네이버 블로그는 AI 답변에 인용되지 않는다 — 인용 2,435건 실측

네이버 블로그는 구글 검색 결과에 끊임없이 등장합니다. 생성형 AI의 답변에는 한 번도 등장하지 않습니다. 저희가 직접 측정했고, 원인은 콘텐츠 품질이 아니라 robots.txt 파일 네 줄이었습니다.

무엇을 측정했나

치과 진료를 주제로 질의 집합을 설계해 생성형 엔진 두 곳에 입력하고, 각 엔진이 답변의 근거로 제시한 출처를 전부 수집했습니다.

대조군 설계가 핵심입니다. 대조군 없이 모델을 돌리면 "치과 페이지와 아무 페이지"를 구분하는 자명한 결과가 나옵니다. 저희가 알고 싶었던 것은 검색에는 나오는데 AI는 인용하지 않는 페이지가 무엇이고 왜 그런가였습니다.

질의 표본은 seed를 고정한 LCG로 뽑아 같은 120개가 재현됩니다. 채널 분류는 3계층(도메인 규칙 → 페이지 내용 휴리스틱 → 잔여 호스트 LLM 1회 분류)으로 돌렸고, LLM 층의 결과는 파일로 고정했습니다. 분석을 다시 돌려도 모델을 다시 부르지 않기 때문에 같은 숫자가 나옵니다. 미분류 비율은 31%에서 1.6%로 내려갔습니다.

발견 1 — 블로그 플랫폼 사이의 역전

네이버 블로그는 같은 질의의 구글 오가닉 결과에 티스토리보다 약 10배 자주 나왔습니다. 그리고 AI 인용은 티스토리가 사실상 전부 가져갔습니다.

네이버 계열 전체 — 블로그·카페·포스트·지식iN을 합쳐서 — 인용 2,435건 가운데 1건이었고 그것도 지식iN이었습니다.

이것은 가장자리에서 조금 밀리는 수준의 차이가 아닙니다. 한 표면에는 있고 다른 표면에는 없는 채널입니다.

발견 2 — 원인은 콘텐츠가 아니라 크롤 정책

blog.naver.com/robots.txt는 이렇게 시작합니다.

# BOT ACCESS FOR THE PURPOSES OF AI TRAINING AND
# RETRIEVAL-AUGMENTED GENERATION (RAG) IS STRICTLY PROHIBITED.
User-agent: GPTBot          Disallow: /
User-agent: OAI-SearchBot   Disallow: /
User-agent: PerplexityBot   Disallow: /
User-agent: Google-Extended Disallow: /

여기서 반드시 갈라서 봐야 할 것이 있습니다.

GPTBot과 Google-Extended는 학습용 크롤러입니다. OAI-SearchBot은 검색·열람용 크롤러로, 답변을 만드는 시점에 문서를 읽어서 인용할 수 있게 해주는 쪽입니다.

앞쪽을 막는 것은 "내 글로 모델을 학습시키지 말라"는 결정입니다. 뒤쪽을 막는 것은 "내 글이 AI 답변에 인용될 수 없게 하라"는 결정입니다. 완전히 다른 선택입니다.

네이버 블로그는 둘 다 막고, RAG까지 명시적으로 금지한다고 적어 두었습니다. 콘텐츠를 아무리 잘 써도 이 게이트는 통과할 수 없습니다.

발견 3 — 차단한 도메인은 전환율이 5분의 1

인용 상위 60개 도메인과 검색 상위 60개 도메인(합집합 90개)의 robots.txt를 받아, AI 봇 6종(GPTBot·OAI-SearchBot·ChatGPT-User·Google-Extended·PerplexityBot·CCBot)의 허용 여부를 파싱했습니다.

검색에 나오는 것이 인용으로 이어지는 비율이, AI 크롤러를 막으면 약 5분의 1로 떨어집니다.

발견 4 — 우연히 만들어진 자연실험

차단 정책이 도메인마다 다르기 때문에 웹이 저희 대신 실험을 해주었습니다. 어떤 봇을 막았는지가 어느 엔진이 인용하지 않는지를 가른다면, 이 관계는 상관이 아니라 기전입니다.

sungyesa.com이 가장 분명한 사례입니다. 학습용 봇을 막고 검색·열람용 봇은 열어 두었더니 ChatGPT는 7건 인용했고 Gemini는 0건이었습니다.

"AI 학습 거부"와 "AI 답변 노출 포기"는 별개의 선택이며, robots.txt에서 분리해 지정할 수 있다 — 이 문장이 데이터로 그대로 나온 것입니다.

차단 정책이 있는 8개 도메인 전부에서, 막은 봇과 인용하지 않은 엔진이 일치했습니다.

이 발견의 한계 — 먼저 적어 둡니다

8개 도메인은 유의성 검정을 돌릴 표본이 아니고, 저희도 돌리지 않았습니다. 보고하는 것은 8개가 전부 일치했다는 사실이며, 이것이 우연으로 보기는 어렵지만 효과 크기를 측정한 것과는 다릅니다. 발견 4는 기전을 보여준 것이지 기전을 수치화한 것이 아닙니다.

질의 집합은 한국의 치과 한 업종이고 한 나라입니다. 구체적인 퍼센트를 다른 시장에 일반화하지 않습니다. 다만 기전 자체는 한국에 국한되지 않습니다 — robots.txt 지시문은 어디서나 같은 방식으로 읽힙니다.

또한 이 연구는 관찰 연구입니다. 같은 페이지를 차단한 상태와 열어 둔 상태로 각각 테스트하는 개입 실험은 하지 않았습니다. 발견 4가 저희가 가질 수 있는 개입에 가장 가까운 것이고, 그 표본이 8입니다.

저희는 먼저 저희 결론을 반증했습니다

이 연구는 두 번째입니다. 첫 번째 연구에서 저희는 AI 답변에 인용된 콘텐츠 약 9만 5천 건을 수집하고 "무엇이 인용을 만드는가"를 189개 factor로 분해해 엔진별 모델을 만들었습니다.

그리고 그 결론을 제품에 넣기 전에 스스로 검정했고, 대부분을 폐기했습니다.

• 질의 단위 out-of-fold로 다시 재니 R² = −0.31이었습니다. 평균을 예측하는 것보다 나빴습니다. 즉 예측력이 없었습니다.
• 변수가 데이터 개수보다 많은 p > n 상태였습니다. 그 상태에서는 모델이 무엇이든 맞출 수 있어 결과를 믿을 수 없습니다.
• in-sample로 평가하고 있었습니다. 시험 문제를 미리 보고 푸는 것과 같습니다.
• 전역 무작위 음성표본을 쓰고 있었습니다. 그래서 "치과 페이지 대 아무 페이지"를 구분하는 자명한 모델이 나왔습니다.

실패 원인 네 가지를 특정하고, 그 네 가지를 설계로 봉쇄해서 다시 만든 것이 이 글의 연구입니다. 질의 단위 out-of-fold, 질의별 대조군, 순열 검정, seed 고정 재현성이 거기서 나왔습니다.

또 하나 — 많을수록 좋다는 지표는 대부분 채널 대리변수였습니다

목록 항목 수, 이미지 수, 본문 길이, 외부 링크 수는 전체 표본에서 모두 "많을수록 인용"으로 나옵니다. 그런데 병원 홈페이지끼리만 비교하면 방향이 뒤집힙니다(목록 36 대 61, 이미지 11 대 21).

목록이 길고 링크가 많은 것은 포털의 특징입니다. 그 채널이 인용되는 것이지 그 특성 때문에 인용되는 것이 아닙니다.

자체 사이트 안에서도 방향이 유지된 것은 이미지 alt 비율, 제목 태그 수, 위치 정보, 의료진 정보뿐이었습니다. 콘텐츠 체크리스트를 만들 때 이 구분을 하지 않으면, 포털의 생김새를 흉내 내는 데 시간을 쓰게 됩니다.

실무에서 무엇이 바뀌나

글을 쓰기 전에, 그 글을 올리려는 채널이 당신이 인용되고 싶은 엔진에게 읽히는 상태인지부터 확인하십시오.

1. 발행하는 모든 채널의 robots.txt를 직접 받아 보십시오. 자사 도메인만이 아니라 플랫폼도 포함해서입니다.
2. 두 결정을 분리하십시오. 모델 학습은 거부하되 인용은 되고 싶다면, GPTBot과 Google-Extended는 막고 OAI-SearchBot과 ChatGPT-User는 열어 두면 됩니다.
3. 검색 가시성으로 AI 가시성을 추정하지 마십시오. 저희가 본 네이버/티스토리 격차는 두 표면 사이의 10 대 1 역전입니다.
4. 인용을 직접 측정하십시오. 순위는 인용이 아닙니다. 오가닉 상위에 올라 있으면서 한 번도 인용되지 않는 페이지가 있습니다.

저희가 이 결과로 바꾼 것

트리나는 이 연구를 제품을 만들기 전에 돌렸고, 결과가 저희 발행 채널 정책을 정했습니다.

저희는 고객 자체 도메인에 발행합니다. 크롤 정책을 저희가 통제할 수 없는 플랫폼에 핵심 콘텐츠를 쌓지 않습니다. 이것은 선호가 아니라 위 측정의 결론입니다.

검증하고 싶다면

이 발견은 확인 가능합니다. 지금 blog.naver.com/robots.txt를 열어 첫 줄을 읽어 보면 됩니다. 질의 설계와 수집 절차는 공개하고 있으며 같은 조건에서 재현됩니다.

생성형 엔진 최적화(GEO)는 아직 합의된 방법론이 없는 분야입니다. 그래서 저희는 측정하지 않은 것을 주장하지 않으려 하고, 한계를 본문에 같이 적습니다. 위 숫자 중 틀린 것을 찾으셨다면 알려 주시면 고치겠습니다.

트리나는 어떤 회사인가

트리나는 경상북도 경주에 있는 GEO(Generative Engine Optimization, 생성형 엔진 최적화) 기업입니다. 생성형 AI 검색에서 지역 사업자가 인용되도록 하는 일을 AI 에이전트가 수행합니다 — 질의 발굴, 콘텐츠 생성, 고객 자체 도메인 발행, 그리고 실제로 AI가 그 업체를 인용하는지의 직접 측정까지입니다.