생성형 AI 검색과 대화형 에이전트가 지역 상점 및 서비스 추천 결과를 생성할 때, 웹사이트의 기술적 구조와 데이터 갱신 상태가 인용 여부를 직접 결정한다는 지적이 나왔습니다. 검색 엔진 저널(Search Engine Journal)이 화이트스파크(Whitespark) 설립자 대런 쇼(Darren Shaw)와 두다(Duda) 플랫폼 전략 디렉터 러스 제프리(Russ Jeffery)의 대담을 정리해 공개한 내용에 따르면, AI 시스템이 접근할 수 없거나 읽을 수 없는 페이지는 최적화 여부와 무관하게 인용 대상에서 제외됩니다.

크롤러 차단과 서버사이드 렌더링의 중요성

대담 참여자들은 로컬 비즈니스 가시성의 첫 번째 관문으로 크롤러 접근성을 꼽았습니다. 제프리는 로봇 배제 표준(robots.txt)이나 noindex 태그 오류 외에도 웹 보안 서비스 설정을 점검해야 한다고 강조했습니다. 쇼는 클라우드플레어(Cloudflare) 같은 보안 플랫폼이 기본 설정으로 AI 크롤러를 차단하는 경우가 많아, 사업자가 인지하지 못한 채 쇼피파이(Shopify) 등 웹사이트의 접근이 막히는 사례가 발생한다고 설명했습니다. 대형 언론사와 달리 일반 로컬 사업자는 크롤러 차단 설정을 해제하고 검토해야 한다는 지적입니다.

자바스크립트(JS) 렌더링 방식 역시 주요 변수로 지목되었습니다. 기존 구글 검색 엔진은 자바스크립트를 직접 실행해 렌더링된 내용을 파싱하지만, 챗GPT 등 신규 AI 검색 시스템은 자체 웹 인덱스 구축 방식에 차이가 있어 클라이언트 사이드 자바스크립트를 완전히 실행하지 못할 수 있습니다. 제프리는 중요한 비즈니스 정보는 서버사이드 렌더링(SSR)을 통해 순수 HTML 응답에 포함되어야 안전하다고 조언했습니다. 쇼 역시 위젯으로 불러오는 리뷰 캐러셀처럼 자바스크립트 실행 후에만 나타나는 텍스트는 AI 모델이 읽지 못하므로, 명시적인 텍스트로 본문에 기재해야 한다고 덧붙였습니다.

오래된 페이지와 스키마 데이터 불일치 위험

웹사이트 리뉴얼 과정에서 남겨진 복제 URL과 구형 페이지도 AI 인용 품질을 떨어뜨리는 요인으로 다뤄졌습니다. 주소나 전화번호가 변경되었음에도 색인에서 제외되지 않은 구형 페이지('-old', 'v2' 등)가 남아 있으면, AI 검색이 이를 수집해 잘못된 정보를 사용자에게 제공하게 됩니다.

구조화 데이터(스키마 마크업)의 역할에 대해서는 관점 차이가 있었으나 데이터 검증 레이어로서의 필요성에는 의견이 모였습니다. 쇼는 스키마 적용 자체가 직접적인 순위나 AI 노출 빈도를 높인다는 연구 결과는 드물지만, 모호한 데이터를 명확하게 구분(disambiguation)해 주는 효과가 있다고 평가했습니다. 제프리는 웹사이트 본문, 구글 비즈니스 프로필, 스키마 마크업의 데이터가 서로 불일치하는 것이 가장 큰 위험이며, 스키마는 한 번 설치하고 끝나는 것이 아니라 지속적인 동기화 관리가 필요한 영역이라고 설명했습니다.

질문 팬아웃과 이용자 우려 해소 전략

로컬 서비스 페이지의 콘텐츠 구성에 대해서는 대화형 검색의 다단계 탐색(Query Fan-out) 구조를 반영해야 한다는 방법론이 제시되었습니다. 사용자가 복합적인 상황을 프롬프트로 입력하면 AI는 세부 검색을 여러 개 파생시켜 실행합니다. 쇼는 가격 정보, 자격 인증, 제공 지역, 보증 조건 등 파생 질의에 대응하는 구체적 답변이 페이지 텍스트에 포함되어 있어야 인용 확률이 높아진다고 밝혔습니다.

또한 경쟁사의 부정적인 리뷰에서 나타나는 고객의 불편 사항을 분석하고, 이를 서비스 페이지에서 명확한 약속 형태로 서술하는 방식이 전환율과 AI 응답 내 경쟁력 확보에 기여할 수 있다고 제안했습니다.

이 사이트가 보는 지점

로컬 비즈니스의 AI 검색 가시성은 단순한 키워드 최적화가 아닌 기술적 데이터 전달 인프라에서 결정됩니다. 본지가 다룬 로컬 비즈니스 AI 검색 소외 원인 분석과 AI 크롤러 차단 확산에 따른 인용 출처 위험의 맥락처럼, 크롤러 접근 제한과 렌더링 누락은 모델이 정보를 추출하는 파이프라인 자체를 단절시킵니다. 검색 노출을 평가할 때 스키마 점수보다 HTML 원본 내 핵심 사실(전화번호, 가격, 세부 스펙)의 정합성을 측정하는 방향으로 진단 기준이 전환되어야 합니다.