ChatGPT·Perplexity·Gemini가 답을 내놓기 전에 사용자의 질문을 520개의 하위 질문으로 쪼개고, 도구를 갈아끼며, 스스로 검수까지 끝낸다는 사실을 알고 계신가요? '한 번 검색하고 끝'인 전통 RAG는 이미 과거가 되었습니다. 본문에서는 에이전틱 RAG(Agentic RAG) 메커니즘을 6가지 콘텐츠 전략으로 분해하고, 인용 누락의 7090%가 어디서 발생하는지, 그리고 한국 기업이 지금 당장 손볼 수 있는 부분이 무엇인지 정리합니다.
목차
- 에이전틱 RAG란 무엇인가?
- 지오랭크가 직접 본 사례: B2B SaaS 인용률 7배
- 전통 RAG와 에이전틱 RAG의 4가지 차이
- 플랫폼별 에이전틱 구현 비교
- 에이전틱 RAG를 노리는 6가지 콘텐츠 전략
- 측정 위기: 인용은 빙산의 일각이다
- 모델 증류로 만드는 관측 인프라
- 실행 체크리스트: 옵저버블 감사 7단계
- FAQ
- 관련 콘텐츠
에이전틱 RAG란 무엇인가?
에이전틱 RAG는 '계획-도구 사용-반복 검색-자기 검수'의 4단계 루프를 도는 검색 증강 구조입니다. 전통 RAG가 '질문→검색→상위 청크 K개→생성'의 일직선 파이프라인이었다면, 에이전틱 RAG는 동일한 질문을 받고도 먼저 연구 계획을 세우고, 필요할 때마다 도구를 갈아끼며, 결과가 부족하면 다시 검색합니다.
iPullRank의 마이크 킹은 "주요 AI 검색 플랫폼은 이미 단일 패스 구조에서 이동했고, 이제는 계획하고, 도구 사이를 라우팅하고, 검색하고, 읽고, 다시 검색한다"고 진단했는데요. 한국에서는 여전히 '청크 최적화'와 '키워드 매핑' 수준에서 GEO를 이해하는 기업이 많지만, 정작 인용을 가르는 변수는 이 4단계 루프 안 어디에서 살아남느냐에 달려 있습니다.
이 변화의 실무적 의미는 단순합니다. 사용자가 던지는 한 줄 질문이 더 이상 한 번의 검색으로 해결되지 않는다는 점입니다. 평균 5~20개의 하위 질문이 자동 생성되고, 각각이 별도의 검색 경로를 탑니다. 우리 콘텐츠가 그중 몇 개에 잡히느냐가 최종 인용 확률을 결정하죠. 단발성 키워드 1위는 더 이상 충분하지 않습니다.
지오랭크가 직접 본 사례: B2B SaaS 인용률 7배
지오랭크가 2025년 4분기부터 6개월간 작업한 국내 B2B SaaS H사 사례를 공유드립니다. 처음 진단할 때 H사는 "주요 키워드 구글 1페이지에 있는데 왜 ChatGPT는 우리를 인용하지 않느냐"는 전형적 고민을 안고 있었는데요.
분석해 보니 원인은 명확했습니다. 메인 카테고리 키워드 3개에서 ChatGPT가 생성하는 하위 질문 평균 12개 중, H사 콘텐츠가 검색 대상에 잡히는 비율은 단 17%였습니다. 1페이지는 맞지만, 에이전트가 던지는 12개 질문 중 2개에만 노출되니 최종 인용까지 도달할 확률이 산술적으로 떨어질 수밖에 없었죠.
저희는 한 가지를 끝까지 시도하지 않고 두 단계로 접근했습니다. 1단계로 기존 8개 롱폼 아티클을 28개 원자적 패시지로 재구조화했고, 동시에 '브릿지 엔티티' 콘텐츠를 12편 추가 발행했습니다. 솔직히 시행착오도 있었습니다. 초기 2개월간은 패시지 분리만 진행했는데, 인용률이 17%에서 23%로 6%p 오르는 데 그쳤거든요. 브릿지 엔티티 콘텐츠를 함께 투입한 4개월 차부터 곡선이 꺾였습니다.
최종 결과는 하위 질문 커버리지 17%→74%, 최종 답변 인용률은 약 7배 증가, 그리고 ChatGPT·Perplexity 합산 월간 추천 트래픽 0건→312건이었습니다. 다만 이 결과가 모든 산업에 일반화된다고는 말씀드리기 어렵습니다. B2B SaaS처럼 구매 결정 전 정보 탐색이 많은 카테고리일수록 효과가 크고, 단순 상품군에서는 폭이 작을 수 있다는 점은 함께 짚어 두겠습니다.
전통 RAG와 에이전틱 RAG의 4가지 차이
에이전틱 RAG를 정의하는 구조적 속성은 4가지입니다. 표로 먼저 정리해 드릴게요.
| 단계 | 전통 RAG | 에이전틱 RAG |
|---|---|---|
| 계획(Planning) | 없음 (질문 그대로 검색) | 질문을 5~20개 하위 질문으로 분해 |
| 도구 사용(Tool Use) | 벡터 검색 1종 | 벡터·BM25·API·코드 실행·웹브라우징·MCP 등 라우팅 |
| 반복(Iteration) | 단발성 | 1차 결과로 새 질문 생성 후 다시 검색 |
| 검수(Reflection) | 없음 | 충분성·모순·신선도 자체 평가, 실패 시 재검색 |
계획(Planning) 단계에서 에이전트는 사용자의 한 줄 질문을 하위 질문 묶음으로 쪼갭니다. "GEO 대행사 추천"이라는 한 질문이 내부적으로는 "GEO와 SEO의 차이", "ChatGPT 인용을 늘리는 기술적 방법", "한국 GEO 시장 규모", "에이전시 선정 기준" 등 10여 개로 분해되는 식입니다.
도구 사용(Tool Use)은 검색을 여러 도구 중 하나로 격하시킵니다. 가격 비교 질문이라면 API를 호출하고, 계산이 필요하면 코드 인터프리터를 호출하고, 최신성이 중요한 질문이라면 웹브라우징 도구를 씁니다. MCP(Model Context Protocol) 서버까지 호출 대상에 포함됩니다.
반복(Iteration)은 멀티홉 검색이라고도 부르는데요. 1차 검색에서 발견된 새로운 엔티티가 2차 검색의 단서가 됩니다. 우리 콘텐츠가 1차 검색에서는 빠졌어도, 2차·3차 단계에서 다른 엔티티의 다리 역할로 잡힐 가능성이 생깁니다.
검수(Reflection)는 마지막 관문입니다. 답변 초안을 작성한 뒤 에이전트가 스스로 "이 답이 충분한가, 모순은 없는가, 최신 정보인가"를 평가하는데요. 여기서 부족하다고 판단하면 다시 검색을 돌립니다. 신선도 검사 때 dateModified 스키마와 "as of 2026년 5월 기준" 같은 명시적 시점 표기가 통과 여부를 가른다는 점은 한국 콘텐츠가 가장 자주 놓치는 부분입니다.
플랫폼별 에이전틱 구현 비교
플랫폼마다 에이전틱 정도가 다릅니다. 한국 마케터가 가장 자주 묻는 8개 플랫폼을 비교했습니다.
| 플랫폼 | 에이전틱 강도 | 특징 |
|---|---|---|
| Google AI Mode | 매우 강함 | 다중 패스 검색 + 페어와이즈 재랭킹 + 검수 모듈 |
| ChatGPT Deep Research | 매우 강함 | 계획·하위 질문·부분 검수를 UI에 노출 |
| Gemini Deep Research | 강함 | 연구 계획 명시 후 실행, 사용자에게 계획 표시 |
| Perplexity Pro Search | 중강 | 중간 깊이의 반복, 풍부한 출처 인용 |
| Claude (Computer Use) | 중강 | 도구 사용이 1급 기능, 검색·행동 교차 실행 |
| MS Copilot Researcher | 강함 | 기업 데이터 다중 에이전트 셋업 |
| Google AI Overviews | 약~중 | 짧은 루프의 라이트 에이전틱 패턴 |
| Grok DeepSearch | 중 | X 실시간 데이터 기반 |
특히 Google AI Mode는 5건의 특허(US11663201B2 등)로 계획·도구 사용·메모리·검수·합성 단계를 모두 제품화한 정황이 확인됩니다. ChatGPT Deep Research의 경우 사용자가 직접 하위 질문 목록을 볼 수 있어서, 우리 콘텐츠가 어느 단계에서 누락됐는지 비교적 쉽게 추적할 수 있죠. 다만 모든 플랫폼이 100% 에이전틱이지는 않습니다. AI Overviews는 여전히 단발성에 가까운 짧은 루프를 쓰니, 플랫폼별 전략을 동일하게 가져가면 비효율이 큽니다.
플랫폼별 세부 진단법이 궁금하시다면 플랫폼별 AI 검색 최적화 가이드를 함께 참고해 보세요.
에이전틱 RAG를 노리는 6가지 콘텐츠 전략
6가지 전환을 정리하면 다음과 같습니다. 단순 리스트가 아니라 각각이 검색 루프의 어느 단계를 노리는지가 핵심입니다.
1. 다중 하위 질문 커버리지 한 페이지가 한 질문에 답하는 것을 넘어 5~20개 하위 질문 묶음을 동시에 커버해야 합니다. 위상 깊이(topical depth)와 하위 주제 그래프가 구조적 요구 사항이 됐죠. 카테고리 허브 콘텐츠를 만들 때 "이 질문이 분해된다면 어떤 하위 질문 12개가 나올까"를 먼저 매핑하고, 각 하위 질문을 별도 패시지로 풀어내는 방식이 효과적입니다.
2. 페어와이즈 비교에서 이기는 원자적 패시지 검수 단계에서 패시지들이 1:1로 비교됩니다. 자기완결적 논리, 앞부분에 명시된 명명 엔티티, 명확한 적용 범위 조건이 들어 있어야 하고요. 표·리스트는 모호함 없이 인용되기에 페어와이즈 승률이 평균 텍스트 대비 높게 나옵니다. 패시지 구조화의 구체적 방법은 청크 최적화 가이드에서 깊이 있게 다뤘습니다.
3. 브릿지 엔티티로 멀티홉 인용 노리기 두 엔티티를 잇는 정식 연결점이 되면, 우리 브랜드가 직접 언급되지 않은 답변에서도 출처로 끌려 들어옵니다. 가령 "GEO와 검색증강"을 잇는 정의·역사·차이 표를 가진 콘텐츠는 두 키워드 어느 쪽 질문에서도 인용될 가능성이 생기죠. 산업에서 가장 저평가된 GEO 표면이라는 평가가 있을 정도입니다.
4. 반론을 함께 다룬 콘텐츠가 검수를 통과한다 검수 단계는 모순과 한계를 인지한 콘텐츠를 더 신뢰하는 경향이 관측됩니다. 셀즈성 카피와 성공 사례만 나열한 콘텐츠는 비판 단계에서 걸러집니다. 실패 모드와 한계 조건을 명시한 콘텐츠가 살아남는다는 뜻이죠. 한국 기업 콘텐츠가 가장 약한 부분이기도 합니다.
5. 도구 호출 가능 콘텐츠 모기지·약물 상호작용·세율 같은 영역에서는 글이 아니라 계산기·API·구조화 데이터 엔드포인트가 답을 제공합니다. MCP 서버·API·구조화 데이터를 통해 도구로 노출하라는 것이 권고입니다. 한국에서는 아직 적용 사례가 적어 선점 효과가 큽니다.
6. 신선도가 검수 게이트 dateModified 스키마, 버전 번호, "as of [날짜]" 표기를 검수가 명시적으로 확인합니다. 페어와이즈에서 이겨도 신선도 단계에서 떨어지면 최종 인용에서 빠지고요. 분기별 업데이트 캘린더가 사실상 GEO 필수 인프라가 됐습니다.
측정 위기: 인용은 빙산의 일각이다
문제는 이 전체 루프가 블랙박스라는 점입니다. 사용자와 최종 답변 사이의 모든 게이트키퍼가 불투명합니다. 전통적 인용 추적은 최종 생존자만 관찰하기 때문에 다음을 놓칩니다.
- 계획자가 어떤 하위 질문을 생성했는지
- 라우터가 어떤 도구를 골랐는지
- 어떤 검색 코퍼스를 뒤졌는지
- 페어와이즈에서 어떤 경쟁 패시지가 이겼는지
- 검수가 무엇을 걸렀는지
iPullRank는 인용 횟수가 실제 도달 범위를 3~10배 과소 보고한다고 지적합니다. 12개 하위 검색 중 4개에 우리 콘텐츠가 잡혔는데 최종 인용은 1번뿐이라면, 기존 도구는 실제 영향의 25%만 보고 있는 셈이죠.
실무적 의미는 큽니다. ChatGPT가 우리 브랜드를 한 달에 5번 인용했다는 숫자만 보고 "GEO가 잘 되고 있다"고 판단하면, 실제로는 15~50번 검색에 잡혔는데 검수에서 줄줄이 떨어지는 상황을 놓치게 됩니다. 어디서 떨어지는지 모르면 고칠 수도 없죠.
모델 증류로 만드는 관측 인프라
해결책으로 제안되는 것이 모델 증류(model distillation)입니다. 큰 불투명 모델의 동작을 모방하도록 작은 관측 가능 모델을 학습시켜, 상류 게이트키퍼의 보정된 프록시로 활용하는 방식입니다.
권장 워크플로는 Google Gemma 4를 Ollama로 로컬 실행하고, LangGraph 또는 LlamaIndex 프레임워크로 다음을 관측하는 구조입니다.
- 계획자의 하위 질문 생성 패턴
- 각 단계에서의 라우터 도구 선택
- 검색 후보 세트
- 페어와이즈 비교 판정
- 검수 결정 근거
새로운 측정 지표도 함께 제시됩니다. 하위 질문 커버리지(계획된 팬아웃 중 우리 소스가 포함된 비율), 검색-인용 비율(검색 셋에서 최종 답까지 살아남는 비율), 검수 생존율, 브릿지 엔티티 중심성, 도구 호출 포함률, 단계별 누락률입니다.
한국 기업이 모두 이 인프라를 직접 구축하기는 어렵겠지만, "관측 가능한 지표를 1개라도 추가하라"는 원칙은 적용 가능합니다. ChatGPT Deep Research가 노출하는 하위 질문 목록을 매주 캡처해 엑셀에 누적하는 것만으로도 출발선은 만들 수 있죠.
실행 체크리스트: 옵저버블 감사 7단계
기술 인프라 없이 시작할 수 있는 7단계 감사를 정리했습니다.
- 비즈니스 핵심 질문 5개를 선정합니다. 가급적 구매 의도가 높은 질문으로 잡으세요.
- 각 질문을 ChatGPT Deep Research·Gemini Deep Research·Perplexity Pro 3개에 동일하게 던집니다.
- 노출된 연구 계획과 하위 질문을 한 줄도 빠뜨리지 말고 캡처합니다.
- 각 하위 질문에 대해 우리 콘텐츠가 상위 검색에 잡히는지 별도로 확인합니다.
- 하위 질문 커버리지와 최종 인용률을 비교합니다. 격차가 곧 누락 지점입니다.
- 누락된 하위 질문 각각을 "신선도 부족", "엔티티 모호", "패시지 길이", "스키마 누락" 등 원인별로 분류합니다.
- 가장 빈도 높은 누락 원인부터 수정 계획에 반영합니다.
이 감사는 2일이면 가능합니다. 한 분기에 한 번씩만 돌려도 누락 패턴이 보이기 시작하죠. 더 정량적인 진단이 필요하다면 AI 검색 감사 완전 가이드의 5가지 진단법과 결합해 보시기를 권합니다.
에이전틱 RAG GEO FAQ
에이전틱 RAG와 전통 RAG의 가장 큰 실무 차이는 무엇인가요?
가장 큰 차이는 검색이 한 번이 아니라 여러 번 일어난다는 점입니다. 전통 RAG에서는 "키워드 매칭 잘 하면 끝"이었다면, 에이전틱 RAG에서는 한 질문이 5~20개 하위 질문으로 분해되니까 그중 몇 개에 잡히느냐가 핵심 지표가 됩니다. 키워드 1위가 더 이상 충분한 목표가 아니라는 의미죠.
한국 콘텐츠도 ChatGPT의 하위 질문 분해 대상에 포함되나요?
네, 영어 콘텐츠 위주로 시작했지만 한국어 질의에 대한 한국 콘텐츠 검색·인용은 2025년 중반부터 빠르게 늘었습니다. 다만 한국어 패시지 품질과 신선도 표기가 영어권에 비해 약해서, 같은 수준의 콘텐츠라도 페어와이즈에서 불리해지는 경우가 보입니다. 신선도 메타데이터부터 보완하는 것이 우선이고요.
브릿지 엔티티 콘텐츠는 어떻게 만드나요?
자주 함께 검색되는 두 엔티티(예: GEO와 검색증강) 사이의 정의·역사·차이·관계도를 한 페이지에 정리하는 방식입니다. 각 엔티티 단독 페이지가 아니라 '교차로' 페이지를 별도로 만드는 게 핵심이고요. 이 페이지가 어느 한쪽 질문에서도 출처로 끌려 들어올 가능성이 생깁니다.
모델 증류 인프라가 없으면 GEO가 불가능한가요?
아니요. 증류 인프라는 측정 정밀도를 높이는 도구일 뿐 필수는 아닙니다. ChatGPT Deep Research·Gemini Deep Research가 노출하는 하위 질문 목록을 사람이 직접 캡처해 시트로 누적하는 수동 방식만으로도 80% 정도의 관측은 가능합니다. 인프라보다 정기적 감사 루틴이 먼저입니다.
신선도는 얼마나 자주 업데이트해야 하나요?
산업마다 다르지만 일반적으로 분기 1회 업데이트가 최소선이라는 신호가 관측됩니다. 가격·법규·기술 표준이 빠르게 바뀌는 분야는 월 1회까지 권장됩니다. 본문 변경이 없더라도 dateModified만 갱신해서는 안 되고, 실질적 사실 검증 후 메타데이터를 함께 갱신해야 검수 단계에서 신뢰를 받습니다.
함께 보면 좋은 콘텐츠
에이전틱 RAG의 한 축인 청크·패시지 구조화가 궁금하시다면? AI 검색 청크 최적화 가이드에서 패시지 단위 인용 메커니즘을 더 자세히 살펴보실 수 있습니다.
하위 질문 분해의 다른 면, 즉 사용자별 개인화는 어떻게 작동하는지 궁금하시다면? AI 검색 개인화·쿼리 팬아웃 가이드를 함께 읽어 보세요.
내 사이트가 AI에 실제로 인용되는지부터 진단하고 싶다면 AI 검색 감사 완전 가이드의 5가지 진단법으로 시작하는 것이 좋습니다.
에이전틱 RAG 시대의 GEO는 "한 페이지에 한 키워드"가 아니라 "한 주제 그래프에 여러 패시지"로 사고를 바꾸는 게임입니다. 지오랭크는 이 구조 전환을 데이터로 측정하고 콘텐츠로 실행하는 작업을 함께합니다.