실제로 본 것 — 월 500만원대 상품 구성에 들어 있던 항목
국내 한 AEO 대행의 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. 글로벌 쪽도 다르지 않아서, 저희가 직접 확인한 해외 측정 도구 12종의 상당수가 llms.txt 생성기를 부가 기능으로 팝니다. 문제는 이 항목들의 근거입니다.
공식 문서·공개 연구가 말하는 것
llms.txt — 구글은 자사 AI 기능이 이 파일을 쓰지 않는다고 공식적으로 밝혀 왔고, 2026년 5월 발표된 54개 연구 메타분석(Zyppy — 실험·특허·사례 전수)은 AI 인용 요인 채점에서 llms.txt에 최저점(2.0/10)을 주며 "영향을 뒷받침하는 신뢰할 만한 근거를 찾지 못했다"고 결론했습니다. 저희도 무료 점검 항목으로만 다루고 유료 처방으로 팔지 않습니다.
스키마 마크업 추가 — 구글 공식 문서는 AI 검색 기능에 특수 마크업이 필요하지 않다고 명시합니다. 6천 페이지를 추적한 준실험(Ahrefs)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.
반대로, 근거가 강한데 구성에서 안 보이던 것
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 고객의 최대 검색 표면에 공식 기준이 존재하는데 상품 구성에 없다면, 그 견적은 한국 시장의 절반을 비워 두고 시작하는 셈입니다. 해외 도구 12종을 직접 확인한 범위에서는 전부 네이버를 측정하지 않았습니다.
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
1. "구성에 있는 llms.txt·스키마 항목의 효과 근거를 보여주실 수 있나요? 구글 공식 문서와
어긋나는데요." — 근거 등급을 붙여 답하는 업체인지가 여기서 갈립니다.
2. "네이버 AI브리핑은 측정과 실행 어디에 들어 있나요?" — 한국 시장 견적이라면 이 답이
비어 있으면 안 됩니다.
3. "성과 숫자는 어떻게 재나요 — 반복 횟수, 신뢰구간, 인용과 언급의 구분, 원자료 공개까지."
— 올랐다는 숫자를 회의실에서 검증할 수 있어야 예산이 지켜집니다.
저희가 일하는 방식
CiteAngle은 근거가 부정된 항목을 팔지 않고, 무엇을 왜 안 파는지까지 방법론에 공개합니다. 측정은 네이버 AI브리핑을 포함한 12표면에서 같은 질의를 7회 반복하고 전 지표에 95% 신뢰구간을 병기하며, 인용과 언급을 분리해 셉니다. 개선은 말이 아니라 동일 조건 재측정 델타로 증명합니다 — 그래서 이 숫자는 그대로 경영 회의에 들고 갈 수 있습니다.