무료 GEO 진단

사전 등록 문서

사전 등록: AI는 우리 질문을 무엇으로 바꿔 검색하는가

· 결과가 나오기 전에 확정·공개했습니다

  • 상태: 등록. 수집 착수 전.
  • 작성 2026-08-16
  • 선행: backlink-serp-citation · search-surface-divergence · clinic-site-citation-association

0. 왜 이 실험인가 — 사슬에서 끊긴 고리

지금까지 여섯 번의 실험이 같은 곳으로 모였다.

  • 색인이 인용을 9.53배 가른다. 발행량은 색인의 대리 지표였다
  • 진단 점수와 인용의 상관은 r=−0.07이다. 표본 최고점 두 곳이 인용 0회였다
  • AI 인용의 87%가 구글 상위 10 밖이다
  • 호출 방식만 바꿔도 인용 도메인이 3분의 1은 0% 겹친다
  • 10회 모두 인용되는 자리는 협회·대학병원이 차지한다

정리하면 인용은 사이트 품질의 함수가 아니라 "AI의 검색 결과에 등장하는가"의 함수다. 2026-08-16 진단한 taehacri.com 이 그 사례다 — SEO 87 / GEO 88, A등급인데 AI 인용 0.

그런데 사슬 한 칸을 한 번도 보지 않았다.

사용자 질의 → [ AI의 질의 재작성 ] → 검색 → 검색 결과 → 인용
                      ↑ 미측정

예비 관찰 (2026-08-16, 질의 1개)

gpt-5.6-luna 의 web_search_call.action.queries 에 재작성 질의가 그대로 남아 있다.

사용자 질의: 서울에서 피부과 잘하는 곳 추천해줘

AI 가 실제로 던진 검색어:

  1. 서울 피부과 **대학병원** 피부과 공식 진료 **서울대학교병원 세브란스 삼성서울병원**
  2. 서울 피부과 전문의 찾기 **대한피부과의사회 공식**
  3. 서울 피부과 여드름 아토피 탈모 레이저 피부과 전문의 공식

AI 가 검색어에 기관 이름을 스스로 집어넣는다. 개별 병원은 애초에 검색 대상이 아니었다. 이것이 사실이라면 "왜 잘 만든 사이트가 인용되지 않는가"의 답이 사이트 밖에 있다는 뜻이고, 동시에 우리가 손댈 수 있는 지점이 생긴다 — 최적화 대상은 사용자 질의가 아니라 재작성 질의다.

또 하나 짚어 둔다. agency-visibility 수집분에서 자사 질의 "부산 GEO 업체 추천"이 Employer of Record companies Busan Korea 로 재작성돼 있었다. 업종을 통째로 잘못 잡은 것이다.

질의 1개·1회 관찰이므로 결론이 아니다. 그래서 제대로 잰다.

1. 연구 질문

  1. AI 는 사용자 질의를 얼마나, 어떻게 바꿔서 검색하는가.
  2. 재작성 질의에 기관·브랜드 이름이 주입되는 비율은 얼마인가. 업종별로 다른가.
  3. 재작성 질의로 구글을 돌리면 실제 인용된 도메인이 상위에 있는가. 있다면 인용은 "재작성 질의의 검색 결과"로 거의 설명된다.
  4. 재작성이 원 질의와 멀어질수록 개별 업체 인용이 줄어드는가.

2. 설계

  • 질의: 기존 배터리 144개의 부분집합 72개 — 6업종 × (지역 4 × 문형 2 + 전국 4). 지역을 10개에서 4개로 줄인다. 재작성 패턴은 업종·문형이 지배할 것으로 보고, 지역은 4개면 지역 효과를 볼 수 있다. 문형은 하나도 빼지 않는다.
  • 모델: gpt-5.6-luna(Responses API) · gemini-3.7-flash
  • 반복: k=3
  • 총 호출: 72 × 3 × 2 = 432

수집 항목 (기존 수집기에 없던 것)

항목 출처
재작성 질의 전문 OpenAI web_search_call.action.queries · Gemini groundingMetadata.webSearchQueries
인용 도메인·URL 기존과 동일
검색 횟수 기존과 동일

🔴 Gemini 는 검색을 생략하면 아무것도 주지 않는다. 선행 실측에서 검색 0회가 33%였고 예비 확인에서도 2/2 미발생이었다. Gemini 쪽 재작성 자료는 약 3분의 2만 모인다고 보고 결측률을 결과와 함께 보고한다. 결측을 "재작성 안 함"으로 읽지 않는다.

2단계 — 재작성 질의로 다시 검색

수집된 재작성 질의를 중복 제거해 구글 상위 20을 Serper 로 수집한다. 그 결과와 실제 인용 도메인을 대조한다. 이것이 질문 3에 답한다.

3. 사전 지정 가설과 반증 조건

# 가설 반증 조건
R1 재작성 질의의 과반이 원 질의에 없던 고유명사(기관·브랜드)를 포함한다 50% 미만이면 반증
R2 재작성 질의로 검색한 구글 상위 20 이 실제 인용 도메인을 원 질의보다 잘 덮는다 덮는 비율이 원 질의와 같거나 낮으면 반증
R3 기관명이 주입된 질의일수록 개별 업체 인용 비중이 낮다 상관이 0을 포함하면 반증
R4 재작성 양상이 업종별로 다르다(YMYL 에서 기관 주입이 더 잦다) 블록 간 차이가 10%p 미만이면 반증

R2 가 핵심이다. 성립하면 "AI 인용 최적화 = 재작성 질의의 검색 상위에 드는 것"으로 문제가 재정의된다. 지금 우리 처방은 "색인되게 하라"에서 멈춰 있는데 그다음이 생긴다.

4. 분석 (사전 고정)

  • 재작성 거리: 원 질의 대비 추가·삭제된 토큰 비율, 자카드
  • 고유명사 주입: 원 질의에 없던 기관·브랜드 토큰의 등장 비율. 판정 기준은 수집 전에 고정한다 — 접미사(.or.kr 등)로 확인되는 기관명, 대학병원명 목록, 그리고 원 질의에 없던 대문자 영문·고유명사. 애매한 것은 '미분류'로 두고 비율을 함께 낸다
  • 덮는 비율(R2): 질의별로 |인용 도메인 ∩ 상위20| / |인용 도메인|. 원 질의 SERP(기존 수집분)와 재작성 SERP 를 같은 방식으로 계산해 비교
  • 블록별(YMYL / 비-YMYL)로 모든 지표를 나눠 낸다
  • 검색 0회 호출은 별도 집계 후 주 분석에서 제외

5. 한계

  1. 관찰이다. 재작성을 바꿔볼 수 없으므로 "이렇게 쓰면 인용된다"는 말할 수 없다.
  2. Gemini 결측이 크다(약 33%). 두 모델을 대등하게 비교하지 못한다.
  3. 재작성은 비결정적이다. k=3 이라 개별 질의의 재작성을 단정하지 않고 분포만 본다.
  4. 재작성 질의로 돌린 구글 결과는 우리가 본 것이지 AI 가 그 시점에 본 것이 아니다. 시차와 개인화 차이가 남는다.
  5. 업종 6개·지역 4개다. 업종 일반으로 넓히지 않는다.

6. 비용

OpenAI 216콜 × 약 $0.19 ≈ $41 · Gemini 216콜 ≈ $8 · Serper 재검색 약 1,000콜. 합계 약 $50. 파일럿 20콜로 재작성 질의가 실제로 저장되는지 확인한 뒤 전량 집행한다.

7. 변경 이력

  • 2026-08-16 등록. 예비 관찰(질의 1개)에서 기관명 주입을 확인하고 설계했다.

← 인트릭스 연구소