AEO 견적서에서 가장 먼저 확인할 것은 무엇인가 — 구성 항목이 하나의 성과 구조로 연결되는가입니다. 좋은 견적서는 기술 SEO·고유 콘텐츠·엔터티 정합성·AI 관측·전환 추적·동일 조건 재측정을 하나의 성과 구조로 설명합니다. 월 500만원대 상품 구성(2026-07 직접 확인)을 운영사 공식 문서·공개 연구와 대조해 판별 질문으로 정리했습니다.
대조 근거의 핵심은 셋입니다. llms.txt는 54개 연구 메타분석 채점에서 최저점(2.0/10)을 받았습니다. 2.0/10은 그 채점표에서 함께 시험된 다른 어떤 인용 요인보다 낮은 점수입니다. 스키마를 추가한 쪽은 처치 1,885·대조 4,000페이지 준실험에서 AI 인용이 늘지 않았습니다. 네이버는 AI브리핑 인용 소스의 70%가 자사 생태계 콘텐츠라고 공식 발표했습니다(해외 측정 도구 12종 공식 페이지 직접 확인 병행, 접근일 2026-07-28). CiteAngle 측정은 같은 질문을 7회 되물어 95% 신뢰구간을 함께 답니다. 무료 체험은 보통 10분 안에 저희 실측값으로 도착합니다.
월 500만원대 상품에는 무엇이 들어 있나 — 실제로 본 구성
AI 검색 대응(AEO)을 파는 국내 한 대행사의 대표 상품 페이지(월 500만원대, 2026-07 확인)에는 서비스 구성으로 "JSON-LD 구조화 데이터, FAQ·HowTo 마크업, llms.txt와 llms-full.txt" 가 명시되어 있었습니다. 해외 측정 도구 12종의 공식 페이지를 같은 기준으로 확인해 보면(접근일 2026-07-28), llms.txt 생성·관리 기능을 자사 기능으로 공개한 곳은 12곳 중 2곳입니다. 견적서에 이 항목이 있다면 어느 쪽 근거로 들어간 것인지, 각 항목의 역할과 측정 증거가 분명한지가 판별점입니다.
공식 문서·공개 연구는 뭐라고 하나 — llms.txt·스키마·백링크
llms.txt — 구글은 자사 AI 기능이 이 파일을 쓰지 않는다고 공식적으로 밝혀 왔습니다. 2026년 5월 발표된 54개 연구 메타분석(Zyppy — 실험·특허·사례 전수)도 같은 방향입니다. AI 인용 요인 채점에서 llms.txt에 최저점(2.0/10)을 주며 "영향을 뒷받침하는 신뢰할 만한 근거를 찾지 못했다"고 결론했습니다. CiteAngle은 이를 무료 위생 점검으로 분류하고, 유료 실행 예산은 기술 SEO·고유 콘텐츠·엔터티·측정 증거에 배분합니다 — 이 우선순위의 공식 문서 근거는 구글 가이드로 정리한 SEO·AEO·GEO 우선순위에 있습니다. GEO는 AI가 답을 생성할 때 우리 글을 근거로 집어 가게 만드는 일을 가리킵니다.
스키마 마크업 추가 — 구글 공식 문서는 AI 검색 기능에 특수 마크업이 필요하지 않다고 명시합니다. 처치군 1,885페이지·대조군 4,000페이지를 추적한 준실험(Ahrefs, 2026년 5월)에서도 스키마를 추가한 페이지의 AI 인용이 늘지 않았습니다. 이미 있는 마크업의 문법 오류를 고치는 것(위생)과, 이걸 "AI 최적화"라는 이름의 성장 레버로 파는 것은 다른 일입니다.
백링크 구매(AEO 명목) — 대규모 상관 연구들에서 전통 링크 지표는 AI 가시성과의 상관이 전 요인 중 최약 그룹입니다. 검색 순위 목적과 AI 인용 목적을 섞어 팔면 근거가 성립하지 않습니다. "AI 인용을 사드립니다"류 제안 자체의 정책·연구 판정은 인용 구매 검증 글에서 따로 다뤘습니다.
연구마다 결론이 왜 달라 보이나 — 지표가 다르면 결론이 다르다
GEO 문헌을 나란히 읽으면 상충처럼 보이는 지점이 나옵니다. 이 분야에 이름을 붙인 GEO 원논문(KDD 2024)은 인용문·통계·출처 표기를 더한 문서가 생성 답변 안에서 차지하는 비중을 늘렸다고 보고했는데, 뒤에 나온 통제 실험 C-SEO Bench(NeurIPS 2025)는 시험한 편집 대부분이 인용 순위를 끌어올리지 못했다고 보고합니다. 같은 전술에 정반대 헤드라인이 붙은 셈입니다. 공개 연구 원문 arxiv.org/abs/2311.09735 · arxiv.org/abs/2506.11097
모순이 아니라 채점한 사건이 다릅니다. 원논문이 잰 것은 생성 답변이 그 출처의 내용을 얼마나 끌어다 쓰는가(답변 내 비중)이고, C-SEO Bench가 잰 것은 경쟁 문서들 사이에서 인용 순서가 앞으로 움직였는가입니다. 같은 편집이 한쪽 지표는 움직이고 다른 쪽은 못 움직일 수 있습니다 — 이 지표 구분은 C-SEO Bench 저자들이 선행 결과를 논하며 직접 짚었습니다. 견적서 실무로 옮기면, "연구로 입증됐다"는 문장을 만나면 어느 논문이 어느 지표로 잰 결과인지부터 물어야 합니다. 위 54개 연구 메타분석의 채점과 이 두 논문은 각각 다른 층을 재고 있습니다.
네이버 항목은 왜 먼저 확인하나
같은 상품 페이지에서 네이버 관련 항목은 찾을 수 없었습니다 — 측정·실행 모두 해외 엔진 4종만 다루고 있었습니다. 그런데 네이버는 AI브리핑 인용 소스의 70%가 자사 생태계 콘텐츠(UGC)라고 공식적으로 밝혔고(2026-05 보도), 어떤 콘텐츠가 인용되는지에 대한 공식 가이드까지 냈습니다. 한국 고객이 주로 쓰는 검색 표면, 곧 답이 뜨는 화면에 공식 기준이 존재하는데 상품 구성에 없다면, 국내 사용자 접점의 중요한 축을 빼고 시작하는 셈입니다. 해외 도구 12종의 공식 페이지를 직접 확인한 결과(접근일 2026-07-28), 12곳 전부 공개 측정 엔진 목록에 네이버가 없었습니다. 네이버 답변 표면은 CiteAngle 격자가 처음부터 측정하는 자리입니다.
측정 쪽도 마찬가지입니다. "반복해서 물어본다"고 말하는 곳은 늘고 있습니다 — 좋은 방향입니다. 그 다음 질문이 판별점입니다: 몇 회 반복인지, 수치에 신뢰구간이 붙는지, 인용(출처 링크)과 언급(이름 등장)을 구분해 세는지, 측정 시각·모델 버전 같은 원자료 증빙이 리포트에 남는지. 저희가 확인한 그 상품 페이지에는 이 서술이 없었습니다.
견적서에 그대로 물어볼 세 가지
견적서 점검 루트 — 질문 셋, 그대로
1. "구성에 있는 llms.txt·스키마 항목의 효과 근거를 보여주실 수 있나요? 구글 공식 문서와
어긋나는데요."
2. "네이버 AI브리핑은 측정과 실행 어디에 들어 있나요?"
3. "성과 숫자는 어떻게 재나요 — 반복 횟수, 신뢰구간, 인용과 언급의 구분, 원자료 공개까지."
이 세 답이 그 견적서를 판단할 근거입니다.
CiteAngle의 통합 검색 가시성 방식
CiteAngle은 구글 공식 가이드가 강조하는 기술 SEO·고유 콘텐츠·명확한 구조를 기반으로 엔터티 정합성·AI 관측·전환 추적을 하나의 방법론에 연결합니다. 측정은 네이버 AI브리핑·제미나이·빙 코파일럿을 포함한 16표면에서 같은 질의를 7회 반복 측정합니다. 수집된 7회 안의 인용·언급 횟수와 응답 변동을 함께 보고, 적용 가능한 비율에는 95% 신뢰구간을 병기하며 인용과 언급을 분리해 측정합니다. 개선 전후 비교는 별도의 비교 가능한 재측정에서 관측된 차이로 보고합니다.
계약 전에 안 물으면
이 항목을 계약 전에 묻지 않으면 리포트를 받고 나서야 규격을 압니다. 그때는 이미 한 분기가 지나 있습니다. 다시 재려면 처음부터 시작해야 해서 비용이 두 번 듭니다.
측정하는 조건을 문서로 받지 않으면 다음 회차에 무엇이 바뀌었는지 따질 근거가 없습니다. 조건이 조용히 바뀌면 좋아진 숫자도 다른 기준으로 측정한 값입니다.
견적서를 받으셨다면 여섯 항목을 그대로 물어보세요
기술 SEO, 고유 콘텐츠, 엔터티, AI 관측, 전환 추적, 같은 조건 재측정. 계약 전에 묻지 않으면 리포트를 받고 나서야 규격을 알고, 그때는 한 분기가 지나 있습니다. 무료 체험은 같은 조건 재측정이 실제로 어떤 모양인지 한 회차로 보여드립니다.