검색 엔진과 AI 챗봇이 이용자 질문에 답변을 생성할 때 소셜 미디어 링크를 인용하는 비중이 플랫폼에 따라 큰 차이를 보이는 것으로 나타났습니다. 자체 웹사이트 최적화뿐 아니라 주요 소셜 플랫폼 내 활동과 외부 신호 관리가 AI 검색 답변 생성에 직접적인 영향을 미치고 있습니다.

구글 AI 개요는 67.66%, 챗GPT는 8.4%

검색 데이터 분석 기업 SE 랭킹(SE Ranking)이 다양한 브랜드 분야의 10만 개 키워드를 분석해 발표한 조사 결과에 따르면, 소셜 플랫폼 링크는 구글 AI 개요(Google AI Overviews) 답변의 67.66%에 포함되었습니다. 같은 구글의 AI 모드(Google AI Mode) 답변에서는 32.39%의 비중을 기록했습니다.

반면 오픈AI의 챗GPT(ChatGPT) 답변에서 소셜 미디어 링크가 인용된 비율은 8.4%에 그쳤습니다. 구글 검색 기반의 요약 기능이 소셜 플랫폼의 콘텐츠를 적극적으로 답변 출처로 끌어오는 반면, 챗GPT는 소셜 데이터 인용 비율이 상대적으로 낮았습니다.

구글은 유튜브, 챗GPT는 레딧·링크드인 주로 참조

인용되는 세부 플랫폼 구성에서도 검색 환경별 차이가 확인되었습니다. SE 랭킹 조사 결과 구글 AI 개요에서 가장 자주 인용된 출처는 자사 플랫폼인 유튜브였습니다. 챗GPT의 경우 레딧(Reddit)과 링크드인(LinkedIn)이 가장 많이 참조되는 소셜 플랫폼으로 나타났습니다.

다만 챗GPT의 일반 질의 응답에서 레딧, 링크드인, 페이스북 링크가 인용되는 비율은 각각 1% 미만에 불과했습니다. 소셜 미디어 인용 자체가 챗GPT의 답변 전체에서 차지하는 절대적 비중은 제한적인 셈입니다. 이와 관련해 본지가 앞서 보도한 위키피디아·레딧·팟캐스트, AI 검색 인용 이끈다 기사에서도 생성형 모델들이 사용자 생성 콘텐츠(UGC)를 참조하는 흐름을 짚은 바 있습니다.

데이터 계약 유무 따라 인용 변동성 커져

소셜 미디어 인용은 AI 기업과 플랫폼 간의 상업적 데이터 계약에 따라 급격한 변동성을 겪기도 합니다. 서치엔진랜드(Search Engine Land) 보도에 따르면 지난 8월 챗GPT 검색 인용에서 레딧의 점유율이 4일 만에 86.4% 급감했습니다. 챗GPT가 레딧 참조를 갑작스럽게 중단하거나 줄인 구체적인 이유는 밝혀지지 않았습니다.

반면 구글은 레딧과 상업적 데이터 공유 계약을 맺고 있어 구글 AI 검색 결과 내 레딧 인용은 안정적인 수준을 유지하고 있습니다. 플랫폼이 데이터 유료화를 추진하면서 AI 엔진별 참조 격차가 벌어지는 양상입니다. 이는 레딧, 무료 API·RSS 전면 차단… AI 유료 계약만 유지 조치 이후 나타난 데이터 유통 환경의 변화와도 맞물립니다.

비브랜드 질문서 소셜 인용 비중 48.58%로 상승

SE 랭킹이 구글 AI 모드 내 상위 10만 개 질의를 브랜드 검색어와 비브랜드 검색어로 나누어 분석한 결과에서도 소셜 플랫폼의 역할이 확인되었습니다. 브랜드 검색어 답변에서는 39.34%가 소셜 미디어 출처를 참조했으나, 비브랜드 검색어 답변에서는 소셜 미디어 참조 비율이 48.58%로 더 높았습니다. 구글 AI 모드에서 가장 많이 인용된 소셜 플랫폼은 페이스북, 유튜브, 레딧 순이었습니다.

특정 브랜드를 직접 지정하지 않고 제품이나 서비스 정보를 탐색하는 질문일수록 AI 엔진이 실제 사용자 평가나 소셜 콘텐츠를 제3자 검증 출처로 활용하는 경향이 짙어졌습니다. 이는 AI 검색이 요구하는 제3자 신호, PR이 GEO의 핵심으로 부상 기사에서 다룬 것처럼 공식 사이트 외부에서 형성된 신호가 답변 채택에 중요한 요소로 작동함을 뒷받침합니다.

이 사이트가 보는 지점

이번 조사는 AI 검색 엔진이 웹문서뿐 아니라 외부 소셜 신호를 어느 정도로 분리해 인용하는지를 명확한 수치로 보여줍니다. 구글 AI 개요의 소셜 인용 비율이 67.66%에 달하는 반면 챗GPT는 8.4%에 그쳤다는 점은 검색 모델별 인용 인프라와 데이터 제휴 여부에 따라 노출 최적화 경로가 완전히 달라져야 함을 의미합니다. 특히 데이터 계약 변화 하나로 인용 점유율이 수일 만에 86% 이상 급락할 수 있다는 사실은 플랫폼 의존도가 높은 외부 신호 측정에서 변동성 추적이 핵심 과제가 되었음을 보여줍니다.