“AI가 나를 업계 최고 전문가라고 소개한다”고 하면 어떻게 된 걸까요? 직접 자기 사이트에 그렇게 써놨기 때문입니다. 그리고 AI는 그걸 그대로 믿었습니다.

AI SEO 전문 에이전시 DEJAN이 Gemini의 그라운딩 시스템을 분석한 연구를 바탕으로, AI 검색에 스며드는 새로운 형태의 스팸 — GEO(Generative Engine Optimization) 스팸 — 의 실체를 공개했습니다. 7,060개 쿼리와 883,262개의 텍스트 스니펫을 분석한 이 연구는, AI 답변이 얼마나 쉽게 조작될 수 있는지를 구체적으로 보여줍니다.

출처: AI Search Has a Spam Problem – DEJAN

AI는 출처를 믿지만, 출처가 정직한지는 확인하지 않는다

Gemini, ChatGPT, Perplexity 같은 AI 검색 엔진은 웹에서 실시간으로 콘텐츠를 가져와 답변을 구성합니다. 이 ‘그라운딩(grounding)’ 방식은 환각(hallucination)을 줄이기 위한 안전장치인데, 여기에 구조적 허점이 있습니다. AI는 콘텐츠가 실제로 존재하는지는 확인하지만, 그 내용이 자기 홍보인지 제3자의 독립적 평가인지는 구별하지 못합니다.

DEJAN의 분석에 따르면 Gemini는 쿼리당 약 2,000단어의 ‘그라운딩 예산’을 갖고 있으며, 이를 검색 순위에 따라 분배합니다. 1위 페이지가 전체의 28%를, 5위가 13%를 가져가는 구조입니다. 즉, 검색 순위를 높이면 AI 답변에 자기 주장을 더 많이 주입할 수 있습니다.

GEO 스팸의 네 가지 유형

DEJAN이 현재 확인하고 있는 조작 콘텐츠 유형은 크게 네 가지입니다.

자기 언급 리스트 글(Self-referential listicles)이 가장 흔하고 효과적입니다. “2026년 최고의 [카테고리] 기업” 같은 페이지에서 자신을 1위에 올려놓는 방식으로, AI가 좋아하는 명확한 헤딩과 평가 문장 구조를 갖추고 있어 그라운딩에 쉽게 포착됩니다.

가짜 권위 부여(Manufactured endorsements)는 “업계 전문가들이 동의하길…”처럼 제3자 검증처럼 보이는 표현을 쓰지만, 실제로는 자사 직원의 말을 인용합니다. AI는 이 문장 패턴을 외부 검증으로 해석합니다.

쿼리 맞춤 콘텐츠(Prompt-aware content)는 사람들이 AI에게 자주 던지는 질문 패턴에 맞춰 텍스트를 설계해 그라운딩 청크에 선택될 확률을 높이는 방식으로, 가장 정교하고 탐지하기 어렵습니다.

유료 인용(Pay-to-play citations)은 브랜드를 AI 그라운딩 시스템에 노출시켜주겠다며 돈을 받는 서비스입니다. GEO 스팸의 상업화 단계라고 볼 수 있습니다.

왜 전통적 검색 스팸보다 더 위험한가

기존 검색 스팸은 사용자가 결과 10개 중 하나로 보고 스스로 판단했습니다. 페이지를 열어서 이상하면 뒤로 가면 됐죠.

AI 답변은 다릅니다. 사용자는 하나의 종합 답변만 받고, 그 답변이 어떤 출처에서 왔는지 보지 않습니다. Gemini가 “X 기업이 업계 선도자입니다”라고 하면, 그 신뢰는 Google의 신뢰와 동일하게 수용됩니다. 출처가 해당 기업의 자기 소개 페이지라는 사실은 사용자에게 보이지 않습니다.

플랫폼은 어떻게 대응할까

DEJAN은 Google이 가장 현실적인 대응책으로 별도의 스팸 감지 모델을 그라운딩 파이프라인에 끼워 넣는 방식을 택할 것으로 봅니다. 핵심 AI 모델을 건드리지 않고도 조작 콘텐츠를 필터링할 수 있는, 가장 빠르고 유연한 방법이기 때문입니다. Google이 이미 20년간 쌓아온 웹스팸 탐지 인프라도 같이 활용될 가능성이 높습니다.

타이밍에 대한 예측도 있습니다. 6개월 내 테스트, 1년 내 실제 적용이라는 시나리오입니다. 지금 GEO 스팸으로 AI 노출을 늘리고 있는 브랜드라면, 그 노출이 언제든 페널티로 뒤집힐 수 있다는 뜻입니다.

이 글이 흥미로운 이유는 저자 자신도 이 문제에서 자유롭지 않다는 점을 솔직하게 인정하기 때문입니다. DEJAN 역시 자사를 1위에 올린 AI SEO 에이전시 리스트 페이지를 운영하고 있고, 그 페이지를 자신들이 만든 스팸 분류기의 훈련 데이터로 제출했다고 밝히고 있습니다. 규칙이 아직 쓰이지 않은 회색 지대에서, 어디가 선인지 먼저 그어보려는 시도로 읽힙니다.

GEO 스팸의 실제 사례, 그라운딩 데이터 분석, 분류기 구축 방식에 대한 구체적인 내용은 원문에 더 자세히 담겨 있습니다.