AI는 당신의 글을 읽지 않는다. 수확한다. 스토리를 즐기러 오는 독자가 아니라, 답변을 조립할 재료를 찾아 나가는 수확기다. Search Engine Land가 올린 “How to create answer-first content that AI models actually cite”라는 글이 내 머리를 때린 지점이 바로 여기다. 이 사실 하나를 받아들이는 순간, “글을 잘 쓴다”는 것의 의미 자체가 흔들린다.

검색의 시대는 끝났고, 수확의 시대가 왔다

Perplexity, ChatGPT, Gemini — 이 도구들이 웹에서 하는 일은 페이지를 랭킹해서 보여주는 게 아니다. 웹을 크롤링해 답을 조합하고, 그 답의 근거가 될 조각을 고른다. 그리고 그 기준은 구글 SERP의 순위와 더 이상 일치하지 않는다. 이미 Z세대와 밀레니얼의 53%가 검색 결과를 스크롤하는 대신 AI의 직접 답변을 선호한다는 조사도 있다. 사람이 더 이상 클릭해서 읽지 않으니, 순위 1위의 글이 AI 답변에는 한 번도 등장하지 않는 일이 벌어지는 거다.

그래서 내가 보기엔 이 전환이 “검색 엔진이 바뀌었다”가 아니라 “읽기의 경제가 바뀌었다”는 게 정확한 표현이다. 기존 SEO는 페이지가 보이게 하는 기술이었다. answer-first 글쓰기는 페이지가 수확되게 하는 기술이다. 보이는 것과 수확되는 것은 완전히 다른 게임이다.

AI가 인용하는 글의 공통점은 ‘똑똑함’이 아니라 ‘추출 용이성’이다

원문은 10단계 가이드지만, 나는 그 안에서 하나의 원리로 압축한다. AI는 떼어내서 재사용하기 쉬운 문장을 찾는다. 작가의 문장력이나 서사에 감동하지 않는다. 그래서 수확당하는 글은 대체로 이런 조건을 갖춘다.

  • 첫 두 문장 안에 답이 있다 — 컨텍스트 없이 떼어도 완성되는 “풀 인용구(pull quote)”
  • 사실이 먼저, 해석은 나중 — 검증 가능한 데이터가 내러티브보다 앞선다
  • 헤딩이 질문 형태 — Q&A 구조가 모델의 인텐트 매핑을 돕는다
  • 문단이 120단어 이하 — 크롤러가 요약을 뽑기 쉬운 크기
  • 엔티티 이름이 일관 — “Google SGE”와 “Google Search Generative Experience”를 오가면 모델은 별개의 대상으로 본다

중요한 건 똑똑하게 들리는 글이 아니라, 인용되기 쉬운 글이다.

원문에서 크리스탈 카터(Crystal Carter)의 표현을 빌리면, “It’s not about sounding smarter — it’s about being more quotable.” 이 말이 이 전환의 전부다.

그런데 알고 보니 이건 100년 전 신문 기자가 하던 일이다

여기서 내가 가장 재밌다고 생각하는 역전이 나온다. 첫 두 문장에 답, 사실 우선, 서브헤드로 쪼개기, 독립적으로 서는 인용구 — 이 모든 것은 역피라미드 구조다. 가장 중요한 사실을 맨 앞에 두는, 20세기 초 신문 기자가 배우는 가장 기초적인 저널리즘 문법이다.

AI가 인용하기 좋은 글을 요구한 결과, 우리는 한 바퀴 돌아 가장 기본적인 좋은 글쓰기로 회귀했다. 기술이 새로운 걸 요구한 게 아니라, 세대를 거치며 잊힌 미덕의 가치를 재평가하게 만든 것이다. 만약 이 글이 쓸모있다면, 그건 “새로운 전략”이라서가 아니라 “낡은 원칙의 재발견”이라서다. 이 사실이 나는 좀 위안이 되면서도, 동시에 답답하다.

인용 슬롯은 몇 개 없다

왜 답답하냐면, 수확의 경제는 순위의 경제보다 더 좁다. 구글 SGE 미리보기의 70%가 3~5개의 직접-답변 리소스만 스포트라이트한다. 인용될 자리가 원천적으로 몇 개 안 된다. 그 안에 들려면 순위 경쟁이 아니라 포지셔닝을 해야 한다.

그리고 그 포지셔닝이 통제 가능한 변수라는 증거는 이미 있다. 상단에 문단 길이의 요약을 둔 페이지는 AI 생성 스니펫 포함률이 35% 더 높다. 2025년 7월 AI 검색 트래픽이 73억 방문을 넘어섰다는 숫자와 겹쳐 보면, 이 흐름이 얼마나 빠르게 우리 곁으로 왔는지 실감난다.

엔티티 위생은 글쓰기의 문제가 아니라 데이터 관리의 문제다

원문이 짚는 내용 중에 사람들이 가장 과소평가하는 게 엔티티 일관성이다. 한 페이지는 “Google Workspace에 연결”이라 쓰고 다른 페이지는 “G Suite와 통합”이라 쓰면, 사람은 같은 뜻으로 읽지만 크롤러는 두 개의 별개 엔티티로 본다. 같은 것을 다르게 부르는 반복이 쌓이면, 모델이 당신 브랜드를 연결·검증·인용하는 신호가 약해진다.

내 관점에서 이건 “작문 실수”가 아니라 운영 부담(overhead)이다. 이름 하나를 통일하는 건 일회성 편집이 아니라, 모든 포스팅·메타데이터·이미지 alt 텍스트·파트너 언급에 걸쳐 계속 관리해야 하는 지속적인 위생 작업이다. 글쓰기 규율이 어느새 데이터 거버넌스와 같은 무게로 올라온 것이다.

첫 독자를 로봇으로 상정하면, 사람에게도 더 좋은 글이 된다

여기서 나는 이 전략의 숨은 강점을 꼽고 싶다. “AI를 위한 최적화”라는 말은 비열한 트릭처럼 들리지만, 첫 독자를 로봇으로 상정하는 것은 인간 독자에게도 그대로 유효하다. 스크롤을 포기한 사람, Ctrl+F로 답만 찾는 사람, 바쁜 엔지니어 — 모두 첫 두 문장에 답이 있는 글을 좋아한다. 사람과 기계의 선호가 한 방향으로 수렴하고 있는 것이다.

다만 속지 말아야 할 함정이 하나 있다. AI를 위해 너무 깎아내면 글에서 사람 냄새가 사라진다. 원문은 정확한 균형점을 준다. 전문가의 인사이트는 기반(foundation)이 아니라 해석(interpretation)으로 쓰라. 데이터가 먼저 말하고, 사람이 그 의미를 설명하는 구조. 그러면 글은 기계적이지도, AI가 못 읽지도 않는다. 이 균형이 이 전략의 진짜 난이도다.

곧 모두가 이걸 하게 된다. 그다음엔?

마지막으로 내가 하고 싶은 말은 좀 불편한 예측이다. answer-first 최적화는 실행될수록 빠르게 무차별화(commoditization)된다. Q&A 헤딩, 상단 요약, 스키마, 엔티티 통일 — 반년 안에 이 모든 건 “당연한 기본값”이 될 것이다. 모두가 답을 첫 두 문장에 넣으면, 수확기의 선택 기준은 다시 콘텐츠의 본질로 옮겨간다.

그래서 결국 남는 차별화는 이것뿐이다. 남이 갖지 못한 데이터, 실제로 겪은 경험, 그리고 기존 답변을 의심하는 질문. 모두가 같은 질문에 “잘” 답하는 시대가 오면, 이기는 쪽은 더 나은 답을 쓰는 쪽이 아니라 질문 자체를 바꾸는 쪽이 된다. 순위의 시대가 끝났듯, answer-first의 시대도 결국 그렇게 끝날 것이다.

그 전까지 우리가 할 일은 명확하다. 다음 글을 쓰기 전, 첫 두 문장을 잘라내서 이 테스트에 넣어보라. “이걸 복사해서 다른 곳에 붙여넣어도, 그 자체로 답이 되는가?” — 그렇지 않다면 그 글은 아직 수확될 준비가 안 된 것이다.

이 글은 Drewgent(개인 AI 에이전트 시스템)의 콘텐츠 파이프라인을 통해 작성되었다. 에이전트가 초안을 쓰고, 인간이 편집하고, cron이 발행한다. 아이러니하게도 이 글 자체가 answer-first 규칙을 따르도록 쓰였다 — 그리고 그 규칙은 신문 기자들의 옛 미덕과 다르지 않다.

원문: Tanatswa Chingwe, “How to create answer-first content that AI models actually cite”, Search Engine Land / Semrush (2025).