AI 검색 시대, 우리 브랜드는 어떻게 노출될까요?

"초보자용 러닝화 추천해 줘"라는 같은 질문을 ChatGPT에 세 번 넣었더니 맨 위에 오른 신발이 두 번 바뀌었습니다. 구글 AI 개요와 Codex, Claude Code도 서로 다른 신발을 1순위로 골랐고, Codex는 아식스 공식 페이지의 한 문장을 근거로 달았습니다. 이 글은 준이아빠AI유튜브 영상 "AI 검색 시대, 우리 브랜드는 어떻게 노출될까요?"의 내용을 챕터 순서대로 정리하고, 영상 끝에서 약속한 점검 방법(질문을 고르고 결과를 기록하는 순서)을 따라 해 보기 절에 자세히 적었습니다.

같은 질문, 서로 다른 답들

2026년 10월 30일 오전, 같은 질문을 여러 AI에 넣고 1순위로 추천한 신발을 기록했습니다. ChatGPT와 퍼플렉시티(Perplexity), 구글은 로그인하지 않은 새 브라우저에서 물었습니다. 로그인하지 않았으니 계정 기억이나 이전 대화가 답에 섞이지 않습니다. Codex와 Claude Code에는 "웹에서 찾아보고 추천해 줘"라는 말을 붙였습니다.

같은 ChatGPT에서도 1순위가 브룩스에서 나이키로 바뀌었고, 함께 오른 신발도 매번 조금씩 달랐습니다. 구글에서 "초보자용 러닝화 추천"을 검색하면 링크 목록보다 AI 개요가 먼저 나왔고, AI 개요에서는 아식스 노바블라스트 5가 맨 앞이었습니다.

가장 눈에 띈 답은 Codex의 답이었습니다. Codex는 OpenAI가 만든 코딩용 AI로, 일하는 과정을 화면에 보여 줍니다. Codex는 아식스 젤 큐뮬러스 28을 1순위로 고르고, 근거로 아식스 한국어 공식 비교 페이지를 링크했습니다. 그 페이지에는 이 신발을 첫 러닝화로 추천한다는 문장이 있었습니다. AI가 답을 주는 검색에서 우리 브랜드가 그 답에 들어가려면 무엇을 준비해야 하는지가 이 영상의 질문입니다.

AI 검색과 GEO

AI가 답을 만들 때 우리 브랜드를 찾아 인용하도록 준비하는 일을 GEO라고 부릅니다. Generative Engine Optimization의 첫 글자를 딴 말이고, 우리말로는 생성형 엔진 최적화입니다. 검색 결과 목록에 오르도록 준비하는 일은 검색 엔진 최적화, SEO(Search Engine Optimization)라고 합니다.

두 일은 이름만 닮은 것이 아니라 출발점도 겹칩니다. AI도 검색으로 페이지를 찾아 읽고 답을 만들기 때문에, 검색 엔진이 페이지를 읽을 수 있게 하는 SEO의 기본이 GEO에서도 그대로 필요합니다. 영상은 검색이 어떻게 바뀌었는지, AI가 어떤 페이지를 찾아보는지, 우리 브랜드가 지금 할 일을 차례로 다룹니다.

검색은 얼마나 바뀌었을까요?

검색창과 AI 서비스 양쪽에서 요약된 답이 링크보다 먼저 나오기 시작했습니다.

OpenAI는 주간 활성 사용자가 10억 명을 넘는다고 밝혔습니다. 외부 기관이 아니라 OpenAI가 직접 집계한 숫자입니다. 이제 고객은 검색창에서도, ChatGPT 같은 AI에서도 요약된 답을 먼저 받을 수 있습니다.

AI 개요가 나올 때의 링크 클릭

답이 먼저 나오면 사람들이 링크를 덜 누를지 확인한 조사가 있습니다. 미국 퓨 리서치 센터(Pew Research Center)는 미국 성인 900명의 2025년 3월 1일부터 31일까지 실제 브라우징 기록을 분석했습니다. 이 기록에 들어 있던 구글 검색은 6만 8,879건이고, 그중 18%에 AI 요약이 나왔습니다.

AI 요약 안에 달린 출처 링크를 누른 비율은 AI 요약이 나온 방문의 1%였습니다. 같은 기간의 방문을 나눠 비교한 관찰이므로, AI 요약 때문에 클릭이 줄었다고 단정하는 근거는 아닙니다. 구글은 2025년 8월 6일 공식 블로그에서 이런 외부 조사들이 잘못된 방법(flawed methodologies)에 기대고 있으며, 전체 자연 검색 클릭은 전년과 비교해 비교적 안정적이라고 반박했습니다.

어느 쪽 해석을 따르든, 요약이 먼저 보이는 검색에서는 링크 순위만 봐서는 부족합니다. 답 안에 우리 이름이 들어가는지, 어떻게 소개되는지도 함께 봐야 합니다.

Codex가 검색한 과정

답이 매번 달라지면 AI 답에 들어가는 일은 운에 달린 것처럼 보입니다. 하지만 답이 만들어지는 과정을 펼쳐 보면 순서가 보입니다. 아래는 앞에서 본 Codex 실행 한 번의 기록입니다. Codex는 검색 과정을 그대로 보여 주므로, AI가 검색을 어떻게 쓰는지 들여다보기에 좋습니다. 다만 ChatGPT 검색 같은 다른 서비스의 내부 동작으로 일반화하지는 않습니다.

질문은 한 줄이었는데, Codex는 검색을 두 번 하면서 검색 문장 여덟 개를 만들었습니다. 시작할 때 "최근 공식 제품 정보를 우선 살펴보겠습니다"라고 적었고, 실제 검색 문장도 그 계획을 따랐습니다.

여덟 개 가운데 여섯 개에 아식스 큐뮬러스, 나이키 페가수스 같은 모델 이름이 들어 있었습니다. 여섯 개 모두 site: 뒤에 브랜드 공식 사이트 주소를 붙여, 그 사이트 안에서만 찾게 한 문장입니다. 후보 신발을 먼저 정해 두고, 각 후보의 공식 사이트에서 확인하려 한 것으로 보입니다.

검색 문장을 영어로 쿼리(query)라고 부릅니다. 질문 하나를 여러 쿼리로 나눠 찾는 방식을 흔히 쿼리 팬아웃(query fan-out)이라고 합니다. 답은 실행마다 달라도, 이번 기록에서는 후보를 정하고 공식 페이지에서 근거를 찾는 순서가 있었습니다.

Claude Code와 비교

다른 AI도 같은 페이지를 찾았는지 보려고, Codex와 똑같이 "웹에서 찾아보고 추천해 줘"라는 말을 붙여 Claude Code에도 물었습니다. Claude Code는 앤트로픽이 만든 코딩용 AI입니다.

Claude Code가 만든 검색 문장은 "best running shoes for beginners 2026"과 "초보자 러닝화 추천 2026"이었습니다. Codex는 브랜드 공식 사이트를 근거로 달았고, Claude Code는 리뷰 글과 기사를 근거로 달았습니다. 근거로 삼은 페이지가 달랐고, 1순위도 달랐습니다.

아식스 공식 페이지의 문장

Codex가 1순위의 근거로 링크한 페이지는 아식스 한국어 공식 비교 페이지입니다. 이 페이지에서 젤 큐뮬러스 시리즈를 설명하는 문장은 다음과 같습니다.

GEL-CUMULUS™ 시리즈는 부드러운 착지와 우수한 쿠셔닝을 제공하여 균형 잡힌 편안함을 선사합니다. 자신의 페이스에 맞춰 달리기를 즐기는 러너들에게 첫 러닝화로 추천되며, 러닝 외의 다양한 활동에도 적합합니다.

질문은 "초보자용 러닝화"였고, 페이지에는 "첫 러닝화"라는 거의 같은 뜻의 말이 적혀 있었습니다. 이 문장은 화면에서는 제품을 눌러야 보이지만, 페이지 HTML에는 글자로 들어 있습니다. Codex의 답에도 "부드러운 쿠셔닝을 갖춘 일상 러닝화로 소개하며, 첫 러닝화로도 추천합니다"라는 설명이 들어 있었습니다. 페이지 문장과 거의 같은 뜻입니다.

이 문장 하나가 1순위를 정했다고 볼 수는 없습니다. 이번 실행에서 확인한 것은 Codex가 1순위의 근거로 이 공식 페이지를 링크했고, 답의 설명이 페이지 문장과 같은 뜻이었다는 데까지입니다.

GEO 논문이 실험한 것

AI가 찾아온 페이지들 가운데 어떤 문장이 답에 더 많이 쓰이는지 실험한 논문이 있습니다. GEO라는 이름을 처음 붙인 논문으로, 프린스턴대와 인도공과대학 델리(IIT Delhi) 등의 연구진이 썼고 KDD 2024 학회에 채택됐습니다.

연구진은 구글 상위 5개 결과를 가져와 GPT-3.5로 답을 만드는 실험용 AI 검색을 직접 만들었습니다. 그리고 1만 개 질문으로 된 벤치마크(GEO-bench)에서 페이지 문장을 여러 방법으로 고친 뒤, 답 속에서 그 페이지를 인용한 문장이 얼마나 많고 얼마나 앞에 나오는지 측정했습니다.

30~40%는 연구진이 만든 실험용 검색에서 측정한 상대 개선율입니다. 실제 ChatGPT나 구글 AI 개요에서 측정한 값이 아니고, 방문이 그만큼 늘어난다는 뜻도 아닙니다. 이 실험에서 확인된 것은, 같은 단어를 많이 넣기보다 확인할 수 있는 근거를 더한 문장이 답에 더 많이 쓰였다는 점입니다.

답은 물을 때마다 달라진다

같은 질문에도 답이 매번 다르다면, 우리 브랜드가 잘 나오는지는 어떻게 판단해야 할까요? 이 문제를 다룬 조사를 미국 마케팅 조사 회사 스파크토로(SparkToro)가 AI 노출 추적 도구를 만드는 회사 검슈(Gumshoe)와 함께 2026년 1월 28일 공개했습니다. 자원자 600명이 추천 질문 12개를 ChatGPT, Claude, 구글 AI 개요에 2025년 11월과 12월에 넣었고, 그렇게 모은 답이 2,961건이었습니다. 학술지 심사를 거친 연구는 아니며, 공동 조사자인 검슈가 이 결과와 이해관계가 있는 회사라는 점도 함께 봐야 합니다.

결과는 두 가지였습니다. 두 답에서 같은 브랜드 목록이 나올 확률은 100분의 1도 안 됐고, 순서까지 같을 확률은 1,000분의 1 정도였습니다. 반면 같은 질문을 여러 번 물었을 때 한 브랜드가 답에 나오는 비율은 비교적 일정했습니다.

그러니 한 번 물어보고 나왔다, 안 나왔다로 판단하지 않습니다. 여러 번 묻고, 몇 번 중 몇 번 나왔는지를 집계합니다. 앞의 러닝화 실험에서도 ChatGPT 세 번의 답 모두 아식스 모델이 목록에 있었지만, 1순위에 오른 적은 없었습니다.

우리 브랜드가 할 일 세 가지

이번에 과정을 펼쳐 본 AI들은 질문을 여러 검색 문장으로 나눠 페이지를 찾고, 그 페이지를 근거로 답을 만들었습니다. 그리고 답은 물을 때마다 달라졌습니다. 여기서 우리 브랜드가 할 일은 세 가지로 정리됩니다.

첫째, AI가 우리 페이지를 읽을 수 있게 열어 둡니다

OpenAI는 ChatGPT 검색에 쓰는 수집 로봇을 따로 운영합니다. 이름은 OAI-SearchBot입니다. 수집 로봇에게 들어와도 되는 곳을 알려 주는 파일이 robots.txt인데, 여기서 OAI-SearchBot을 막으면 ChatGPT 검색 답에 우리 페이지가 나오지 않습니다. AI 학습에 쓰는 로봇(GPTBot)은 OAI-SearchBot과 따로 설정하므로, 학습은 막고 검색 답에는 나오게 할 수 있습니다.

구글은 AI 개요나 AI 모드에 나오기 위한 추가 요건이나 별도 최적화는 없다고 설명합니다. 구글 검색에 색인되고, 검색 결과에 요약 문구(스니펫)와 함께 나올 수 있는 페이지면 됩니다. 구글이 권하는 기본은 robots.txt와 CDN(사이트 파일을 여러 지역 서버에서 대신 전달하는 서비스) 설정에서 크롤링을 허용하고, 중요한 내용을 글자로 제공하고, 구조화 데이터를 화면의 글자와 일치시키는 것입니다. GEO도 이 기본에서 시작합니다. 상품 정보를 이미지에만 넣지 말고 글자로도 적어 둡니다.

둘째, 고객의 질문에 바로 답하는 문장을 적습니다

AI가 페이지를 찾아왔다면, 다음은 그 페이지에 무엇이 적혀 있느냐입니다. 키워드를 여러 번 넣으라는 뜻이 아닙니다. 고객이 실제로 물을 만한 질문을 떠올리고, 그 질문에 바로 답하는 문장을 페이지에 적습니다. 아식스 페이지의 "첫 러닝화로 추천되며"처럼, 우리 상품이 누구에게, 어떤 상황에 맞는지를 한 문장으로 적어 둡니다.

그 문장 옆에는 무게나 가격처럼 확인할 수 있는 숫자를 두고, 그 숫자가 어떤 기준의 값인지도 함께 적습니다. 앞의 논문에서는 통계 숫자를 더한 페이지가 답에 더 많이 쓰였습니다. 다만 논문이 실험한 것은 통계 숫자였고 결과도 실험용 검색에서 나왔으므로, 상품 사양 숫자가 실제 서비스에서 어떻게 쓰이는지는 직접 물어 확인합니다.

기준이 필요한 이유는 음료 예로 보면 분명합니다. "당류 4g"이라고만 쓰면 한 병 전체의 값처럼 보입니다. "100ml당 4g"이라고 써야 오해가 없습니다. 사람이 읽든 AI가 옮겨 적든, 기준이 적혀 있어야 숫자가 같은 뜻으로 전해집니다.

셋째, 고친 결과를 도구와 직접 질문으로 확인합니다

결과를 확인할 도구는 이미 있습니다. 구글의 사이트 분석 도구 GA4는 방문이 어디서 왔는지 채널로 나눠 보여 주고, 그 기본 채널 가운데 AI 어시스턴트(AI Assistant)가 있습니다. ChatGPT, Gemini, Deepseek, Copilot, Grok 같은 서비스에서 들어온 방문을 따로 모아 보여 줍니다. 구글 AI 개요와 AI 모드에서 들어온 방문은 이 채널이 아니라 자연 검색(Organic Search) 채널로 집계됩니다.

구글 AI 기능에 우리 페이지가 얼마나 보였는지는 서치 콘솔(Search Console)에서 봅니다. 서치 콘솔은 구글이 사이트 운영자에게 주는 무료 도구입니다. 2026년 6월 3일 여기에 생성형 AI 실적 보고서가 추가돼, 검색의 AI 개요와 AI 모드, 디스커버의 생성형 AI 기능에서 우리 페이지가 노출된 횟수를 따로 볼 수 있게 됐습니다. 처음에는 일부 사이트에만 열렸고, 2026년 8월 31일 모든 사이트로 확대됐습니다.

두 도구로는 답 속에서 우리가 어떻게 소개됐는지까지는 알 수 없습니다. 그래서 고객이 할 만한 질문을 AI에 직접 묻는 점검이 함께 필요합니다.

오늘 해 볼 점검

영상 마지막에서는 오늘 바로 해 볼 점검 세 가지를 소개했습니다.

1. 우리 사이트의 robots.txt가 AI 수집 로봇을 막고 있는지 봅니다.
2. 상품 상세 페이지의 핵심 정보가 글자로 들어 있는지 드래그로 확인합니다.
3. 고객이 물을 만한 질문을 AI에 여러 번 묻고, 우리 브랜드가 몇 번 중 몇 번 나왔는지 기록합니다.

이 세 점검은 앞에서 정리한 할 일 세 가지와 짝을 이룹니다. 첫째와 둘째는 AI가 우리 페이지를 읽을 수 있는지와 무엇을 읽어 가는지를, 셋째는 그 결과를 확인합니다. 그리고 글자로 적은 상품 정보와 질문에 바로 답하는 문장은 사람 고객에게도 친절한 페이지의 조건입니다. 각 점검의 순서와 기록 방법은 아래 따라 해 보기에 정리했습니다.

따라 해 보기

준비물은 PC 브라우저와 결과를 적을 스프레드시트입니다. 세 점검은 순서와 상관없이 해도 되지만, robots.txt부터 보면 뒤의 질문 결과를 해석하기 쉬워집니다.

1. robots.txt에서 OAI-SearchBot과 Disallow 확인하기

1. 브라우저 주소창에 우리 사이트 주소를 넣고 뒤에 /robots.txt를 붙여 엽니다. 우리 사이트 주소가 https://www.example.com이라면 https://www.example.com/robots.txt를 엽니다.
2. 열린 글에서 OAI-SearchBot이라는 이름을 찾습니다. 맥은 Command+F, 윈도우는 Ctrl+F로 찾을 수 있습니다.
3. 이름이 있다면, 그 아래 줄에 Disallow:가 있는지 봅니다. Disallow: /처럼 슬래시 하나만 있으면 사이트 전체를 막는 설정이고, Disallow: /cart/처럼 경로가 적혀 있으면 그 경로만 막습니다.
4. OAI-SearchBot이 없다면 User-agent: * 묶음을 봅니다. 별표는 모든 로봇을 뜻하므로, 그 아래 Disallow: /가 있으면 OAI-SearchBot도 막혀 있습니다.

위처럼 적혀 있으면 ChatGPT 검색 답에 우리 페이지가 나오지 않습니다. 학습만 거부하려는 의도였다면, 막을 대상은 GPTBot이고 OAI-SearchBot은 허용해 둡니다. robots.txt를 직접 수정할 수 없다면 이 화면을 캡처해 사이트 담당자나 개발사에 전달합니다. 주소를 열었는데 페이지를 찾을 수 없다고 나오면 robots.txt 파일이 없는 것이고, 이 경우 파일로 막고 있는 로봇은 없습니다.

2. 상품 정보가 글자인지 드래그로 확인하기

1. 우리 상품 상세 페이지를 엽니다. 가장 많이 팔리는 상품 하나로 시작합니다.
2. 가격, 소재, 크기, "누구에게 맞는지"를 설명하는 핵심 문구를 마우스로 끌어 선택해 봅니다.
3. 글자에 선택 표시(파란 배경)가 생기면 페이지에 글자로 들어 있는 정보입니다.
4. 글자가 선택되지 않고 그림이 통째로 끌려가면, 그 정보는 이미지 안에 들어 있습니다.

이미지 속 글자는 AI가 글로 가져가지 못할 수 있습니다. 상세 설명을 통이미지 한 장으로 올린 페이지라면, 핵심 정보 몇 줄이라도 이미지 위나 아래에 글자로 옮겨 적습니다. 이때 둘째 할 일에서 본 것처럼 "누구에게, 어떤 상황에 맞는지" 한 문장과 기준을 밝힌 숫자를 함께 적습니다.

3. 고객이 물을 질문 5개 고르기

질문은 우리가 듣고 싶은 말이 아니라 고객이 AI에 실제로 칠 말로 고릅니다. 고객 문의 게시판, 상담 기록, 매장 직원이 자주 듣는 질문에서 고르면 실제 표현에 가까워집니다. 다섯 개는 아래처럼 종류를 섞어 고르면, 어디서 빠지는지 나눠 볼 수 있습니다.

앞의 네 개에는 우리 브랜드 이름을 넣지 않습니다. 이름을 넣으면 AI가 당연히 우리 이야기를 하므로, 고객이 브랜드를 모른 채 물을 때 우리가 떠오르는지 알 수 없습니다. 마지막 질문 하나만 브랜드 이름을 넣어, AI가 우리를 어떻게 설명하는지 확인합니다.

4. AI마다 3회 이상, 로그인 없이 쓸 수 있는 AI는 시크릿 창에서 묻기

1. 고객이 많이 쓰는 AI를 고릅니다. 처음이라면 ChatGPT와 구글 검색(AI 개요)부터 시작합니다. 둘 다 로그인하지 않고 쓸 수 있습니다.
2. 브라우저의 시크릿 창을 엽니다. 로그인하지 않은 상태로 물으면 내 계정의 기억과 대화 기록이 답에 섞이지 않습니다.
3. 질문 하나를 붙여 넣고 답을 저장합니다. 답 전체를 캡처하거나 글자를 복사해 둡니다.
4. 같은 질문을 다시 묻기 전에 시크릿 창을 닫고 새로 엽니다. 한 대화에서 이어 물으면 앞의 질문과 답이 다음 답에 섞일 수 있습니다.
5. 한 AI에 같은 질문을 3회 이상 묻습니다. 질문 5개를 3회씩이면 AI 하나에 15번입니다.

로그인해야 쓸 수 있는 AI는 계정에 저장된 기억이 답에 섞일 수 있습니다. 실제로 로그인한 ChatGPT의 임시 채팅에서 같은 질문을 했을 때, 계정에 저장된 제 정보가 추천 이유에 섞여 나왔습니다. 로그인이 필요한 AI의 결과는 따로 표시해 두고, 시크릿 창 결과와 섞어 집계하지 않습니다.

5. 기록 표에 적기

답 하나마다 아래 네 가지를 적습니다. 나왔는지만 적으면, 나오긴 했지만 틀리게 소개된 경우를 놓칩니다.

아래는 기록 형식을 보여 주려고 만든 예시입니다. 브랜드와 숫자는 실제 측정값이 아닙니다.

표를 다 채웠으면 이렇게 읽습니다. 추천 질문에서 나오지 않는다면 둘째 할 일, 곧 고객 질문에 바로 답하는 문장이 페이지에 있는지부터 봅니다. 나오는데 출처가 남의 글이라면, 우리 공식 페이지에 같은 내용이 글자로 있는지 봅니다. 설명이 틀렸다면 틀린 문장이 어디서 왔는지 출처 링크를 열어 확인하고, 우리 페이지에 틀리게 적힌 정보가 있으면 바로잡습니다.

한 번의 기록은 기준점입니다. 페이지를 고친 뒤 같은 질문을 같은 방법으로 다시 묻고, 날짜를 적어 두 기록을 나란히 놓고 비교합니다. 답은 물을 때마다 달라지므로, 한 번 더 나오거나 덜 나온 것보다 여러 번 물은 비율이 어떻게 바뀌었는지를 봅니다.

자주 묻는 질문

robots.txt에서 GPTBot을 막으면 ChatGPT 검색에도 안 나오나요?

아닙니다. OpenAI 문서는 GPTBot을 생성형 AI 모델 학습용, OAI-SearchBot을 ChatGPT 검색 노출용으로 나누고, 각 설정이 서로 독립적이라고 설명합니다. GPTBot만 막으면 학습을 거부한다는 신호가 되고 검색 노출에는 영향이 없습니다. ChatGPT 검색 답에서 빠지는 것은 OAI-SearchBot을 막았을 때입니다.

구조화 데이터를 넣으면 구글 AI 개요에 나오나요?

구글은 AI 개요와 AI 모드에 나오기 위한 추가 요건이나 특별한 최적화는 없다고 설명합니다. 구조화 데이터에 대해서는 화면에 보이는 글자와 일치시키라고 권할 뿐, 넣으면 AI 개요에 나온다고 하지 않습니다. 먼저 페이지가 구글 검색에 색인되는지, 중요한 내용이 글자로 들어 있는지부터 확인합니다.

출처와 기준일

영상 속 AI 실행은 2026년 10월 30일 오전 11시 56분부터 낮 12시 1분 사이에 했고, 아래 문서는 모두 2026년 10월 30일에 확인했습니다. AI의 답은 실행할 때마다 달라지므로, 같은 질문을 지금 넣으면 다른 신발이 나올 수 있습니다.

• 직접 실행: ChatGPT 3회, 퍼플렉시티, 구글은 로그인하지 않은 새 브라우저, Codex와 Claude Code는 빈 작업 폴더에서 웹 검색을 허용해 실행
• 아식스, GEL-CUMULUS 비교 페이지(한국어)
• Pew Research Center, Google users are less likely to click on links when an AI summary appears in the results (2025-07-22)
• Google, AI in Search is driving more queries and higher quality clicks (2025-08-06)
• Aggarwal 외, GEO: Generative Engine Optimization, arXiv 2311.09735 (KDD 2024), HTML 본문
• Google 한국 블로그, AI 개요 한국어 도입 (2024-12-05)
• 네이버, AI 브리핑 출시 보도자료 (2025-03-24)
• OpenAI, Introducing ChatGPT search (2024-10-31, 2025-02-05 갱신), ChatGPT search 도움말
• OpenAI, Expanding access to AI with ChatGPT ads, DevDay 2026 recap
• OpenAI, Overview of OpenAI Crawlers
• SparkToro, AIs are highly inconsistent when recommending brands or products (2026-01-28)
• Google 검색 센터, AI features and your website
• Google 검색 센터 블로그, Introducing Search Generative AI performance reports in Search Console (2026-06-03)
• Google 애널리틱스 고객센터, 기본 채널 그룹
• IETF, RFC 9309 Robots Exclusion Protocol