AI 검색 9가지 속설 — 1,500만 데이터 포인트가 반박한 것과 남긴 것 (2026)

핵심 요약: 1,500만 데이터 포인트 규모의 Ahrefs 연구(SEJ 게재, 2026-08)가 AI 검색을 둘러싼 9가지 통념을 실측으로 검증했습니다. 결과는 세 방향으로 요약됩니다 — 지름길은 없었고(llms.txt 97% 미조회·스키마 효과 ±5% 이내), 검색 순위의 보증은 약해졌으며(인용 페이지 중 상위 10위는 37.9%, 1년 전 약 76%에서 하락), 새 승부처는 브랜드 멘션입니다(웹 멘션 상관 0.6560.709 vs 백링크 0.1910.244). 9가지를 3그룹으로 재구성하고, 속설이 무너진 자리에 남는 실무를 정리합니다(기준일: 2026-08-20).

---

3줄 요약

• 지름길 속설 3건이 무너졌습니다. llms.txt 는 게시 사이트의 97%에서 한 번도 조회되지 않았고, 스키마 마크업 추가는 30일 후 인용 변화가 ±5% 안이었으며, 자기 브랜드를 1위로 올린 추천 목록은 브랜드 언급을 보증하지 못했습니다.
• 검색과 AI 의 관계가 재편됐습니다. ChatGPT 인용의 88.46%는 여전히 검색 결과에서 나오지만, 인용 페이지 중 검색 상위 10위는 37.9%뿐입니다 — 검색이 입구인 것은 맞지만, 1페이지가 인용을 보증하던 시대는 지났습니다.
• 백링크보다 멘션입니다. 브랜드 웹 멘션(0.6560.709)과 YouTube 멘션(0.7350.740)의 AI 언급 상관이 백링크(0.191~0.244)를 크게 앞섭니다. 그리고 이 모든 것은 답변이 계속 변하는 환경(브랜드 등장 46% 변동)에서의 이야기라, 한 번의 확인이 아니라 반복 측정이 전제입니다.

연구 개요 — 1,500만 데이터 포인트, 어떻게 읽어야 하나

이 연구는 Ahrefs 가 2024~2026년에 걸쳐 수행한 복수 스터디를 종합한 것으로, Search Engine Journal 에 2026년 8월 18일 게재됐습니다(원문). 합산 표본은 ChatGPT 프롬프트 140만 건, 인용 400만 건, SERP 86.3만 건, 사이트 13.7만 곳, 브랜드 7.5만 개 등 약 1,500만 데이터 포인트입니다.

읽기 전에 한 가지를 분명히 해 두는 것이 좋습니다. 표본 규모는 크지만 단일 벤더(Ahrefs)의 자체 데이터이고 스폰서드 형식으로 게재된 글입니다. 따라서 개별 수치는 확정된 사실이 아니라 방향 근거로 읽는 것이 안전합니다. 다만 아래에서 다룰 CTR 하락처럼 복수의 독립 측정이 같은 방향을 보고한 항목은 상대적으로 견고합니다.

그룹 A — 지름길은 없었다: llms.txt · 스키마 · 자기 추천 목록

가장 파급이 큰 결과는 "이것만 하면 AI 에 노출된다"류의 지름길 3건이 전부 실측에서 무너진 것입니다.

속설	표본	실측 결과
llms.txt 가 AI 가시성을 만든다	사이트 13.7만 곳 서버 로그	게시 사이트의 97%에서 한 번도 조회되지 않음. 조회된 3% 중 77%는 AI 가 아니라 SEO 감사 도구 등의 접근
스키마 마크업이 인용 지름길이다	추가 1,885 vs 대조 4,000 페이지	30일 후 ChatGPT +2.2% · AI Overviews −4.6% · AI Mode +2.4% — 유의미한 개선 없음
"Best of" 자기 추천 목록이 브랜드를 올린다	프롬프트 750건·목록 34개·답변 9,886건	추천 목록은 인용 페이지 유형의 43.8%를 차지했지만, 자기 브랜드 1위 배치가 언급을 보증하지 못함 — 오히려 경쟁 브랜드가 추천되는 사례 다수

llms.txt 결과는 특히 주목할 만합니다. 게시 자체는 사이트의 28%까지 확산됐는데, 정작 AI 봇이 읽으러 오지 않는다는 것이 로그로 확인됐습니다. 이는 저희가 Google AI Mode 최적화 글에서 "llms.txt 는 보조 장치이고 본문 노출·크롤 가능성이 먼저"라고 정리한 방향과 일치합니다. 스키마 마크업도 마찬가지로 — 구조화 데이터는 검색 리치 결과 등 다른 효용이 있으므로 제거할 이유는 없지만, AI 인용을 위한 지름길로 기대하는 것은 데이터와 어긋납니다.

그룹 B — 검색 순위는 입구이지만, 보증이 아니다

두 번째 그룹은 검색과 AI 인용의 관계입니다. 서로 반대 방향처럼 보이는 두 수치가 함께 확인됐습니다.

ChatGPT 인용의 88.46%는 전통 검색 결과에서 유래했습니다. 그러나 AI 가 인용한 페이지 중 검색 상위 10위는 37.9%에 그쳤고, 31.2%는 11~100위, 31.0%는 100위 밖이었습니다. — Ahrefs 연구, SEJ 게재

해석하면 이렇습니다. AI 답변 엔진은 여전히 검색 인덱스를 재료 창고로 씁니다(88.46%) — 검색에서 아예 발견되지 않는 페이지는 인용 후보에도 들기 어렵습니다. 하지만 창고 안에서 무엇을 고르는지는 검색 순위와 크게 다릅니다. 상위 10위 페이지의 인용 점유율은 1년 전 약 76%에서 37.9%로 하락했고, 이제 인용의 3분의 2 가까이가 2페이지 밖 — 심지어 3분의 1은 100위 밖 — 에서 나옵니다.

실무 함의는 양면입니다. 검색 기본기(색인·크롤 가능성)는 여전히 전제 조건이지만, "1페이지에 있으니 AI 에도 나올 것"이라는 가정은 폐기해야 합니다. 역으로 검색 순위가 낮은 페이지도 AI 인용에서는 기회가 있다는 뜻이기도 합니다 — 질문 단위로 잘 추출되는 구조를 갖췄다면요. 이 선택 기준의 자세한 구조는 질문 하나가 검색 12개가 되는 쿼리 팬아웃 글에서 정리했습니다.

그룹 C — 새 승부처: 백링크보다 멘션, 스냅샷보다 반복 측정

세 번째 그룹이 앞으로의 우선순위를 정합니다. 브랜드 7.5만 개의 상관 분석에서 AI 언급과 가장 강하게 함께 움직인 신호는 백링크가 아니었습니다.

신호	AI 언급과의 상관
YouTube 멘션	0.735~0.740
브랜드 웹 멘션	0.656~0.709
도메인 등급(DR)	0.266~0.326
백링크	0.191~0.244

상관이 인과는 아니므로 "백링크를 버리고 멘션을 산다"는 결론은 성급합니다. 다만 방향은 분명합니다 — AI 답변 엔진이 브랜드를 언급하는 정도는 링크 그래프보다 웹 전반에서 브랜드가 이름으로 호명되는 정도와 함께 움직입니다. 이는 링크 없는 멘션(unlinked mention)도 AI 가시성 자산이 된다는 뜻이고, 전통 SEO 의 링크 중심 사고에서 브랜드-카테고리 동시 언급 축적으로 무게가 이동하고 있다는 신호입니다.

변동성 실측은 이 모든 작업의 확인 방법을 규정합니다. 한 달간 4.3만 개 키워드를 16회 이상 추적한 결과, 답변 문구는 70%, 등장 브랜드는 46%, 출처는 45.5%가 변했습니다 — 그런데 의미 유사도는 0.95(1 만점)로, 답변의 실질 내용은 안정적이었습니다. 표면은 계속 요동치지만 실질은 유지되는 구조라, 어느 하루의 스크린샷 한 장은 측정이 아니라 우연입니다. 브랜드 등장 여부가 절반 가까이 변하는 환경에서는 같은 질문을 반복 측정한 추세만이 신뢰할 수 있는 진단 근거가 됩니다.

보조 확인 2건 — 트래픽 규모와 CTR

나머지 속설 중 실무 판단에 유용한 두 건만 간단히 정리합니다. 첫째, ChatGPT 의 검색성 사용량은 Google 검색량의 약 12% 수준으로 추정됐고, 분석 대상 사이트 유입에서 Google 은 39.98%, ChatGPT 는 0.21%를 차지했습니다 — AI 검색이 성장 축인 것과 별개로, 현재 절대 규모에서 검색을 대체했다는 통념은 과장입니다. 둘째, AI Overviews 는 1위 결과의 클릭을 58% 감소시켰습니다(2025년 초 34.5%에서 확대). 이 항목은 Seer Interactive(65.2% 이상)·Authoritas(47.5%) 등 독립 측정이 같은 방향을 보고해 비교적 견고합니다. 두 수치를 합치면 그림이 명확합니다 — 트래픽은 아직 검색에 있지만, 그 검색의 클릭 가치가 AI 답변에 의해 줄고 있습니다. 노출의 단위가 클릭에서 답변 내 언급으로 이동하는 중입니다.

속설이 무너진 자리에 남는 것 — 진단과 측정

9가지를 관통하는 결론은 하나입니다. 파일 하나(llms.txt)·마크업 하나(스키마)·순위 하나(1페이지)로 환원되는 지름길이 전부 실측에서 무너졌고, 남은 것은 브랜드가 자기 상태를 직접 진단하고 반복 측정하는 일입니다 — 내 브랜드가 어떤 질문에서 언급되는지, 인용은 어느 페이지에서 나오는지, 경쟁 브랜드와의 격차는 어떤지를 데이터로 확인하는 것입니다.

측정 실무는 세 가지로 정리됩니다. ① 본문이 크롤 가능한 HTML 로 노출돼 있는지 구조 분석부터 확인하고(AI 크롤러 자바스크립트 사각지대 참고) ② 같은 질문 세트로 언급·인용을 반복 측정해 변동 속의 추세를 확보하며 ③ 링크가 아니라 멘션 축 — 어디서 브랜드가 호명되는지 — 를 함께 추적하는 것입니다. RanketAI(랭킷AI) 등 AI 가시성 측정 도구의 AI 브랜드 가시성 분석은 주요 질문에서의 언급·인용을 반복 실측하고, 경쟁사 비교는 같은 질문 공간에서 경쟁 브랜드와의 점유율 격차를 측정합니다.

자주 묻는 질문

llms.txt 를 이미 만들었는데 지워야 하나요?

지울 필요는 없습니다. 비용이 거의 없는 파일이고, 접근하는 도구가 일부 존재합니다. 다만 이 연구에서 게시 사이트의 97%는 한 번도 조회되지 않았으므로, llms.txt 를 AI 가시성 대책의 중심에 두거나 효과를 기대하는 것은 데이터와 어긋납니다. 우선순위는 본문의 크롤 가능한 노출이 먼저입니다.

스키마 마크업은 이제 무의미한가요?

AI 인용의 지름길로는 효과가 확인되지 않았습니다(30일 ±5% 이내). 그러나 스키마는 검색 리치 결과·엔티티 명확화 등 다른 효용이 있어 제거할 이유는 없습니다. "AI 인용을 위해 스키마부터"라는 우선순위만 정정하면 됩니다.

백링크는 이제 안 중요한가요?

백링크의 검색 순위 효용은 이 연구의 반박 대상이 아닙니다. 확인된 것은 AI 언급과의 상관이 멘션(0.6560.709)보다 크게 약하다(0.1910.244)는 점입니다. 검색 기본기로서의 링크는 유지하되, AI 가시성 관점에서는 링크 없는 멘션 — 리뷰·커뮤니티·매체에서 브랜드가 이름으로 호명되는 것 — 을 별도 자산으로 축적할 가치가 있습니다.

답변이 46%씩 변한다면 측정 자체가 무의미하지 않나요?

반대입니다. 표면 변동이 크기 때문에 1회 확인이 무의미하고, 반복 측정만 유의미합니다. 의미 유사도 0.95가 보여 주듯 답변의 실질은 안정적이므로, 반복 측정으로 추세를 확보하면 변동 노이즈 아래의 실제 위치 변화를 구분할 수 있습니다.

검색 순위가 낮은데 AI 인용을 노릴 수 있나요?

가능성이 확인됐습니다 — AI 인용 페이지의 31.0%는 검색 100위 밖이었습니다. 조건은 검색에 색인은 돼 있을 것(인용의 88.46%가 검색 유래), 그리고 질문 단위로 추출 가능한 자기완결 구조를 갖출 것입니다. 순위 대신 질문 커버리지로 승부하는 전략이 실측으로 뒷받침된 셈입니다.

함께 읽으면 좋은 글

• Google AI Mode 최적화 — llms.txt보다 중요한 7신호 — llms.txt 이전에 확인해야 할 크롤·색인 기본기
• 질문 하나가 검색 12개가 된다 — 쿼리 팬아웃 시대의 하위 질문 커버리지 설계 — 순위가 아니라 하위 질문 커버리지로 선택되는 구조
• AI 크롤러는 자바스크립트를 읽지 않는다 — 측정 이전의 전제 조건, 크롤 가능한 본문 노출
• AI 인용 감쇠 — 한 번 얻은 인용은 왜 줄어드는가 — 변동 환경에서 인용을 자산으로 유지하는 갱신 전략