[Hacker News 요약] 가짜 통계로 LLM 인용 얻기: 검색 엔진 최적화의 새로운 실험
28
설명
가짜 통계로 가득 찬 웹사이트를 구축하여 대규모 언어 모델(LLM)의 인용을 얻는 실험이 진행되었습니다.
이 실험은 2026년 3월 시작되어 7개월간 지속되었으며, 50,000개의 허위 통계가 포함된 웹사이트는 구글에서는 외면받았지만 ChatGPT와 같은 LLM에서는 활발히 인용되었습니다.
이 결과는 LLM의 정보 검색 방식과 기존 검색 엔진 최적화(SEO) 전략의 차이를 명확히 보여줍니다.
### 배경 설명
최근 몇 년간 생성형 AI, 특히 대규모 언어 모델(LLM)의 발전은 정보 검색 및 콘텐츠 생성 방식에 혁신을 가져왔습니다. LLM은 방대한 데이터를 학습하여 인간과 유사한 텍스트를 생성하고 질문에 답하는 능력을 갖추었지만, 학습 데이터의 신뢰성 및 최신성 문제는 여전히 중요한 과제로 남아 있습니다. 특히, LLM이 실시간으로 정보를 검색하고 답변을 생성하는 과정에서 '그라운딩(grounding)'은 답변의 정확성과 신뢰성을 높이는 핵심 요소로 부상했습니다. 그라운딩 과정에서 LLM은 외부 소스의 데이터를 참조하는데, 이때 통계 데이터는 지식의 공백을 메우는 데 유용하게 활용될 수 있습니다.
기존의 검색 엔진 최적화(SEO)는 주로 인간 사용자의 검색 의도를 파악하고 검색 결과 상위에 노출되는 데 초점을 맞춰왔습니다. 하지만 LLM의 등장으로 인해, LLM이 정보를 검색하고 활용하는 방식에 대한 이해와 이에 맞는 새로운 최적화 전략이 필요하게 되었습니다. 이러한 맥락에서, 본 실험은 LLM이 정보를 어떻게 수집하고 인용하는지에 대한 깊이 있는 통찰을 제공하며, 기존의 SEO 전략으로는 포착하기 어려운 새로운 기회를 탐색합니다. 특히, 2025년 8월 Seer Interactive의 연구에서 영감을 받은 이 실험은 LLM이 '검색 결과 상위 노출'뿐만 아니라 '정보 검색 및 활용' 단계에서도 어떻게 작동하는지를 보여줍니다.
### 실험 설계: 50,000개의 가짜 통계와 저렴한 구축 비용
실험은 2026년 3월, 'stateglobe.com'이라는 새로운 도메인을 구매하며 시작되었습니다. GPT-4.1을 사용하여 하루 만에 SEO, 콘텐츠 마케팅, 소셜 미디어, 전자상거래, 웹 기술 등 다양한 주제에 대한 50,000개의 통계 페이지를 생성했습니다. 이 통계들은 모두 허위로 작성되었으며, 실제 데이터 검증 과정은 거치지 않았습니다. 웹사이트 구축에는 기본적인 AI 웹 디자인 템플릿이 사용되었으며, 총 비용은 약 50달러에 불과했습니다. 이후 15,000개의 리스티클(listicle)을 추가하여 콘텐츠를 보강했습니다. 이러한 저렴한 비용으로 구축된 웹사이트는 출시 직후 큰 주목을 받았습니다.
### 구글의 외면과 ChatGPT의 지속적인 인용
웹사이트 출시 초기에는 구글 검색 결과에서도 일정 수준의 노출과 트래픽을 확보했지만, 두 차례의 구글 업데이트 이후 가시성이 급격히 하락했습니다. 현재는 구글에서의 노출이 거의 없는 상태입니다. 그러나 놀랍게도, ChatGPT는 이 웹사이트를 계속해서 인용하고 있습니다. 지난 7개월간 ChatGPT-User 에이전트를 통한 요청이 72,000건에 달했으며, 이는 ChatGPT가 실시간으로 페이지를 검색하여 답변을 생성하는 과정에서 'stateglobe.com'의 데이터를 활용하고 있음을 시사합니다. 이는 구글 검색 결과와 LLM의 정보 검색 방식이 근본적으로 다름을 보여주는 사례입니다.
### 가짜 데이터의 실제 인용과 '인용 세탁'의 위험성
허위 통계로 가득 찬 'stateglobe.com'은 학술 논문, 카타르 최대 금융 그룹의 투자 리서치, 인도 경제 출판물, 캐나다 인플루언서 커뮤니티의 연구 보고서 등에서 인용되었습니다. 이러한 인용은 가짜 데이터에 권위를 부여하는 '인용 세탁(citation laundering)'의 가능성을 시사합니다. 처음에는 출처가 불분명한 데이터였지만, 신뢰할 수 있는 기관의 인용을 거치면서 점차 신뢰도를 얻게 됩니다. 더 나아가, 이러한 데이터가 LLM의 학습 데이터에 포함될 경우, 허위 정보가 다음 세대의 AI 모델에 의해 '진실'로 인식될 위험이 있습니다. 이는 LLM 기반 정보 생태계의 신뢰성을 저해할 수 있는 심각한 문제입니다.
### 실험을 통해 얻은 교훈: LLM 인용을 위한 통계 페이지 전략
실험 결과, LLM은 기사 작성 시 통계 데이터를 선호하는 경향이 강하게 나타났습니다. LLM은 지식의 공백을 메우기 위해 구체적이고 인용 가능한 수치를 찾으며, '2026년 원격 근무 통계'와 같이 최신성을 나타내는 정보를 중요하게 고려합니다. LLM은 검색 결과의 관련성만 평가할 뿐, 데이터의 진위 여부를 직접적으로 검증하지 않기 때문에, 잘 구성된 통계 페이지는 LLM의 인용을 얻는 데 효과적입니다. Peec AI는 실제 데이터를 사용하여 유사한 실험을 진행했으며, 이 역시 LLM의 인용을 성공적으로 이끌어냈습니다. 이를 바탕으로 Peec AI는 다음과 같은 통계 페이지 구축 전략을 제안합니다: 문장당 하나의 주장, 맥락 없이도 이해 가능한 통계, 출처 및 연도 명시, LLM의 팬아웃 쿼리에 맞는 헤딩 사용, 최신 업데이트 날짜 표시, 쉬운 데이터 접근성 확보, 그리고 가능하다면 독창적인 데이터 포함입니다.
### 가치와 인사이트
이 실험은 LLM이 정보를 검색하고 활용하는 방식이 기존 검색 엔진과 다르다는 점을 명확히 보여줍니다. 구글에서는 외면받은 콘텐츠라도 LLM에서는 높은 가치를 가질 수 있으며, 이는 'GEO(Generative Engine Optimization)'라는 새로운 분야의 중요성을 부각시킵니다. 특히, LLM은 통계 데이터를 지식의 공백을 메우는 데 유용하게 활용하며, 데이터의 진위 여부보다는 관련성과 최신성을 우선시하는 경향이 있습니다. 이는 기업이나 개인에게 LLM 기반의 정보 생태계에서 자신의 콘텐츠를 효과적으로 노출시키고 인용을 얻을 수 있는 새로운 기회를 제공합니다. 하지만 동시에, 허위 정보가 LLM을 통해 확산되고 신뢰성을 얻게 되는 '인용 세탁'의 위험성에 대한 경각심을 일깨웁니다. 따라서 LLM 기반 콘텐츠 전략 수립 시, 정보의 정확성과 신뢰성 검증이 필수적임을 강조합니다.
### 기술·메타
- GPT-4.1
- Cloudflare
- Ahrefs
- Semrush
- GA4 (Google Analytics 4)
### 향후 전망
LLM의 발전과 함께 정보 검색 방식은 계속해서 진화할 것입니다. 현재 'stateglobe.com'과 같은 실험에서 나타난 LLM의 통계 데이터 선호 현상은 앞으로도 지속될 가능성이 높습니다. 그러나 LLM 개발사들은 정보의 신뢰성 문제를 해결하기 위해 데이터 검증 메커니즘을 강화하거나, 신뢰할 수 있는 출처를 우선적으로 참조하는 방향으로 발전할 수 있습니다. 또한, 'stateglobe.com'과 같은 실험이 공개됨에 따라, LLM은 이러한 '가짜 통계'를 걸러내는 능력을 향상시킬 수 있습니다. 경쟁 환경에서는 Peec AI와 같은 도구를 활용하여 LLM의 정보 검색 패턴을 분석하고, 실제 데이터를 기반으로 한 고품질 통계 콘텐츠를 제공하는 것이 중요해질 것입니다. 장기적으로는 LLM의 정보 검색 및 활용 방식에 대한 지속적인 연구와 실험을 통해 새로운 GEO 전략을 개발하고 적용하는 것이 필수적입니다.
📝 원문 및 참고
- Source: Hacker News
- 토론(HN): [news.ycombinator.com](https://news.ycombinator.com/item?id=50165801)
- 원문: [링크 열기](https://peec.ai/blog/publish-stats-get-cited-the-tactic-that-put-my-data-all-over-the-web)
---
출처: Hacker News · [원문 링크](https://peec.ai/blog/publish-stats-get-cited-the-tactic-that-put-my-data-all-over-the-web)
이 글에 대한 한 줄 의견
신고 · 불법·유해·아동 안전(CSAE) 관련 콘텐츠
댓글 0
아직 댓글이 없습니다. 로그인하면 바로 의견을 남길 수 있습니다.