AI가 가장 많이 인용하는 웹사이트는? 생각보다 훨씬 집중되어 있다

혹시 ChatGPT, Gemini, Perplexity가 어디서 정보를 가져오는지 궁금한 적이 있나요? 이제 데이터가 명확하게 밝혀졌습니다. 그리고 그 결과는 꽤 놀라울 수 있습니다. 고작 15개 웹사이트가 주요 AI 엔진 전체 인용의 3분의 2 이상을 차지하고 있습니다.

2025년부터 2026년까지 진행된 여러 대규모 연구(3천만 건에서 6억 8천만 건의 개별 인용 이벤트 분석)는 모두 동일한 결론에 도달합니다. AI 인용은 '승자독식(Winner-Take-Most)' 게임이며, 그 정도는 구글 페이지랭크 시대보다 훨씬 더 심각합니다 .

상위 15개 도메인이 전체 AI 인용의 68%를 차지

5W 커뮤니케이션즈의 AI 플랫폼 인용 소스 인덱스 2026은 6개 주요 연구의 6억 8천만 개 이상의 인용을 종합 분석한 결과, 상위 15개 도메인이 전체 AI 인용 점유율의 68%를 흡수하는 것으로 나타났습니다 . 상위 50개 도메인은 80%가 넘는 점유율을 기록합니다 .

쉽게 말해, 인터넷 상의 약 11억 개 웹사이트 중 단 15개 사이트가 매일 수십억 사용자에게 AI 엔진이 추천하는 내용의 3분의 2 이상을 통제하고 있는 셈입니다 . 이러한 집중도는 25년간 웹 검색을 지배했던 구글의 페이지랭크 알고리즘보다 훨씬 더 극단적입니다 .

주요 AI 엔진 전체에서 가장 많이 인용된 상위 10개 도메인

다음 도메인들은 ChatGPT, Google AI Mode, Gemini, Perplexity, AI Overviews 전반에 걸쳐 인용 순위 상위권에 일관되게 등장합니다:

순위	도메인	주요 내용
1	레딧 (Reddit)	모든 주요 엔진에서 1위; 일부 연구에서 인용 점유율 약 40%
2	위키피디아 (Wikipedia)	레딧 다음으로 꾸준히 2위; Similarweb 데이터에서 ChatGPT 인용의 약 13%
3	유튜브 (YouTube)	Peec AI의 3천만 소스 분석에서 상위 3위
4	링크드인 (LinkedIn)	ChatGPT, Google AI Mode, Perplexity에서 상위 5위
5–10	팬덤(Fandom), 아마존, 포브스, 헬스라인, 메이요 클리닉, 웹MD, 깃허브, 스택 오버플로우, CNN, NYT, BBC	엔진과 연구에 따라 순위 변동

Peec AI의 3천만 소스 분석에 따르면 모든 플랫폼에서 가장 많이 인용된 상위 10개 도메인은 레딧, 유튜브, 링크드인, 위키피디아, 포브스, 페이스북, 옐프, 아마존, 테크레이더, 헬스라인입니다 .

레딧이 독보적인 이유

레딧의 사용자 생성 토론과 포럼은 방대하고 다양한 대화형 및 문제 해결 콘텐츠 데이터 세트를 제공합니다. 2025년 6월 Statista 연구에서 레딧은 전체 인용 참고 자료의 40.1%를 차지하며 2위인 위키피디아(26.3%)를 크게 앞질렀습니다 . Perplexity에서는 레딧이 인용의 약 5분의 1을 차지합니다 .

분석가들은 레딧이 전통적인 백과사전식 정보원이 다루기 어려운 '롱테일(Long-tail)', 의견 기반, 방법론(How-to) 질문에 답변할 수 있는 능력이 특징이며, 특히 대화형 AI에 매우 가치 있다고 지적합니다 .

엔진별 순위 차이: 같은 핵심, 다른 리더

레딧이 전체적으로 선두를 달리지만, 개별 AI 엔진의 순위를 살펴보면 중요한 차이점이 드러납니다:

• ChatGPT는 위키피디아와 레딧에 크게 의존하며, 이 두 사이트가 전체 인용의 약 25%를 차지합니다. Similarweb의 2026년 1~2월 데이터에서 위키피디아가 13.2%로 선두, 레딧이 12%로 근접했습니다 .
• Google AI Mode는 팬덤(Fandom)을 1위로 꼽습니다. 게임과 대중문화 위키 플랫폼인 팬덤은 다른 엔진에서는 훨씬 덜 두드러집니다 .
• Perplexity는 더 분산된 분포를 보입니다. 인용된 프롬프트 볼륨의 80%를 커버하려면 810개의 개별 도메인이 필요합니다 .

세 가지 주요 AI 엔진(ChatGPT, Perplexity, Google AI Overviews) 전체에서 상위 50개 인용 도메인에 공통으로 포함된 웹사이트는 단 7개에 불과하며, ChatGPT와 Perplexity 모두에 인용된 도메인은 11%에 그칩니다 .

훈련 데이터 vs. 출력 인용: 결정적 차이

LLM이 출력에서 인용하는 것과 훈련에 사용되는 것을 구분하는 것이 중요합니다. 훈련 데이터의 경우, 부피 기준으로 가장 지배적인 출처는 Common Crawl이라는 오픈 리포지토리로, GPT-3, LLaMA, T5와 같은 모델에 공급되는 페타바이트 규모의 원시 웹 데이터를 포함합니다 . OpenAI의 GPT-3는 예를 들어 훈련 토큰의 60%를 Common Crawl의 필터링된 버전에서 가져왔습니다 .

위의 인용 목록은 LLM이 응답을 생성할 때 참조하는 것, 즉 모델이 권위 있다고 학습한 훨씬 더 작고 선별된 출처 세트를 반영합니다.

브랜드와 퍼블리셔에게 의미하는 바

만약 여러분의 목표가 AI 엔진에 인용되는 것이라면, 데이터는 명확합니다. 신뢰받는 단기 리스트에 이름을 올려야 합니다. 웹의 긴 꼬리(롱테일)는 특정 틈새 질문을 제외하고는 대부분의 AI 출력에서 사실상 보이지 않습니다.

효과적인 전략으로는 위키피디아에 기여하기, 포브스나 헬스라인에 기사 게재하기, 강력한 유튜브 및 링크드인 입지 구축하기, 레딧에서 인용 획득하기 등이 있습니다. 인용 성공률을 높이는 형식으로는 목록형 기사(리스트클, Listicle, 상위 AI 인용의 약 50% 차지)와 정렬 또는 비정렬 목록이 포함된 페이지(인용된 페이지의 80%에 존재)가 있습니다 .

요약하자면: 레딧, 위키피디아, 유튜브는 오늘날 주요 LLM 엔진 전체에서 가장 많이 인용되는 세 가지 도메인이며, 소수의 권위 있는 미디어, 건강, 참고 사이트가 그 뒤를 잇고 있습니다. AI에 인용되고 싶다면, 먼저 이 도메인들에 인용되는 것이 핵심입니다.