Chen 외(EDBT/ICDT 2026 Workshops)의 이 논문은 Google 검색과 생성형 AI 검색을 서로 다른 정보 생태계로 보고, 두 시스템이 서로 다른 출처와 메커니즘 — 사전학습 지식과 실시간 검색의 결합 — 으로 답변을 만든다는 것을 분석했습니다.
이 논문은 Google 검색과 생성형 AI 검색의 출처 선택 방식이 어떻게 다른지를 분석합니다. 참조하는 출처 도메인, Earned·Owned·Social Media의 구성, 질문 의도에 따른 출처 변화, 정보의 최신성, 그리고 LLM의 사전학습 지식이 검색 결과에 미치는 영향과 실시간 웹 검색 사용 여부에 따른 차이를 비교합니다.
같은 연구진의 「AI 검색을 장악하는 방법」이 실무적인 GEO 전략을 강조한다면, 이 논문은 그 차이가 발생하는 검색·응답 생성 메커니즘을 좀 더 체계적으로 설명하는 연구에 가깝습니다.
연구진은 동일한 질문에 대해 Google이 보여주는 검색 결과와 생성형 AI가 작성하는 답변·출처를 비교했습니다. 분석 대상에는 Google 상위 검색 결과, AI 답변에서 언급되는 브랜드와 정보, AI가 답변 근거로 제시하는 인용 출처, 도메인 유형, 질문 의도, 출처의 최신성이 포함됩니다.
특히 AI가 웹 검색 없이 내부 지식만 사용하는 경우와 실시간 웹 검색을 병행하는 경우를 나누어, AI 답변이 단순히 Google 상위 결과를 다시 요약하는 것인지, 아니면 별도의 검색·선택·합성 과정을 거치는지를 살펴봤습니다.
이 논문은 언론홍보가 중요한 이유를 두 경로로 설명하는 데 유용합니다.
첫 번째 경로 — 실시간 검색. AI가 웹 검색을 수행할 때 언론기사와 전문매체 콘텐츠는 브랜드에 대한 독립된 설명, 서비스 특징·성과에 대한 검증 근거, 브랜드와 특정 분야의 연관성 강화, 최신 사건·변화에 대한 정보를 제공합니다.
두 번째 경로 — 사전학습 지식. 언론기사와 공개 웹 콘텐츠가 장기간 축적되면 향후 AI 모델의 학습 데이터나 지식 형성에 간접적으로 반영될 가능성이 있습니다. 다만 특정 기사가 특정 모델의 학습 데이터에 실제로 포함됐는지는 외부에서 확인하기 어려우므로, "언론홍보는 실시간 AI 검색에서 활용될 수 있는 제3자 근거를 만들고, 장기적으로는 공개 웹상에서 브랜드의 지식 기반과 엔티티 관계를 강화한다"는 표현이 안전합니다.
이 논문은 언론홍보와 공식 홈페이지를 함께 운영해야 한다는 주장에도 적합합니다 — 공식 홈페이지는 정확한 원본 정보, 언론·전문매체는 외부 검증과 권위, 구조화된 데이터는 정확한 정보 추출, 지속적인 보도는 최신성 유지를 담당합니다.
"언론기사를 게재했더니 AI 노출이 몇 퍼센트 상승했다"는 형태의 직접 실험은 아닙니다. AI 서비스별로 웹 검색 사용 여부와 인용 방식이 달라 결과를 모든 플랫폼에 똑같이 적용할 수 없고, 실시간 검색과 모델 내부 지식의 비중은 외부에서 완전히 관찰하기 어렵습니다. 따라서 언론홍보를 AI 노출의 유일한 원인으로 설명해서는 안 됩니다.
사전학습 지식과 실시간 검색이 결합해 답변이 만들어진다는 이 논문의 발견은, AIBIX lab이 브랜드의 AI 인식을 한 번의 스냅샷이 아니라 월간 시계열로 추적하는 이유를 설명합니다. 실시간 출처의 변화는 비교적 빠르게, 사전학습 인식의 변화는 느리게 지수에 반영되므로, 시계열이 쌓여야 두 층위의 변화를 구분할 수 있습니다.
또한 공식 홈페이지와 제3자 매체의 역할 분담은 AIBIX 지수의 지표 구조와 맞닿아 있습니다. 자사 인용률은 공식 출처가 답변 근거로 얼마나 쓰이는지를, 가시성·추천은 제3자 검증이 만들어낸 브랜드 존재감을 반영합니다. 두 축이 함께 관리될 때 AI 응답에서의 브랜드 인식이 안정적으로 형성됩니다.
arXiv 초록 페이지: arxiv.org/abs/2601.16858