AI 노출 0에서 30일 만에 298회 — 콜드스타트 실험이 확인한 제3자 배치 85.8%

핵심 요약: AI 답변에 한 번도 등장하지 않던 SaaS 브랜드를 30일 동안 추적한 실험이 공개됐습니다. 실험 보고 기준으로 노출은 0에서 298회가 됐고, 그 노출을 만든 출처 언급 437건 중 85.8%가 제3자 리스티클이었습니다. 자사 도메인에 올린 리스티클은 첫 인용까지 18일이 소요됐고 비중은 14%에 머물렀습니다. 저자 1인의 수동 실험이라 규모는 작지만, 자사 블로그가 7월에 정리한 Ahrefs 실험(기성 브랜드 신규 언급의 94%가 제3자)과 같은 방향을 가리킵니다. 이 글은 두 실험의 수치를 먼저 정리하고, 한계를 확인한 뒤, 국내 브랜드가 실제로 실행할 절차를 정리합니다.

---

3줄 요약

• 제3자 배치가 노출의 대부분을 만들었습니다. 콜드스타트 30일 실험에서 출처 언급 437건 중 제3자 리스티클 85.8%, 자사 리스티클 14.0%, PR 0.2%였습니다(실험 보고 기준).
• 자사 리스티클은 기반이지 성장 동력이 아니었습니다. 첫 인용까지 18일로 모든 배치 중 가장 느렸습니다. 다만 경쟁사 비교를 추가하자 언급이 4회에서 49회로 늘었습니다.
• 엔진별 분포는 실험마다 달랐습니다. 컨설턴트 실험은 ChatGPT가 148회로 1위, 콜드스타트 실험은 Gemini 104회·AI Mode 95회가 앞섰고 ChatGPT는 32회였습니다. 한 엔진의 결과로 전체를 판단하면 안 됩니다.

두 실험이 측정한 것

Search Engine Land(Zeeshan Yaseen, 2026-09-14)에 실린 실험 2건입니다. 저자는 AI 검색 컨설턴트이며 측정 도구 사업도 운영하므로 이해관계가 있습니다. 두 실험 모두 저자가 수동으로 질의하고 인용을 기록했으며, 합계 775건의 인용 이벤트를 수집했습니다.

항목	실험 1 — 컨설턴트 브랜드	실험 2 — 콜드스타트 SaaS
기간	수개월 (4월 29일 기준 정점)	2026-05-30 ~ 06-28 (30일)
출발점	일부 노출 있음	4월 30일~5월 29일 기준선 노출 0
키워드	상업 의도 15개	상업 의도 15개
플랫폼	ChatGPT · Claude · Gemini · Perplexity	Gemini · Google AI Mode · Claude · ChatGPT · Grok · Perplexity
결과	키워드 존재율 최고 37.01% (15개 중 10~12개 등장)	노출 298회

측정 대상은 브랜드명이 들어가지 않은 상업 의도 질문입니다. "이 분야에서 쓸 만한 서비스는?"에 가까운 질문이며, 브랜드명 질의로 측정하면 안 되는 이유는 브랜드명 질의의 함정에서 다뤘습니다.

실험 1 — 인용 출처의 72.4%가 리스티클

첫 실험은 저자 본인의 컨설팅 브랜드를 여러 달 동안 추적했습니다. 인용을 만든 출처를 유형별로 나누면 리스티클이 압도적이었습니다.

출처 유형	인용 비중
리스티클 (제3자 "best" 목록)	72.4%
PR (보도·기고)	24.1%
게스트 포스트 · 자사 사이트 · LinkedIn	나머지

여기서 한 편의 글이 만든 편중이 주목할 만합니다. Indeed에 실린 SEO 리스티클 한 편이 190회 언급을 만들어 단일 출처로 최대였습니다. 플랫폼별로는 ChatGPT 148회, Claude 96회, Gemini 87회, Perplexity 64회 순이었습니다.

저자는 이 결과를 근거로 "자사 도메인에 리스티클을 올리는 것이 주요 성장 전략"이라는 결론을 내렸습니다. 그리고 두 번째 실험에서 이 결론을 스스로 수정했습니다.

실험 2 — 노출 0에서 30일, 제3자 85.8%

두 번째 실험은 조건을 더 엄격하게 잡았습니다. AI 노출이 전혀 없던 SaaS 브랜드를 골라 4월 30일부터 5월 29일까지 한 달간 기준선(0)을 확인한 뒤, 5월 30일부터 30일 동안 제3자 리스티클 등재·자사 리스티클 발행·PR을 병행했습니다.

결과 — 298회 노출, 플랫폼별 분포

플랫폼	노출 (30일)
Gemini	104
Google AI Mode	95
Claude	59
ChatGPT	32
Grok	4
Perplexity	4

실험 1과 정반대 분포입니다. 실험 1에서 1위였던 ChatGPT가 실험 2에서는 32회에 그쳤고, Google 계열 두 표면이 199회로 전체의 3분의 2를 차지했습니다. 저자는 "AI Mode는 실험 1에서 추적하지 않았고 두 니치가 직접 비교 가능하지 않다"며 이 비교를 신중하게 읽으라고 명시했습니다.

출처 구성 — 자사 리스티클은 14%

노출을 만든 출처 언급 437건을 유형별로 나눈 결과입니다.

출처 유형	비중 (437건 기준)
제3자 리스티클	85.8%
자사 도메인 리스티클	14.0%
PR	0.2%

"Experiment two suggested that an owned listicle is more of a foundation than a primary growth engine." — Zeeshan Yaseen, Search Engine Land

상위 3개 출처(Indie Hackers·Bruce Jones SEO·자사 리스티클)가 437건 중 342건, 78%를 만들었습니다. 개별 출처의 변화를 보면 Indie Hackers 게시글은 44회에서 146회로, Bruce Jones SEO는 26회에서 69회로, TechBullion은 15회에서 37회로 늘었습니다.

자사 리스티클의 두 가지 사실

자사 도메인 리스티클은 첫 인용까지 18일이 소요돼 모든 배치 중 가장 느렸습니다. 그런데 6월 23일 경쟁사 비교 항목을 추가해 갱신하자 언급이 4회에서 49회로 늘었고, 일간 노출은 6월 27일 95회로 정점을 찍었습니다. 자사 콘텐츠가 무의미하다는 뜻이 아니라, 단독으로는 느리고 비교 형식일 때 작동한다는 뜻으로 읽힙니다.

유입으로 이어졌는가

실험 기간 신규 사용자의 18.5%가 추천(referral) 유입, 3.25%가 GA4의 AI 어시스턴트 채널로 들어와 합계 21.5%였습니다. 다만 저자는 인용과 클릭이 같지 않다고 적었습니다. 노출이 4회로 가장 적었던 Perplexity에서 들어온 방문자 한 명이 유료 고객이 됐고, 노출이 많은 플랫폼이 전환도 많다는 보장은 없었습니다.

이 수치를 읽을 때 붙여야 할 조건

이 실험은 규모가 작고 조건이 통제되지 않았습니다. 저자가 직접 적은 한계를 먼저 확인해야 합니다.

• 저자 1인의 수동 측정이며 키워드 15개 규모입니다. 10만 응답 규모 연구(브랜드 규모별 등장률 연구 리뷰)와는 표본 자릿수가 다릅니다.
• 두 실험은 니치가 다르고 실험 1은 AI Mode를 추적하지 않아 플랫폼 분포를 직접 비교할 수 없습니다.
• 저자는 "방법이 적중률을 높였으나 인용을 보장하지는 않았다"고 명시했습니다.
• 인용은 빠르게 감쇠했습니다. 발행 1주일 뒤 한 번만 확인하는 방식은 신뢰할 수 없다고 저자가 적었습니다. 자사 실측에서도 재측정 변동폭이 월간 변화보다 컸던 사례가 있습니다.
• 저자는 컨설팅과 측정 도구 사업자입니다. 수치는 실험 보고 기준으로만 읽습니다.

그럼에도 이 실험이 유용한 이유는 방향이 다른 자료와 일치하기 때문입니다. 자사 블로그가 7월에 정리한 Ahrefs 실험에서는 기성 브랜드의 신규 언급 94%가 제3자 콘텐츠에서 나왔습니다(자기홍보 리스티클 분석). 표본과 방법이 전혀 다른 두 실험이 "노출의 대부분은 남의 글에서 나온다"는 같은 결론에 도달했습니다.

엔진마다 다른 분포 — 한국 실측과 나란히

콜드스타트 실험에서 ChatGPT는 32회로 Gemini의 3분의 1 미만이었습니다. RanketAI(랭킷AI)가 2026년 7월 한국 B2B SaaS 12곳을 측정했을 때도 ChatGPT 언급률은 33%로 Perplexity·Gemini(각 83%)의 절반 이하였습니다(한국 B2B SaaS 12곳 실측).

두 자료는 표본·질의·기간이 달라 수치를 직접 비교할 수 없습니다. 다만 공통점은 분명합니다. ChatGPT는 다른 엔진보다 신생·소형 브랜드를 늦게 부르는 경향이 두 자료에서 함께 나타났습니다. 한 엔진에서 등장했다고 다른 엔진에서도 등장한다고 가정하면 안 되며, 엔진별로 인용하는 출처가 다르므로 확보해야 할 제3자 배치도 엔진별로 확인해야 합니다.

국내 브랜드가 실행할 절차

"제3자 배치를 확보하라"는 그대로 두면 실행되지 않는 문장입니다. 실험이 확인한 것은 어떤 출처가 실제로 인용되는지 관찰한 뒤 그곳에 들어가는 것이 자사 페이지를 늘리는 것보다 효율적이라는 사실입니다. 절차는 4단계입니다.

1. 식별 — 목표 질문에서 경쟁사만 인용되는 출처를 모읍니다. 엔진별로 분리해 기록합니다.
2. 분류 — 진입 가능성으로 나눕니다. 자사가 2026년 7월 국내 AI 마케팅 SaaS 카테고리 비교 측정 1건에서 15곳을 분류한 결과입니다.
3. 실행 — 분류별로 다른 행동을 합니다.
4. 재측정 — 배치 후 1주 1회 확인이 아니라 여러 회차로 추세를 봅니다.

분류	비중 (15곳 기준)	예	무엇을 하는가
직접 발행 가능(UGC)	3곳 (20%)	네이버 블로그·브런치·위키독스	계정을 만들고 채널에 맞게 다시 쓴 글을 발행합니다. 비용 0, 이번 주 착수 가능
보도·기고 경로	5곳 (33%)	경제지·스타트업 미디어·업계 블로그	출시·조사 결과를 보도자료나 기고로 묶습니다. 실험 1의 Indeed 리스티클처럼 한 편이 수백 회를 만들 수 있습니다
구조적 진입 불가	7곳 (47%)	타사 기업 블로그·공공기관	공략 대상에서 제외합니다

단일 카테고리의 단일 측정이라 비율 자체를 일반화할 수는 없습니다. 방향만 보면 갭 목록의 절반가량은 애초에 진입할 수 없는 곳이므로, 분류 없이 목록만 보면 잘못된 곳에 힘을 쓰게 됩니다. 식별 방법과 실측 사례는 소스 갭 분석에 정리돼 있습니다. 경쟁사만 인용되는 출처를 엔진별로 확인하려면 경쟁사 비교를, 엔진별 언급·인용 현황은 AI 브랜드 가시성 분석을 쓰면 됩니다.

자사 리스티클은 어떻게 쓰는가

버리지 않습니다. 실험 2에서 자사 리스티클은 느렸지만, 경쟁사 비교 항목을 추가한 뒤 12배 늘었습니다. 자사 도메인에 올릴 콘텐츠는 "우리가 1위"인 목록이 아니라 경쟁사와 자사를 같은 기준으로 비교한 표가 작동했습니다. 자사 목록을 넓은 카테고리 질의에서 1위로 세우면 인용돼도 언급되지 않을 위험이 크다는 점은 자기홍보 리스티클 분석에서 확인한 바 있습니다.

자주 묻는 질문

자사 블로그에 리스티클을 쓰는 것과 제3자 리스티클에 들어가는 것 중 무엇이 먼저인가요?

제3자입니다. 실험 2에서 제3자 리스티클이 언급의 85.8%를 만들었고 자사 리스티클은 14%였습니다. 다만 순서의 문제이지 양자택일이 아닙니다. 자사 리스티클은 경쟁사 비교 형식으로 만들어 기반으로 두고, 노출을 늘리는 작업은 제3자 배치에 집중하는 순서를 권합니다.

예산이 적으면 어디부터 봐야 하나요?

비용이 들지 않는 순서로 진행합니다. ① 목표 질문에서 경쟁사만 인용되는 출처를 엔진별로 확인하고 ② 그중 직접 발행 가능한 UGC 채널(네이버 블로그·브런치 등)부터 글을 올린 뒤 ③ 보도·기고 경로는 출시나 조사 결과가 있을 때 묶어서 진행합니다. 자사 실측 기준 UGC 채널은 갭의 20%였고 비용은 0이었습니다.

30일 만에 298회면 우리도 한 달이면 되나요?

권하지 않습니다. 저자 1인이 키워드 15개로 진행한 실험이며 저자 스스로 인용을 보장하지 않는다고 적었습니다. 카테고리·엔진·경쟁 강도에 따라 속도는 달라집니다. 안전한 해석은 "노출 0인 브랜드도 제3자 배치로 한 달 안에 등장이 시작될 수 있다"는 가능성이며, 실제 속도는 자사 카테고리에서 직접 측정해야 알 수 있습니다.

인용이 늘면 방문도 늘어나나요?

같지 않습니다. 실험 기간 신규 사용자의 21.5%가 추천·AI 채널로 들어왔지만, 노출이 가장 적었던 Perplexity에서 유료 고객이 나왔습니다. 인용은 선행 지표로 쓰고, 성과 판단은 유입·전환 데이터와 교차해야 합니다.

발행하고 1주일 뒤에 확인하면 되나요?

부족합니다. 저자는 인용이 빠르게 감쇠했고 발행 1주 후 1회 확인은 신뢰할 수 없다고 명시했습니다. 같은 조건에서 여러 회차를 모아 추세로 읽어야 하며, 회차 변동폭이 월간 변화보다 컸던 자사 사례도 있습니다.

정리

이 실험의 기여는 298회라는 숫자가 아니라 노출 0에서 시작한 브랜드에서도 성장의 대부분이 제3자 배치에서 나왔다는 구조입니다. 저자는 첫 실험의 "자사 리스티클이 주요 성장 전략"이라는 결론을 두 번째 실험으로 스스로 수정했습니다. 표본이 작고 이해관계가 있는 저자의 실험이지만, 표본과 방법이 다른 Ahrefs 실험과 같은 방향입니다.

실행 가능한 결론은 이렇습니다. 자사 리스티클은 경쟁사 비교 형식으로 만들어 기반으로 두고, 경쟁사만 인용되는 제3자 출처를 엔진별로 식별·분류한 뒤 진입 가능한 곳부터 들어가는 순서입니다. 그리고 한 번의 확인이 아니라 여러 회차로 추세를 봅니다.

함께 읽으면 좋은 글

• AI가 인용하는 출처의 44%는 'best 리스티클' — Ahrefs 실험, 기성 브랜드 신규 언급의 94%가 제3자.
• 소스 갭 분석 — 경쟁사만 인용되는 출처를 찾는 법 — 식별·분류·실행·재측정 4단계와 실측.
• 대형 브랜드는 73%, 소형은 11% — 브랜드 규모가 등장률을 나누는 구조.
• 한국 B2B SaaS 12곳 AI 가시성 실측 — 엔진별 언급률 격차의 근거.
• 전월 대비 올랐다는 착각 — 회차 변동폭과 측정 설계.
• GEO(Generative Engine Optimization)란 무엇인가? — 정의와 검증된 최적화 방법.