프롬프트 리서치 · 프롬프트 소스 3／5

헤드 텀을 팬아웃 하위 질문으로 어떻게 펼칩니까?

여섯 개의 고정된 축을 따라, 헤드 텀마다 네 개에서 여섯 개의 질문을 쓰고, 하나하나에 입증된 것이 아니라 재구성한 것이라고 표시합니다. Google은 자사 AI 서피스가 하위 주제를 가로질러 여러 건의 관련 검색을 낸다고 문서화하고 있습니다. 그래서 이 질문들은 말 그대로 리트리벌 대상이 되고, 지어내지 않는 규율이 이 작업의 전부가 됩니다.

프롬프트 리서치 주제12분 소요2026년 8월 30일 업데이트출처 8건, 1건은 벤더 서술

로드맵으로 돌아가기 다음 글: 커뮤니티 스레드

이 페이지 내용

짧은 답

팬아웃 확장이란 내 카테고리의 헤드 텀마다 구매자가 다음에 묻는 네 개에서 여섯 개의 하위 질문(비용, 셋업 시간, 대안, 리스크, 적합성, 실적)을 쓰고, 그 하나하나를 독립된 패널 프롬프트로 등록하는 일입니다. 프롬프트 소스 가운데 세 번째인 이유는 이것들을 실제로 물었다고 입증된 사람이 없기 때문입니다. 여러분이 쓴 것이므로 모든 항목에 재구성이라고 표시하십시오. 그래도 쓸 이유는 하위 질문이 헤드 텀으로는 닿지 않는 곳에 닿기 때문입니다. 4,706건의 쿼리를 대상으로 한 감사에서, AI Overview가 참조하는 도메인의 53%가 오가닉 상위 10위 안에 없었습니다.²

핵심 요약

여섯 개의 축이 하나의 구매 결정을 아우릅니다. 비용, 셋업 시간, 대안, 리스크, 적합성, 실적입니다. 헤드 텀마다 네 개에서 여섯 개를 구매자의 말로 쓰고 거기서 멈추십시오.
확장은 누군가 실제로 물었거나, 엔진이 제안했거나, 그 축이 보편적일 때에만 등록하고, 어느 검증을 통과했는지 기록하십시오.
하위 질문은 브레인스토밍이 아니라 리트리벌 대상입니다. Google은 AI Overviews와 AI Mode가 하위 주제와 데이터 소스를 가로질러 쿼리 팬아웃을 수행할 수 있다고 문서화하고 있습니다.¹

정의

프롬프트 리서치에서 팬아웃 확장이란 무엇입니까?

팬아웃 확장은 어떤 헤드 텀 주위에서 구매자가 묻는 하위 질문을 의도적으로 재구성하는 작업이며, 프롬프트 패널이 문구가 아니라 주제를 덮게 만들기 위한 것입니다. 그 자체로는 아무 질문도 담지 않은 두 단어짜리 카테고리 용어를 가져와, 합리적인 사람이 그 카테고리를 처음 듣고 나서 그 안의 무언가에 돈을 내기까지 묻는 네 개에서 여섯 개의 질문을 씁니다. 각각은 자기 출현율을 가진 별도의 패널 항목이 됩니다.

이 말은 다른 것과 이름을 공유하며, 둘을 혼동해서는 안 됩니다. 엔진 자신의 팬아웃은 내부 단계입니다. Google은 AI Overviews와 AI Mode가 “‘쿼리 팬아웃’ 기법을 사용할 수 있다”고 문서화하고 이를 “하나의 응답을 만들기 위해 하위 주제와 데이터 소스를 가로질러 여러 건의 관련 검색을 발행하는 것”이라고 풀이하지만, 어떤 쿼리가 생성되는지는 Google 바깥의 누구도 볼 수 없습니다.¹ 그 메커니즘은 쿼리 팬아웃 페이지에서 다룹니다. 여러분 쪽의 팬아웃은 표본 추출 틀로 쓰는 재구성입니다. 어떤 질문을 측정할지 고르는 방법이지, 엔진 내부 구조에 대한 주장이 아닙니다.

여섯 개의 축

어떤 네 개에서 여섯 개의 하위 질문을 써야 합니까?

구매자가 지나가는 순서대로 여섯 개의 축입니다. 비용, 셋업 시간, 대안, 리스크, 적합성, 실적. 헤드 텀마다 네 개에서 여섯 개를 쓰고, 매번 여섯 개를 다 채우지는 않습니다.

축	그 밑에 있는 질문	“reddit 마케팅 도구”의 확장 예시
비용	이런 종류는 얼마가 들고, 나는 무엇과 비교하고 있는가?	소규모 SaaS가 Reddit 마케팅을 돌리려면 얼마가 듭니까?
셋업 시간	뭔가 일어나기까지 얼마나 걸리는가?	Reddit 게시물이 트래픽을 가져오기까지 얼마나 걸립니까?
대안	아무것도 하지 않는 것을 포함해, 이걸 해결하는 다른 방법은 무엇인가?	초기 단계 제품에게 Reddit 마케팅 말고 어떤 대안이 있습니까?
리스크	무엇이 잘못되고, 얼마나 심각한가?	Reddit에서 자기 제품을 홍보하면 계정이 정지됩니까?
적합성	내 상황에 있는 사람에게도 통하는가?	두 명짜리 팀에게 Reddit 마케팅이 할 만합니까?
실적	나와 비슷한 사람에게 통한 적이 있는가?	B2B 기업이 정말 Reddit에서 고객을 얻습니까?

축은 카테고리를 가로질러 안정적이고 표현은 결코 그렇지 않으며, 여기서 쓸모 있는 것이 바로 이 비대칭입니다. 검토가 필요한 구매라면 어느 구매자든 여섯 개 모두를 어떤 형태로든 묻기 때문에, 축은 여러분이 잊었을 질문을 건져 올립니다. 표현은 여러분 자신의 구매자에게서 와야 합니다. 그들이 쓰는 말이 리트리벌 대상이고, 여러분이 쓸 말은 그렇지 않기 때문입니다.

헤드 텀마다 네 개에서 여섯 개라는 것은 발견이 아니라 실무상의 한도입니다. 네 개 아래면 결정을 다 덮지 못했고, 여섯 개 위면 템플릿을 채우려고 질문을 만들어 내는 것이며, 재구성 항목이 하나 늘 때마다 패널에서 입증된 몫이 묽어집니다. 정말로 서로 다른 하위 질문이 열두 개 나온다면, 보통 그 헤드 텀이 하나의 이름을 쓰는 두 개의 카테고리라는 뜻이고, 계속 확장하는 것보다 쪼개는 편이 더 나은 패널을 만듭니다.

근거 규칙

확장이 지어내기가 되지 않게 어떻게 막습니까?

세 가지 검증 중 하나를 통과한 확장만 등록하고, 어느 것을 통과했는지 기록하십시오. 누군가 물었다: 그 질문이나 그에 가까운 것이 통화 녹취록, 티켓, 커뮤니티 스레드에 나오는 경우입니다. 그렇다면 그것은 더 이상 확장이 아니며 근거와 함께 보관해야 합니다. 엔진이 제안했다: 어시스턴트가 답변 아래에 내놓는 후속 질문과 결과 페이지의 관련 검색 띠는 다음 질문에 대한 플랫폼 자신의 추측입니다. 사람보다 약한 근거이지만 분명히 근거이기는 합니다. 그 축이 보편적이다: 비용과 리스크는 검토가 필요한 모든 구매에 적용됩니다. 셋 중 어느 것도 통과하지 못한 확장은 가설입니다. 태그를 붙이고, 가장 먼저 폐기할 항목이 되리라고 예상하십시오.

언어 모델로 이 목록을 만들면 실패가 무작위가 아니라 체계적으로 일어납니다. 예시 질문을 요청받은 모델은 자기 학습 분포에서 표본을 뽑는데, 그 분포는 여러분의 카테고리가 공개된 자리에서 이미 어떻게 쓰였는지에 지배됩니다. 그래서 이미 충분히 다뤄진 질문의 중앙값 같은 표현을 돌려주고, 아무도 쓰지 않은 질문은 적게 내놓습니다. 그리고 후자가 바로 여러분이 보이지 않는 자리입니다. 통화로 근거를 잡아 둔 목록을 다시 쓰게 하는 용도라면 합리적인 도구지만, 목록 자체를 만들게 하면 여러분 카테고리의 기존 콘텐츠가 합의한 바를 측정하는 패널이 만들어집니다.

패널에서 재구성이 차지하는 몫을 보고서에서 보이게 유지하십시오. 25%가 확장인 패널은 가정이 표시된 연구 도구입니다. 70%가 확장인 패널은 여러분 자신의 상상력을 조사한 것이며, 그래도 매주 자신 있는 백분율을 내놓습니다. 구성 상한은 프롬프트는 어디서 오나에서 정합니다.

왜 통하는가

왜 이것들이 추측이 아니라 리트리벌 대상입니까?

리트리벌이 하위 쿼리 단위로 돌기 때문입니다. 그래서 하위 질문은 헤드 텀을 바꿔 말한 것이 아니라 별개의 진입점입니다. Google은 그 메커니즘을 문서화했습니다. 자사 AI 서피스는 하나의 응답을 위해 하위 주제와 데이터 소스를 가로질러 여러 건의 관련 검색을 발행할 수 있습니다.¹ 그 검색 중 하나에 답하는 페이지는, 눈에 보이는 질문에서는 아무 순위도 없으면서 그 검색으로 리트리벌될 수 있습니다.

순위에 오르는 것과 인용되는 것 사이의 간극은 측정되어 있고, 점추정이 아니라 날짜가 붙은 범위로 인용해야 합니다. 2025년 9월에 수집한 데이터를 바탕으로 Findings of ACL 2026에 실린 Google AI Overviews의 4,706건 쿼리 감사는 “AIO가 참조하는 도메인의 평균 53%(27%)가 오가닉 검색 결과 상위 10위(상위 100위)에 포함되지 않는다”고 보고합니다. 2026년 3월 13일부터 4월 21일까지 수집한 55,393건 쿼리 프리프린트는 AI Overview가 참고로 든 도메인의 29.8%가 해당 첫 페이지에 없었다고 측정했습니다.²³ 여섯 달 떨어진 두 창에 걸쳐 대략 30%에서 53%이고, 동사도 다릅니다. 하나는 참조된 도메인을 세고, 다른 하나는 참고로 든 도메인을 셉니다. SIGIR 2026의 11,500건 쿼리 연구는 Google 오가닉 검색 결과와 AI Overviews, Gemini 사이의 URL 수준 Jaccard 유사도를 0.11에서 0.18로 측정했습니다.⁴ 그 정도 크기의 간극을 설명할 가장 그럴듯한 메커니즘이 팬아웃이고, “그럴듯하다”가 정직한 말입니다. 팬아웃 단계를 계측한 연구는 없습니다.

2025년 12월에 공개된 한 벤더 연구는 키워드 10,000개 이상과 URL 173,902건을 대상으로, 어떤 페이지가 재구성된 팬아웃 쿼리 몇 건에서 순위에 오르는지와 그 페이지가 AI Overview에 인용될 가능성 사이에서 스피어만 상관 0.77을 보고했습니다.⁵ 주의해서 읽으십시오. 상관이고, 벤더가 공개했으며, 엔진의 진짜 쿼리가 아니라 이 글이 설명하는 종류의 재구성입니다. 이 접근법에 대한 방증이지, 메커니즘에 관한 근거는 아닙니다.

경계선

팬아웃을 다루는 페이지 하나를 쓰는 것과 무엇이 다릅니까?

하나는 측정 도구이고 다른 하나는 콘텐츠 결정이며, 둘을 뭉뚱그리면 양쪽 다 망가집니다. 패널 항목은 측정하려는 질문이고, 페이지의 절은 답하려는 질문입니다. 대부분의 팀은 이미 다룬 질문만 패널 항목으로 써서 둘을 합쳐 버리는데, 이러면 보기 좋은 숫자는 보장되지만 패널이 무언가를 알려 줄 능력은 사라집니다. 패널에는 여러분에게 페이지가 없는 질문이 들어 있어야 합니다.

반대 실수는 패널 항목을 전부 절로 만드는 것입니다. 문서 171,003건과 쿼리 2,700건을 대상으로 한 2026년의 엔드투엔드 벤치마크에서, 본문만 최적화했을 때 열 개 전략 평균으로 상위 20위 출현율이 약 9%, 재순위화 이후 상위 10위 출현율이 16%, 인용이 약 6% 떨어졌습니다.⁶ 구체적으로 답할 수 없는 하위 질문 제목으로 페이지를 부풀리는 일은 안에서 보면 바로 이 모습입니다. 페이지는 길어지고, 주제 신호는 묽어지며, 상류에서 잃는 것이 하류에서 늘어나는 진입점보다 큽니다.

양쪽을 정직하게 유지하는 규칙은 패널을 4분의 1쯤 앞세우는 것입니다. 하위 질문을 먼저 측정하고, 엔진이 남의 페이지로 답하는 것들을 찾아, 그것들만 씁니다. 이 순서라야 나중의 어떤 주장도 방어할 수 있게 해 주는 전후 비교가 생깁니다. 그 밖의 재료가 얼마나 빈약한지에 대해 2026년의 비판적 서베이는 직설적입니다. 그 확신도 표는 “화이트햇 GEO 개입이 여러 엔진에 걸쳐 오가닉 발견 가능성을 지속적으로 개선한다”를 낮음으로 매깁니다.⁷

순위는 여전히 유효합니다

이 하위 질문들을 위해 쓰는 페이지도 여전히 순위가 필요합니까?

대체로 그렇고, Google도 자사 서피스에 대해 그렇게 말합니다. 생성형 AI 기능 최적화 가이드(페이지 최종 업데이트 2026년 7월 10일)는 “Google 검색의 생성형 AI 기능은 당사의 핵심 검색 순위 및 품질 시스템에 뿌리를 두고 있으므로 SEO 모범 사례는 계속 유효합니다”라고 밝힙니다.⁸ 최종 업데이트가 2025년 12월 10일인 다른 페이지는 그 관문에 대해 더 직설적입니다. AI Overviews나 AI Mode에서 지원 링크로 표시되려면 페이지는 “색인되어 있고 Google 검색에 스니펫과 함께 표시될 자격이 있어야” 하며, “추가적인 기술 요건은 없습니다”.¹ 따라서 페이지가 된 확장은 여러분이 이미 갖고 있던 색인 문제를 그대로 물려받습니다. 하위 질문을 아무리 많이 덮어도 noindex를 우회하지는 못합니다.

단서는 앞 절의 그 간극입니다. 개요가 참조하는 도메인의 절반이 순위에 오른 10위 밖에 있다면, 어떤 하위 질문에서 순위에 오르는 일은 강한 사전 확률이지 경로 전부는 아니며, 나머지를 채운 출처들은 아무도 입력하지 않은 쿼리로 리트리벌된 것입니다. 그래서 패널은 순위가 아니라 하위 질문을 측정합니다. 순위 확인은 사람이 실제로 물은 질문에서 여러분이 어디에 서 있는지 알려 주고, 패널 항목은 그 밑에서 엔진이 발행한 검색에 여러분의 무언가가 닿았는지 알려 줍니다. 둘 다 돌리고, 그 불일치를 어느 한쪽 계기의 결함이 아니라 결론으로 다루십시오.

이 글의 정직한 한계

이 소스의 작업은 아무도 검산할 수 없습니다. 팬아웃 쿼리는 엔진 내부에 있고 어떤 엔진도 공개하지 않으며, 팬아웃 커버리지와 인용 사이의 상관을 다룬 유일한 공개 연구도 진짜가 아니라 재구성을 씁니다. 그래서 이 소스의 정당화는 한 엔진의 문서에 있는 문장 하나와, 순위 집합과 인용 집합 사이의 설명되지 않는 간극 위에 얹혀 있습니다. 여섯 개의 축은 우리가 쓸모 있다고 보는 관행이지 측정된 분류 체계가 아니며, 다른 실무자라면 다섯 개나 여덟 개를 꼽을 것입니다. 그리고 여기서의 실패 방식은 구조상 보이지 않습니다. 아무도 물어본 적 없는, 형태가 잘 잡힌 하위 질문은 좋은 패널 항목과 똑같이 보이고, 매주 출현율을 내놓으며, 아무것도 알려 주지 않습니다.

제품이 도움이 되는 지점, 되지 않는 지점

확장은 돈이 들지 않고 오후 한나절이면 됩니다. 헤드 텀을 나열하고, 각각을 여섯 개의 축으로 훑고, 구매자의 말로 질문을 쓰고, 어느 근거 검증을 통과했는지 표시하고, 여섯 개에서 멈추십시오. 그다음 각각을 직접 검색해 누가 인용되는지 적어 두면, 무엇을 정식으로 측정하기도 전에 여러분이 어디에 서 있는지 알 수 있습니다. Bavior는 이 확장을 대신해 줄 수 없습니다. 팬아웃 쿼리를 재구성하지 않고 그런 목록을 팔지도 않습니다. 그것은 추론을 텔레메트리로 제시하는 일이기 때문입니다. Bavior가 하는 일은 그 뒤의 반복입니다. 고정된 패널을 다섯 개 엔진에 일정대로 돌리고 각 답변이 어떤 출처를 인용했는지 기록하므로, 커버리지 작업이 누가 리트리벌되는지를 바꿨는지 볼 수 있습니다. 인용된 출처가 살아 있는 토론 스레드일 때는 여러분이 통제하는 계정에서 답글 초안을 쓰고, 무엇이든 게시되기 전에 여러분이 승인합니다. 무료 AI 가시성 체커와 무료 GEO 진단은 유료 플랜 없이 실행됩니다. 유료 플랜은 월 결제 기준 월 $99부터, 연 결제 기준 월 $79.17입니다(2026년 8월 29일 기준).

출처, 모두 2026년 8월 30일 확인

Google Search Central, “AI Features and Your Website”(페이지 최종 업데이트 2025년 12월 10일): 쿼리 팬아웃 문장과, 지원 링크가 색인되고 스니펫 표시 자격이 있어야 한다는 요건(1차 자료): developers.google.com/search/docs/appearance/ai-features
Kirsten 외, Findings of ACL 2026. 2025년 9월 미국과 독일에서 발행한 4,706건 쿼리. 참조된 도메인의 53%가 오가닉 상위 10위에, 27%가 상위 100위에 없음: aclanthology.org/2026.findings-acl.526
Xu, Iqbal & Montgomery, 2026. 2026년 3월 13일부터 4월 21일까지 수집한 55,393건 트렌드 쿼리. AI Overview가 참고로 든 도메인의 29.8%가 해당 첫 페이지에 없음(프리프린트): arxiv.org/abs/2605.14021
Grossman 외, SIGIR 2026. 11,500건 쿼리의 공개 벤치마크. Google 오가닉 검색 결과와 AI Overviews, Gemini 사이의 Jaccard 유사도 0.11에서 0.18: arxiv.org/abs/2604.27790
2025년 12월 6일 공개된 벤더 팬아웃 연구. 키워드 10,000개, 재구성된 팬아웃 쿼리 33,000건, URL 173,902건. 스피어만 0.77, 그리고 헤드 텀과 팬아웃 쿼리 양쪽에서 순위에 오른 페이지는 인용될 가능성이 161% 높음. 상관이고 벤더가 공개한 것이므로, 본 커리큘럼의 출처 규칙에 따라 링크하지 않고 서술만 합니다.
Kim 외, “SAGEO Arena”, KDD 2026(arXiv:2602.12187v2, 2026년 8월 7일). 문서 171,003건, 쿼리 2,700건. 표 2의 본문만 조건, 열 개 전략 평균: 상위 20 적중률 9% 하락, 재순위화 시점 16% 하락, 인용 6% 하락: arxiv.org/abs/2602.12187
Martinez, “A Critical Survey of Generative Engine Optimization (2023–2026)”, 2026년 7월 15일, arXiv:2607.14035. 표 5는 여러 엔진에 걸친 지속적인 화이트햇 개선을 낮은 확신도로 매깁니다: arxiv.org/abs/2607.14035
Google Search Central, “Optimizing your website for generative AI features”(페이지 최종 업데이트 2026년 7월 10일): Google의 생성형 AI 기능이 핵심 검색 순위 및 품질 시스템에 뿌리를 두고 있으므로 SEO 모범 사례는 계속 유효(1차 자료): developers.google.com/search/docs/fundamentals/ai-optimization-guide

이어서 읽기

GEO 배우기 GEO 로드맵 GEO 배우기 이전 글: 질문형 쿼리 GEO 배우기 다음 글: 커뮤니티 스레드

FAQ

자주 묻는 질문입니다.

엔진이 실제로 생성한 팬아웃 쿼리를 볼 수 있습니까?

어떤 엔진도 공개하지 않으며, “여러분의 팬아웃 쿼리”라며 제시되는 목록은 모두 재구성입니다. Google은 자사 AI 서피스가 하위 주제와 데이터 소스를 가로질러 여러 건의 관련 검색을 발행할 수 있다고 문서화하지만, 특정 질문에 대해 어떤 검색이 발행되었는지는 아무것도 공개하지 않습니다. Search Console은 AI 기능 트래픽을 웹 검색 유형에 섞어 보고하며 쿼리별 분해는 없습니다. 좋은 재구성은 지금도 유용하고 구매자가 다음에 묻는 질문에 대한 방어 가능한 추측이기는 하지만, 그것은 텔레메트리가 아니라 추론이며, 진짜라며 파는 것은 그에 맞게 값을 매겨야 합니다.

헤드 텀을 몇 개나 확장해야 합니까?

확장이 패널의 4분의 1쯤을 공급할 정도면 충분하고, 40개짜리 패널이라면 대략 헤드 텀 두세 개입니다. 제약은 헤드 텀이 몇 개 존재하느냐가 아니라, 패널이 구매자를 측정하기를 멈추기 전까지 재구성 재료를 얼마나 실을 수 있느냐입니다. 단일 소스가 항목의 40% 정도를 넘어서는 안 되며, 확장은 그 질문을 물었다고 입증된 사람이 아무도 없는 유일한 소스입니다. 숫자를 채우려고 메운 템플릿에 헤드 텀 여섯 개를 밀어 넣는 것보다, 헤드 텀 두 개를 여섯 개의 축으로 제대로 확장하는 편이 낫습니다.

페이지가 없는 하위 질문을 넣는 것은 잘못입니까?

그것이 바로 요점입니다. 패널 항목은 측정하려는 질문이지 이미 답한 질문이 아니며, 엔진이 남의 페이지로 답하는 항목들만이 결정을 만들어 냅니다. 내 사이트가 이미 다룬 질문만으로 만든 패널은 높은 출현율을 보장하고, 여러분이 몰랐던 것은 아무것도 알려 주지 않습니다. 패널이 콘텐츠보다 4분의 1쯤 앞서게 하십시오. 하위 질문을 먼저 측정하고, 빈틈을 찾고, 측정이 요구한 페이지만 쓰십시오.

하위 질문마다 페이지를 하나씩 써야 합니까?

보통은 아닙니다. 클러스터는 한 페이지에서 다루되, 구체적인 것으로 답할 수 있는 하위 질문만 다루십시오. 문서 171,003건과 쿼리 2,700건을 대상으로 한 2026년 벤치마크에서 본문만 최적화하면 평균 상위 20위 출현율이 약 9%, 최종 인용이 약 6% 떨어졌는데, 이것이 희석을 측정했을 때의 모습입니다. 아무 말도 하지 않는 절은 진짜 진입점을 사지 못한 채 페이지의 주제 신호만 묽게 만듭니다. 하위 질문 제목은 그 아래에 구체적이고 출처가 있는 답이 있을 때 추가하고, 그때까지는 나머지를 패널에 맡기십시오.

Bavior 편집팀

Reddit 마케팅과 AI 검색 가시성에 관한 Bavior의 콘텐츠를 조사하고 관리하는 팀입니다. 본문의 모든 수치에는 출처와 확인 날짜를 명시했으며, 제휴 링크는 사용하지 않습니다.

수치에 오류를 발견하셨나요? 알려주시면 다시 확인하겠습니다: support@bavior.com