- 같은 질문·같은 엔진에서도 인용 출처 개수의 변동계수는 57.2%였습니다.
- 답변 길이의 변동계수는 28.4%로, 출처 개수가 2.0배 더 크게 흔들렸습니다.
- 반복 질문의 85.6%가 한 달 이상 간격이라 시간 요인이 함께 섞여 있습니다.
AI 검색에 똑같은 질문을 다시 입력하면 매번 다른 답이 돌아올까요? 답은 「그렇다」입니다.
문장의 표현이나 설명 순서만 달라지는 것이 아닙니다. 답변을 구성하며 AI가 링크하는 「인용 출처」의 개수까지 지속해서 달라집니다. 따라서 한 번 인용되었다고 해서 영구적인 노출을 확보했다고 볼 수 없습니다.
많은 생성형 검색 엔진은 고정된 문서를 그대로 복사해 출력하지 않습니다. 확률적으로 다음 단어를 계산하거나 실시간 웹 검색(RAG)을 거쳐 매번 새롭게 문장을 구성합니다. 실제로 이 엔진들이 같은 질의에 출처를 얼마나 바꾸는지 OptiGEO 자체 측정으로 살펴봤습니다.
답변 길이보다 출처 개수가 더 흔들린다
수집 기간은 2025-12-20부터 2026-09-04까지입니다. 고유 질문 7,223개와 응답 행 13,298개를 모았습니다. 이 가운데 2회 이상 반복한 질문 991개를 골라 변동계수(표준편차÷평균)를 산출했습니다. 질문×엔진 쌍은 4,518개, 쌍당 평균 회차는 2.8회입니다.
그 결과 같은 질문을 같은 엔진에 물었는데도 인용 출처 개수의 변동계수는 57.2%였습니다. 같은 조건에서 답변 길이(글자 수)의 변동계수는 28.4%였습니다. 인용 출처 개수가 답변 길이보다 2.0배 더 크게 요동친 것입니다.
AI 검색 엔진은 겉보기에 비슷한 분량의 문장을 매끄럽게 완성해 냅니다. 그러나 그 배경에서 이용자에게 제시하는 출처 개수는 글자 수보다 훨씬 큰 폭으로 달라집니다. 답변의 문맥이나 길이가 유지된다고 해서 인용된 레퍼런스까지 유지된다고 단정할 수 없는 이유입니다.
반복 질의 간격과 시간 경과
AI의 답변이 달라지는 데는 엔진의 확률적 문장 생성 방식만 작용하지 않습니다. 질의 사이의 시간 간격이라는 요인도 존재합니다. 반복 질문 991개의 재분석 간격 분포는 다음과 같습니다.
| 간격 | 질문 수 |
|---|---|
| 32일 이상 | 848 |
| 8~31일 | 53 |
| 1~7일 | 28 |
| 같은 날 | 62 |
3회 이상 반복 질의한 질문은 812개, 5회 이상은 14개였습니다. 한 달 이상(32일 이상) 간격을 두고 다시 물은 사례가 848개에 달합니다. 같은 날 다시 물은 62건도 있습니다. 다만 이 그룹만 따로 변동을 계산하지는 않았습니다.
웹 검색 기반의 AI 모델은 실시간 크롤링과 색인 데이터로 최신 정보를 탐색합니다. 며칠 사이에도 웹 문서의 순위가 바뀌거나 새 글이 발행됩니다. 그러면 AI가 답변을 만들며 끌어오는 참고 문서 자체가 변경됩니다. 질의 간격이 한 달 이상 벌어진 경우에는 웹 환경의 변화가 함께 작용한 것으로 해석됩니다.
해석할 때 주의할 한계
이번 결과를 읽을 때 짚어야 할 한계가 두 가지 있습니다.
첫째, 이번에 확인한 변동성은 「대리 지표」입니다. 답변 길이와 인용 출처 개수로 산출한 값입니다. 답변 본문의 명제나 사실관계가 어떻게 달라졌는지는 별도 비교가 필요합니다. 그래서 「핵심 주장이 매번 달라졌다」고 단정할 수는 없습니다. 이 글에서는 「AI가 가져오는 출처 개수가 크게 달라진다」는 범위까지만 설명합니다.
둘째, 반복 질문 991개 중 848개가 한 달 이상 간격을 두고 재질의되었습니다. 전체의 약 85.6%에 해당합니다. 따라서 변동계수 57.2% 안에는 엔진 내부의 확률적 생성 차이만 담겨 있지 않습니다. 수 주간 웹 문서의 랭킹과 정보 생태계가 바뀐 「시간 경과에 따른 외부 요인」도 함께 반영되어 있습니다.
측정이 어디까지 말할 수 있는지는 따로 다뤘습니다. 관측과 추정으로 AI 인용 숫자 읽는 법을 참고하시면 됩니다.
왜 상시 모니터링이 필요한가
기존 검색에서는 특정 키워드의 결과 목록이 비교적 안정적으로 유지되는 경향이 있었습니다. 그러나 검색 엔진이 실시간 생성 모델과 결합하면서 노출 구조는 달라졌습니다.
AI 검색은 질문의 맥락과 질의 시점의 웹 인덱스 상태에 영향을 받습니다. 매 순간 다른 출처를 조합하는 것으로 볼 수 있습니다. 같은 질문·같은 엔진에서도 출처 개수의 변동계수가 57.2%에 달합니다. 한 번의 인용 확인이 지속적인 노출을 보장하지 못한다는 뜻입니다.
결국 AI 검색 최적화(GEO)는 일회성 점검으로 끝날 수 없습니다. 같은 핵심 질문을 주기적으로 추적해야 합니다. 우리 콘텐츠가 인용에서 탈락하지 않는지 살펴야 합니다. 엔진별로 어떤 레퍼런스가 새로 들어오는지 관찰하는 상시 모니터링 체계가 필요합니다.
원인과 통제 범위는 따로 정리해 두었습니다. 같은 질문인데 인용 페이지가 달라지는 이유에서 볼 수 있습니다.
