가짜 통계도 AI가 인용할까? GEO 조작 사례와 AI 답변 출처 확인법
가짜 통계 5만 개 사이트가 ChatGPT에 계속 인용된 실험과 GEO 논문으로 AI 답변이 흔들리는 원리를 설명하고, 투자·금융 정보를 물을 때 원출처를 확인하는 5단계를 정리해요.
목차8개 섹션
핵심 요약
- 2026년 10월 공개된 Peec AI 실험에서 GPT-4.1로 하루 만에 만든 가짜 통계 5만 개 사이트가 구글에서는 묻혔지만 ChatGPT에는 7개월째 인용됐다고 작성자가 밝혔어요.
- GEO 논문(KDD 2024)은 통계·인용·출처를 덧붙이면 생성형 엔진 답변 노출이 최대 40%까지 늘 수 있다고 보고했어요. 숫자가 많아 보이는 글이 유리해질 수 있다는 뜻이에요.
- AI 검색의 재순위화는 관련성을 평가할 뿐 숫자가 참인지 확인하지 않는다는 것이 실험 작성자의 설명이에요. 인용이 붙었다고 사실이 검증된 것은 아니에요.
- AI 답변 출처 확인은 인용 링크를 열어 숫자가 실제로 있는지, 그 숫자의 1차 출처·날짜·조사 방법이 있는지까지 거슬러 올라가는 과정이에요.
- 투자·금융 판단에 쓰는 숫자는 공시·통계기관·중앙은행 같은 원출처에서 다시 확인하고, 출처를 끝까지 찾지 못한 숫자는 판단 근거에서 빼는 편이 안전해요.
결론부터 말하면, AI 답변에 출처 링크가 붙어 있어도 그 숫자가 사실이라는 뜻은 아니에요. 2026년 10월 공개된 한 실험에서 지어낸 통계 5만 개로 만든 사이트가 구글에서는 거의 사라졌지만 ChatGPT 답변에는 7개월 넘게 인용됐다고 작성자가 밝혔어요. 그래서 AI 답변 출처 확인은 링크를 한 번 눌러 보는 것에서 끝나지 않고, 그 숫자를 처음 만든 기관과 조사 방법까지 거슬러 올라가는 일이에요. 이 글은 2026년 10월 기준 공개 자료로 사례와 원리, 확인 방법을 정리해요.
이 글은 웹페이지에 숨긴 지시문으로 AI를 움직이는 간접 프롬프트 주입과는 다른 문제를 다뤄요. 여기서는 명령이 아니라 허위 데이터 자체가 검색을 거쳐 AI 답변에 섞여 들어가는 경로에 초점을 둬요.
가짜 통계 5만 개는 어떻게 AI 답변에 들어갔나
GEO 연구자 메테한 예실유르트(Metehan Yesilyurt)는 Peec AI 블로그에 2026년 3월 시작한 실험 결과를 공개했어요. 새 도메인을 사서 GPT-4.1로 SEO·마케팅·전자상거래 등 주제의 국가별 통계 페이지 5만 개를 하루 만에 만들었고, 숫자는 하나도 검증하지 않았다고 해요. 비용은 약 30달러였고, 나중에 추가한 목록형 글 1만 5천 개까지 합쳐 약 50달러가 들었다고 밝혔어요.
| 항목 | 작성자가 밝힌 결과 |
|---|---|
| 구글 | 출시 직후 색인됐지만 업데이트 두 번 뒤 노출이 사실상 사라짐 |
| ChatGPT 실시간 조회 | 최근 30일 봇 요청 60만 건 이상 중 약 7만 2천 건이 ChatGPT-User |
| ChatGPT 유입 | 3월 이후 GA4 기준 1만 건 이상의 세션 |
| 외부 링크 | Ahrefs·Semrush 기준 330개 이상의 참조 도메인 |
| 재인용 | 학술 논문, 카타르 금융그룹 투자 리서치, 인도 경제 매체 등 |
작성자는 ChatGPT-User가 사용자의 질문에 답하려고 페이지를 실시간으로 여는 에이전트라고 설명했어요. 즉 학습용 수집이 아니라, 실제 질문에 답하는 과정에서 가짜 통계 페이지를 근거로 가져갔다는 주장이에요. 10월 7일에는 추적한 질문 묶음에서 이 사이트의 노출 순위가 통계 전문 업체 Statista 다음인 2위였다고도 적었어요.
위 수치는 모두 실험 작성자가 공개한 자체 측정값이에요. 작성자는 AI 검색 노출 추적 도구를 파는 회사 소속이고, 제3자가 독립적으로 재현한 결과는 아직 확인되지 않았어요. 사례의 방향은 참고하되 숫자의 크기는 그대로 일반화하지 않는 편이 좋아요.
GEO란? 통계가 AI 인용을 끌어오는 이유
GEO(Generative Engine Optimization, 생성형 엔진 최적화)는 ChatGPT 검색·Perplexity·구글 AI 기능처럼 답을 생성하는 검색에서 내 콘텐츠가 더 많이, 더 앞에 인용되도록 다듬는 일을 말해요. 이 용어를 정식화한 GEO 논문(KDD 2024 채택)은 1만 개 질문으로 구성한 GEO-bench로 여러 방법을 시험했어요.
- 통계 추가, 인용문 추가, 출처 인용이 가장 효과가 큰 방법으로 꼽혔고 위치를 반영한 단어 수 지표에서 30~40% 상대 개선을 보였어요.
- 논문은 GEO로 생성형 엔진 답변 노출이 최대 40%까지 늘 수 있고, 실제 서비스인 Perplexity에서도 최대 37% 개선을 확인했다고 밝혔어요.
- 검색 순위가 낮은 사이트일수록 효과가 컸어요. 5위 출처에 통계를 추가했을 때 노출이 97.9% 늘었다는 표가 실려 있어요.
논문의 목적은 콘텐츠 제작자가 생성형 검색에서 불리해지지 않도록 돕는 것이었어요. 하지만 같은 결과를 거꾸로 읽으면, 숫자가 들어간 글이 그 숫자의 진위와 상관없이 더 잘 인용될 수 있다는 뜻이 돼요. Peec AI 실험 작성자도 AI가 글을 쓰다가 빈틈을 만나면 숫자를 찾아 채우고, 연구 과정에서 '통계'·'데이터'·연도 같은 수식어를 붙인 하위 검색어를 만든다고 설명했어요.
관련성은 보지만 진위는 보지 않는다
OpenAI 도움말에 따르면 ChatGPT 검색은 질문을 하나 이상의 구체적인 검색어로 바꿔 검색 제공업체에 보내요. 실험 작성자는 이렇게 모은 후보를 재순위화한 뒤 몇 개 페이지만 열어 답을 쓰며, 지연 시간과 비용 때문에 숫자를 교차 검증하는 단계가 없다고 봤어요. 재순위화 모델은 질문과 얼마나 맞는지를 점수로 매길 뿐 참·거짓을 판정하지 않는다는 것이 작성자의 설명이에요. 이는 공식 설명이 아니라 작성자의 해석이라는 점도 함께 기억해 두세요.
'인용 세탁'은 어떻게 가짜 숫자를 진짜처럼 만드나
실험 작성자가 가장 위험하다고 꼽은 것은 '인용 세탁(citation laundering)'이에요. 처음에는 신생 도메인의 무작위 숫자였지만, 논문과 금융기관 보고서가 인용하자 다음 독자나 다음 AI 모델에게는 '출처가 있는 통계'로 보이게 된다는 거예요.
- AI로 만든 가짜 통계 페이지가 공개돼요.
- AI 검색이 관련성 높은 페이지로 판단해 답변에 인용해요.
- 사람이나 AI 작성 도구가 그 답변을 보고서·기사·발표 자료에 옮겨요.
- 새 문서가 다시 웹에 올라가 인용이 늘고, 숫자가 더 믿을 만해 보여요.
- 웹 수집 데이터에 섞이면 다음 모델이 그 숫자를 '아는 것'처럼 답할 수도 있어요.
마지막 단계는 작성자가 가능성으로 언급한 것이지 실제로 확인된 결과는 아니에요. 다만 앞의 네 단계만으로도 문제는 충분해요. 숫자를 인용한 문서가 많다고 해서 서로 독립적인 근거가 많다는 뜻이 아니고, 모두 같은 가짜 페이지 하나를 가리키고 있을 수 있어요.
검색엔진 정책은 어떻게 보나
구글 스팸 정책(2026년 8월 28일 갱신)은 스팸의 정의에 '구글 검색의 생성형 AI 응답을 조작하려는 시도'를 명시하고 있어요. 또 생성형 AI 도구로 사용자에게 가치를 더하지 않는 페이지를 대량으로 만드는 행위를 '대량 생성 콘텐츠 남용'의 예로 들어요. 실험 사이트가 구글에서 빠르게 묻힌 것도 이런 정책과 맞닿아 있지만, 그것이 다른 AI 검색에서의 인용까지 막아 주지는 못했다는 점이 이번 사례의 핵심이에요.
AI 답변 출처 확인 5단계
OpenAI 도움말도 검색 결과와 인용은 불완전하거나 오래됐거나 틀릴 수 있다며, 정확성이 중요할 때는 인용 출처를 직접 열고 권위 있는 출처를 쓰라고 안내해요. 실제로는 아래 순서로 확인하면 빠뜨리는 부분이 줄어요.
- 1
인용 링크를 열어 숫자가 실제로 있는지 보기
답변 속 숫자와 같은 값이 링크한 페이지에 정확히 있는지 확인해요. 링크는 있는데 숫자가 없거나, 다른 연도·다른 국가 값인 경우가 생각보다 많아요.
- 2
그 페이지가 1차 출처인지 판단하기
통계청·중앙은행·국제기구·기업 공시처럼 숫자를 직접 조사·발표한 곳인지, 남의 숫자를 모아 놓은 집계 페이지인지 구분해요. 집계 페이지라면 각주를 따라 원래 조사로 이동해요.
- 3
조사 방법과 날짜 확인하기
표본 수, 조사 기간, 조사 주체, 발행·수정일이 적혀 있는지 봐요. 이런 정보 없이 숫자만 나열된 페이지는 근거로 쓰기 어려워요.
- 4
독립된 다른 출처와 대조하기
같은 숫자를 서로 다른 기관이 각자 조사해 비슷한 값을 냈는지 확인해요. 여러 페이지가 같은 숫자를 쓰더라도 모두 한 곳을 재인용했다면 독립된 근거가 아니에요.
- 5
출처를 지정해 다시 묻기
그래도 애매하면 AI에게 특정 기관·날짜를 지정해 다시 검색하게 하거나, 해당 기관 사이트에서 직접 찾아요. 끝까지 원출처를 찾지 못한 숫자는 결론의 근거에서 빼요.
투자·금융 정보를 AI에 물을 때 더 조심할 점
Peec AI 실험에서 가짜 숫자가 투자 리서치에까지 들어갔다는 점은 금융 정보에서 특히 무겁게 봐야 해요. 시장 규모, 이용자 수, 성장률 같은 숫자는 투자 이야기를 그럴듯하게 만드는 재료라서, 출처가 약한 숫자가 섞이기 쉬워요.
기업 실적·매출
- 먼저 확인할 원출처
- 기업 공시, 실적 발표 자료
- 경고 신호
- '업계 추정'만 있고 공시 연결이 없음
경제지표(물가·금리·고용)
- 먼저 확인할 원출처
- 통계기관·중앙은행 발표
- 경고 신호
- 발표 기관·기준 월이 빠져 있음
시장 규모·성장률
- 먼저 확인할 원출처
- 조사 기관의 원 보고서와 방법론
- 경고 신호
- 연도만 바꾼 듯한 국가별 통계 목록
코인·토큰 데이터
- 먼저 확인할 원출처
- 프로젝트 공식 문서, 온체인 데이터
- 경고 신호
- 운영 주체 불명 사이트의 단독 수치
경제지표처럼 발표 일정이 정해진 숫자는 더따리 경제지표 캘린더에서 언제 어떤 지표가 나오는지 확인한 뒤 발표 기관 자료와 대조해 보세요. 캘린더는 발표 일정을 정리한 도구이지 시장 방향을 예측하는 도구가 아니에요.
AI 관련 이슈가 어떤 맥락에서 퍼지고 있는지 한 출처에만 기대지 않고 보고 싶다면, 여러 채널의 흐름을 모아 보는 텔레그램 AI 트렌드와 블로그 트렌드 대시보드로 같은 이야기가 어디서 시작됐는지 비교해 볼 수 있어요.
이 사례에서 아직 확인되지 않은 것
- 재현성: 결과는 작성자 한 명의 자체 측정이에요. 다른 주제·다른 AI 검색에서도 같은 규모로 일어나는지는 공개 검증이 없어요.
- 서비스별 차이: 실험은 ChatGPT 중심이에요. 구글은 같은 사이트를 묻었다고 작성자가 밝혔고, 다른 AI 검색의 동작은 별도로 확인해야 해요.
- 지속성: 작성자도 공개 이후 AI 서비스가 이 빈틈을 막을 수 있다고 적었어요. 2026년 10월 기준 결과가 앞으로도 같다고 볼 근거는 없어요.
- 이해관계: 작성자 소속 회사는 AI 검색 노출 추적 도구를 판매해요. 실험 사이트에는 현재 고지문이 붙어 있다고 해요.
정리하면, AI 검색은 숫자가 들어간 페이지를 잘 찾아오지만 그 숫자가 참인지는 사용자가 확인해야 해요. 중요한 판단에 쓸 숫자라면 인용 링크 → 1차 출처 → 조사 방법·날짜 → 독립 출처 대조 순서로 확인하고, 이 과정을 통과하지 못한 숫자는 아무리 많이 인용됐더라도 근거에서 빼는 습관이 가장 현실적인 방어책이에요.
