환류되지 않는 권위는 자산이 아니다

ChatGPT나 Claude 같은 AI에게 어떤 분야를 물으면, AI는 자기가 신뢰할 만하다고 판단한 출처를 근거로 답한다. 여기서 한 회사가 빠지는 일이 자주 생긴다. 실적도 있고 언론에도 났는데, AI는 그 회사를 모른다.

한 업체를 검토하다 분명한 사례를 봤다. 이 업체는 주요 언론에 여러 번 보도됐고, 업계 시상도 받았으며, 학술 논문상 이력까지 있었다. 객관적인 권위 자산이 적지 않았다. 그런데 그 자산들은 거의 전부 회사 이름을 직접 검색할 때만 화면에 떴다. 분야와 관련된 일반적인 질문으로 검색하면 어디에도 나오지 않았다.

AI가 인용하려면 필요한 네 가지 토대

AI 답변엔진이 한 주체를 답변에 인용하려면, 대체로 다음이 갖춰져야 한다.

1. 구조화된 권위 항목 — 위키나 백과사전류에 그 분야·주체에 대한 정리된 항목이 있고, 거기에 귀속되어 있을 것.
2. 일관된 신원 정보와 구조화 데이터 — 상호·주소·전화(NAP)가 여러 채널에서 일치하고, 기계가 읽을 수 있는 형식(구조화 데이터)으로 명시되어 있을 것.
3. 외부 권위의 인용 — 언론·학회 등 제3자가 그 주체를 언급·인용하고, 그것이 검색에 연결되어 있을 것.
4. 정보성 질문에 답하는 콘텐츠 — 사람들이 던지는 일반적인 질문에 실제로 답하는 글이 있을 것.

위 업체는 네 가지 중 어느 것도 제대로 갖추지 못했다. 분야의 백과 항목은 협회나 일반 의학정보가 차지하고 있었고 그 업체는 거기에 귀속되어 있지 않았다. 언론·수상 자산은 브랜드명 검색에만 갇혀 있었다. 정보성 질문에 답하는 콘텐츠는 사실상 없었다.

권위가 있어도 "환류"되지 않으면 자산이 아니다

여기서 핵심은 권위가 없다는 게 아니라, 있는 권위가 검색·AI로 환류되지 않는다는 것이다.

언론 기사 세 건이 실제로 존재하고 검색엔진에 색인까지 되어 있어도, 그 기사들이 분야의 일반 질문 검색에서 그 회사를 끌어올리는 신호로 작동하지 않으면, 회사를 이미 아는 사람만 그 기사를 본다. 새로 알게 될 사람에게는 없는 것과 같다. 수상 이력과 논문상도 마찬가지였다 — 존재하지만 상호 연결과 색인이 부족해, 검색에서도 AI에서도 잡히지 않았다.

구조화 데이터가 없으면 AI는 정체를 모른다

또 하나 비어 있던 것이 구조화 데이터다. 웹페이지에는 사람 눈에 보이는 텍스트 말고, **기계가 읽도록 정체를 명시하는 데이터(JSON-LD 같은 구조화 데이터)**를 함께 넣을 수 있다. "이것은 어떤 업종의, 어느 주소에 있는, 이런 연락처를 가진 곳"이라고 검색엔진과 AI에게 직접 알려주는 방식이다.

이 업체의 홈페이지에는 그런 데이터에 주소·전화·영업시간이 빠져 있었고, 지도·로컬 검색의 토대가 되는 비즈니스 프로필도 등록되어 있지 않았다. 그래서 지도와 AI는 이 업체가 "무엇을 하는, 어디에 있는 곳"인지를 정확히 알 수 없었다. 반면 같은 분야의 한 경쟁 업체는 자체 도메인에 구조화 데이터를 빠짐없이 넣어두고 있었다.

정리 — AI 인용은 "읽을 수 있게 환류"에서 나온다

• 권위 자산을 환류시킨다 — 언론·수상·자격은 보유에서 끝나지 않는다. 검색·AI가 일반 질문에서도 그것을 그 주체와 연결할 수 있도록, 자체 도메인에 정리하고 상호 링크해야 한다.
• 구조화 데이터로 정체를 명시한다 — 업종·주소·연락처를 기계가 읽는 형식으로 넣어, 검색·지도·AI가 신원을 확정할 수 있게 한다.
• 로컬 토대를 채운다 — 비즈니스 프로필 등록은 지도와 AI의 로컬 노출에서 출발점이다.
• 질문에 답하는 콘텐츠를 둔다 — AI가 인용할 거리는 결국 "사람들의 질문에 답한 글"이다.

검색이 "사람이 찾게 만드는 일"이라면, AEO·GEO는 "AI가 인용하게 만드는 일"이다. 그래서 자단은 만드는 모든 사이트에 정체를 기계가 읽을 수 있는 구조화 데이터로 새겨 넣는다. 이 사이트 자체도 그렇게 만들어져 있다.