무엇에 근거하는가

근거

이 제품이 고르는 처방은
감이 아니라 측정된 값입니다

플럿G 봇이 쓰는 숫자를 전부 공개합니다. 어느 논문의 어느 표에서 왔는지까지 적었습니다.

Aggarwal 등(KDD 2024) Table 2. 모든 출처가 동시에 최적화된 경쟁 평형에서 측정한 가시성 변화입니다. 상위 사이트의 음수는 «출처를 달면 손해»가 아니라 모두가 최적화하면 상위의 상대적 우위가 줄어든다는 뜻입니다.

그래서 Salience 는 사전분포를 순위대별로 따로 둡니다. 지금 노출이 전혀 없는 사이트는 5위 대역에 해당하고, 문헌상 상승 여지가 가장 큰 구간입니다.

같은 논문 Figure 4. 대각선이 단독 적용, 나머지가 짝입니다. 단순 합이 아닙니다 — 통계는 단독 19.1인데 인용문과 붙이면 34.4가 됩니다.

	인용문 삽입	유창성 개선	통계 삽입	출처 인용
인용문 삽입	22.4 단독	35.8	34.4	33
유창성 개선	35.8	27 단독	30.3	35.4
통계 삽입	34.4	30.3	19.1 단독	20.1
출처 인용	33	35.4	20.1	30.3 단독

유창성은 단독으로는 중간이지만 무엇과 붙여도 결합 평균이 가장 높습니다(32.1). 그래서 동반자로 자주 선택됩니다.

같은 논문 Table 3. 방법별로 가장 잘 듣는 분야 1~3위입니다. 논문의 결론이 «도메인 특화 최적화가 필요하다»였고, 어느 도메인에 무엇이 맞는지는 열려 있었습니다. 그 빈칸을 관측으로 메우는 것이 플럿G 봇이 하는 일입니다.

65%

인용 출처가 하루 사이
교체되는 비율

32~43%

같은 순간 재실행 시
결과가 겹치는 정도

7회

검출률을 신뢰하려면
필요한 하루 반복

2~4주

추세를 보려면
필요한 관측 창

Schulte 등(2026)이 네 엔진을 45일 관측한 결과입니다. 변동의 상당 부분이 외부 요인이 아니라 모델의 확률적 생성 자체에서 옵니다. 그래서 Salience 는 같은 질문을 여러 번 묻고, 점수를 하나가 아니라 구간으로 보여 줍니다.

관측	값
ChatGPT ↔ Perplexity 인용 도메인 중첩	11%
세 엔진이 공통 도메인 0개인 질의 비율	35~40%
브랜드 인용률	ChatGPT 0.59% vs Perplexity 13.05% (약 46배)
편향	ChatGPT 백과·권위 매체 / Perplexity 커뮤니티(Reddit 46.7%) / Gemini Reddit 5%

한 엔진만 재면 그 엔진의 편향을 재는 것입니다. 그래서 학습 맥락에 엔진을 축으로 넣었습니다.

처방	왜 안 하는가
키워드 반복	같은 논문에서 «거의 또는 전혀 개선 없음». 전통 SEO 습관이 여기서는 통하지 않습니다
권위적 문체	«유의한 개선 없음». 근거 없이 단정하면 신뢰만 잃습니다
재료 없는 통계·인용	효과가 가장 큰 처방이 하필 «추가 자료»를 요구합니다. 재료 없이 실행하면 허위 통계를 대량 생산하게 되므로, 사실 목록이 부족하면 후보에서 뺍니다

기호	문헌
E1	Aggarwal et al., GEO: Generative Engine Optimization, KDD 2024	원문
E2	Schulte et al., Don't Measure Once: Measuring Visibility in AI Search, 2026	원문
E3	From Citation Selection to Citation Absorption, 2026	원문
E6	Generative Engine Optimization at Scale, 2026	원문

수치가 갱신되면 이 페이지와 봇의 사전분포가 같이 바뀝니다. 근거 파일 한 곳(core/evidence.js)에서만 관리합니다.