PDF SEO 7단계: AI가 사양서 수치를 정확히 인용하게 하는 GEO

PDF SEO 핵심: AI 인용 사양서에서 빠지는 표 속 보정값

엔지니어가 AI 검색에 18mm 유도형 근접 센서의 감지거리를 물으면 AutomationDirect ProSense M18 사양서 PDF가 인용되고 공칭값(flush 5mm, non-flush 8mm)이 답으로 나옵니다. 문제는 재질별 보정표입니다. 텍스트로 추출되지 않아 답에서 빠졌고 알루미늄 대상이라는 실제 조건에서는 불완전한 답이 됐습니다. GEO(생성형 AI 검색 최적화)에서 PDF SEO가 노출을 넘어 수치의 정확성까지 다뤄야 하는 이유입니다.

• Plant to Pipeline의 사양 질문 30개 실험에서 PDF를 인용한 답변은 Google AI Mode 10개, Perplexity 9개였습니다.
• 이미지 표, 머리글 없는 다음 페이지 표, 병합 셀은 수치를 시험 조건과 떼어 놓습니다.
• PDF SEO 처방은 텍스트 추출 확인에서 월간 재측정까지 7단계이고 원본 URL 관리가 뒤따릅니다.
• 엔지니어링 플라스틱 제조기업 B사는 이 순서로 4개월 만에 사양 질문 AI 가시성을 6%에서 71%로 올렸습니다.

목차

• PDF SEO 핵심: AI 인용 사양서에서 빠지는 표 속 보정값
• PDF SEO 정의와 AI 검색이 사양서를 읽는 4관문
• PDF SEO 7단계: 텍스트 추출부터 인용 재측정까지
• 엔지니어링 플라스틱 제조기업 B사 사례: 4개월 만에 AI 가시성 6%에서 71%로
• 사양서 PDF 원본 URL 관리: 유통사 사본과 canonical
• 사양 질문 30개 실험: AI 검색 엔진별 PDF 인용 차이
• PDF SEO 자주 묻는 질문
• 함께 읽으면 좋은 글
• 출처

PDF SEO 정의와 AI 검색이 사양서를 읽는 4관문

PDF SEO는 PDF 문서가 AI 답변에 노출되고 그 안의 수치가 원문대로 인용되도록 파일·표 구조·서버 설정을 다듬는 작업입니다. AI 검색은 사양서를 수집·파싱·청킹·인용의 네 관문을 거쳐 답변에 넣습니다. 수집에서 막히면 노출이 사라지고 파싱과 청킹에서 깨지면 수치가 틀어집니다.

수집은 크롤러 몫입니다. OpenAI는 OAI-SearchBot을 막은 사이트가 ChatGPT 검색 답변에 표시되지 않는다고 밝혔고 PerplexityBot은 Perplexity 검색 노출용 크롤러입니다. Google AI 기능은 색인되어 있고 스니펫을 표시할 수 있는 페이지라면 추가 요건 없이 지원 링크로 씁니다.

파싱과 청킹은 표에서 무너지기 쉬운데요. D-RAC 연구는 표의 머리글과 셀이 다른 청크로 갈라지면 벡터 검색이 실패한다며 각 행을 '열 이름+값' 문장으로 다시 쓰라고 처방합니다. LangChain의 표 RAG 실험에서도 페이지 단위 청킹은 여러 페이지에 걸친 표에서 실패했습니다. 마지막 인용 단계에서 Google은 질문을 하위 주제로 나눠 검색하는 query fan-out으로 제조사 PDF와 유통사 페이지를 함께 끌어옵니다. Google이 중요한 내용은 텍스트로 제공하라고 요구하는 만큼 이미지로 된 표 속 값은 인용 이전에 파싱 관문에서 먼저 떨어져 나갑니다.

PDF SEO 7단계: 텍스트 추출부터 인용 재측정까지

PDF SEO는 가장 많이 요청되는 사양서 10개부터 손보면 효율이 높습니다. 1~4단계가 수치의 정확성을 지키고 5~7단계가 노출과 추적을 맡습니다.

1. 텍스트 추출 확인: 표의 글자를 마우스로 선택해 복사해 봅니다. 선택되지 않는 표는 이미지이므로 진짜 텍스트로 다시 만듭니다.
2. 표 재작성: 여러 페이지에 걸친 표는 페이지마다 머리글 행을 반복하고 병합 셀을 풉니다. 행 하나만 떼어 읽어도 열 이름과 단위가 따라붙어야 합니다.
3. 파일명·메타데이터: Search Atlas는 'final_v3.pdf' 대신 하이픈으로 이은 설명형 파일명을 쓰고 문서 속성의 제목·주제 필드를 채우라고 권합니다. PDF로 향하는 내부 링크의 앵커 텍스트도 설명형으로 씁니다.
4. HTML 동반 페이지: 정격·범위·용량·시험 규격 같은 선정 기준값 5~8개를 단위와 함께 제품 페이지 텍스트로 올리고 숫자를 PDF와 똑같이 맞춥니다.
5. 게이팅 해제: Plant to Pipeline 실험에서 인용된 239건은 모두 양식 없이 열리는 문서였습니다. 이메일 양식 뒤에 둔 Master Bond 접착제 사양서는 인용되지 않았으니 견적·CAD 같은 리드 확보 장치만 따로 분리합니다.
6. 크롤러 점검: robots.txt에서 AI 검색 크롤러를 허용하고 OpenAI가 공개한 IP 대역도 막지 않습니다. robots.txt로 막은 URL은 Google에 내용 없이 색인될 수 있어 노출 제어에는 다른 수단을 씁니다.

   User-agent: OAI-SearchBot
   Allow: /
   
   User-agent: PerplexityBot
   Allow: /
   

7. 월간 재측정: 매달 가장 흔한 사양 질문 3개를 AI 도구 2개에 묻고 인용 URL과 수치 일치 여부를 같은 행에 기록합니다.

엔지니어링 플라스틱 제조기업 B사 사례: 4개월 만에 AI 가시성 6%에서 71%로

7단계를 물성표 PDF 62종에 적용한 B사는 4개월 만에 사양 질문 AI 가시성을 6%에서 71%로 올렸습니다. 수치 오류가 있는 답변 비율은 44%에서 10%로 줄었습니다.

엔지니어링 플라스틱 컴파운드를 만드는 B사는 '유리섬유 30% 강화 PA66 인장강도' 같은 질문에서 거의 언급되지 않았고 드물게 인용될 때도 출처는 유통사 서버의 구판 사본이었습니다. 원인은 세 가지였습니다. PDF 23종은 표가 이미지였고 여러 페이지 표는 둘째 페이지부터 머리글이 없어 '건조 상태·23℃' 같은 시험 조건이 수치와 떨어졌습니다. 데이터시트는 이메일 양식 뒤에 있었고 그사이 유통사·리셀러 사본 37건이 대신 인용되고 있었습니다.

지오랭크는 GRank Research로 B사와 경쟁 소재사 4곳의 사양서·인용 출처를 모아 FACT DB를 만들고 GRank QueryMix로 등급 선정·물성 비교·규격 확인 질문 40개를 설계했습니다. 3주 차부터 이미지 표 23종을 텍스트로 다시 만들고 행마다 '등급명·물성·값·단위·시험 규격(ISO 527, ASTM D638 등)'이 붙게 했습니다. 등급별 HTML 동반 페이지에는 PDF와 같은 기준값 6~8개와 Product JSON-LD를 올렸습니다. 양식 게이팅을 풀고 고정 URL·301 리디렉션·canonical Link 헤더·AI 검색 크롤러 허용·llms.txt를 적용했으며 사본 37건은 감사표로 정리해 유통사에 원본 링크를 요청했습니다.

GRank Pilot은 ChatGPT·Gemini·Claude·Perplexity에 같은 질문 40개를 하루 5회, 매번 새 세션으로 묻고 인용 URL과 수치 일치 여부를 함께 기록했습니다. 4주 차에 Perplexity가 B사 원본 물성표를 처음 인용했고 4개월 차 AI 가시성은 Perplexity 78%, Gemini 74%, ChatGPT 69%, Claude 63%였습니다. 인용 출처 중 원본 URL 비중은 14%에서 52%로 높아졌고 AI를 거친 기술 문의는 월 5건에서 21건으로 늘었습니다. 핵심 사양 질문 9개에서는 B사 데이터시트가 첫 번째 출처입니다. B사 기술영업 팀장은 "고객이 이미 등급과 수치를 확인하고 오니까 상담이 바로 샘플 단계로 넘어갑니다"라고 전했습니다.

사양서 PDF 원본 URL 관리: 유통사 사본과 canonical

B사처럼 원본 대신 유통사 사본이 인용되면 개정 전 수치가 답변에 남습니다. 처방은 두 가지입니다. 사본을 찾아 원본 링크를 요청하고 PDF에는 HTTP 헤더로 canonical을 지정합니다.

유통사 사본 인용은 흔한 일입니다. Maxim Integrated의 IO-Link 핸드북은 Mouser 서버에서 인용됐고 Pilz 안전 릴레이 매뉴얼과 Danaher 엔코더 핸드북도 유통사·리셀러 사이트에서 인용됐습니다. 부품 번호와 문서 제목에 'pdf'를 붙여 검색해 제3자 사본 목록을 만들고 유통사에는 재업로드 대신 제조사 원본 URL 링크를 요청합니다. 개정판이 나와도 바뀌지 않는 고정 URL을 두고 옛 파일명은 리디렉션하며 PDF 바닥글에 개정일과 원본 URL을 넣습니다.

PDF에서는 HTML의 rel="canonical" 요소가 작동하지 않아 Google Search Central은 응답 헤더 형식을 안내합니다. 같은 내용의 HTML 페이지가 있다면 HTML을 대표 버전으로 두고 PDF는 보조 다운로드로 돌리는 편이 개정 관리에 유리합니다.

Link: <https://www.example.com/downloads/white-paper.pdf>; rel="canonical"

X-Robots-Tag "noindex, nofollow"는 Apache의 <Files ~ "\.pdf$">나 Nginx의 location ~* \.pdf$ 블록에 넣습니다. CDN이 PDF에 nosnippet·noindex를 잘못 붙여도 AI 기능 노출이 막히므로 응답 헤더까지 확인합니다.

사양 질문 30개 실험: AI 검색 엔진별 PDF 인용 차이

같은 사양 질문에도 Google AI Mode와 Perplexity는 다른 문서를 인용합니다. 30개 질문 중 두 엔진이 같은 도메인을 하나라도 함께 인용한 경우는 14개였고 나머지 16개는 완전히 다른 출처를 냈습니다.

Plant to Pipeline은 플라스틱·고무, 산업기계, 자동화, 건축자재 4개 업종의 사양 질문 30개로 인용 239건을 기록했습니다. 30% 유리섬유 강화 나일론 6의 인장강도를 묻자 AI Mode는 유통사 Professional Plastics의 물성표를 인용해 '65~195MPa, 평균 140MPa'라고 답했고 Perplexity는 BASF를 인용했습니다.

AI Mode는 답변마다 링크를 더 많이 달기 때문에 PDF 비중은 낮아도 PDF 인용 답변은 더 많았습니다. 잘린 주소로 남은 링크 79개 중에도 22개가 PDF였습니다.

인용된 문서에는 질문 하나에 바로 답한다는 공통점이 있었습니다. Professional Plastics 물성표는 물성·범위·평균·등급 수를 평문으로 나열했고 ATAS International은 풍압 인양 규격 UL 580, UL 1897, ASTM E1592를 2페이지에 담았습니다. '56% free area'를 HTML로 적은 Greenheck ESD-435 제품 페이지와 Intertek의 UL 508A 규격 자료도 인용됐습니다.

같은 질문을 다시 돌리자 인용 도메인이 절반가량 바뀌었습니다. PDF 인용 성과는 한 번의 결과보다 반복 측정으로 쌓은 추세로 판단해야 합니다. 브랜드 포함 질문과 일반 사양 질문은 따로 재고 인용이 전혀 없는 PDF는 Search Console에서 색인 상태부터 확인합니다.

PDF SEO 자주 묻는 질문

GPTBot을 막으면 ChatGPT 검색에서도 빠지나요?

GPTBot은 학습용 크롤러이고 ChatGPT 검색 답변 노출은 OAI-SearchBot이 따로 맡습니다. GPTBot을 막더라도 OAI-SearchBot을 허용하면 검색 답변에는 표시될 수 있습니다. Perplexity 역시 PerplexityBot을 파운데이션 모델 학습에 쓰지 않는다고 설명합니다.

오래된 사양서 PDF도 AI가 인용하나요?

1993년판 Banner Engineering 광전 센서 핸드북과 1977년 인도 표준 IS 8597도 실제 답변에 인용됐습니다. 온라인에 남은 가장 오래된 문서부터 찾아 값이 낡았다면 갱신하거나 리디렉션과 함께 정리합니다.

작은 공급사도 대기업 사양서와 경쟁할 수 있나요?

실험에서 브랜드 규모는 결정 요인이 아니었습니다. AI Mode 인용 링크 180개 중 77개가 주로 소규모 공급사 블로그였고 Siemens·Rockwell Automation과 나란히 인용된 글도 있었습니다. 질문에 얼마나 직접 답하는지가 더 크게 작용합니다.

계산 질문도 PDF SEO로 인용을 늘릴 수 있나요?

유압 실린더 보어 계산 질문에서 AI Mode는 출처 없이 직접 계산해 답했습니다. 계산·공식 질문은 측정 질문 세트에서 따로 묶어 두면 사양서 개선 효과를 사양 질문 기준으로 더 정확히 읽을 수 있습니다.

함께 읽으면 좋은 글

• AI 답변 속 수치가 원문과 어긋난 문장을 찾는 방법이 궁금하시다면? AI 인용 오류란? 틀린 답변을 문장 단위로 찾아 고치는 GEO 7단계
• 청크로 잘린 문단이 경쟁 문단에 밀리는 이유가 궁금하시다면? 임베딩 유사도 측정: 0.8 대신 경쟁 문단 순위로 보는 GEO 6단계
• AI 검색 크롤러 허용 설정 예시가 궁금하시다면? robots.txt 작성법: AI 크롤러 허용·차단 예시

출처

• Plant to Pipeline: Which technical data sheets get cited in AI answers?
• Google Search Central: AI features and your website
• Google Search Central: How to specify a canonical URL
• Google Search Central: Robots meta tag, data-nosnippet, and X-Robots-Tag specifications
• OpenAI: Overview of OpenAI Crawlers