AI 검색에도 선호 출처, 구글이 클릭의 새 버튼을 붙인 이유

Google이 Preferred Sources와 Highly Cited를 AI Overviews·AI Mode로 확장했습니다. AI 검색 시대의 출처, 클릭, 퍼블리셔 전략을 짚습니다.

AI 요약

무슨 일: Google이 Preferred Sources를 AI Overviews와 AI Mode로 확장했습니다.
- 사용자가 고른 사이트는 AI 응답 링크에서 Preferred 라벨로 더 눈에 띕니다.
숫자: Google은 선호 출처 링크가 2배 더 클릭되고, 34.5만 개 이상 출처가 선택됐다고 밝혔습니다.
의미: AI 검색의 경쟁 축이 순위에서 출처 선택권, 원문성, 클릭 추적으로 이동합니다.
- 검색·RAG 제품도 이제 답변 품질만큼 citation UI와 publisher analytics를 설계해야 합니다.
주의점: Preferred 라벨이 traffic 회복을 보장하지는 않습니다.
- 퍼블리셔는 아직 AI Search surface별 노출·클릭 데이터를 충분히 보지 못한다는 불만을 냅니다.

Google이 2026년 5월 27일 AI Search에 출처를 다시 전면으로 끌어올리는 업데이트를 발표했습니다. 핵심은 세 가지입니다. 첫째, 사용자가 직접 고른 Preferred Sources가 AI Overviews와 AI Mode 응답 안에 표시됩니다. 둘째, 빠르게 전개되는 주제에는 기사와 관점을 모아 보여주는 캐러셀이 더 크게 들어갑니다. 셋째, 여러 매체가 인용한 원문성 높은 기사에는 Highly Cited 배지가 더 넓게 붙습니다.

표면적으로는 사용자가 좋아하는 사이트를 더 쉽게 찾게 해주는 편의 기능입니다. 하지만 AI 검색의 맥락에서 보면 훨씬 큰 신호입니다. 검색 결과 페이지가 링크 목록에서 생성형 답변으로 바뀌면, 링크는 사라지는 것이 아니라 새 위치를 얻습니다. 어디에 붙는지, 어떤 라벨을 받는지, 사용자가 미리 고른 출처인지, 다른 매체가 많이 인용한 원문인지가 새로운 배포 권력이 됩니다.

Google은 이 업데이트를 "favorite sources and original content"라는 말로 포장했습니다. 그 말 자체는 맞습니다. 동시에 이 발표는 출판사, 블로그, 커뮤니티, 리뷰 사이트, 개발 문서 운영자가 이제 AI 답변 안에서 어떻게 보일지를 따로 고민해야 한다는 뜻이기도 합니다. 전통적인 SEO가 "검색 결과 상단에 오르기"였다면, AI Search 시대의 visibility는 "답변 안에서 신뢰 가능한 출처로 호출되기"에 가까워집니다.

Preferred Sources가 AI 답변 안으로 들어간다

Preferred Sources는 완전히 새로운 기능은 아닙니다. 사용자가 Google Search의 source preferences에서 좋아하는 웹사이트를 선택하면, Top Stories 같은 검색 표면에서 그 출처를 더 쉽게 볼 수 있게 하는 기능입니다. 이번 발표의 차이는 이 선호 출처가 AI Overviews와 AI Mode에도 들어간다는 점입니다. Google 설명에 따르면 사용자가 이미 선택한 출처의 링크는 AI 응답 안에서 Preferred 라벨로 표시됩니다.

이 변화가 중요한 이유는 AI Search가 링크를 숨기는 방향으로만 가고 있지 않다는 점을 보여주기 때문입니다. Google은 AI 답변을 계속 강화하면서도, 그 답변 안에 들어가는 링크의 명시성을 제품 기능으로 다시 만들고 있습니다. 사용자는 "내가 이미 신뢰한다고 표시한 출처"를 AI 응답 안에서 더 쉽게 식별하고, 퍼블리셔는 "독자가 나를 선호 출처로 등록하게 만드는 일"을 새로운 distribution 전략으로 받아들이게 됩니다.

Google이 공개한 수치도 흥미롭습니다. 발표문은 Preferred Source 링크가 두 배 더 클릭될 가능성이 높았고, 사람들이 이미 345,000개 이상의 고유 출처를 선택했다고 말합니다. 이 숫자는 두 가지를 동시에 보여줍니다. 사용자에게는 라벨이 실제 행동 차이를 만들 수 있습니다. 퍼블리셔에게는 AI 검색에서 살아남는 방법이 단순한 ranking competition이 아니라 audience relationship competition으로 바뀌고 있습니다.

Search Central 문서는 이 기능의 운영 조건을 더 구체적으로 설명합니다. Preferred Sources는 Google Search가 제공되는 모든 언어의 Top Stories에서 글로벌로 사용할 수 있고, AI Mode와 AI Overviews가 제공되는 언어와 지역에서도 나타날 수 있습니다. eligible 단위는 domain과 subdomain입니다. https://www.example.com/이나 https://code.example.com/은 가능하지만, https://www.example.com/blog 같은 subdirectory는 대상이 아닙니다.

이 점은 작은 기술 블로그나 기업 콘텐츠 팀에게 실무적입니다. 팀 블로그가 메인 도메인의 하위 디렉터리에 있다면, 사용자가 "그 블로그만" Preferred Source로 고르는 구조가 아닐 수 있습니다. 반대로 독립 도메인이나 서브도메인을 가진 개발 문서, 뉴스레터, 커뮤니티는 출처 선택 단위가 더 명확합니다. AI Search의 출처 선택권이 생기면서 URL 구조와 브랜드 단위가 다시 의미를 얻는 셈입니다.

클릭을 빼앗은 AI 답변에 클릭 버튼을 붙이는 역설

이번 발표를 긍정적으로만 읽기는 어렵습니다. Google이 출처 노출을 강화하는 이유는 AI 검색이 이미 웹의 클릭 구조를 흔들고 있기 때문입니다. Pew Research Center는 2025년 Google 사용자 행동 분석에서 AI summary가 있는 결과 페이지에서는 전통 검색 결과 클릭이 전체 방문의 8%였고, AI summary가 없는 페이지에서는 15%였다고 보고했습니다. AI 답변이 있을 때 링크 클릭이 거의 절반 수준으로 줄어드는 패턴입니다.

Chartbeat 자료를 보도한 Axios와 Search Engine Journal도 비슷한 긴장을 보여줍니다. 2024년부터 2026년 초까지 소형 퍼블리셔의 search referral traffic은 60%, 중형은 47%, 대형은 22% 줄었다는 분석입니다. 이 감소를 모두 AI Overviews 하나로 설명할 수는 없습니다. Discover 변화, 소셜 트래픽 변화, 검색 알고리즘 업데이트, 구독 전략 변화가 함께 작동합니다. 그래도 출판사 입장에서 AI 답변은 "내 콘텐츠를 근거로 사용하지만 클릭은 줄이는 계층"으로 보이기 쉽습니다.

Google의 May 27 업데이트는 이 비판을 정면으로 인정하지는 않습니다. 대신 제품 레벨에서 다른 답을 냅니다. 사용자가 직접 출처를 고르게 하고, 그 출처를 AI 답변 안에서 라벨링하고, original reporting에 Highly Cited 배지를 붙이고, developing topic에는 article carousel을 보여줍니다. 즉 "AI 답변을 없애겠다"가 아니라 "AI 답변 안의 링크 표면을 더 세밀하게 만들겠다"는 방향입니다.

이 선택은 검색 제품의 관점에서는 자연스럽습니다. AI Mode는 이미 전통 검색과 챗봇의 중간 지대로 가고 있습니다. Google은 5월 19일 발표에서 AI Mode가 출시 1년 만에 전 세계 월간 활성 사용자 10억 명을 넘었고, AI Mode 쿼리가 출시 이후 분기마다 2배 이상 증가했다고 밝혔습니다. 같은 발표에서 AI Mode 검색의 평균 길이는 전통 Search query의 세 배라고 설명했습니다. 사용자가 더 길고 복잡한 질문을 던질수록, 단순한 10 blue links보다 요약, 비교, 후속 질문, 출처 묶음이 더 중요해집니다.

문제는 이 구조에서 누가 데이터를 갖느냐입니다. Digiday는 2026년 2월 Preferred Sources를 다루며, 여러 출판사가 해당 기능의 성과를 추적할 수 없다고 불만을 냈다고 보도했습니다. 어떤 사용자가 우리 사이트를 선호 출처로 선택했는지, 그 표면에서 얼마나 클릭이 왔는지, AI Overviews나 AI Mode에서 얼마나 노출됐는지를 충분히 알 수 없다면 전략을 세우기 어렵습니다. 클릭 버튼이 생겨도 계기판이 없다면, 퍼블리셔는 여전히 어둠 속에서 최적화하게 됩니다.

Highly Cited 배지는 원문성의 새 인터페이스다

Preferred Sources가 사용자의 명시적 선택이라면, Highly Cited는 웹의 인용 관계를 읽는 장치입니다. Google은 여러 다른 기사에서 인용한 원문성 높은 기사에 Highly Cited 배지를 더 넓게 붙이고, 어떤 기사 링크가 Highly Cited source를 명시적으로 참조하는지도 표시하겠다고 했습니다. 쉽게 말하면 "이 글은 다른 글들이 근거로 삼는 원문에 가깝다"는 신호를 검색 결과에 드러내는 방식입니다.

이 배지는 단순한 뉴스 UI가 아닙니다. AI 검색에서 source quality를 사용자에게 설명하는 방식입니다. 생성형 답변이 문장을 만들어낼 때 사용자는 보통 "이 말이 어디서 왔는지"를 늦게 봅니다. citation card가 붙어 있어도 그 카드가 원문인지, 재가공 기사인지, forum post인지, 광고성 비교 페이지인지 확인하려면 클릭해야 합니다. Highly Cited는 그 판단을 검색 결과 표면에서 일부 대신해줍니다.

물론 인용이 곧 진실은 아닙니다. 많은 글이 인용한 기사가 항상 가장 정확한 기사라는 보장은 없습니다. 속보 경쟁에서는 초기 보도가 나중에 수정되기도 하고, 산업 보도에서는 보도자료를 빠르게 옮긴 글이 인용 허브가 되기도 합니다. 그래도 AI 검색에서는 "어떤 출처가 answer layer의 근거로 올라오는가"가 중요해졌기 때문에, Google이 인용 관계를 visible signal로 꺼내는 것은 방향성이 뚜렷합니다.

개발자 관점에서 보면 이 대목은 RAG 제품 설계와도 연결됩니다. 사내 검색이나 지식베이스 QA를 만들 때도 단순히 관련 문서 top-k를 가져오는 것만으로는 부족합니다. 사용자가 신뢰하는 문서, 최신 문서, 원문 문서, 여러 문서가 참조하는 policy source, 실제 승인 권한을 가진 문서를 구분해야 합니다. Google이 Search에서 Preferred Sources와 Highly Cited를 분리해 보여주는 것처럼, 기업용 AI 검색도 "개인 선호", "조직 공인", "원문성", "인용도", "최신성"을 별도 신호로 다룰 가능성이 큽니다.

신호	누가 정하나	AI 검색에서의 역할
Preferred Sources	사용자	개인적으로 신뢰하는 사이트를 AI 응답 링크에서 더 식별 가능하게 만듭니다.
Highly Cited	웹의 인용 관계	다른 보도가 참조한 원문성 높은 기사를 찾는 단서를 제공합니다.
Article carousel	Google Search ranking과 AI 응답 구성	developing topic에서 답변 아래에 더 넓은 읽을거리 표면을 만듭니다.
Inline links	AI 응답 생성과 검색 시스템	문장 옆에 근거 링크를 붙여 클릭 판단 비용을 낮춥니다.

SEO가 아니라 출처 제품의 문제다

이 뉴스를 "Preferred Sources 등록 버튼을 붙이세요"라는 SEO 팁으로만 읽으면 핵심을 놓칩니다. 더 큰 변화는 출처가 제품 인터페이스의 일부가 된다는 점입니다. 과거 검색에서 출처는 검색 결과 제목, 도메인, 스니펫에 녹아 있었습니다. 사용자가 링크 목록을 훑으며 판단했습니다. AI Search에서는 답변이 먼저 나오고, 출처는 답변 안의 카드, 라벨, 캐러셀, hover preview, inline link로 재구성됩니다.

Google은 5월 6일에도 AI Mode와 AI Overviews에 링크를 더 잘 보여주겠다고 발표했습니다. AI 응답 끝에는 더 깊이 읽을 만한 article suggestions가 붙고, news subscription이 연결된 사용자는 subscribed label을 볼 수 있으며, public discussions와 social media 같은 firsthand sources의 preview도 나타납니다. 문장 바로 옆 inline link와 desktop hover preview도 강화됩니다. 이 모든 기능은 같은 방향을 가리킵니다. AI Search는 답변 생성 엔진이면서 동시에 출처 routing UI가 되고 있습니다.

이 구조에서는 콘텐츠 팀과 개발팀의 역할도 겹칩니다. 콘텐츠 팀은 독자가 직접 선택할 만한 브랜드 신뢰를 만들어야 합니다. 개발팀은 feed, structured data, canonical URL, paywall/subscription integration, preview 품질, site identity를 안정적으로 관리해야 합니다. 데이터 팀은 Search Console만으로 충분한지, referral 분류가 가능한지, AI Search 표면에서 발생하는 노출과 클릭을 별도로 볼 수 있는지 따져야 합니다.

AI 제품을 만드는 팀도 배울 점이 있습니다. 사용자가 "이 출처를 더 믿는다"고 명시적으로 말할 수 있는 기능은 RAG 앱에서 매우 강력합니다. 고객지원 AI라면 "공식 정책 문서 우선", "내 팀 위키 우선", "법무 승인 문서 우선" 같은 source preference가 필요합니다. 리서치 도구라면 "peer-reviewed paper 우선", "공식 문서 우선", "최근 90일 자료 우선" 같은 설정이 필요합니다. 다만 이런 preference는 답변 품질을 높일 수도 있지만, echo chamber와 stale source 문제도 만들 수 있습니다.

Highly Cited와 비슷한 신호도 사내 AI에서 쓸 수 있습니다. 여러 운영 문서가 참조하는 root policy, 많은 incident report가 연결된 runbook, 여러 제품 문서가 참조하는 API spec은 단순 검색 점수보다 높은 근거성을 가질 수 있습니다. 반대로 오래된 문서가 많이 링크됐다는 이유만으로 최신 정책보다 앞서면 위험합니다. 그래서 source ranking은 개인 선호, 조직 권위, 최신성, 검증 상태, 문서 소유권을 함께 봐야 합니다.

퍼블리셔에게 남는 질문

Google 발표만 보면 퍼블리셔에게 더 많은 기회가 생긴 것처럼 보입니다. 독자가 선호 출처로 등록하면 AI 응답에서 더 눈에 띌 수 있습니다. Highly Cited 배지는 원문 보도를 더 잘 드러낼 수 있습니다. developing topic 캐러셀은 단일 AI summary 아래에 여러 기사 링크를 다시 배치할 수 있습니다.

하지만 질문은 남습니다. 첫째, 이 기능들이 실제 referral traffic을 얼마나 회복할까요. Google은 Preferred Source 링크가 두 배 더 클릭될 가능성이 높다고 말하지만, 기준면이 무엇인지와 퍼블리셔별 효과는 공개 발표만으로는 알기 어렵습니다. AI Overview가 있는 페이지에서 전체 클릭이 줄어든다면, Preferred label의 상대적 개선이 절대 traffic 감소를 상쇄하지 못할 수도 있습니다.

둘째, 선호 출처 경쟁은 강한 브랜드에 유리할 가능성이 큽니다. 이미 독자와 직접 관계가 있는 매체, 뉴스레터, 커뮤니티, 대형 브랜드는 사용자에게 "우리를 Preferred Source로 추가하세요"라고 말하기 쉽습니다. 반대로 검색으로 우연히 발견되던 신생 사이트나 작은 전문 블로그는 사용자가 먼저 알기 전까지 선호 출처가 되기 어렵습니다. AI Search가 개인화될수록, 발견성은 더 어려운 문제가 됩니다.

셋째, analytics의 공백입니다. 퍼블리셔는 AI Search 안에서 어떤 링크가 어떤 라벨로 노출됐는지, 사용자가 Preferred Source에서 왔는지, Highly Cited 배지가 클릭률을 얼마나 바꿨는지 알고 싶어 합니다. 이 데이터가 충분히 제공되지 않으면, publisher strategy는 "버튼을 붙이고 독자에게 부탁하기" 수준에 머물 수 있습니다.

넷째, 원문성과 신뢰의 정의입니다. Highly Cited는 인용 관계를 통해 원문을 찾게 도와줄 수 있지만, 인용이 많은 글이 항상 깊거나 정확한 글은 아닙니다. AI가 만드는 answer layer는 source diversity를 줄일 수도 있고, 반대로 낮은 품질의 재가공 글을 걸러낼 수도 있습니다. 이 결과는 Google의 ranking, citation selection, query fan-out, 사용자 preference가 어떻게 결합되는지에 달려 있습니다.

개발자와 AI 팀이 봐야 할 실무 신호

이 발표를 개발자 뉴스로 다루는 이유는 분명합니다. Google Search는 가장 큰 AI retrieval product 중 하나입니다. 여기서 출처 라벨, 선호 신호, 인용 배지가 전면에 나온다는 것은 AI 제품의 기본 UX가 바뀌고 있다는 뜻입니다. 답변이 맞는지만 보는 시대에서, 답변이 어떤 출처를 어떤 이유로 끌어왔는지를 보여주는 시대입니다.

AI 검색이나 RAG 기능을 만드는 팀이라면 최소 네 가지를 점검해야 합니다. 첫째, 사용자가 출처 우선순위를 조정할 수 있는가. 둘째, 답변 옆 citation이 단순 URL이 아니라 source type, freshness, authority, ownership을 설명하는가. 셋째, answer layer가 클릭이나 원문 접근을 방해할 때 이를 보완할 UI가 있는가. 넷째, 콘텐츠 제공자나 내부 문서 소유자가 노출과 사용량을 볼 수 있는 analytics가 있는가.

특히 enterprise AI에서는 이 문제가 더 날카롭습니다. 회사 내부 AI가 policy, customer contract, runbook, codebase를 섞어 답할 때, 어떤 문서가 preferred source인지 명확하지 않으면 오류가 생깁니다. 사용자가 개인적으로 자주 보는 문서와 법적으로 유효한 최신 문서는 다를 수 있습니다. 가장 많이 인용된 runbook이 최신 incident 대응 절차와 다를 수도 있습니다. Google Search의 Preferred Sources와 Highly Cited는 소비자 제품의 기능이지만, 그 뒤에 있는 설계 질문은 기업 AI에도 그대로 들어옵니다.

결국 Google의 새 업데이트는 "AI Search가 웹을 살릴까 죽일까"라는 큰 논쟁의 답은 아닙니다. 하지만 방향은 보여줍니다. AI 답변은 계속 커집니다. 링크는 사라지지 않고 더 복잡한 라벨과 캐러셀, 선호 신호로 재배치됩니다. 퍼블리셔는 검색 순위뿐 아니라 독자와의 직접 관계를 쌓아야 합니다. AI 제품팀은 citation을 부록이 아니라 core interaction으로 설계해야 합니다.

이번 발표의 가장 중요한 문장은 "사용자가 선호 출처 링크를 두 배 더 클릭한다"는 대목입니다. AI 답변 시대에도 클릭은 완전히 죽지 않았습니다. 다만 클릭은 이제 검색 결과의 자연스러운 부산물이 아니라, 명시적인 신뢰 표시와 인터페이스 설계가 만들어내는 행동에 가까워지고 있습니다. Google이 붙인 작은 Preferred 라벨은 그래서 작지 않습니다. AI 검색이 웹의 출처를 다시 포장하는 방식이 바뀌고 있다는 신호입니다.