AI 답변 인용 출처 유형, 공식 비율 없어 질문별로 직접 집계

AI 답변 인용 출처가 공공기관·백과·영상·커뮤니티 중 어디에 몰리는지 공개하는 AI 서비스는 없습니다. 그래서 질문 유형별로 직접 집계해야 답을 얻을 수 있습니다. 공식 문서에는 Perplexity의 기사·웹사이트·학술지, Google의 공개 토론·소셜 게시물 미리보기 같은 출처 범주 설명만 있습니다.

공식 문서는 AI 답변 출처에 대해 무엇을 밝히고 있나요?

Google 검색 센터의 AI 기능 문서는 AI 개요(AI Overviews)와 AI 모드(AI Mode)가 「쿼리 팬아웃」을 쓸 수 있다고 설명합니다. 쿼리 팬아웃은 질문 하나를 여러 하위 주제와 데이터 소스에 걸친 관련 검색으로 나누어 실행하는 방식입니다.

같은 문서에 따르면 이 방식은 기존 검색보다 넓고 다양한 링크를 보여 줄 수 있습니다. 또 AI 개요와 AI 모드는 서로 다른 모델과 기법을 쓸 수 있어, 표시되는 답변과 링크도 다를 수 있습니다.

Google 블로그는 2026년 5월 6일 검색의 AI 개요와 AI 모드에 들어가는 새 기능을 발표했습니다. 공개 온라인 토론, 소셜 미디어 등 직접 경험을 담은 출처의 관점을 미리보기로 보여 준다는 내용입니다. 링크에는 제작자 이름, 계정명(핸들), 커뮤니티 이름 같은 맥락도 붙습니다. 발표 글은 이 기능을 계속 시험하며 개선하겠다고 적었습니다. 본문에는 적용 국가·언어에 대한 언급이 없습니다. 한국어 검색에서 같은 표시가 나오는지는 자사 질문으로 확인합니다.

Perplexity 도움말에 따르면 Perplexity는 기사·웹사이트·학술지 같은 출처에서 정보를 모읍니다. 모든 답변에는 원문으로 연결되는 인용이 붙습니다.

출처로 나오기 위한 조건은 문서마다 따로 밝힙니다. Google은 색인되어 있고 스니펫(검색 결과에 보이는 요약문)과 함께 표시될 수 있는 페이지라면 추가 기술 요건이 없다고 설명합니다. OpenAI 문서는 OAI-SearchBot을 차단한 사이트가 ChatGPT 검색 답변에는 표시되지 않으며, 탐색용 링크로는 나올 수 있다고 설명합니다. Perplexity 문서는 검색 결과에 나오려면 robots.txt(검색 로봇의 접근을 정하는 설정 파일)에서 PerplexityBot을 허용하라고 권합니다.

어느 문서도 유형별 인용 비율은 제시하지 않으므로, 유형별 경향은 측정으로 확인합니다. 예를 들어 규정형 질문은 공공기관이, 경험형 질문은 커뮤니티·소셜이 많을 것이라는 가설을 세웁니다. 그런 다음 질문 유형별로 따로 집계해 실제로 그런지 확인합니다.

출처 유형은 어떤 기준으로 나누어야 하나요?

분류 기준이 흔들리면 비중이 바뀌었을 때 실제 변화인지 분류 오류인지 구분할 수 없습니다. 유형은 도메인 이름이나 채널 형식이 아니라 발행 주체를 기준으로 정합니다. 채널 형식(블로그·영상·소셜)은 별도 칸에 적습니다.

백과와 커뮤니티는 둘 다 여러 이용자가 쓰지만, 실무에서는 편집 규칙과 각주 출처가 있는지로 나눕니다. 정해진 편집 규칙 아래 각주로 출처를 다는 문서는 백과, 그렇지 않은 게시물은 커뮤니티·소셜로 기록합니다.

유형마다 무엇을 따로 확인해야 하나요?

공공기관

YMYL은 건강·금융·안전처럼 삶에 큰 영향을 주는 주제를, E-E-A-T는 경험·전문성·권위·신뢰를 뜻합니다. Google의 유용한 콘텐츠 문서는 YMYL 주제에서 검색 시스템이 E-E-A-T가 강한 콘텐츠에 더 큰 비중을 둔다고 설명합니다. 이는 검색 시스템의 비중 원칙이며, AI 답변의 출처 구성이나 공공기관 우선을 밝힌 것은 아닙니다.

AI 답변에서도 같은 경향이 나타나는지 확인하려면 금융·의료·법률 질문의 공공기관 비중을 별도 칸으로 집계합니다.

백과

영어 위키백과의 신뢰할 수 있는 출처 지침은 문서가 신뢰할 수 있는 출판 출처에 기반해야 하며, 가능하면 2차 출처에 기대야 한다고 설명합니다. 동료 평가를 거친 학술 자료와 자리 잡은 언론 보도를 신뢰할 만한 출처의 예로 듭니다. 백과 문서가 인용되면 그 각주에 달린 학술·언론 출처를 함께 기록하는 이유입니다.

위키미디어 재단은 2025년 10월 글에서 2025년 3~8월 트래픽을 봇 기준으로 다시 분류했다고 밝혔습니다. 그 결과 최근 몇 달의 사람 페이지뷰가 2024년 같은 달보다 약 8% 줄었다고 설명합니다. 재단은 생성형 AI와 소셜 미디어가 정보 탐색 방식에 준 영향을 그 배경으로 들었습니다. 특히 검색엔진이 위키백과 콘텐츠를 바탕으로 답을 바로 보여 주는 방식을 꼽았습니다. 또 AI 플랫폼이 정보의 출처를 분명히 밝히고 위키백과로 더 많은 방문을 유도해야 한다고 밝혔습니다. 따라서 링크 인용만 세면 백과 내용이 답변에 실제로 반영된 경우를 놓칠 수 있습니다.

그래서 「링크 인용」과 「내용 반영 추정」을 다른 칸으로 나눕니다. 내용 반영 추정은 답변 문장이 특정 백과 문서의 정의·수치와 일치하는데 링크가 없을 때로 한정합니다.

영상

Google 동영상 문서는 동영상이 검색에 나오려면 시청 페이지가 색인되어야 한다고 설명합니다. 시청 페이지가 색인되었다고 해서 동영상까지 색인되는 것은 아니라는 점도 함께 밝힙니다. 영상 출처는 영상 플랫폼 페이지인지 자사 시청 페이지인지 구분해 기록합니다.

커뮤니티·소셜

토론·소셜 게시물 미리보기로 표시된 인용은 메모 칸에 표시 형태와 확인한 화면을 적습니다. 작성자 이름이나 커뮤니티 이름이 함께 보이면 판단 근거 칸에 그대로 옮깁니다.

유형 비중이 바뀌면 어떤 이상 신호와 원인을 짝지어 보나요?

실무에서는 직전 4주 기록의 최저·최고 범위를 벗어난 경우를 이상 신호로 보는 방법을 권합니다. 처음 4주는 기준 범위를 만드는 기간으로 두고, 5주차부터 비교합니다.

원인 후보는 질문 목록 변경, 서비스 변경, 자사 사이트 변경 순으로 하나씩 확인해 배제합니다.

출처 유형 기록은 어떤 양식으로 시작하나요?

Google AI 기능 문서에 따르면 AI 기능에서 들어온 트래픽은 Search Console 실적 보고서의 「웹」 검색 유형에 함께 집계됩니다. 출처 유형 비중은 이 보고서에서 나누어 볼 수 없으므로 직접 기록합니다.

예를 들어 가상의 ○○ 가전 기업이라면 질문 목록을 다음과 같이 유형별로 구성합니다.

1. 정의형: 인버터 냉장고는 일반 냉장고와 무엇이 다른가요?
2. 규정형: 가전제품 에너지소비효율 등급은 어디서 확인하나요?
3. 절차형: 냉장고 무상 수리 기간은 어떻게 확인하나요?
4. 비교형: 4도어 냉장고를 고를 때 무엇을 비교하나요?
5. 경험형: 냉장고 소음이 심할 때 사용자들은 어떻게 해결했나요?

실무에서는 같은 질문을 같은 날 세 번씩 묻고, 주 1회 같은 요일에 기록하는 방법을 권합니다. 답변이 달라질 수 있으므로 한 번의 결과로 판단하지 않습니다. 비중은 다음 식으로 계산합니다.

유형 비중 = 해당 유형의 링크 인용 수 ÷ 같은 서비스·같은 질문 유형의 전체 링크 인용 수

분모는 답변 수가 아니라 링크 인용 수입니다. 내용 반영 추정은 분자와 분모에 넣지 않고 따로 셉니다. 아래는 가상의 기록 예시입니다. 폰에서 읽기 쉽도록 기본 열(표 1)과 추가 열(표 2)을 나누고 기록 번호로 연결했습니다.

표 1 기본 열(비중 계산에 쓰는 열)

표 2 추가 열(원인 확인에 쓰는 열)

메모 칸에는 서비스 발표, 표시 방식 변경, 자사 사이트 개편 날짜를 적습니다. 이상 신호가 나왔을 때 원인 후보를 좁히는 기준이 됩니다.

정리

다음 순서로 기록을 시작합니다.

1. 발행 주체 기준의 출처 유형 7가지와 경계 사례 규칙을 분류 기준표로 확정합니다.
2. 정의·규정·절차·비교·경험형 질문으로 고정 질문 목록을 만듭니다.
3. 같은 질문을 같은 날 세 번씩 묻고, 주 1회 기본 열과 추가 열을 기록합니다.
4. 서비스별·질문 유형별로 링크 인용 수를 분모로 비중을 계산하고, 서비스끼리 합산하지 않습니다.
5. 처음 4주는 기준 범위를 만드는 기간으로 두고, 5주차부터 직전 4주 범위를 벗어난 비중을 이상 신호 표의 원인 후보와 짝지어 하나씩 확인합니다.