먼저 두 경우를 갈라야 합니다. 원래 한 번도 안 나온 것과 나오다가 사라진 것은 원인도 처방도 다릅니다. 이 구분 없이 콘텐츠부터 다시 쓰는 것이 가장 흔한 낭비입니다.
경우 1 — 원래 안 나오는 경우
해당 질의에서 AI가 신뢰하는 출처 목록에 우리가 아예 없다는 뜻입니다. 이때 봐야 할 것은 우리 콘텐츠가 아니라 지금 인용되고 있는 출처입니다. 어떤 사이트의 어떤 문장이 근거로 쓰이는지 모으면, 그 자리에 들어가기 위해 무엇이 필요한지가 드러납니다.
경우 2 — 나오다가 사라진 경우
이전에는 인용되던 콘텐츠가 밀린 상황입니다. 원인은 넷 중 하나입니다. 어느 쪽인지 먼저 나눠야 고칠 곳이 정해집니다.
원인을 넷으로 나누는 기준
| 원인 | 이렇게 나타난다 | 확인 방법 |
|---|---|---|
| 모델 업데이트 | 특정 플랫폼에서만 같은 시점에 여러 질의가 동시에 빠짐 | 플랫폼별로 갈라 봤을 때 한 곳만 떨어졌는가 |
| 경쟁 콘텐츠 등장 | 같은 질의에서 새 브랜드가 상위로 올라옴 | 경쟁사 추적 데이터에 신규 진입이 있는가 |
| 기술 이슈 | 여러 플랫폼에서 동시에 빠지고 크롤러 방문도 줄어듦 | AI 크롤러 접근 로그와 페이지 응답 속도 |
| E-E-A-T 저하 | 서서히 순위가 밀리다 인용에서 빠짐 | 출처·저자·갱신일 신호가 최근에 약해졌는가 |
플랫폼별로 갈라 보면 대부분 구분됩니다. 한 플랫폼에서만 빠지면 모델 업데이트 쪽, 여러 플랫폼에서 같이 빠지면 콘텐츠나 기술 쪽입니다. 이 판단을 하려면 어제와 오늘을 비교할 데이터가 있어야 합니다. 데이터가 없으면 추측만 남습니다.
복구 순서
- 첫 문장을 질문에 바로 답하는 형태로 고칩니다
- 문단을 인용하기 좋은 단위로 나눕니다 (한 문단 한 주장)
- 수치와 출처를 붙여 검증 가능하게 만듭니다
- 스키마(Article·FAQPage)를 점검합니다
- dateModified를 갱신합니다
- 다시 추적해 인용이 붙는지 확인합니다
고친 뒤 다시 재는 것까지가 한 사이클
재보지 않으면 고쳤는지 알 수 없고, 다음에 무엇을 바꿔야 할지도 정해지지 않습니다. 인용이 붙기까지는 크롤러 재방문과 모델 반영이 필요해 보통 몇 주가 걸립니다. 그 사이 다른 변수를 함께 건드리면 무엇이 효과였는지 구분할 수 없게 됩니다.
미리 알아차리려면
대시보드를 매일 들여다보지 않아도 됩니다. 인용이 빠지거나 경쟁사가 치고 올라오는 순간 담당자가 쓰는 채널로 신호가 먼저 가야 합니다. 월간 보고서를 받고 나서 발견하면 이미 한 달을 잃은 뒤입니다.