AI 검색 최적화·LLM 최적화, 모델이 '아는 것'과 검색해서 '가져오는 것'을 나눠 준비합니다

학습 데이터와 실시간 검색, 두 길의 차이

학습용 로봇을 막는 것과 검색용 로봇을 막는 것은 다른 결정입니다. OpenAI·Anthropic·Perplexity는 로봇을 용도별로 나눠 안내하고, 구글은 Google-Extended로 학습 사용 여부만 따로 정할 수 있게 했습니다. 학습을 막아도 검색 근거로는 쓰일 수 있고, 검색용 로봇을 막으면 그 엔진의 실시간 답변 근거에서 빠질 수 있습니다.

모델이 '아는 것'은 정보의 일관성에서 옵니다.

• 홈페이지, 지도 서비스, 사업자 정보, 소개 문서에 적힌 상호·주소·대표 서비스가 같은지
• 옛 상호나 옛 주소가 남은 쪽·채널이 없는지
• 회사를 한 문장으로 소개하는 문장이 쪽마다 다르게 쓰이지 않는지
• 서비스 이름을 쪽마다 다른 말로 부르지 않는지

모델은 여러 출처에서 같은 사실이 반복될 때 그 사실을 더 안정적으로 다룹니다. 반대로 출처마다 정보가 다르면 AI는 어느 쪽이 맞는지 판단하기 어렵습니다. 이 부분은 오늘 고쳐도 다음 학습 때 반영되므로 길게 보고 관리합니다.

챗GPT 노출을 확인하는 방법

1. 고객이 실제로 묻는 질문 10개를 정합니다.
2. ChatGPT 검색처럼 출처 링크를 보여 주는 화면에서 같은 질문을 묻고, 우리 쪽이 링크로 인용됐는지 이름만 언급됐는지 나눠 적습니다.
3. 같은 질문을 2주 간격으로 다시 묻습니다. 답변은 물을 때마다 달라질 수 있어 한 번의 결과로 판단하지 않습니다.
4. 인용되지 않은 질문은 그 질문에 답하는 쪽이 있는지, 검색용 로봇이 막혀 있지 않은지부터 봅니다.

자주 묻는 질문