ChatGPT가 인용하는 웹사이트

1장 AI 검색에서 달라진 것과 남은 것

AI 검색은 하나의 질문을 여러 하위 질문으로 넓혀 자료를 찾을 수 있다. “서울에서 초보자가 가기 좋은 도자기 수업”은 가격, 위치, 준비물, 소요 시간, 접근성, 예약 변경 같은 질문으로 갈라진다. 한 페이지가 정확한 단어를 반복한다고 이 모든 질문에 좋은 답이 되지는 않는다.

달라진 것은 답의 조립 방식이다. 남은 것은 웹의 기본 계약이다.

• 검색 로봇이 페이지를 가져올 수 있어야 한다.
• 중요한 내용이 실제 텍스트와 의미 있는 이미지로 보여야 한다.
• 제목과 본문이 같은 약속을 해야 한다.
• 구조화 데이터는 화면에 보이는 사실과 일치해야 한다.
• 다른 곳을 요약한 범용 문장보다 직접 경험과 검증 가능한 정보가 강하다.

이 책에서는 GEO, AEO라는 말을 편의상 쓰지만 별도의 마법 같은 검색 엔진으로 취급하지 않는다. Google은 AI 기능에 등장하기 위한 특별한 스키마나 AI 전용 파일이 필요하지 않으며 기존 SEO 기본기가 여전히 적용된다고 안내한다. 따라서 첫 장의 실습은 플러그인 설치가 아니라 사이트가 실제로 제공할 수 있는 근거를 세는 일이다.

첫 근거 재고 조사

아래 네 칸을 채운다.

칸이 비어 있다면 AI로 문장을 늘리기 전에 취재 계획을 세운다.

↑ 목차로 돌아가기

2장 검색어보다 독자의 일을 정의한다

독자는 “도자기 클래스”라는 단어를 보기 위해 검색하지 않는다. 친구와 주말 계획을 확정하고, 예산을 넘지 않으며, 실패 없이 예약하려고 검색한다. 콘텐츠의 단위를 키워드가 아니라 완료하려는 일로 잡으면 페이지가 달라진다.

EvidencePress의 독자 일을 세 문장으로 적는다.

1. 오늘 예약 가능한 후보를 빠르게 좁힌다.
2. 추가 비용과 변경 조건을 비교한다.
3. 이동·접근성 조건을 확인하고 문의할 질문을 만든다.

이 일을 기준으로 질문 사다리를 만든다.

어디가 좋은가?
→ 나에게 좋은 기준은 무엇인가?
→ 가격에 무엇이 포함되는가?
→ 취소하거나 늦으면 어떻게 되는가?
→ 이동이 불편한 사람도 이용 가능한가?
→ 확인되지 않은 내용은 무엇인가?

각 질문에는 답뿐 아니라 근거의 종류를 붙인다. 가격은 공식 예약 페이지, 접근성은 현장 확인 또는 업체 답변, 분위기는 작성자의 관찰처럼 구분한다. 독자가 사실과 의견을 섞어 읽지 않게 한다.

↑ 목차로 돌아가기

3장 재사용할 수 없는 원본 근거를 만든다

AI는 공개된 일반 정보를 빠르게 요약한다. 그래서 다른 페이지를 다시 요약한 글은 교체되기 쉽다. 원본 근거는 비밀 정보가 아니라 직접 확인하고 책임 있게 설명할 수 있는 정보다.

• 같은 조건으로 세 서비스를 직접 사용한 결과
• 실제 화면과 날짜가 있는 단계별 실험
• 공개 데이터의 정제 방식과 계산식
• 담당자에게 확인한 답변과 확인 일시
• 실패 사례와 수정 전후 비교

취재 노트에는 출처 URL, 확인 날짜, 확인자, 원문 사실, 작성자의 해석, 공개 가능 여부를 나눠 적는다. 원문을 길게 복제하지 않는다. 필요한 사실을 자기 문장으로 설명하고 독자가 확인할 링크를 제공한다.

claim: "수업 뒤 작품 배송이 포함된다"
source_type: "업체 공개 안내"
checked_at: "2026-08-04"
scope: "기본 유약 1개 작품"
unknown: "도서 지역 추가 배송비"

이 구조는 나중에 정보가 바뀌었을 때 어떤 문장을 다시 확인해야 하는지 알려 준다.

↑ 목차로 돌아가기

4장 사람 우선 원고를 한 페이지로 편집한다

좋은 비교 페이지는 결론을 숨겨 체류 시간을 늘리지 않는다. 독자가 가장 먼저 결정할 수 있게 돕는다.

권장 순서는 다음과 같다.

1. 누구에게 맞는지 한 문장 결론
2. 비교 기준과 확인 날짜
3. 한눈에 보는 표
4. 기준별 자세한 설명
5. 직접 경험과 사진
6. 확인하지 못한 점
7. 출처와 수정 기록

“무조건 최고”, “완벽한 선택” 같은 문구는 근거 범위를 넘는다. 대신 “초보자가 2시간 안에 완성품을 만들고 싶을 때”, “휠체어 접근은 예약 전 재확인이 필요할 때”처럼 조건을 쓴다.

그림의 추천은 절대 순위가 아니라 “건조와 배송을 한 번에 처리하고 싶은 초보자”라는 조건부 결론이다. 작성자·검토일·직접 문의 수·미확인 항목 수도 같은 화면에 노출한다.

AI에게 초안을 맡길 때도 자료에 없는 사실을 채우지 못하게 한다.

제공한 취재 노트만 사용해 비교 초안을 작성해 줘.
사실, 작성자의 관찰, 확인하지 못한 내용을 구분해.
자료에 없는 가격·접근성·성과는 추측하지 말고 질문 목록으로 남겨.
각 핵심 주장 뒤에 source_id를 붙여.

↑ 목차로 돌아가기

5장 질문이 이어지는 정보 구조를 설계한다

AI 검색은 복잡한 질문을 여러 갈래로 확장한다. 사이트도 독자의 다음 질문을 자연스럽게 이어 줘야 한다. 카테고리를 조직 내부 구조가 아니라 독자의 여정으로 만든다.

첫 선택 가이드
├─ 지역별 비교
├─ 목적별 비교
├─ 예약·취소 이해
├─ 접근성 확인법
└─ 직접 해 본 후기와 실험

각 페이지는 고립되지 않는다. 비교 글에서 상세 체험기로, 체험기에서 예약 변경 안내로 내부 링크를 연결한다. 링크 문구는 “여기”보다 “성수 공방의 예약 변경 조건”처럼 목적을 설명한다.

비슷한 질문마다 얇은 페이지를 수십 개 만들지 않는다. 한 페이지가 독자의 일을 충분히 해결한다면 질문 변형을 한곳에 흡수한다. 대량 생성된 저가치 페이지는 사람에게도 불편하고 검색 스팸 정책 위험도 높인다.

↑ 목차로 돌아가기

6장 크롤링과 색인의 기본을 복구한다

좋은 글도 검색 로봇이 접근하지 못하면 발견되지 않는다. 먼저 브라우저의 시크릿 창에서 로그인 없이 페이지가 열리는지 확인한다. 그다음 robots.txt, noindex, canonical, HTTP 상태 코드를 본다.

발행 페이지는 200을 반환해야 한다. 삭제한 글은 관련 대체 페이지가 있을 때만 적절히 이동하고, 없으면 404 또는 410이 정직하다. 모든 404를 홈으로 보내면 오류를 숨길 뿐이다.

사이트맵은 발견을 돕지만 색인을 보장하지 않는다. canonical은 중복 후보 가운데 대표 URL을 제안할 뿐 명령이 아니다. 렌더링 뒤 본문이 비어 있거나 무한 스크롤 뒤에만 있으면 중요한 정보가 누락될 수 있다.

WordPress 첫 점검

• 설정에서 “검색 엔진이 이 사이트를 검색하지 못하도록” 옵션이 꺼져 있는가.
• 공개 글이 비밀번호 보호 또는 회원 전용으로 남아 있지 않은가.
• SEO 플러그인과 테마가 서로 다른 canonical을 만들지 않는가.
• 카테고리·태그 아카이브를 모두 색인해 얇은 중복을 만들지 않는가.

↑ 목차로 돌아가기

7장 제목·설명·본문의 약속을 맞춘다

제목은 클릭을 얻기 위한 광고가 아니라 페이지의 계약이다. “2026 성수 도자기 클래스 3곳 직접 비교”라고 썼다면 실제로 세 곳을 같은 기준으로 비교하고 확인 날짜를 보여 줘야 한다.

좋은 제목은 주제, 독자 상황, 차별 근거 가운데 두세 가지를 담는다.

나쁨: 도자기 클래스 완벽 총정리
좋음: 성수 도자기 원데이 클래스 3곳 직접 문의 비교—시간·변경·접근성

메타 설명은 순위 요인이 되기 위한 키워드 주머니가 아니다. 페이지에서 얻을 것과 근거를 짧게 설명한다. 검색 시스템이 다른 문구를 선택할 수 있으므로 설명과 본문의 첫 문단도 일치시킨다.

↑ 목차로 돌아가기

8장 보이는 내용과 구조화 데이터를 일치시킨다

구조화 데이터는 검색 시스템이 페이지의 대상을 이해하도록 돕는다. 보이지 않는 평가, 가짜 리뷰 수, 실제로 제공하지 않는 가격을 JSON-LD에 넣으면 안 된다.

EvidencePress 예제는 Article의 제목, 작성자, 수정일을 화면과 JSON-LD에 함께 둔다.

{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "서울 성수 도자기 원데이 클래스 비교",
  "author": {"@type":"Person","name":"김기록"},
  "dateModified": "2026-08-05"
}

스키마를 추가했다고 검색 기능 노출이 보장되지는 않는다. 먼저 화면의 사실을 정확하게 만들고, 해당 검색 기능의 현재 공식 문서가 요구하는 타입만 쓴다. 폐지되거나 제한된 리치 결과를 오래된 블로그 글만 보고 구현하지 않는다.

C-01부터 C-03까지의 주장 카드는 원고의 주장 장부와 같은 데이터를 쓴다. 구조화 데이터보다 먼저 사람이 볼 수 있는 사실과 한계를 완성하는 순서를 보여 준다.

↑ 목차로 돌아가기

9장 이미지와 동영상도 근거로 만든다

이미지는 장식이 아니라 주장과 연결한다. 출입구 접근성을 설명한다면 전체 동선과 턱의 높이를 이해할 수 있는 사진이 필요하다. 사진을 찍은 날짜와 장소, 무엇을 보여 주는지 캡션에 적는다. 사람 얼굴과 개인정보가 있으면 공개 동의를 확인한다.

파일명과 대체 텍스트는 자연스럽게 설명한다. 대체 텍스트에 키워드를 반복하지 않는다. 캡션은 보이는 장면과 해석을 분리한다.

대체 텍스트: 공방 입구 앞 한 단의 턱과 오른쪽 자동문
캡션: 2026년 8월 4일 확인. 이동식 경사로 제공 여부는 확인하지 못했다.

AI 생성 이미지는 실제 현장 사진처럼 사용하지 않는다. 개념 그림이면 그 사실을 밝히고, 실재 업체·인물로 오인될 요소를 피한다. 이미지 생성 조건과 편집 이력을 보관한다.

↑ 목차로 돌아가기

10장 AI 보조 집필의 품질·저작권·고지를 관리한다

AI는 취재 질문 만들기, 구조 제안, 문장 다듬기, 누락 검사에 유용하다. 그러나 출처 확인과 공개 책임은 발행자에게 남는다.

안전한 편집 흐름은 다음과 같다.

원자료 수집 → 공개 범위 확인 → AI 초안 → 주장 목록 추출
→ 출처 대조 → 사람 편집 → 유사 문구 검사 → 발행 기록

원자료 전문을 허가 없이 모델이나 외부 서비스에 넣지 않는다. 유료 보고서, 고객 문서, 인터뷰 녹취는 계약과 개인정보 처리 범위를 확인한다. AI가 만든 문장이 특정 원문과 지나치게 비슷하면 다시 쓴다. 제품 화면을 사용할 때는 필요한 범위만 캡처하고 상표를 소유한 것처럼 표현하지 않는다.

고지는 독자의 판단에 도움이 되는 수준으로 쓴다. “AI 100%” 같은 마케팅 문구보다 어떤 단계에 AI를 사용했고 누가 검토했는지 설명한다.

↑ 목차로 돌아가기

11장 WordPress에 근거형 템플릿을 구현한다

매번 작성자가 기억에 의존하면 중요한 필드가 빠진다. 블록 패턴이나 사용자 정의 필드로 다음 요소를 기본 템플릿에 넣는다.

• 한 문장 결론
• 대상 독자와 적용 범위
• 확인 날짜와 작성자
• 비교 기준
• 근거 링크
• 확인하지 못한 점
• 수정 기록

테마 파일을 직접 수정하기보다 자식 테마 또는 작은 플러그인으로 변경을 분리한다. 업데이트 전 스테이징에서 시험한다. 캐시를 비우기 전후 화면을 비교하고 모바일, 키보드, 인쇄 화면도 확인한다.

실습 파일 examples/evidencepress/site/index.html은 WordPress에 옮기기 전 의미 구조를 검증하는 정적 기준선이다. 먼저 다음 명령을 실행한다.

node examples/evidencepress/audit.mjs

제목, 설명, 단일 H1, 작성자, 검토일, 한계, 수정 기록, Article 스키마 여덟 항목을 검사한다. 이 검사는 검색 순위를 보장하지 않는다. 발행 실수를 빠르게 찾는 로컬 게이트다.

↑ 목차로 돌아가기

12장 Search Console로 발견 가능성을 확인한다

Search Console에서는 색인 여부, 크롤링 문제, 검색 노출과 클릭을 확인한다. URL 검사에서 Google이 본 HTML과 사용자가 보는 화면이 같은지 살핀다. 사이트맵을 제출한 뒤 곧바로 노출이 늘지 않아도 정상이다.

문제가 생기면 순서를 지킨다.

1. URL이 공개되어 200을 반환하는가.
2. noindex와 robots 차단이 없는가.
3. canonical이 다른 URL을 가리키지 않는가.
4. 본문이 렌더링 결과에 존재하는가.
5. 중복 또는 저가치 페이지가 아닌가.

2026년 일부 사이트에는 생성형 AI 기능의 노출을 별도로 보는 보고서가 시험 제공될 수 있다. 기능 제공 범위는 계정과 시점에 따라 다를 수 있으므로 책에서는 화면 위치를 영구 사실처럼 고정하지 않는다. 독자는 현재 공식 도움말과 자기 계정을 기준으로 확인한다.

↑ 목차로 돌아가기

13장 AI 검색 유입과 전환을 과장 없이 측정한다

AI 답변 안에서 브랜드가 보이는 것, 링크가 클릭되는 것, 방문자가 예약하는 것은 서로 다른 단계다. 한 숫자로 합치지 않는다.

발견: 검색·AI 기능에서 URL이 노출됨
방문: 추천 또는 검색 링크로 세션이 시작됨
도움: 독자가 비교표·문의 질문을 사용함
전환: 예약 페이지 이동 또는 구독 완료
유지: 정보 갱신 뒤에도 도움과 전환이 유지됨

추천 출처 문자열은 브라우저와 서비스 정책에 따라 완전하지 않을 수 있다. “AI 유입 0”이 실제 노출 0을 뜻한다고 단정하지 않는다. Search Console, 분석 도구, 서버 로그, 설문을 함께 보되 개인정보를 최소화한다.

실험은 페이지 수보다 독자 도움을 측정한다. 한 달 동안 핵심 비교 페이지 세 개를 깊게 개선하고, 얇은 글 서른 개를 자동 생성하는 방식과 비교하지 않는다. 후자는 정책 위험과 유지 비용이 크다.

↑ 목차로 돌아가기

14장 낡은 정보를 갱신하는 편집 운영체제를 만든다

가격, 운영 시간, 정책은 바뀐다. 페이지마다 checked_at, 다음 확인일, 책임자, 변동성이 큰 주장 목록을 둔다. 중요한 변경은 수정 기록에 남긴다.

갱신 주기는 위험에 따라 다르다.

• 긴급 정보·법률·가격: 짧은 주기와 발행 전 재확인
• 제품 사용법: 주요 버전 변경 때 확인
• 직접 경험: 경험 날짜를 명확히 표시
• 변하지 않는 원리: 정기 검토만 수행

자동화는 링크 끊김, 오래된 날짜, 누락된 작성자를 알려 줄 수 있다. 사실이 여전히 맞는지 최종 판단해서 자동 게시하지 않는다.

↑ 목차로 돌아가기

15장 30일 발행 실험을 완주한다

첫 주에는 독자 질문과 근거 재고를 만든다. 둘째 주에는 핵심 페이지 한 개를 취재하고 작성한다. 셋째 주에는 크롤링·구조화 데이터·이미지·접근성을 점검한다. 넷째 주에는 노출과 행동을 측정하고 다음 갱신을 예약한다.

30일 산출물

• 직접 근거가 있는 핵심 페이지 3개
• 출처·확인일·한계가 있는 주장 장부
• WordPress 근거형 글 패턴
• 발행 전 자동 검사
• Search Console 기준선
• 수정 기록과 다음 확인일

성공을 “ChatGPT가 우리를 반드시 추천함”으로 정의하지 않는다. 외부 시스템의 답은 통제할 수 없다. 성공은 독자가 더 빠르고 안전하게 결정하고, 검색 시스템이 페이지를 가져갈 수 있으며, 발행자가 근거와 갱신 책임을 설명할 수 있는 상태다.

실습 워크북: EvidencePress를 직접 발행하는 15개 미션

앞 장을 읽었다면 이제 작은 웹사이트 한 편을 실제 발행해 보자. 실습 대상은 서울의 공예 수업을 비교·예약하려는 독자를 돕는 EvidencePress다. 검색 순위를 보장하는 문구를 만드는 것이 목적이 아니다. 독자의 질문, 공개할 주장, 근거, 화면, 측정을 하나의 편집 흐름으로 연결하는 것이 목적이다. 각 미션은 산출물, 확인, 실패 실험 세 칸으로 기록한다. 계정이 필요한 Search Console 단계는 로컬 산출물과 분리해 두면 계정이 없어도 12번까지 완주할 수 있다.

미션 1 독자의 일을 한 문장으로 고정한다

“공예에 관심 있는 사람”은 너무 넓다. 다음 형식으로 한 사람의 결정 순간을 적는다.

독자: 토요일 오후에 서울에서 처음 도자기를 만들어 보려는 여행자
해야 할 일: 두 시간 안에 끝나고 영어 안내가 가능한 수업을 고른다
막히는 점: 실제 소요 시간, 언어, 턱과 계단, 취소 규정을 한곳에서 알 수 없다
잘못 고른 비용: 일정 손실과 취소 수수료

산출물은 독자 결정 카드 한 장이다. 확인할 질문은 “이 페이지를 읽은 뒤 무엇을 결정할 수 있는가”다. 실패 실험으로 나이와 성별만 남기고 상황을 지워 본다. 필요한 정보가 곧 흐려진다면 원래 카드가 제 역할을 한 것이다.

미션 2 근거 재고를 만든다

공식 예약 페이지, 운영자 답변, 현장 사진, 직접 관찰을 서로 다른 근거로 기록한다. URL만 모으지 말고 누가 언제 확인했는지, 공개해도 되는지를 함께 적는다.

근거가 없는 항목은 빈칸을 추측으로 채우지 않는다. 미확인으로 표시하고 질문 목록으로 옮긴다.

미션 3 주장 장부를 작성한다

페이지에 공개할 문장을 원자 단위로 나눈다. “초보자에게 가장 좋은 수업”처럼 평가 기준이 숨은 문장은 쓰지 않는다. “강사가 시범을 보인 뒤 참가자가 두 작품을 만든다”처럼 관찰하거나 확인할 수 있는 문장으로 바꾼다. 각 주장에 근거 ID, 확인일, 적용 조건, 다음 확인일을 연결한다.

실패 실험은 근거 하나를 삭제하는 것이다. 어느 문장을 함께 수정해야 하는지 바로 찾지 못한다면 장부의 연결이 부족하다.

미션 4 결론부터 보이는 페이지 개요를 만든다

독자가 휴대전화에서 처음 보는 화면에 결론, 적용 조건, 핵심 비교 기준을 둔다. 추천 순위만 보여 주지 말고 선택 이유와 맞지 않는 경우를 함께 쓴다.

H1: 서울 초보 도자기 수업 비교
요약: 2시간·영어 안내·접근성 기준으로 확인한 세 곳
H2: 한눈에 비교
H2: 각 수업의 실제 진행 방식
H2: 예약 전에 확인할 질문
H2: 취재 방법과 수정 기록

개요만 읽고도 독자가 페이지의 책임 범위를 설명할 수 있는지 확인한다.

미션 5 내부 링크 지도를 그린다

비교 페이지를 중심으로 예약 전 질문, 교통·접근성, 취소 규정 해설을 연결한다. “더 보기” 대신 “입구와 엘리베이터 사진 확인”처럼 목적을 드러내는 링크 문구를 쓴다. 모든 페이지를 서로 연결하지 말고, 독자의 다음 결정에 필요한 경로만 둔다.

실패 실험으로 핵심 페이지에 들어온 뒤 뒤로 가기 없이 예약 전 질문에 도달해 본다. 두세 번 안에 찾지 못하면 구조를 줄인다.

미션 6 크롤링·색인 기본 계약을 확인한다

로컬에서는 다음 항목을 점검한다.

curl -I http://localhost:4310/evidencepress/
curl -s http://localhost:4310/evidencepress/ | grep -E '<title>|canonical|robots'

운영에서는 HTTP 200, 의도하지 않은 noindex, robots 차단, 잘못된 canonical, 빈 본문을 차례로 본다. 사이트맵 제출은 발견을 돕지만 색인을 보장하지 않는다. 실패 실험으로 스테이징의 noindex를 운영에 복사했다고 가정하고 발행 체크리스트가 이를 잡는지 확인한다.

미션 7 제목과 설명의 계약을 맞춘다

제목은 본문이 실제 답하는 범위보다 넓지 않아야 한다. “서울 최고의 공방 100곳” 대신 “직접 확인한 서울 초보 도자기 수업 3곳”처럼 표본과 확인 방식을 드러낸다. 설명에는 독자가 얻는 비교 기준을 넣고, 검색 결과에서 반드시 그대로 노출된다고 약속하지 않는다.

제목만 보고 기대한 정보가 첫 두 문단에 있는지 확인한다. 실패 실험은 숫자와 최상급을 제거했을 때도 클릭 이유가 남는지 보는 것이다.

미션 8 구조화 데이터와 보이는 내용을 대조한다

구조화 데이터는 숨은 광고판이 아니다. 화면에 없는 평점, 가격, 작성자를 추가하지 않는다. JSON-LD의 이름·작성자·수정일이 본문과 일치하는지 표로 대조한다. 마크업 형식의 유효성과 검색 기능 노출 자격은 서로 다르다는 점도 기록한다.

실패 실험으로 본문 가격만 바꾼다. 검사 과정이 JSON-LD의 옛 가격을 잡지 못하면 한 출처에서 두 표현을 생성하도록 개선한다.

미션 9 이미지를 근거로 다룬다

사진마다 출처, 촬영일, 권리, 개인정보, 편집 여부를 적는다. 대체 텍스트는 “이미지”가 아니라 독자 결정에 필요한 장면을 설명한다. 예를 들어 “공방 입구”보다 “도로에서 출입문까지 한 단의 턱이 있고 경사로는 보이지 않는 공방 입구”가 유용하다. 장식 이미지는 빈 대체 텍스트를 쓴다.

실패 실험으로 이미지를 가리고 페이지를 읽는다. 핵심 사실이 사진에만 갇혀 있다면 본문이나 캡션에도 적는다.

미션 10 AI 초안을 주장 단위로 검증한다

AI에는 빈 문서를 맡기기보다 결정 카드, 승인된 근거, 금지 주장, 문체를 제공한다. 생성된 문장을 주장 장부와 대조하고, 근거 없는 숫자·최상급·인용을 삭제한다. 특정 출처의 고유한 표현을 길게 재현하지 않았는지 확인하고, 이미지와 텍스트의 라이선스 기록을 남긴다.

실패 실험으로 존재하지 않는 운영 시간을 초안에 섞어 넣는다. 검수자가 근거 ID 부재로 잡아내야 통과다.

미션 11 WordPress 스테이징 글로 옮긴다

운영 사이트가 아니라 비공개 스테이징에서 시작한다. 요약 → 비교표 → 상세 근거 → 예약 전 질문 → 취재 방법 → 수정 기록을 재사용 블록 패턴으로 만든다. 제목 수준을 건너뛰지 않고, 표는 작은 화면에서 읽히는지 확인한다. 미디어 파일명·대체 텍스트·캡션·출처 메모를 업로드 전에 준비한다.

스테이징에는 검색 차단을 두되, 운영 전환 체크리스트에 제거 항목을 명시한다. 캐시를 지운 뒤 비로그인 창에서도 같은 페이지가 보이는지 확인한다.

미션 12 로컬 감사를 실행한다

저장소 루트에서 다음 명령을 실행한다.

node examples/evidencepress/audit.mjs

검사는 최소 근거 수, 확인일, 주장 연결 같은 결정적 규칙을 확인한다. 통과 메시지는 검색 성과 인증이 아니라 fixture 계약을 만족했다는 뜻이다. 근거 ID 하나를 일부러 틀리게 바꿔 실패하는지 본 뒤 원복한다. 실패해야 할 때 실패하지 않는 검사는 신뢰하지 않는다.

미션 13 측정 기준선을 만든다

발행 전에는 트래픽이 없다는 사실을 그대로 기록한다. Search Console의 노출·클릭, 분석 도구의 방문·예약 이동, 독자 설문의 도움 정도를 다른 열로 둔다. AI 기능에서 보였다는 관찰과 그 링크로 방문했다는 사실을 합치지 않는다.

기준일:
페이지 URL:
색인 상태:
검색 노출/클릭:
예약 이동:
독자 피드백 수:
측정 누락과 한계:

숫자가 없는 칸을 추정치로 채우지 않는다. 수집 전도 유효한 기준선이다.

미션 14 갱신과 장애 대응을 예약한다

가격·운영 시간·취소 규정은 짧은 주기로, 경험 서술은 경험 날짜를 표시해 관리한다. 끊어진 링크 검사, 오래된 checked_at, 담당자 누락은 자동으로 경고할 수 있다. 사실이 여전히 맞는지는 사람이 확인한다. 운영자가 답하지 않을 때는 마지막 확인일과 미확인 상태를 공개한다.

실패 실험으로 핵심 출처가 404가 된 상황을 만든다. 페이지를 즉시 삭제할지, 주장만 보류할지, 대체 근거를 찾을지 판단 기준을 기록한다.

미션 15 30일 발행 실험을 설계한다

첫 주는 세 페이지의 독자 카드와 근거 재고, 둘째 주는 핵심 페이지 한 편, 셋째 주는 기술·접근성·권리 검사, 넷째 주는 기준선 비교와 갱신 예약에 쓴다. 페이지 수 경쟁을 하지 않는다. 매주 하나의 가설만 둔다.

가설: 예약 전 질문을 첫 화면에 두면 취소 규정 페이지 이동이 늘어난다
변경: 질문 카드 위치만 이동
보호 지표: 이탈, 접근성 오류, 잘못된 예약 이동
판정일: 발행 7일 후
다음 행동: 유지 / 되돌림 / 추가 취재

완주 판정표

총점 10점 이상이고 근거와 운영이 각각 2점이어야 출간 후보로 본다. 점수가 높아도 Search Console 실제 계정, 모바일 기기, 권리 확인을 대신하지는 않는다.

부록 A 발행 전 20문항

1. 이 페이지가 해결하는 독자의 일이 한 문장인가.
2. 결론의 적용 조건이 보이는가.
3. 핵심 주장마다 출처 또는 직접 경험이 있는가.
4. 사실과 의견을 구분했는가.
5. 확인 날짜가 있는가.
6. 확인하지 못한 점을 숨기지 않았는가.
7. 제목이 본문의 범위를 과장하지 않는가.
8. 로그인 없이 열리는가.
9. HTTP 200을 반환하는가.
10. 잘못된 noindex가 없는가.
11. canonical이 의도한 URL인가.
12. 중요한 본문이 텍스트로 존재하는가.
13. 내부 링크 문구가 목적을 설명하는가.
14. 구조화 데이터가 화면과 일치하는가.
15. 이미지의 권리와 개인정보를 확인했는가.
16. 대체 텍스트가 장면을 설명하는가.
17. AI 보조 과정의 사실 검증을 마쳤는가.
18. 유사 문구와 긴 인용을 점검했는가.
19. 수정 기록과 다음 확인일이 있는가.
20. 노출이 없어도 독자에게 유용한가.

부록 B 공식 자료 사용 원칙

Google 문서는 원칙과 현재 기능을 확인하는 출처다. 문서 전체를 번역하거나 복제하지 않는다. 이 책은 공식 안내를 짧게 요약하고 EvidencePress라는 독립 예제로 적용한다. 출간 직전 AI 검색 안내, 스팸 정책, Search Console 보고서 제공 상태를 다시 확인한다.

부록 C EvidencePress 취재·발행 워크시트

독자 결정 카드

독자:
지금 결정하려는 일:
결정을 막는 불확실성:
필요한 비교 기준:
잘못 결정했을 때의 비용:
이 페이지가 책임질 범위:
책임지지 못하는 범위:

“20대 여성”처럼 인구통계만 쓰지 않는다. “토요일 오후 두 시간 안에 초보 수업을 예약하려는 사람”처럼 상황과 일을 적는다. 같은 나이여도 접근성, 예산, 동행, 변경 가능성에 따라 필요한 정보가 다르다.

주장 장부

주장 장부는 문장 생성 도구가 아니라 책임 목록이다. 출처가 사라지거나 정책이 바뀌면 해당 ID가 사용된 페이지를 찾아 고친다. 개인의 경험은 모든 방문자에게 동일하다고 일반화하지 않는다.

발행 결정

근거가 약하면 페이지를 폐기해야 하는 것은 아니다. “현재 확인 가능한 범위”를 좁히거나, 확인 질문을 제공하는 안내로 바꿀 수 있다. 단, 정보가 없는데 비교 순위를 만드는 것은 피한다.

부록 D WordPress 문제 해결

글을 공개했는데 검색에서 찾을 수 없다

발행 직후 색인되지 않는 것은 정상일 수 있다. 먼저 로그인하지 않은 창에서 URL이 열리고 200을 반환하는지 확인한다. 페이지 소스와 렌더링 결과에 noindex가 없는지, canonical이 자기 URL인지 본다. 사이트 전체 검색 차단 설정, 유지보수 플러그인, CDN의 로봇 차단도 확인한다. 조건을 고친 뒤 URL 검사를 사용하되 반복 제출로 즉시 색인을 강요하려 하지 않는다.

제목이 검색 결과에서 다르게 보인다

검색 시스템은 페이지 내용과 질문에 따라 다른 제목을 선택할 수 있다. 플러그인의 제목 필드만 반복 수정하지 말고 H1, 본문 첫 문단, 내부 링크 문구, 사이트 이름이 같은 주제를 설명하는지 확인한다. 제목이 과장되거나 반복적이면 페이지 계약부터 고친다.

구조화 데이터 검사에는 통과하지만 기능이 나오지 않는다

구문 유효성과 검색 기능 자격은 다르다. 화면에 같은 정보가 보이는지, 해당 타입이 현재 지원되는지, 페이지 전체 품질과 정책을 충족하는지 확인한다. 통과 결과는 노출 보장이 아니다. 가짜 평점이나 보이지 않는 FAQ를 추가해 해결하지 않는다.

플러그인 두 개가 메타 태그를 중복 생성한다

페이지 소스에서 canonical, description, Open Graph, JSON-LD가 몇 번 나오는지 센다. 기능 소유자를 하나로 정한다. 운영 사이트에서 즉시 플러그인을 끄기 전에 스테이징에서 캐시와 테마 의존성을 확인한다. 변경 전 HTML을 저장해 비교한다.

AI로 글을 늘린 뒤 노출이 줄었다

페이지 수와 노출 감소의 인과를 바로 단정하지 않는다. 생성 시점, 색인 상태, 중복 주제, 독자 행동, 수동 조치와 알고리즘 변화를 나눠 본다. 원본 가치가 없는 얇은 페이지는 통합하거나 제거하고, 핵심 페이지에 직접 경험·검증·한계를 보강한다. 대량 재작성보다 작은 집합을 선택해 효과를 비교한다.

부록 E 측정 노트와 보고서 문장

주간 측정표

페이지:
변경한 날짜와 내용:
검색 노출·클릭:
AI 기능 노출(제공되는 경우):
추천 유입 세션:
핵심 행동:
정보가 도움이 됐다는 정성 신호:
외부 변수:
다음 확인:

숫자가 작을 때 퍼센트만 쓰지 않는다. 세션이 2에서 4로 늘어난 것을 “100% 성장”이라고만 보고하면 규모를 숨긴다. 절대값, 기간, 비교 기준을 함께 쓴다.

과장하지 않는 문장

나쁨: GEO 적용으로 ChatGPT 추천을 장악했다.
좋음: 3개 페이지의 출처·한계·내부 링크를 개선한 뒤 4주 동안
추천 출처로 식별된 방문이 12회 관찰됐다. 표본이 작고 다른 변경도 있어
이 개선만의 효과라고 단정하지 않는다.

실패한 실험도 남긴다

제목을 바꿨지만 클릭이 줄었거나, 이미지 제작 비용이 전환 증가보다 컸다면 기록한다. 실패를 숨기면 다음 편집자가 같은 실험을 반복한다. AI 검색 시대의 경쟁력은 성공담의 양보다 무엇을 확인했고 무엇을 아직 모르는지를 빠르게 공유하는 능력에 가깝다.

부록 F 웹북 저자를 위한 저작권 자가 점검

• 타인의 글을 요약할 때도 출처와 표현의 독창성을 점검했는가.
• 긴 표·도표·사진을 허가 없이 옮기지 않았는가.
• 제품 화면은 설명에 필요한 범위로 잘랐는가.
• 로고와 상표를 제휴나 인증처럼 보이게 사용하지 않았는가.
• AI 생성 이미지의 생성일, 도구, 프롬프트, 편집 이력을 보존했는가.
• 인터뷰이와 촬영 대상에게 공개 범위를 설명했는가.
• 개인정보와 위치 정보가 이미지 메타데이터에 남지 않았는가.
• 인용은 짧고 비평·설명을 위한 필요한 범위인가.

자가 점검은 법률 의견을 대신하지 않는다. 상업 출판과 광고, 제품 비교처럼 분쟁 가능성이 큰 콘텐츠는 출판사와 법률 전문가의 검토를 거친다.

부록 G AI 검색 편집 용어 카드

• 크롤링: 검색 시스템이 URL과 콘텐츠를 가져오는 과정.
• 색인: 가져온 페이지를 검색에 사용할 수 있도록 처리하는 과정.
• canonical: 여러 유사 URL 가운데 대표로 고려해 달라고 제안하는 신호.
• 구조화 데이터: 화면의 대상과 속성을 기계가 이해하기 쉬운 형식으로 표현한 데이터.
• query fan-out: 하나의 복잡한 질문을 관련 하위 검색으로 확장하는 방식.
• 원본 근거: 발행자가 직접 취재·실험·정제하고 검증 범위를 설명할 수 있는 자료.
• 범용 콘텐츠: 누구나 기존 공개 정보를 요약해 만들 수 있어 교체 비용이 낮은 콘텐츠.
• 수정 기록: 무엇을 언제 왜 바꿨는지 독자와 편집자가 확인하는 이력.
• 전환: 방문자가 예약 이동, 문의, 구독처럼 사이트의 유용성과 연결된 행동을 한 상태.

GEO나 AEO는 업계에서 쓰이는 표현이지만 모든 서비스가 같은 정의를 쓰는 표준 규격은 아니다. 이 책에서는 생성형 답변과 답변형 검색에서 콘텐츠가 발견되고 근거로 쓰이는 문제를 묶어 설명할 때만 사용한다. 용어보다 공식 검색 지침과 실제 독자 가치를 우선한다.

이 책의 성과 약속

어떤 페이지도 특정 AI 답변, 순위, 트래픽을 보장할 수 없다. 이 책이 약속하는 결과는 통제 가능한 부분이다. 독자는 원본 근거를 수집하고, 사람 우선 페이지로 편집하고, WordPress에서 발견 가능한 구조를 만들고, 노출·방문·도움을 분리해 측정하며, 낡은 정보를 책임 있게 갱신할 수 있다. 이 과정이 쌓이면 검색 환경이 바뀌어도 사이트의 신뢰 자산은 남는다.

최신 공식 확인처

• Google Search의 유용하고 신뢰할 수 있는 사람 중심 콘텐츠 안내
• Schema.org 공식 어휘

검색 및 AI 답변 서비스의 크롤링·표시 정책은 변경될 수 있다. 실제 공개 시점에는 각 서비스의 공식 문서와 Search Console 관측값을 우선한다.

↑ 목차로 돌아가기