What should content strategy be for LLM Optimization? A study of 768k citations

생성형 AI 검색, 제품 관련 콘텐츠를 최대 70%까지 인용

생성형 AI가 온라인 정보 탐색 방식을 변화시키고 있다. 챗GPT(ChatGPT), 구글 제미나이(Google's Gemini), 퍼플렉시티(Perplexity) 같은 플랫폼들은 소수의 출처만 인용하며 종합적인 답변을 제공한다. 이러한 환경에서 어떤 콘텐츠가 AI 검색엔진에 가장 많이 인용되는지 이해하는 것은 콘텐츠 마케터에게 필수적인 요소가 되었다. AI 검색 엔진 내 브랜드 분석 플랫폼 엑스퍼널(xFunnel)은 12주 동안 다양한 검색 유형에서 AI 엔진이 가장 많이 참조하는 콘텐츠 유형을 추적했다. 이번 연구는 AI 검색 가시성을 향상시키기 위한 마케터들의 콘텐츠 최적화 전략에 중요한 통찰력을 제공한다.

LLM이 선호하는 콘텐츠: 제품 페이지 56%, 블로그는 겨우 3-6%

12주 동안의 데이터 분석 결과, 제품 관련 콘텐츠가 AI 인용의 대부분을 차지했다. 베스트 리스트, 벤더 비교, 일대일 비교, 제조사 직접 제품 페이지 등이 AI 인용의 약 46%에서 70%를 차지했다. 이는 AI 엔진이 사실적이거나 기술적인 질문을 처리할 때 신뢰할 수 있는 사양, FAQ, 사용 안내를 제공하는 공식 페이지를 선호한다는 것을 보여준다.

뉴스와 연구 자료는 각각 약 5-16%의 인용률을 보였으며, 주마다 변동이 있었다. 뉴스는 시의성 있는 맥락을 제공했고, 연구 자료(학술 논문이나 백서 포함)는 더 깊이 있거나 과학적인 주제에 대한 권위 있는 통찰력을 제공했다. 애필리에이트 콘텐츠는 일반적으로 한 자릿수 퍼센트를 유지했으나, 한 번의 20% 이상 급증이 있었다. 이는 AI가 종종 신뢰할 수 있는 제품 관련 정보가 없는 노골적인 애필리에이트 스타일 콘텐츠에 의존한다는 것을 보여준다.

사용자 리뷰(포럼, Q&A 커뮤니티, 소비자 피드백)는 3%에서 10% 사이를 유지했다. 퍼플렉시티는 제품 쿼리에 대해 때때로 레딧 스레드에서 직접 인용하기도 했다. 블로그는 대부분의 주에서 더 작은 비중(약 3-6%)을 차지했는데, 이는 소수의 뛰어난 블로그 글만이 주요 참조로 부상했음을 보여준다. PR 콘텐츠(보도자료)는 거의 기록되지 않았으며, 대개 2% 미만이었다.

이러한 분포는 반복되는 패턴을 보여준다: 공식적이거나 사실이 풍부한 페이지가 상위에 오르고, 뉴스, 연구, 리뷰, 그리고 가끔 애필리에이트 사이트가 AI 생성 답변에서 특정 틈새를 채우는 방식이다.

B2B vs B2C: 비즈니스 검색은 공식 자료 56%, 소비자 검색은 다양한 소스 선호

B2B와 B2C 쿼리로 구분했을 때, 데이터는 뚜렷한 소스 선호도 차이를 보여준다. B2B 쿼리에서 인용의 약 56%가 제품 페이지(회사 또는 벤더 사이트)였다. 애필리에이트(13%)와 사용자 리뷰(11%)가 중간 정도의 표현을 보였으며, 뉴스(~9%)와 연구(~6%)가 그 뒤를 이었다. 이는 비즈니스 맥락, 특히 기술적이거나 기업 수준의 질문에서 공식적인 일차 자료에 대한 강한 의존도를 보여준다.

B2C 쿼리에서 제품 콘텐츠는 약 35%로 떨어졌고, 애필리에이트(18%), 사용자 리뷰(15%), 뉴스(15%)가 증가했다. AI는 소비자 지향적인 주제를 다룰 때 제조업체 세부 정보와 제3자 관점을 종종 결합한다. 예를 들어, 퍼플렉시티는 가젯에 대해 레딧을 인용하는 반면, 구글의 AI 오버뷰는 인정받는 리뷰 매체나 Q&A 포럼을 인용할 수 있다. 본질적으로 B2B 쿼리는 더 적은 수의 권위 있는 소스로 이어지는 반면, B2C 쿼리는 애필리에이트, 리뷰 사이트, 일반 미디어에서 더 많은 목소리를 포함하는 더 넓은 믹스를 만들어낸다.

지역별 AI 인용 패턴: 아시아는 연구 자료 22.3%, 라틴 아메리카는 제품 정보 62.6% 선호

북미 지역에서는 제품 관련 인용이 약 55%를 차지하며 가장 높은 비중을 보였고, 뉴스와 연구 자료가 각각 약 10%로 그 뒤를 이었다. 이러한 균형 잡힌 분포는 북미 지역의 풍부한 미디어 환경과 기업들의 강한 존재감에서 비롯된 것으로 볼 수 있다. 한편 유럽의 경우 제품 참조 비율이 50% 수준으로 다소 낮아졌지만, 뉴스(13.4%), 연구(12.6%), 블로그(7.2%) 등 다양한 콘텐츠의 비중이 상대적으로 높게 나타났다. 이러한 다양성은 유럽의 다국어 콘텐츠 생태계를 반영하는 것으로, AI 엔진이 공식 사이트뿐만 아니라 광범위한 미디어 소스에서 정보를 수집하고 있음을 보여준다.

아시아 태평양(APAC) 지역에서는 제품 콘텐츠 인용 비율이 45.9%로 더욱 낮아진 반면, 연구 자료는 22.3%로 전 지역 중 가장 높은 비중을 차지했다. 이는 APAC 지역 쿼리에 대한 AI 응답이 현지 언어로 된 콘텐츠가 상대적으로 부족하거나 과학 및 기술 관련 질문이 많아 학술적 또는 기술적 논문을 주로 참조하기 때문인 것으로 분석된다. 라틴 아메리카 지역은 제품 관련 인용이 62.6%로 가장 높았고, 연구 자료 또한 19.7%로 높은 비중을 보였다. 반면 애필리에이트와 블로그 콘텐츠는 각각 5% 미만으로 상당히 낮은 수준을 유지했다. 이러한 패턴은 라틴 아메리카에 현지 제3자 소스가 상대적으로 부족하거나, AI 엔진이 공식 제품 페이지와 검증된 연구 자료를 더 신뢰하는 경향이 있음을 시사한다.

이처럼 AI 엔진은 지역별로 콘텐츠의 가용성과 인식된 신뢰도에 따라 인용 패턴을 달리하며, 특히 현지화된 다양한 콘텐츠가 부족한 지역에서는 공신력 있는 공식 자료나 연구 기반 소스를 더 많이 선호하는 경향을 보인다.

퍼널 단계별 AI 인용 변화: 상단은 교육 콘텐츠, 하단은 제품 페이지 70.46% 집중

연구자들은 쿼리를 세 가지 넓은 단계로 그룹화했다.

퍼널 상단(브랜드 미지정), 퍼널 중간(브랜드 지정), 퍼널 하단. 각각은 뚜렷한 인용 프로필을 보여주었다. 퍼널 상단(브랜드 미지정: 문제 탐색 + 솔루션 교육)에서는 제품 관련 콘텐츠가 약 56%를 차지했고, 뉴스와 연구가 각각 13-15%를 차지했으며, 애필리에이트와 리뷰는 10% 미만이었다. 초기 쿼리는 종종 배경이나 넓은 통찰력을 찾는다. 공식 사이트는 교육 자료를 제공할 수 있고, 뉴스와 연구는 큰 그림을 제공한다. 사용자 리뷰는 여기서 거의 나타나지 않는데, 이는 퍼널 상단 질문이 비교보다는 정보 제공적이기 때문일 것이다. LLM 최적화를 개선하고자 하는 마케팅 팀은 주목해야 한다 - 퍼널 상단 콘텐츠를 생성하는 것이 퍼널 중간 콘텐츠에 포함될 확률을 높인다.

퍼널 중간(브랜드 지정: 솔루션 비교 + 사용자 리뷰)에서는 제품 콘텐츠가 약 46%로 감소했고, 사용자 리뷰와 애필리에이트가 각각 14%를 차지했으며, 뉴스와 블로그는 합쳐서 10-11%를 차지했다. 브랜드 비교나 최종 확인에 관한 중간 단계 질문은 자주 제3자 평가, 사용자 포럼, 리뷰 사이트를 인용한다. AI 엔진은 다양한 목소리(제조업체와 커뮤니티)를 수집하여 일대일 비교를 다룬다.

퍼널 하단(솔루션 평가)에서는 제품 콘텐츠가 70.46%로 크게 증가했고, 연구, 뉴스, 리뷰는 대부분 한 자릿수 비중을 차지했다. 결정 단계 쿼리는 특정 제품 세부 사항(구현 단계, 기능 분석, 가격)에 크게 집중한다. AI 출력은 주로 공식 문서나 회사 자료를 인용하며, 외부 논평에 대한 의존도는 최소화된다.

FAQ

Q: AI 검색엔진이 인용하는 콘텐츠 유형 중 가장 중요한 것은 무엇인가요?

A: AI 검색엔진은 제품 관련 콘텐츠를 가장 많이 인용합니다. 베스트 리스트, 벤더 비교, 제품 페이지 등이 전체 인용의 46%에서 70%를 차지합니다. 이는 신뢰할 수 있는 사양과 정보를 제공하는 사실 중심 콘텐츠가 AI 검색에서 가장 중요하다는 것을 보여줍니다.

Q: B2B와 B2C 검색에서 AI가 선호하는 콘텐츠에 차이가 있나요?

A: 네, 큰 차이가 있습니다. B2B 검색에서는 공식 제품 페이지가 56%로 압도적이며, B2C 검색에서는 35%에 불과합니다. B2C 검색은 애필리에이트 콘텐츠(18%), 사용자 리뷰(15%), 뉴스(15%) 등 다양한 소스를 더 많이 활용합니다.

Q: 콘텐츠 제작자가 AI 검색엔진 최적화를 위해 어떤 전략을 취해야 할까요?

A: 콘텐츠 제작자는 사실 기반의 권위 있는 정보를 제공하는 데 집중해야 합니다. 퍼널 상단 콘텐츠(문제 탐색)는 교육적이고 넓은 통찰력을 제공해야 하며, 퍼널 중간 콘텐츠는 제품 비교와 사용자 리뷰를 포함해야 합니다. 퍼널 하단에서는 상세한 제품 정보와 기술 사양에 초점을 맞추어야 합니다.

해당 기사에서 인용한 리포트 원문은 링크에서 확인할 수 있다.

이미지 출처: 이디오그램 생성

기사는 클로드와 챗GPT를 활용해 작성되었습니다.