목차
1단계. 크롤러부터 열어주기
제일 먼저 할 일인데 의외로 여기서 막힌 곳이 많아요. robots.txt에서 GPTBot이나 ClaudeBot 같은 AI 수집 프로그램을 막아 두면 그 뒤 작업이 전부 소용없어져요. 보안 설정이나 서버 기본값 때문에 의도치 않게 막혀 있기도 하고요.
본문이 자바스크립트로만 그려지는 것도 위험해요. AI 수집 프로그램 상당수는 자바스크립트를 실행하지 않아서, 사람 눈에는 보이는 글이 프로그램에게는 빈 페이지예요.
확인은 간단해요. 내 사이트 주소 뒤에 /robots.txt 를 붙여 열어 보고, GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot, Google-Extended 가 Disallow 로 막혀 있지 않은지 보세요. 아무 언급이 없으면 허용이에요.
81%무료 진단을 받은 한국 사이트 중 AI 크롤러 허용 항목에서 경고나 실패가 나온 비율이에요. 가장 기본 단계인데도 다섯 곳 중 네 곳이 여기서 걸렸어요.
한국 사이트 114곳이 가장 많이 걸린 항목
주장마다 출처를 붙이고, 기관이나 전문가의 말을 짧게 그대로 옮겨 적어요.
2단계. 이 페이지가 뭔지 기계에 알려주기
AI는 페이지를 읽고 무슨 내용인지 짐작해요. 구조화 데이터를 넣어두면 짐작이 아니라 확인이 되어 오해가 줄어들어요. 구조화 데이터란 "이 페이지는 회사 소개다", "이건 2026년 3월에 쓴 기사다" 같은 정보를 정해진 형식으로 적어두는 걸 말해요.
- 회사 정보. 이름, 로고, 공식 주소를 적어 둬요. AI가 우리 회사를 알아보는 기준점이 돼요
- 글 정보. 쓴 사람, 올린 날, 고친 날을 적어요. 정보가 최신인지 판단할 때 바로 쓰여요
- 자주 묻는 질문. 질문과 답이 짝으로 묶여 있어 AI가 그대로 가져가기 가장 쉬워요
- 상품이나 매장 정보. 파는 것이나 영업 정보가 있다면 꼭 넣으세요
3단계. 떼어 써도 말이 되는 문장으로
효과가 가장 큰데 가장 많이 건너뛰는 단계예요. AI는 답변에 넣을 문단을 찾아요. 앞뒤 맥락 없이 떼어내도 말이 되는 문단이 뽑혀요.
분위기를 잡는 도입부, "앞서 말씀드린 것처럼"으로 시작하는 문단, 결론이 맨 끝에만 있는 구성은 뽑히기 어려워요. 소제목 바로 아래 첫 문단에 그 부분의 결론을 완결된 문장으로 먼저 쓰세요.
+42%출처가 붙은 인용문을 넣었을 때 AI 답변 속 노출이 늘어난 폭이에요. 같은 실험에서 출처 명시는 +28%, 통계 추가는 +33%였고, 키워드를 반복해 넣는 방식은 오히려 줄었어요.
- 소제목을 사람들이 실제로 검색하는 질문 형태로. "가격" 대신 "월 얼마인가요?"
- 결론 먼저, 근거는 나중에. 첫 문장만 떼어가도 정확한 정보가 되도록
- 숫자, 날짜, 회사 이름을 문장 안에 직접 넣기
- 한 문단에 한 가지 주장만. 두 개가 섞이면 가져갈 때 잘려요
- 주장에는 출처를 붙이고, 기관이나 전문가의 말을 짧게 그대로 옮기기. 진단한 사이트의 92%가 이 항목에서 걸렸어요
4단계. 첫 화면에 답을 두기
AI가 인용하는 문장은 글 앞쪽에 몰려 있어요. ChatGPT 인용 1만 8천 건을 분석한 연구에서 44%가 본문 앞 30% 안에서 나왔어요. 끝까지 읽어야 답이 나오는 글은 그만큼 손해예요.
그래서 글 맨 위에 두세 문장짜리 요약을 두고, 이어서 자주 묻는 질문을 짧게 답해 두면 좋아요. 진단한 사이트의 84%에는 이런 요약이나 FAQ가 없었어요.
정의하는 문장도 하나 넣어 두세요. "OO는 ~예요" 꼴의 문장이 있으면 AI가 그 부분을 그대로 떼어 가기 쉬워요.
5단계. 자기 사이트부터 채우기
"자기 사이트 아무리 다듬어봐야 소용없고 결국 뉴스나 커뮤니티에 실려야 한다"는 말이 있죠. 저희도 그런 줄 알았어요.
그런데 모은 인용 7만 건을 사이트별로 갈라 보니 반대였어요. 네이버, 유튜브, 티스토리 같은 큰 플랫폼을 다 합쳐도 20.8%였고, 나머지 79%는 개별 회사의 자기 사이트였어요.
자기 사이트를 다듬는 건 헛수고가 아니라 인용이 가장 많이 나오는 곳이에요. 플랫폼은 거기에 20%를 보태는 역할이고요.
79%AI가 인용한 출처 중 개별 회사의 자기 사이트가 차지한 비중이에요. 네이버와 유튜브를 포함한 플랫폼 전체를 합쳐도 20.8%였어요.
6단계. 오래된 정보 걷어내기
AI는 오래된 정보를 뒤로 밀어내요. Ahrefs가 AI 답변에 인용된 URL 1,700만 개를 보니, 일반 검색 결과보다 평균 25.7% 더 최근 글이었어요. 가격, 상품 구성, 영업 정보처럼 바뀌는 항목은 바뀔 때마다 페이지와 구조화 데이터의 수정일을 함께 고쳐야 해요.
여기서 걸리는 사이트가 많아요. 진단한 사이트의 83%가 글에 올린 날이나 고친 날을 적어 두지 않았어요. 반대로 내용은 그대로인데 날짜만 바꾸는 건 구글이 사람이 아닌 검색엔진을 위한 신호로 본다고 명시했으니 하지 마세요.
llms.txt도 이 단계에서 만들면 좋아요. 사이트의 핵심 문서를 AI가 읽기 쉽게 목록으로 정리해 두는 파일이에요. 아직 공식 표준은 아니지만 품이 거의 안 들고, 만드는 과정에서 사이트 구조를 점검하게 돼요.
7단계. 엔진별로 따로, 매일 재기
마지막이자 계속 돌려야 하는 단계예요. AI 검색에는 순위가 없어서 기존 방식으로는 성과를 못 봐요. 그리고 엔진마다 참고하는 곳이 꽤 달라요.
가장 큰 차이는 네이버예요. Perplexity는 인용의 24.3%가 네이버 블로그였는데, 같은 기간 ChatGPT는 0.1%, Gemini는 0.3%였어요. 네이버 블로그 운영은 Perplexity에는 효과가 있지만 ChatGPT에는 거의 닿지 않는다는 뜻이에요. 같은 날 같은 질문을 던져도 ChatGPT와 Perplexity가 겹쳐 인용한 사이트는 평균 8.9%뿐이었어요.
대신 이렇게 재요. 고객이 실제로 물을 질문 20개를 정하고, 매일 각 엔진에 던져서 우리 회사가 언급된 비율을 기록해요. 한 번 재고 끝내면 안 돼요. 질문과 엔진 조합 218개를 평균 76번씩 돌려 보니 57.3%는 날마다 결과가 달랐어요. 같은 질문에서 경쟁사가 몇 번 나오는지도 함께 재면 격차가 보여요. AI가 참고한 사이트를 모으면 다음에 어디에 글을 올릴지도 정해지고요.
직접 하면 하루 20분씩 들어가요. BaRam은 이 과정을 자동으로 돌려요. 엔진 3곳에서 매일 한 번씩 재고, 점수가 낮은 질문에 답하는 글을 이틀에 한 편씩 올려요.
AI 엔진은 어디를 인용할까
Perplexity 답변의 85.8%에 인용 링크가 붙어 있었어요.