그라운딩은 파이프라인의 어디에 있는가?
AI 답변의 표준 파이프라인은 4단계입니다: 검색 → 그라운딩 → 생성 → 인용(엔진 작동 원리). 검색 단계가 「후보 문서를 모으는」 일이라면, 그라운딩 단계는 「모인 문서의 사실을 서로 대조하는」 일입니다. 모델은 후보 소스들이 말하는 수치·날짜·속성을 비교하고, 일치하는 사실만 생성 단계로 넘깁니다. 이 단계가 존재하는 이유는 환각(hallucination) 억제——모델이 학습 데이터의 기억이 아니라 「방금 확인한 소스」에 답변을 고정(ground)시키는 장치입니다.
왜 불일치가 「감점」이 아니라 「탈락」인가?
엔진의 입장에서 틀린 정보를 인용하는 비용은 언급하지 않는 비용보다 큽니다. 공식 사이트가 「설립 2012년」, 업계 디렉터리가 「2010년」을 말할 때, 엔진은 어느 쪽이 맞는지 조사하지 않습니다——그 사실을 답변에서 빼거나, 그 브랜드 자체를 후보에서 제외합니다. 불일치는 「부분 감점」이 아니라 「교차 검증 실패」로 처리되며, 이것이 엔티티 정합이 GEO의 물리적 기반인 이유입니다(엔티티 설계).
그라운딩을 통과하는 브랜드의 조건은?
- 핵심 사실의 소스 간 일치: 회사명·설립연도·주소·제품 스펙·가격이 공식 사이트, 비즈니스 프로필, 디렉터리, 리뷰 매체에서 한 글자까지 일치.
- 검증 가능한 서술: 「출처·날짜가 붙은 데이터」는 대조 가능하고, 형용사(「최고」「혁신적」)는 대조 불가능——그라운딩은 후자를 그냥 건너뜁니다.
- 제3자 소스의 존재: 자사 사이트는 독립 소스가 아닙니다. 교차 검증의 「교차」가 성립하려면 외부 소스가 같은 사실을 말하고 있어야 합니다(소스 그래프).
- 기계 판독 가능성: 구조화 데이터와 본문의 일치——스키마는 그라운딩이 가장 먼저 읽는 정형 신호입니다(구조화 데이터).
흔한 함정은 무엇인가?
첫째, 「공식 사이트만 정확하면 된다」는 가정——그라운딩은 교차 검증이므로 외부 소스의 오류가 그대로 당신의 탈락 사유가 됩니다. 리브랜딩·이전 후 구 정보 방치가 대표 사례입니다. 둘째, AI 생성 콘텐츠의 검증 없는 배포——출처 없는 수치가 웹에 퍼지면 그 수치가 곧 「불일치의 한쪽」이 되어 자기 브랜드의 검증을 스스로 깹니다. 셋째, 불일치의 존재 자체를 모르는 것——엔티티 감사(공식 표기와 외부 소스 표기의 전수 대조)는 90일 POC의 1주 차 기준선 표준 항목이며, 월간 재측정에서 브랜드 인지 차원으로 추적합니다(측정 SOP).