AI가 읽는 것是什么? 생성된 인용의 숨겨진 메커니즘 내부

생성형 AI가 디지털 풍경을 재정의함에 따라, 콘텐츠 생성과 발견의 중심에 새로운 질문이 등장하고 있습니다: AI가 정확히 무엇을 읽고 있는가요? AI가 읽는 것이라는 기초적인 연구에서 Generative Pulse의 Muck Rack은 OpenAI의 ChatGPT (4o와 4o-mini), Google의 Gemini (Flash와 Pro), Anthropic의 Claude (Sonnet과 Haiku)를 포함한 주요 AI 시스템에서超过 1백만 개의 인용을 분석하여 모델이 응답을 생성할 때 사용하는 링크의 숨겨진 역학을 밝히고 있습니다.

발견은 저널리즘, 기업 커뮤니케이션, SEO, 브랜드 전략과 관련된 모든 사람들에게는 계몽적이고 변혁적인 것입니다.

인용은 단순한 부가 기능이 아님 — AI 행동을 재정의함

AI 세계에 잠긴 누구에게나 명백한 것처럼, 단순히 인용 기능을 활성화 또는 비활성화하는 것만으로도 응답 자체가 변경됩니다. 인용이 비활성화되면 AI는 정적 훈련 데이터에 더 많이 의존합니다. 그러나 인용이 활성화되면 모델은 실시간으로 가져오는 소스에 의해 직접적으로 형성된 대단히 다른 출력을 생성합니다.

주요 예시: 최악의 메이저 리그 베이스볼 팀에 대해 질문을 받았을 때, 인용이 비활성화된 AI는 1962년 메츠를 언급했습니다. 그러나 인용이 활성화되면 2024년 시카고 화이트 삭스와 함께 41–121의 기록적인 시즌을 포함한 답변을 업데이트했으며, CBS 스포츠를 명시적으로 인용했습니다.

수익형 미디어의 지배

인용된 모든 소스의 95% 이상이 비유료 미디어에서 나옵니다. 여기에는:

• 27% 저널리즘 콘텐츠(예: 로이터, AP, 파이낸셜 타임스)
• 18% 정부/NGO 사이트
• 13% 학술 또는 연구 소스
• 10% 위키백과 또는 비주얼 캐피탈리스트와 같은 집계/백과사전 플랫폼

반면에, 유료 또는 광고 콘텐츠는 5% 미만의 인용을 차지하며, 마케팅 주도 콘텐츠에 대한 AI 모델의 시스템적인 편향을 명확히 합니다..

신선도 편향: 새로운 콘텐츠가 승리하는 이유

신선함이 중요합니다. 특히 OpenAI의 모델에서는 56%의 인용이 ChatGPT에 의해 지난 12개월 이내에 발행되었습니다. 이는 Claude의 36%와 비교됩니다. 이 경향은 신선도 편향이라고 하며, 더 최근에 발행된 소스를 더 오래된 소스보다 선호하는 것을 의미합니다.

생성형 AI의 맥락에서 신선도 편향은 언어 모델, 특히 실시간 데이터에 연결된 모델이 최신 출판 자료를 참조하고 신뢰하는 경향이 있다는 것을 의미합니다. 특히 현재 이벤트, 새로운 기술, 또는 정책 변경과 관련된 쿼리에 대한 경우에 모델은 최근 몇 개월에 발행된 콘텐츠에 더 많이 의존합니다.

이것은 콘텐츠 생성자와 브랜드 전략가에게 중요한 통찰입니다: 만약 콘텐츠가 구식이라면 — 심지어 1년이라도 — AI 생성된 답변에 나타날 가능성이 훨씬 낮습니다. 콘텐츠를 최신으로 유지하는 것은 좋은 SEO가 아니며, AI 시대에 가시성을 위한 필수입니다.

다른 프롬프트는 다른 소스를 트리거합니다

AI 모델은 무작위로 소스를 인용하지 않습니다 — 질문의 유형에 따라 선택합니다. 다른 프롬프트 스타일은 다른 유형의 소스를 참조합니다:

• 사실 확인 및 백과사전 쿼리는 일반적으로 위키백과와 브리태니카와 같은 정적 참조 사이트에서 가져옵니다.
• 최근 이벤트 질문은 일반적으로 AP, 로이터, 또는 액시오스와 같은 주요 뉴스룸에서 인용을 트리거합니다.
• 조언 또는 의견을 구하는 프롬프트는 모델을 더 동적이고 대화형 소스로 이동시킵니다.
• 학술 또는 연구 지향 태스크는 AI를 저널, arXiv와 같은 프리프린트 서버, 또는 PubMed 또는 NCBI와 같은 정부 지원 저장소로 인도합니다.
• 창의적 요청 또는 단계별 지침은 사용자 생성 콘텐츠, 비공식적인 방법, 또는 Quora 또는 기술 포럼과 같은 플랫폼의 커뮤니티 토론 스레드를 빈번하게 표면화합니다.

이 변동은 질문의 방식이 어떤 도메인이 강조되고 어떤 도메인이 남겨지는지에 직접적인 영향을 미칠 수 있습니다.

예를 들어, Claude는 주요 아웃렛인 로이터를 ChatGPT 또는 Gemini보다 50배 더 적게 인용합니다.

권위와 도메인이 중요함 — 그러나 균일하지 않음

고위 권위 아웃렛이 지배적이지만, 그것들이 유일한 플레이어가 아닙니다. 상위 인용된 소스의 15%만이 여러 산업에서 상위 10위에 나타납니다. 이는 니치 특정 콘텐츠가 보상됨을 의미합니다. 예를 들어:

• 금융에서, Bankrate와 NerdWallet와 같은 소스가 선호됩니다.
• 건강관리에서, CDC.gov와 NIH.gov와 같은 정부 소스가 지배합니다.
• 기술에서, Udemy, Coursera, Medium와 같은 학습 플랫폼이 상위에 나타납니다.

15페이지에는 Claude가 산업 고유의 소스를 빈번하게 선택하는 도메인 특정 다양성을 보여주는 시각적 히트맵이 있습니다. 반면에 ChatGPT와 Gemini는 일반론 미디어에 더 많이 의존하는 경향이 있습니다.

산업별 통찰력: 산업별 AI 인용

금융 및 보험

• 저널리즘이 37%의 인용을 차지하며, 이는 다른 산업보다 더 많습니다.
• Claude의 상위 10개 소스는 90% 유니크합니다. 이는 더 깊은 니치 탐색을 나타냅니다.

건강관리

• 정부 및 NGO 사이트가 18%의 인용을 차지하며, 이는 산업 전체 평균보다 두 배 이상입니다.
• Gemini는 이 부문에서 소스 다양성에서 선두입니다.

여행/항공

• 기대와 달리, 학술 인용이 거의不存在합니다(0.7%에 불과).
• FAA.gov와 IATA.org과 같은 소스가 지배합니다. 뉴스 아웃렛에 대한 의존도가 낮습니다.

소매/이커머스

• 집계기인 위키백과는 다른 산업보다 여기서 더 적게 인용됩니다(36% vs. 28%).
• Claude는 가장 많은 니치 콘텐츠를 인용합니다.

미디어/엔터테인먼트

• 저널리즘이 다시 한번 37%를 차지하며, Claude는 TVTechnology와 Radioking과 같은 니치 플랫폼을 빈번하게 인용합니다.

기술

• 거의 모든 백과사전 또는 학술 소스가 사용되지 않습니다.
• Medium, Coursera, SproutSocial과 같은 플랫폼이 나타나며, 이는 실무자 기반 지식에 대한 경향을 반영합니다.

커뮤니케이션 및 SEO 팀을 위한 영향

이 보고서의 발견은 생성형 엔진 최적화(GEO)가 전통적인 SEO와 같은 중요성을 갖게 됨을 보여줍니다. AI는 정적 데이터베이스를 요약하는 것만이 아닙니다 — 실시간으로 소스를 활성적으로 연결하고 있습니다. 그리고 이러한 연결은:

• 신선도: 콘텐츠를 정기적으로 업데이트합니다.
• 도메인 권위: 백링크를 구축하고 신뢰를 구축합니다.
• 니치 관련성: 산업에 맞춘 콘텐츠를 생성합니다.
• 콘텐츠 유형: 순수한 마케팅 페이지가 아닌 수익형 미디어 및 정보 콘텐츠에 집중합니다.

이것은 콘텐츠 마케터, PR 전문가, 출판사에게 계산을 변경합니다. AI 생성된 결과에 나타나고 싶다면, 사용자나 Google에게만 유용한 콘텐츠를 생성하는 것이 아니라 AI에게 가치 있는 콘텐츠를 생성해야 합니다.

결론: AI에 의해 읽히거나 무시되는 결과

이 보고서는 정보가 온라인에서 표면화되는 방식에 대한 근본적인 변화를 강조합니다: AI 모델은 콘텐츠를 단순히 검색하지 않습니다 — 선택적으로 큐레이션합니다. 그리고 이러한 큐레이션은 디지털 시대의 가시성을 재정의합니다.

출판사, 연구자, 브랜드를 위한 것은 AI에 의해 인용되는 것은 다음 세대의 검색에 포함되는 것을 의미합니다. 이는 콘텐츠를 모델이 참조하는 사용자 앞에 둡니다. 인용되는 소스는 증폭됩니다. 그렇지 않은 소스는 — 품질과 상관없이 — 대화에서 완전히 제외될 위험이 있습니다.

이 시프트는 새로운 승자와 패자를 창조합니다. 높은 권위의 아웃렛과 시의적절한 수익형 미디어가 선호됩니다. 반면에, 유료 콘텐츠, 최신화가 적은 블로그, 또는 덜 확립된 목소리는 사람들에 의해 읽히지 않을 뿐만 아니라, 사람들이 보는 것을 형성하는 시스템에 의해 읽히지 않을 수도 있습니다.

생성형 AI가 지식 전달 방식에 중심적인 역할을 계속할 때, 핵심적인 질문은 검색에서 순위를 매기는 방법에 대한 것이 아니라, AI가 인용할 가치가 있는 부분이 되는 방법에 대한 것입니다?