AI 인용 반감기: 인용은 스톡이 아니라 플로우

AI 인용은 획득해서 보유하는 트로피가 아닙니다. 상하기 쉬운 상품입니다. 오늘 5개의 엔진이 인용하는 페이지가 Google 검색 트래픽은 횡보하는 채로 한 달 이내에 인용률의 절반을 잃을 수 있습니다. 이 페이지에서는 공개된 감쇠 추정값, 재현 가능한 측정 프로토콜, 90일간 실측에서 얻은 반감기 수치를 정리합니다.

공개된 추정값

2026년 업계 측정은 같은 형태에 수렴하고 있습니다:

발견	출처
AI 인용 반감기 중앙값 ≈ 4.5주; ChatGPT의 교체가 가장 빠르고 Perplexity가 가장 오래 유지	Authority Tech 플랫폼별 분석
AI에 인용된 도메인은 매월 40~60% 교체됨	Machine Relations
AI에 인용되는 콘텐츠의 약 절반은 13주 미만; 30일 이내에 업데이트된 페이지는 수배 더 많이 인용됨	Authority Tech 신선도 분석

메커니즘은 구조적인 것이며, 품질 판단이 아닙니다. 확립된 페이지에 대한 Google의 오가닉 랭킹은 점착성이 있습니다 — 시그널은 천천히 움직이며, 조용한 한 주가 지위를 흔들지 않습니다. AI 인용은 답변 시점에 라이브 인덱스에서 끌어오며, 그 인덱스는 새로운 자료에 편향되어 있습니다. 페이지가 나빠지는 것이 아닙니다. 페이지가 경쟁하는 풀이 젊어지는 것입니다.

최근 검색 연구(TempRetriever, arXiv 2502.21024; RAG 한계를 다루는 knowledge-drift 연구, arXiv 2604.05096)는 상류 원인을 모델링합니다: retrieval은 새로운 콘텐츠에 편향되며, 질문이 시간 의존적일수록 그 편향이 강해집니다.

고정 프로토콜이 중요한 이유

“반감기”는 동결된 프로토콜에 대해서만 의미가 있습니다. 프롬프트 세트, 주기, 또는 성공 기준을 바꾸면 숫자는 몇 주씩 움직입니다 — “4.5주”를 인용하는 두 사람이 무관한 현상을 측정하고 있을 수 있습니다. 재현 가능한 프로토콜을 다섯 가지 규칙으로 제시합니다:

고정 프롬프트 세트 — 페이지당 실제 사용자 질문 10개를, day 0 이전에 작성하고 동결합니다. 실험 중간에 프롬프트를 다시 쓰면 자신의 벤치를 스스로 부수는 것입니다.
프롬프트당 3번 재시도 — 별도 세션, 이력 없음. “인용”은 3번 중 적어도 1번 URL이 클릭 가능한 출처로 나타나는 것이며, 프롬프트 단위로 집계합니다(소스 목록 단위로 세면 소스를 더 많이 반환하는 엔진이 과대평가됩니다 — 이 수정이 어떤 측정의 숫자를 약 15% 낮췄습니다).
고정 주간 주기 — 같은 요일, 같은 시간대. 건너뛴 주는 곡선의 구멍이 되고 피팅을 악화시킵니다.
두 개의 시계 — AI 인용률과 같은 주의 같은 URL의 Search Console 클릭을 모두 기록합니다. 두 곡선이 함께 움직이면 다른 무언가가 일어난 것입니다(장애, 알고리즘 변경, 바이럴 링크). 시그널은 검색 곡선이 유지된 채 AI 곡선만 움직이는 것입니다.
감쇠는 week 1이 아닌 피크부터 피팅합니다. 인용률은 엔진이 페이지를 인덱싱하는 2~4주 동안 상승한 후 감쇠합니다. 상승과 감쇠를 하나의 피팅에 섞는 것이 공개된 글에서 가장 흔히 보이는 오류로, 실제보다 평평한 반감기가 나옵니다.

감쇠 부분은 지수함수로 피팅합니다: cites(t) = peak × 0.5^(t / T_half), t는 피크에서의 주 수.

측정된 반감기

이 프로토콜을 하나의 기술 사이트의 3개 페이지에 90일(13주) 동안 실행한 결과. 대상은 ChatGPT(웹 검색 on), Claude(기본 웹 모드), Perplexity(Sonar Pro):

페이지 유형	ChatGPT	Claude	Perplexity
에버그린 하우투	6.8주	7.4주	9.1주
체험 보고서	3.2주	3.6주	4.4주
방법론 포스트	5.1주	5.9주	6.7주

놀라움 순으로 세 가지 발견:

콘텐츠 유형이 지배적입니다. 에버그린 페이지는 모든 엔진에서 체험 보고서보다 약 2배 오래 인용을 유지했습니다. 엔진은 신선도에 가중치를 두지만, 페이지가 여전히 질문에 답하는지에도 가중치를 둡니다 — 하우투는 몇 달간 계속 답하고, 체험 보고서는 금방 답하지 못하게 됩니다. 페이지 유형을 평균하면 공표된 “≈4.5주” 헤드라인이 재현되지만, 실제로 중요한 2배 차이가 숨어버립니다.
Perplexity는 3개 페이지 모두에서 감쇠가 가장 느렸고(공개된 랭킹 가이던스에서 신선도 가중치는 약 15%), ChatGPT는 모든 행에서 가장 빨랐습니다 — 플랫폼별 교체 보고와 일치합니다.
새로고침은 인용을 부분적으로, 불균등하게만 회복시킵니다. 체험 보고서에 대한 실질적인 업데이트(새 섹션 + 새 데이터 테이블)로, ChatGPT는 2주 내에 피크의 약 70%, Claude는 약 60%, Perplexity는 week 12까지 약 75%까지 회복했습니다 — 피크로는 돌아오지 않았습니다. 앞선 9주간의 측정에서 날짜 표기만 바꾼 화장 고치기는 측정 가능한 변화를 아무것도 만들지 않았습니다. 어떤 새로고침보다 첫 번째 론칭이 더 중요합니다.

전체 데이터와 프로토콜: 90일 방법론 기록（영어）과 최초 9주 감쇠 로그（영어）.

운영상의 귀결

공개 전에 모든 페이지를 에버그린 또는 기한이 있는 것으로 분류하세요. 에버그린 페이지에는 반감기가 시사하는 주기(대략 6~8주마다)로 실질적인 새로고침을 합니다. 기한이 있는 유형은 새로고침하지 않습니다 — 어떤 편집도 오래된 체험 보고서를 다시 relevant하게 만들지 않습니다 — 아카이브하고 새 기사로 교체하세요.
인용 지표는 스냅샷이 아닌, 시간축 위의 레이트로 보고하세요. “5개의 엔진이 인용하고 있다”는 월요일에는 사실이고 다음 달에는 거짓이 됩니다. 고정 프롬프트 세트에 대한 트렌드 라인이 정직한 지표입니다 — 이것을 통합하는 주간 루프는 LLMO 측정을 참조하세요.
인용되는 것은 론칭 문제이고, 인용되기를 유지하는 것은 리텐션 문제입니다. 인용 시그널이 인용 풀에 진입할지를 결정합니다. 권위성 시그널과 정합성 시그널 — 그리고 새로고침 주기 — 이 풀에 머물지를 결정합니다.

이 측정의 한계

단일 사이트, 3개 페이지, 새로고침 이벤트 1회 — 엔진별로 비대칭적인 새로고침 반응은 신선도 가중치 차이일 수도 있고 노이즈일 수도 있습니다. 방법론 포스트는 자기 공식화됩니다(엔진은 새 프롬프트에 오래된 측정 포스트로 답할 수 있습니다). 그리고 13주의 창은 엔진 인덱스가 성장함에 따라 반감기가 더 짧아지는지를 보여줄 수 없습니다. 반감기 값은 하나의 방어 가능한 프로토콜의 출력으로 취급하세요. 상수가 아닙니다.