AI 검색의 첫 단계인 쿼리 해석에서는 무슨 일이 일어납니까?

아닙니다. Google에서는 AI Overview가 나타나는지 여부 자체가 이 단계에서 결정되고, 그 비율은 쿼리를 어떻게 표현했는지에 크게 좌우됩니다. 40일 동안 트렌드 쿼리 55,393개를 추적한 2026년 프리프린트는 AI Overview 발동률을 질문 형태 쿼리에서 64.7%, 비질문 쿼리에서 9.5%로 측정했습니다. 6.8배 차이입니다. 전체 쿼리 기준 비율은 13.7%이지만 이 숫자에는 질문형이 이미 포함되어 있으므로, 질문형 대 비질문형의 대비가 더 날카롭습니다.² SIGIR 2026에서 발표된 쿼리 11,500개 연구는 트렌드가 아니라 대표성 있는 표본을 사용해 쿼리의 51.5%에서 AI Overview가 나타났다고 밝혔습니다.³ 두 숫자는 서로 충돌하지 않습니다. 표본으로 삼은 모집단이 다를 뿐이고, 그 사실 자체가 이런 문헌을 읽는 법을 알려 줍니다.

검색 결과 페이지 1억 4,600만 건을 바탕으로 2026년 1월에 공개된 대규모 벤더 연구는 세 번째 방법으로 같은 방향을 보고합니다. AI Overviews는 질문형 쿼리의 57.9%에 나타났고 비질문 결과 페이지에서는 15.5%였으며, 이를 촉발한 키워드의 99.9%가 정보형이었습니다.⁶ 독립적인 세 가지 방법, 하나의 방향입니다. 이 분야 전체에서 가장 견고한 구조적 발견이고, 동시에 1단계의 발견입니다. 쿼리의 모양에 관한 이야기이지, 당신 페이지를 어떻게 쓰는지에 관한 이야기가 아닙니다.

여기서 나오는 결론은 측정에 관한 것입니다. 테스트 프롬프트가 AI 답변을 촉발하지 못했다면, 당신이 알게 된 것은 그 프롬프트에 관한 사실이지 가시성에 관한 사실이 아닙니다. 발동률과 인용률을 따로 기록하십시오. 그러지 않으면 애초에 다른 값이 될 기회조차 없던 0들을 계속 평균에 넣게 됩니다.

제품 세 개에 관한 질문 뒤에 “가격은 어떻습니까?”라고 물으면, 엔진은 대명사와 주어와 비교 대상 집합을 대화에서 해석한 뒤 당신이 쓴 여섯 단어가 아니라 그 다시 쓰인 버전을 검색합니다. 사용자에게는 도움이 되지만 테스트에는 치명적입니다. 두 사람이 두 개의 스레드에서 같은 스크립트를 돌렸다면 서로 다른 두 실험을 돌린 것입니다. 같은 프롬프트라도 새 세션과 긴 스레드에서 공통 출처가 거의 없는 답변이 나올 수 있는 이유도 이것입니다.

여기에 확률적 변동이 겹칩니다. 2026년 비판적 서베이는 상용 엔진에서 같은 쿼리를 반복 실행했을 때 Jaccard 겹침이 0.34~0.42이고, 온도를 제어할 수 있는 환경에서 반복 판단의 변화가 9~28%라고 보고합니다.⁴ 여러 엔진을 9일 동안 매일, 그리고 10분 간격으로도 표본 추출한 2026년의 통계적 연구는 인용 분포가 변동이 큰 멱법칙을 따르며 “도메인 사이의 겉보기 차이 상당수가 측정 과정의 잡음 바닥 안에 들어간다”고 결론지었습니다.⁵ 먼저 세션을 통제하고, 그다음 실행을 반복하고, 마지막에 분포로 보고하십시오.

측정할 프롬프트는 키워드를 고르듯 신중하게 고르십시오. 프롬프트는 당신 손에 있는 유일한 1단계 입력이기 때문입니다. 구매자가 실제로 입력하는 방식대로, 완전한 문장으로 쓰십시오. 질문 형태 쿼리는 비질문 쿼리보다 대략 네 배에서 일곱 배 높은 비율로 AI 답변을 촉발하기 때문입니다. 브랜드 질문만이 아니라 의사결정 전체를 덮으십시오. 카테고리가 무엇인지, 선택지가 무엇인지, 비용이 얼마인지, 무엇이 잘못되는지. “최고의 X 도구” 같은 쿼리로만 만든 프롬프트 묶음은 구매 대화의 좁은 한 조각만 측정합니다.

그다음에는 촉발 여부를 잡음이 아니라 데이터로 다루십시오. AI 답변이 나왔는지를, 당신이 인용되었는지와 따로, 그리고 정확하게 설명되었는지와 또 따로 기록하십시오. 이것은 세 가지 다른 실패이고 고치는 방법도 세 가지로 다릅니다. 서베이 자신의 권고도 “리트리벌, 인용, 충실도를 따로 측정하라”는 것입니다.⁴ AI 검색의 작동 방식의 나머지는 모두 이 단계 이후의 단계, 즉 당신에게 실제로 입력이 있는 단계에 관한 것입니다.