가짜 통계를 게시해 LLM의 인용을 얻다

(news.hada.io)

GeekNews2026년 10월 20일AI 모델

가짜 통계 5만 개를 게시한 실험을 통해 구글 검색 순위가 낮아도 ChatGPT와 같은 AI 에이전트가 정보를 찾아 인용할 수 있음을 증명하며, 이는 향후 생성형 엔진 최적화(GEO)의 새로운 패러다임을 제시합니다.

이 글의 핵심 포인트

1GPT-4를 활용해 생성한 5만 개의 허위 통계 페이지가 ChatGPT 유입 1만 건 이상과 330개 이상의 도메인 백링크를 확보함
2구글 검색 노출이 급감한 이후에도 ChatGPT 에이전트를 통한 트래픽과 인용은 지속적으로 유지됨
3허위 수치가 학술 논문과 금융 그룹의 리서치에 인용되며 신뢰를 얻는 '인용 세탁(citation laundering)' 현상이 발생함
4AI는 답변의 근거를 찾기 위해 구체적인 수치, 최신성(연도), 구조화된 데이터를 우선적으로 탐색함
5성공적인 GEO를 위해서는 문장 단위의 주장, 명확한 출처/연도 표기, 서버 렌더링 HTML 제공 등의 전략이 필요함

이 글에 대한 공공지능 분석

왜 중요한가?

기존의 SEO(검색 엔진 최적화)를 넘어 AI 에이전트가 정보를 탐색하고 인용하는 GEO(생성형 엔진 최적화)의 실질적인 작동 원리와 위험성을 보여주기 때문입니다. 특히 구글 노출이 급감한 상태에서도 AI를 통한 유입은 지속될 수 있다는 점은 콘텐츠 마케팅의 근본적인 변화를 요구합니다.

어떤 배경과 맥락이 있나?

LLM이 답변의 근거를 찾기 위해 웹을 크롤링하는 과정에서, 구체적인 수치와 최신성을 갖춘 데이터를 우선적으로 선택하는 특성이 반영되었습니다. 이는 AI가 지식의 공백을 메우기 위해 신뢰할 수 있는 '근거'를 찾는 메커니즘을 이용한 것입니다.

업계에 어떤 영향을 주나?

콘텐츠 마케팅과 데이터 기반 서비스 기업들은 이제 구글 랭킹뿐만 아니라 AI 봇의 접근성과 인용 가능성을 고려한 '데이터 구조화'에 집중해야 합니다. 허위 데이터의 확산은 정보 생태계의 신뢰를 위협하는 리스크로 작용할 수 있습니다.

한국 시장에 어떤 시사점이 있나?

한국의 데이터 기반 스타트업들은 글로벌 AI 에이전트가 자사의 데이터를 쉽게 파싱하고 인용할 수 있도록 HTML 구조와 데이터 가독성을 최적화하는 전략이 필요합니다. 단순한 텍스트 나열을 넘어, AI가 '근거'로 활용하기 좋은 구조화된 통계와 명확한 출처 표기가 핵심 경쟁력이 될 것입니다.

이 글에 대한 큐레이터 의견

이번 실험은 생성형 AI 시대의 콘텐츠 전략이 '클릭 유도'에서 '인용 유기적 구조화'로 이동해야 함을 극명하게 보여줍니다. 스타트업 창업자들은 AI 에이전트가 자사의 데이터를 '신뢰할 수 있는 근거'로 채택하도록 만드는 GEO 전략을 수립해야 합니다. 구체적인 수치, 연도, 명확한 출처를 포함한 데이터 구조화는 비용 대비 효율이 매우 높은 마케팅 전술이 될 수 있습니다.

물론, 이러한 전략에는 '데이터의 신뢰성'이라는 치명적인 트레이드오프가 존재합니다. 실험에서 보여준 것처럼 허위 데이터를 통한 트래픽 확보는 단기적인 성과를 낼 수 있으나, 이는 '인용 세탁'이라는 윤리적 문제와 함께 브랜드의 장기적인 신뢰도를 파괴할 수 있는 양날의 검입니다. 따라서 핵심은 가짜 정보를 만드는 것이 아니라, 이미 보유한 유의미한 데이터를 AI가 가장 인용하기 좋은 형태(구조화된 HTML, 명확한 수치, 최신성)로 재가공하여 배포하는 '정직한 최적화'에 집중하는 것입니다.

원문 보기 →