네이버 AI 탭은 언제 뜨고, 뜨면 우리를 인용하나 — 13개 도메인 955개 쿼리 실측

네이버 AI 탭에 대해 가장 자주 받는 질문이 "우리도 나오나요"입니다. 그런데 이 질문은 사실 두 개의 질문이 붙어 있는 것입니다. AI 답변이 뜨는가와 뜬 답변이 우리를 인용하는가는 서로 다른 관문이고, 실측해 보면 두 값의 크기가 크게 다릅니다.

2026년 8월 15일부터 19일까지, 저희가 운영하는 13개 도메인의 측정 키워드로 AI 탭을 호출해 두 값을 따로 기록했습니다.

측정 방법

• 대상 — 13개 도메인(의료 10곳·비의료 3곳)의 측정 키워드. 도메인·브랜드명은 공개하지 않고 집계만 다룹니다.
• 표본 — 중복 회차를 제거한 955개 쿼리. 같은 도메인·같은 질의는 가장 최근 측정 1건만 남겼습니다.
• 기록 항목 — ① AI 답변이 생성됐는가(발화) ② 생성됐다면 해당 도메인을 인용했는가.
• 조건 — PC 기준, 로그인·개인화 없음. 지역 편중을 피하려고 도메인별 측정 키워드를 그대로 썼습니다.

결과

• AI 답변 발화 548건 / 955건 = 57.4%
• 발화한 답변 중 자사 인용 124건 / 548건 = 22.6%
• 전체 쿼리 대비 인용 124건 / 955건 = 13.0%
• 발화하지 않은 407건은 전부 답변 자체가 생성되지 않은 경우였습니다.

도메인별 발화율은 29%에서 85%까지 벌어졌습니다. 같은 시기, 같은 방식으로 쟀는데도 이만큼 차이가 납니다.

두 숫자를 합치면 판단이 틀어집니다

"AI 탭 노출률 13%"라는 하나의 숫자만 보면 대응이 나오지 않습니다. 13%는 두 단계를 곱한 값이라, 어느 쪽이 낮아서 그런지 알 수 없기 때문입니다.

• 발화율이 낮은 경우 — 콘텐츠 문제가 아닙니다. 그 질의 자체가 AI 답변을 부르지 않는 형태입니다. 상호·브랜드명처럼 단답으로 끝나는 질의, 또는 네이버가 답변을 만들지 않기로 한 영역입니다. 여기서는 문서를 더 써도 발화율이 오르지 않습니다. 질의 자체를 바꿔야 합니다.
• 발화율은 높은데 인용률이 낮은 경우 — 답변은 만들어지는데 우리 문서가 재료로 안 쓰인 것입니다. 이쪽이 콘텐츠로 움직일 수 있는 구간입니다.

실제로 발화율 85%인 도메인과 29%인 도메인의 대응은 완전히 달라야 합니다. 앞쪽은 인용 재료를 손보고, 뒤쪽은 애초에 어떤 질의를 겨냥할지부터 다시 잡아야 합니다.

발화하지 않는 질의에 공통점이 있었나

미발화 407건을 훑어보면 대체로 두 부류였습니다.

• 고유명사 단독 질의 — 상호나 브랜드명만 넣은 형태입니다. 검색 결과로 충분해 답변을 만들 이유가 없습니다.
• 판단이 갈리는 질의 — 특정 대상을 추천해 달라는 형태에서 답변이 생성되지 않는 경우가 눈에 띄었습니다.

반대로 설명을 요구하는 질의에서 발화가 잘 일어났습니다. 무엇이 무엇인지, 어떤 경우에 어떻게 하는지를 묻는 형태입니다. 이 관찰은 AI 검색이 인용하는 문서의 조건에서 정리한 내용과 방향이 같습니다.

발화율 상위 그룹과 하위 그룹은 무엇이 달랐나

13곳을 발화율로 줄 세워 보면 위쪽과 아래쪽의 성격이 갈렸습니다.

• 발화율이 높았던 쪽(70~85%) — 측정 키워드에 일반명사형 설명 질의가 많았습니다. 무엇이 무엇인지, 어떻게 하는지를 묻는 형태입니다. 이런 질의는 네이버가 답변을 만들 재료가 웹에 충분합니다.
• 발화율이 낮았던 쪽(29~45%) — 지역명이 붙은 선택형 질의와 고유명사 질의 비중이 높았습니다. "어디가 좋은가"에 해당하는 질의에서는 답변이 잘 생성되지 않았습니다.

여기서 실무적으로 중요한 점은, 발화율이 낮은 쪽이 콘텐츠를 못 써서 낮은 것이 아니라는 것입니다. 같은 도메인이라도 질의 종류를 바꾸면 발화가 일어납니다. 그래서 저희는 AI 탭 대응을 시작할 때 콘텐츠보다 측정 질의 구성을 먼저 봅니다.

인용까지 간 124건에서 보이는 것

인용이 일어난 124건은 대체로 설명형 질의에 대한 답변이었습니다. 즉 두 관문이 같은 방향을 가리킵니다. 설명형 질의에서 답변이 잘 만들어지고, 그 답변이 설명형 문서를 재료로 씁니다.

반대로 선택·추천을 구하는 질의는 발화 단계에서 이미 걸러졌기 때문에 인용 기회 자체가 적었습니다. 이 구간을 노려 문서를 늘리는 것은 효율이 떨어집니다.

재현할 수 있게 남겼습니다

위 수치는 저희 레포에 쌓인 측정 로그를 집계 스크립트로 다시 계산한 값입니다. 같은 로그에서 같은 규칙(같은 도메인·질의는 최신 1건만)으로 돌리면 같은 숫자가 나옵니다. 수치를 인용하실 때는 표본 955·기간 8/15~8/19·PC 비로그인 조건을 함께 적어 주시면 됩니다.

이 수치의 한계

숫자를 그대로 일반화하기 전에 아래를 함께 보셔야 합니다.

• 표본이 우리 고객군에 치우쳐 있습니다. 13곳 중 10곳이 의료입니다. 업종이 다르면 발화율도 다를 수 있습니다.
• 5일간의 값입니다. AI 탭은 같은 질의에서도 회차에 따라 답변이 달라지는 면이 있어, 시점이 바뀌면 값도 움직입니다.
• 인용 판정은 도메인 단위입니다. 어떤 문서가 인용됐는지까지는 이 집계에 넣지 않았습니다.
• PC 비로그인 기준입니다. 모바일과 개인화 환경은 따로 봐야 합니다.

실무에서 무엇이 달라지나

• AI 탭 성과를 볼 때 발화와 인용을 처음부터 두 칸으로 기록합니다. 나중에 나누려면 다시 재야 합니다.
• 발화가 아예 없는 질의는 측정 대상에서 성격을 바꿔 관리합니다. 콘텐츠 성과 지표에 섞으면 노력의 효과가 가려집니다.
• 인용을 겨냥한 문서는 설명형 질의에 맞춰 씁니다. 추천을 구하는 질의는 애초에 답변이 잘 만들어지지 않았습니다.

같은 방식으로 측정 체계를 세우는 절차는 AEO 최적화, 효과를 어떻게 확인하나에 정리해 두었습니다. 우리 도메인의 발화·인용률을 먼저 확인해 보고 싶으시면 루미브리즈로 도메인과 주요 검색어를 보내 주십시오.