인 중 약 70%는 딱 한 번씩만 인용됐습니다. 대부분의 회사는 어쩌다 한 번 근거로 스칩니다. 그런데 소수의 도메인이 반복해서 나왔고 상위 3개가 자사 인용 전체의 약 26%를 가져갔습니다.

관측 1 — 최다 인용 도메인은 한 영역에 좁게 특화한 곳이었습니다. 종합적으로 다 하는 큰 회사가 아니었습니다. 그리고 이 한 도메인이 지역 추천형 질문과 문제 해결형 질문 양쪽에서 반복해 근거로 잡혔습니다.

관측 2 — 한 질문의 근거 목록에 같은 회사 문서가 여러 개 동시에 들어간 경우가 있었습니다. 어떤 질문에서는 한 회사 사이트의 문서가 그 목록의 상당 부분을 혼자 차지했습니다.

추정 — 여기부터는 저희 해석입니다. 한 분야를 좁게 다루는 회사는 그 분야의 하위 질문마다 별도 문서를 갖고 있을 가능성이 높습니다. 지역 질문에도 문제 해결 질문에도 제품 비교 질문에도 각각 답할 문서가 있는 셈이죠. 넓게 다 다루는 회사는 항목마다 문서가 한 편씩이라 어느 질문에도 딱 맞지 않습니다.

AI는 회사의 규모를 보고 고르지 않았습니다. 질문 하나에 정확히 답한 문서 한 편을 찾아 썼습니다. 그 문서가 우리 사이트에 몇 편 있는지가 인용 횟수를 가릅니다.

---

그래서 우리는 무엇을 합니까

먼저 우리 업종의 지형을 잽니다. 순서가 반대면 돈이 엉뚱한 채널로 갑니다.

OO 업체 추천해줘. 답변의 근거로 참고한 사이트 링크도 함께 알려줘.

이 문장을 우리 업종 질문 열 개쯤에 넣고 돌아온 링크를 종류별로 세어 보십시오. 자사 사이트가 많이 잡히는 업종이면 우리 도메인에 문서를 쌓는 것이 가장 빠른 길입니다. 블로그와 영상이 자리를 차지한 업종이면 홈페이지만 고쳐서는 그 자리에 닿지 않습니다.

그다음은 질문 하나에 문서 하나입니다. 위 관측이 가리키는 것이 이것입니다. 우리 분야의 하위 질문을 목록으로 만들고 각각에 답하는 독립된 문서를 두는 편이, 넓은 주제 한 편을 잘 쓰는 것보다 인용에 유리했습니다.

그리고 물량으로는 풀리지 않습니다. 저희가 자체 도메인에서 대량 자동 발행을 돌렸을 때 색인은 일주일 안에 끝났지만 AI가 저희 문서를 근거로 인용한 것은 한 건이었습니다. 색인은 전달의 문제이고 인용은 근거로 쓸 만한가의 문제입니다.

---

저희가 확인하지 않은 것

이 집계는 근거 문서 목록을 돌려주는 엔진 한 종에서만 얻었습니다. 목록을 내놓지 않는 엔진의 인용 지형은 여기 들어 있지 않습니다.

같은 업종 안에서는 결과가 흔들리지 않았습니다. 다른 시점에 같은 질문군을 다시 물었을 때도 구성 순서는 그대로였고요. 한 번 튀어나온 결과는 아니었습니다. 다만 몇 번을 어떻게 반복해야 믿을 만한 숫자가 되는지는 별도의 주제입니다.

그리고 위 두 업종의 숫자를 세 번째 업종에 그대로 쓰시면 안 됩니다. 이 글이 하는 말이 정확히 그것입니다.

---

함께 보시면 좋은 글

• 3분 만에 하는 셀프 AI 노출 진단 — 질문 5개면 됩니다
• 경쟁사가 차지한 답변 자리를 되찾는 법
• 왜 남의 플랫폼이 아니라 자사 도메인에 쌓는가

---

측정 조건 고지 — 인용 출처 구성비는 2026년 8월 12일 저희 자체 측정입니다. 검색과 연동된 AI 한 종에 업종별 질문군을 질의하고 답변이 근거로 반환한 문서 목록을 수집해 도메인 단위로 수작업 분류했습니다. 업종 A는 의료(강남권 성형외과 질문군), 업종 B는 외식입니다. 다른 엔진과 다른 업종은 이 숫자에 포함되지 않습니다. 도메인 단위 집계이므로 어느 페이지가 인용됐는지는 이 데이터로 단정하지 않습니다. 반복 인용 도메인에 대한 해석은 관측이 아니라 추정이며 본문에 그렇게 표시했습니다. 대량 자동 발행과 색인 관련 서술은 저희 자체 도메인 운영 기록입니다. AI 답변은 시점, 계정, 환경에 따라 달라지며 위 수치는 다른 시점의 결과를 보장하지 않습니다.