유령 인용 — AI 검색이 내 콘텐츠는 쓰고 브랜드 이름은 빼는 40%

약 1,600만 건의 브랜드 등장을 분석한 라이트소닉(Writesonic)의 새 데이터에 따르면, AI 인용의 약 40%가 생성된 답변에서 소스 브랜드의 이름을 언급하지 않았다. 퍼플렉시티에서는 그 비율이 52%에 달했다.

(공개: 이 기사의 공동 저자 사만유 가르그는 라이트소닉의 창업자 겸 CEO다.)

인용됐다고 브랜드가 보인 것은 아니다

AI 엔진에 인용되는 것은 흔히 승리로 여겨진다. 작업을 했고, 페이지가 소스에 나타나고, URL이 인용 리포팅에 잡히고, 엔진이 콘텐츠를 답변을 뒷받침할 만큼 유용하다고 판단한 것이다.

그러나 업계에서 자주 이야기하지 않는 사실이 하나 있다 — 인용이 있어도 독자는 브랜드 이름을 결코 보지 못할 수 있다.

저자들은 이를 '유령 인용(ghost citation)'이라 부른다. AI 엔진이 페이지를 소스로 링크하지만 답변 자체에서는 브랜드를 언급하지 않는 경우다.

이 구분이 인용이 실제로 무엇을 말해주는지를 바꾼다. 콘텐츠가 답변에 기여했다는 것은 확인해주지만, 브랜드가 독자에게 보였다는 것은 확인해주지 않는다.

인용과 멘션의 차이

인용(citation) 은 AI 답변이 페이지를 소스로 링크하는 것이다. 인라인 참조, 각주, 소스 패널 내 링크로 나타날 수 있다. 멘션(mention) 은 브랜드 이름이 생성된 답변 텍스트에 나타나는 것이다.

인용 + 멘션인 경우:

"라이트소닉이 약 1,600만 건의 브랜드 등장을 분석한 결과 AI 인용의 약 40%가 소스 브랜드를 언급하지 않았다."

유령 인용인 경우:

"한 분석에 따르면 AI 인용의 약 40%가 소스 브랜드를 언급하지 않았다."

두 답변 모두 같은 라이트소닉 페이지로 링크할 수 있다. 그러나 첫 번째만이 그 연구를 누가 만들었는지 독자에게 알려준다.

그것이 유령 인용의 간극이다. 콘텐츠는 엔진에게 보이지만, 브랜드는 독자에게 보이지 않을 수 있다.

엔진별 유령 인용율

AI 엔진	유령 인용율
퍼플렉시티	52%
구글 AI 모드	49%
구글 AI 오버뷰	41%
챗GPT	37%
제미나이	25%
그록	22%
마이크로소프트 코파일럿	19%
전체 평균	약 40%

이는 두 브랜드가 같은 수의 인용을 얻고도 엔진에 따라 매우 다른 수준의 인지를 받을 수 있다는 뜻이다.

퍼플렉시티에서 100회 인용되면 그중 약 52회는 답변 텍스트에 브랜드가 없다. 코파일럿에서는 약 19회다. 리포트상 인용 수는 동일해 보일 수 있지만, 독자가 실제로 브랜드를 보는 횟수는 다르다.

AI 엔진은 '이름 부르는 쪽'과 '링크 거는 쪽'으로 갈린다

인용율과 멘션율을 비교하면 차이가 더 분명해진다.

• 네이머(Namers) — 제미나이, 마이크로소프트 코파일럿. 답변 텍스트에 브랜드를 포함할 가능성은 높지만 페이지 링크는 덜 자주 건다
• 사이터(Citers) — 퍼플렉시티, 구글의 답변 엔진들. 페이지 링크는 더 자주 걸지만 그 뒤의 브랜드 이름을 부르는 데는 덜 일관적이다
• 챗GPT와 그록은 두 그룹 사이에 있다

어느 쪽도 이상적이지 않다. 인용 없는 멘션은 브랜드를 보이게 하지만 뒷받침하는 소스를 제공하지 않아 사이트로의 추천 클릭을 유도하지 못할 수 있다. 멘션 없는 인용은 페이지를 이용 가능하게 만들지만, 더 중요한 결과인 브랜드 인지를 놓친다. 가장 강한 결과는 둘 다 받는 것이다.

이 분화는 AI 엔진 전반의 가시성을 개선하려면 최적화 전략이 엔진별로 달라야 함을 뜻한다.

• 퍼플렉시티에서 인용을 더 쫓으면 소스 수는 늘지만 브랜드가 답변에 나타나는 횟수는 늘지 않을 수 있다
• 제미나이나 코파일럿에서는 이름이 불릴 가능성이 높지만, 추천 트래픽을 만들려면 더 일관되게 인용돼야 한다

왜 유령 인용이 생기나

유령 인용은 브랜드 이름을 의도적으로 뺀 결과라기보다, 서로 다른 AI 엔진이 소스를 처리하고 종합하는 방식의 결과일 가능성이 높다. 그러나 솔직한 답은 이렇다 — 업계에는 아직 완전한 설명이 없다.

가능한 설명 하나: 일부 엔진은 링크된 인용을 충분한 귀속으로 취급하고 정보를 자기 '목소리'로 제시한다. 구글의 AI 답변은 인용된 내용과 유사한 팁을 제공하면서도 스타일·톤·표현이 고유하다. 엔진이 소스를 흡수해 다시 썼고, 각주에는 인용을 남겼지만 답변에서는 브랜드 이름을 뺀 것이다.

콘텐츠 구조도 역할을 할 수 있다. 소스 페이지에서 브랜드 이름이 그것이 만든 주장과 가까이 짝지어져 있지 않으면, 종합 과정에서 둘을 끊어낼 여지가 더 크다.

그것을 만든 회사 이름에서 세 문단 아래에 묻힌 통계는, 귀속이 문장 자체에 내장된 통계보다 익명화하기 쉬울 것이다. 이것은 입증된 규칙이 아니라 테스트해볼 만한 가설이다.

인용을 브랜드 인지로 바꾸는 4단계

AI 엔진이 URL을 인용할 때마다 브랜드 이름을 부르게 하는 입증된 방법은 없다. 그러나 데이터가 가리키는 실무 단계는 있다.

1. 멘션과 인용을 별도로 측정한다

추적된 등장을 네 그룹으로 분류한다.

• 인용됨 + 언급됨
• 인용됨, 언급 안 됨
• 언급됨, 인용 안 됨
• 둘 다 아님

그다음 이 결과를 엔진별로 세분화한다. 연구가 보여주듯 집계된 인용 점수는 플랫폼 간 큰 차이를 가릴 수 있다.

2. 브랜드가 소유할 수 있는 named 리서치를 만든다

자체 리서치나 데이터는 브랜드의 해자가 될 수 있다. 일반적인 조언보다 유령화하기 어렵기 때문이다.

연구, 인덱스, 프레임워크, 방법론이 브랜드 이름을 달고 있으면 데이터와 브랜드를 분리하기 어려워진다. 그 발견이 정의상 브랜드를 참조하기 때문이다.

named 리서치는 기자에게도 더 강한 후크를 준다. 기자는 명확한 방법론 이름이 있는 연구를 다룰 가능성이 높다. 그 언드 커버리지는 이중으로 중요하다 — 서드파티 콘텐츠가 AI 엔진에 더 많이 인용되므로, named 리서치가 만드는 오프사이트 PR이 시간이 지나며 더 많은 AI 인용으로 복리된다.

3. 브랜드 이름을 주장 근처가 아니라 주장에 직접 붙인다

대신:

❌ "우리 분석에 따르면 AI 인용의 약 40%가 소스 브랜드를 언급하지 않았다."

이렇게:

✅ "라이트소닉의 유령 인용 연구(Ghost Citation Study)에 따르면 AI 인용의 약 40%가 소스 브랜드를 언급하지 않았다."

이름 붙은 연구·데이터셋·인덱스·프레임워크는 인사이트와 그 창작자의 관계를 더 명확하게 만든다. 그 연관은 자사 사이트에만 있어서는 안 된다. 독립 보도, 전문가 논평, 고객 콘텐츠, AI 답변에 가장 영향을 주는 소스 전반의 업계 논의가 브랜드와 그것이 소유하려는 아이디어를 반복적으로 연결할 수 있다.

4. 지표 뒤의 답변을 조사한다

유령 인용율은 브랜드 멘션이 낮은 영역을 식별해준다. 다음 단계는 개별 답변을 평가해 무엇을 테스트할지 진단하는 것이다.

페이지가 인용됐는데 브랜드가 빠진 중요 프롬프트에 대해 확인할 것:

• 어떤 페이지가 인용됐는가?
• 어떤 정보가 추출됐는가?
• 소스 페이지에서 브랜드 이름은 어디에 있었는가?
• 답변에서 다른 브랜드는 언급됐는가?
• 이 패턴이 관련 프롬프트 전반에 반복되는가?
• 엔진별로 다른가?

그다음 더 명확한 귀속, 일관되게 이름 붙인 리서치, 페이지 구조 변경이 시간이 지나며 결과에 영향을 주는지 테스트한다.

다음 GEO 지표는 '인지'다

소스 링크는 AI 엔진이 콘텐츠를 사용했음을 확인해준다. 독자가 브랜드를 봤음을 확인해주지는 않는다. 그래서 인용율이 AI 가시성의 유일한 척도가 될 수 없다.

GEO 측정은 회사가 소스 어딘가에 나타났는지뿐 아니라 답변에서 인지됐는지까지 추적해야 한다.

인용율은 엔진이 콘텐츠를 찾았음을 알려준다. 멘션율은 브랜드가 실제로 그것과 함께 이동했는지 알려준다. 독자가 결코 보지 못한 인용은 대시보드에만 존재하는 가시성이다.

방법론

라이트소닉은 최근 30일 창의 AI 답변 데이터를 수천 개 브랜드에 걸쳐 분석했다. 유령 인용 분석은 약 1,600만 건의 브랜드 등장을 대상으로 했다. 엔진별 비율은 퍼플렉시티, 구글 AI 모드, 구글 AI 오버뷰, 챗GPT, 제미나이, 그록, 마이크로소프트 코파일럿을 포함한다.

• 인용: AI 답변이 브랜드 페이지를 소스로 링크했을 때 기록
• 멘션: 브랜드 이름이 생성된 답변 텍스트에 나타났을 때 기록
• 유령 인용: 페이지가 인용됐으나 답변에서 브랜드가 언급되지 않았을 때 기록

백분율은 반올림됐다. 결과는 측정 기간 중 엔진 행동의 스냅샷이며, 유령 인용의 원인이나 클릭·브랜드 회상·신뢰·전환에 미치는 영향을 규명하지는 않는다.

실무 정리

첫째, 인용율 단일 지표를 폐기한다. 이 글의 핵심 주장이다. 인용과 멘션은 별개 결과이며 따로 측정해야 한다.

둘째, 엔진별로 다른 전략을 세운다. 퍼플렉시티 52% vs 코파일럿 19% 는 하나의 최적화 전략으로 대응할 수 없는 격차다.

셋째, 문장 안에 브랜드를 넣는다. 가장 즉시 실행 가능한 항목이다. "우리 분석에 따르면"을 "[브랜드]의 [연구명]에 따르면"으로 바꾸는 것만으로 종합 과정에서 분리될 여지가 줄어든다(가설 단계이지만 비용이 0에 가깝다).

넷째, 리서치에 이름을 붙인다. named 연구·인덱스·프레임워크는 데이터와 브랜드를 정의상 묶는다. 이것이 이 글이 제시하는 유일한 구조적 해자다.

다섯째, 원인을 안다고 주장하지 않는다. 저자들이 "업계에 아직 완전한 설명이 없다" 고 명시한다. 벤더가 확정적 원인을 말한다면 그것부터 의심해야 한다.

여섯째, 언드 미디어와 묶어 계획한다. 서드파티 콘텐츠가 AI 엔진에 더 많이 인용된다는 것이 named 리서치 전략의 근거다 — AI 인용의 82%가 언드 미디어 — 크리에이터 콘텐츠가 AI 검색 전략에 들어가야 하는 이유.

일곱째, 측정 체계에 편입한다. 4개 지표 프레임은 "우리가 챗GPT에 나오나요?" — 2026년 최다 요청에 답하는 4가지 지표에 있고, 브랜드가 엔티티로 인식되는지는 엔티티 SEO — AI 검색은 키워드가 아니라 개념의 출처를 찾는다에서 다뤘다.

여덟째, 검증 가능성부터 확인한다. 이름이 안 불리는 이유가 브랜드 엔티티 자체가 불명확해서일 수 있다 — AI가 우리 회사를 확인할 수 없다 — 71개 기업 감사가 찾은 '84% 정체성 누출'.