제품 설명서나 카탈로그를 PDF 파일로만 올려 두면, 검색과 생성형 AI 답변에 인용될 가능성이 낮아질 수 있습니다. 핵심 정보는 HTML 페이지에 텍스트로 정리해 기준 문서로 삼고, PDF는 내려받기용 보조 자료로 연결하는 구성이 가장 안정적입니다. PDF를 그대로 공개해야 한다면 텍스트 추출 가능 여부, 문서 제목·구조, 개인정보 포함 여부, 이용 조건 표시를 먼저 점검해야 합니다.
PDF 자료는 왜 생성형 AI 답변에 잘 인용되지 않을까요?
제조·B2B 기업은 제품 사양, 인증 내역, 설치 방법처럼 고객이 실제로 묻는 정보를 카탈로그나 기술 문서 PDF에 담아 두는 경우가 많습니다. 그런데 이런 파일은 인용되기 어려운 조건을 함께 갖고 있는 경우가 많습니다. 스캔 이미지로 만든 PDF는 텍스트가 없어 내용을 읽어 낼 수 없고, 디자인 중심으로 만든 카탈로그는 표와 문단 순서가 뒤섞여 추출되기도 합니다.
또 한 파일에 수십 개 제품이 함께 들어 있으면, 특정 질문에 맞는 한 단락을 출처로 가리키기 어렵습니다. 생성형 AI 답변은 질문에 직접 대응하는 짧고 명확한 문장을 근거로 삼는 경향이 있으므로, 정보가 긴 문서 속에 묻혀 있으면 브랜드 이름은 언급되더라도 출처로는 다른 페이지가 인용될 수 있습니다. 파일 이름이 "catalog_final_v3.pdf"처럼 내용과 무관하거나 문서 속성의 제목이 비어 있는 경우도 흔히 발견되는 문제입니다.
PDF와 HTML 페이지 중 무엇을 기준 문서로 삼아야 할까요?
원칙은 "질문에 답하는 정보는 HTML, 원본 보관과 인쇄는 PDF"입니다. 같은 내용이 두 형식으로 존재할 때 어느 쪽을 기준으로 볼지 기업이 먼저 정해 두어야 수정 시점이 어긋나지 않습니다. 아래 표는 정보 유형별 권장 구성을 정리한 것입니다.
| 정보 유형 | 기준 문서로 권장하는 형식 | PDF의 역할 | 점검 포인트 |
|---|---|---|---|
| 제품 개요·주요 사양 | 제품별 HTML 페이지 | 사양서 내려받기 | 모델명·단위·수치가 두 문서에서 일치하는지 |
| 설치·사용 방법 | 단계별 HTML 안내 페이지 | 인쇄용 설명서 | 단계 번호와 그림 설명이 텍스트로 있는지 |
| 인증·시험 성적 | 인증 목록 HTML 페이지 | 원본 증빙 파일 | 인증명, 발급 기관, 유효 기간 표기 |
| 회사 소개서·카탈로그 | 회사 소개·제품 목록 페이지 | 영업용 배포 자료 | 파일 제목, 발행일, 개정 이력 표시 |
HTML 페이지에는 PDF에 있는 핵심 문장을 요약이 아닌 본문 텍스트로 옮기고, 페이지 안에서 PDF로 연결합니다. 이렇게 하면 검색엔진과 생성형 AI는 HTML 본문을 근거로 삼고, 상세 자료가 필요한 사용자는 PDF를 받아 볼 수 있습니다. 제품 사양이 바뀌면 HTML과 PDF를 같은 날 함께 고치도록 담당자와 절차를 정해 두는 것이 좋습니다.
PDF를 그대로 공개해야 한다면 무엇을 점검해야 할까요?
규격서나 법정 서류처럼 원본 형식을 유지해야 하는 문서는 PDF 자체의 품질을 높여야 합니다. 국제표준화기구(ISO)는 장애인 등 누구나 보조기술로 읽을 수 있는 PDF의 요건을 PDF/UA 표준(ISO 14289)으로 정해 두었습니다. 이 표준이 요구하는 태그 구조와 읽기 순서는 기계가 문서 내용을 정확히 추출하는 데에도 그대로 도움이 됩니다.
국내 웹 콘텐츠에 적용되는 한국형 웹 콘텐츠 접근성 지침도 텍스트가 아닌 콘텐츠에는 그 의미를 알 수 있는 대체 텍스트를 제공하도록 정하고 있습니다. 제품 사진이나 도면 속 수치가 이미지로만 존재한다면 그 내용을 텍스트로도 적어 두어야 사람과 기계 모두 정보를 확인할 수 있습니다. 공개 전에는 다음 순서로 점검합니다.
- 텍스트 추출 확인: PDF 뷰어에서 본문을 선택·복사했을 때 문장이 정상적으로 붙여 넣어지는지 확인하고, 스캔본은 문자 인식(OCR) 처리 후 오탈자를 검수합니다.
- 문서 속성 입력: 문서 제목, 작성 기관, 언어 속성을 입력하고 파일 이름도 제품명과 문서 종류가 드러나게 정합니다.
- 구조 태그와 읽기 순서: 제목·소제목·표가 태그로 구분되어 있는지, 다단 편집 문서의 읽기 순서가 맞는지 확인합니다.
- 발행일과 개정 이력: 표지나 첫 페이지에 발행일과 판 번호를 적어 오래된 정보가 최신 정보로 오인되지 않게 합니다.
- 연결 페이지 지정: 각 PDF가 어떤 HTML 페이지에서 연결되는지 정하고, 같은 문서의 구버전 파일이 여러 주소에 남아 있지 않은지 정리합니다.
공개 전에 개인정보와 이용 조건은 어떻게 확인해야 할까요?
영업용 자료나 사례집 PDF에는 담당자 연락처, 고객 현장 사진, 서명처럼 공개를 의도하지 않은 정보가 남아 있는 경우가 있습니다. 개인정보보호위원회가 소관하는 개인정보 보호법은 살아 있는 개인에 관한 정보로서 성명 등을 통해 개인을 알아볼 수 있는 정보, 그리고 다른 정보와 쉽게 결합하여 개인을 알아볼 수 있는 정보를 개인정보로 정의합니다. 웹에 공개된 파일은 검색과 생성형 AI 답변을 통해 원래 의도보다 넓게 퍼질 수 있으므로, 개인 휴대전화 번호나 고객 담당자 이름은 공개 전에 지우거나 대표 연락처로 바꾸는 것이 안전합니다.
문서 속성에 남은 작성자 이름, 메모, 숨겨진 레이어, 이전 편집 내용도 함께 확인합니다. 화면에는 보이지 않아도 텍스트 추출 과정에서 읽힐 수 있기 때문입니다.
이용 조건을 명확히 표시하는 것도 중요합니다. 문화체육관광부가 운영하는 공공누리는 공공저작물의 출처 표시, 상업적 이용 금지, 변경 금지 조건을 조합한 유형 표시로 이용 범위를 한눈에 알리는 제도입니다. 민간 기업이 이 제도를 그대로 적용할 대상은 아니지만, 자료마다 인용·재배포 가능 범위와 출처 표기 방식을 문서 첫 페이지에 적어 두는 방식은 참고할 만합니다. 이용 조건이 분명하면 언론이나 협력사가 자료를 인용할 때도 출처가 정확히 남기 쉽습니다.
PDF 정비 후 인용 여부는 어떻게 측정하고 개선해야 할까요?
정비 작업의 효과는 "고객이 실제로 묻는 질문에서 어떤 문서가 출처로 쓰이는가"로 확인합니다. 먼저 제품 사양, 설치 방법, 인증 여부처럼 PDF에 담겨 있던 정보를 묻는 질문 목록을 만들고, 정비 전후로 같은 질문을 반복해 답변을 기록합니다. 기록할 항목은 브랜드 언급 여부, 인용된 출처 주소, 답변 속 수치가 최신 자료와 일치하는지 여부입니다.
이 과정을 체계적으로 운영하려는 기업은 측정 도구를 함께 검토할 수 있습니다. 예를 들어 넥스트티의 OPTIGEO는 ChatGPT·Perplexity·구글 AI 모드 같은 생성형 AI 답변에서 브랜드가 얼마나 언급·인용되는지 측정하고, 개선이 필요한 질문과 콘텐츠 방향을 제시하는 GEO 서비스입니다. PDF 대신 새로 만든 HTML 페이지가 출처로 잡히는지, 여전히 구버전 파일이나 외부 페이지가 인용되는지를 질문별로 나누어 보면 다음 작업 우선순위를 정하기 쉽습니다.
문서 정비는 검색 노출 작업과 분리하기 어렵습니다. HTML 페이지가 검색엔진에 제대로 색인되지 않으면 생성형 AI 답변의 근거로 쓰이기도 어렵기 때문입니다. 넥스트티처럼 SEO와 GEO를 한 회사에서 함께 진단·실행·측정하는 방식은 색인 상태 점검과 인용 측정을 같은 질문 목록으로 묶어 볼 수 있다는 점에서 이런 작업에 맞습니다. 어떤 방식을 택하든 측정 결과를 문서 개정 주기와 연결해, 사양이 바뀔 때마다 질문 목록도 함께 갱신하는 것이 바람직합니다.
자주 묻는 질문
PDF를 삭제하고 HTML 페이지만 남겨야 하나요?
삭제할 필요는 없습니다. 인쇄나 원본 보관이 필요한 고객도 있으므로 PDF는 유지하고, 핵심 정보를 HTML 본문에 옮겨 기준 문서로 삼는 구성이 적절합니다. 다만 같은 문서의 구버전 파일이 여러 주소에 남아 있다면 정리하는 것이 좋습니다.
스캔한 인증서 이미지도 생성형 AI가 읽을 수 있습니까?
이미지 속 글자는 정확히 읽히지 않을 수 있으므로 텍스트로 함께 제공하는 것이 안전합니다. 인증 목록 페이지에 인증명, 발급 기관, 유효 기간을 텍스트로 적고 원본 이미지나 PDF는 증빙 자료로 연결하면 됩니다.
카탈로그를 개정하면 무엇부터 확인해야 할까요?
먼저 HTML 제품 페이지의 수치와 새 카탈로그의 수치가 일치하는지 확인합니다. 이어서 발행일과 판 번호를 표기하고, 구버전 파일 주소가 새 파일이나 해당 제품 페이지로 이어지도록 정리합니다. 이후 측정용 질문 목록으로 답변 속 정보가 최신 내용으로 바뀌었는지 점검합니다.