NOXEL Research Lab

NOXEL Research Lab은 실제 웹사이트 감사에서 도출된 SEO, AEO, GEO, AI 검색 가시성에 관한 독창적인 데이터를 발표합니다 — 재활용된 조언이 아닌 실제 데이터를 기반으로 합니다.

NOXEL Research Lab이 첫 번째 예비 연구 결과를 발표했습니다 — AI 크롤러 접근성과 구조화 데이터 채택 여부를 분석한 공개 접근 가능한 53개 웹사이트의 v1 데이터셋입니다. 아래 연구 결과를 확인하거나, 전체 방법론을 읽어보세요. 이것은 최종 결론이 아닌 시작점입니다 — 더 많은 데이터가 수집되면 샘플을 확대하여 재발표할 예정입니다.

이 연구에 대하여

대부분의 SEO 콘텐츠는 어디서나 볼 수 있는 같은 조언을 반복합니다. NOXEL Research Lab은 그 반대를 실천합니다: 투명한 방법론을 바탕으로 NOXEL SEO를 통해 실시된 실제 감사에서 직접 도출된 연구 결과를 발표합니다.

여기서 발표하는 모든 통계에는 정확한 수치, 샘플 크기, 방법론, 날짜, 출처가 포함됩니다 — 만들어낸 수치나 모호한 주장은 없습니다.

살펴보기

지금 이용 가능

방법론

NOXEL이 SEO, AEO, GEO, Core Web Vitals 점수를 계산하는 방법 — 실제 가중치와 기준.

지금 이용 가능

AI 검색 준비도 — v1

AI 크롤러 접근성과 구조화 데이터 채택에 관한 첫 번째 연구 결과, n=53.

라이브 · 확장 중

진행 중

벤치마크

기술적 SEO, 성능, AI 검색 준비도에 대한 산업 및 카테고리별 벤치마크.

샘플 크기 확대 중

NOXEL AI 검색 준비도 — v1 연구 결과

샘플: 마케팅/SEO 에이전시, SaaS 도구, 소규모 제도적 대조군(정부, 학술, 참고 사이트)에 걸쳐 선별된 53개의 공개 접근 가능한 웹사이트. 이것은 웹의 무작위 또는 대표 샘플이 아닌 작업용 v1 데이터셋입니다 — "완벽한" 데이터셋을 무기한 기다리는 것보다 투명하고 적당한 규모의 연구를 발표하는 것이 낫다고 판단하여 지금 발표합니다. 개별 도메인은 공개되지 않으며, 아래의 모든 수치는 집계값입니다.

AI 크롤러 접근성

사이트의 20.8%가 최소 하나 이상의 주요 AI 크롤러(GPTBot, PerplexityBot 등)를 차단했습니다.
차단된 경우 중 91%는 명시적인 robots.txt 규칙에 의한 것이었으며, 나머지는 robots.txt만으로는 명확한 원인을 찾을 수 없어 서버 수준의 조사가 필요했습니다.

구조화 데이터 채택

사이트의 28.3%에는 JSON-LD 구조화 데이터가 전혀 없었습니다.
66.0%에는 Organization 또는 LocalBusiness 스키마가 없었습니다.
94.3%에는 BreadcrumbList 스키마가 없었습니다.

요약: 우리의 연구에 따르면 구조화 데이터 채택 — 특히 BreadcrumbList 스키마 — 은 기술적으로 정교한 사이트에서도 여전히 드물며, AI 크롤러 차단은 방화벽이 아닌 대부분 robots.txt에서 비롯된다는 것을 발견했습니다.

AI 크롤러 접근성은 GPTBot이나 PerplexityBot 같은 크롤러가 페이지를 성공적으로 가져오고 읽을 수 있는지 여부를 의미합니다 — 이것은 해당 페이지가 AI 답변 엔진에 의해 인용되기 위한 전제 조건입니다.

연구 수행 방법

먼저, 마케팅/SEO 에이전시, SaaS 도구, 제도적 참고 사이트의 세 가지 카테고리에 걸쳐 53개의 공개 접근 가능한 사이트를 선정했습니다.
그런 다음, 모든 NOXEL SEO 보고서의 기반이 되는 동일한 기술을 사용하여 NOXEL SEO 자체 감사 엔진을 통해 각 도메인을 실행했습니다 — AI 크롤러 접근성과 구조화 데이터 존재 여부를 확인했습니다.
다음으로, 결과를 위의 비율로 집계했습니다. 개별 도메인이나 점수는 발표하지 않습니다.
마지막으로, 이 데이터셋을 더 크고 대표성 있는 샘플로 확장할 계획이며, 그에 따라 업데이트된 연구 결과를 재발표할 예정입니다.

데이터는 2026년 9월에 스캔되었습니다. 위의 모든 수치는 약속한 대로 샘플 크기를 명확히 명시합니다.

AI 검색에서 독창적인 연구가 중요한 이유

ChatGPT, Claude, Perplexity, Gemini와 같은 대규모 언어 모델은 전통적인 검색 엔진처럼 페이지를 순위 매기지 않습니다 — 이들은 답변을 종합하며, 다른 수십 개의 페이지에서 이미 말하지 않는 무언가를 제공하는 출처를 선호합니다. 재활용된 조언, 바꿔 쓴 정의, 일반적인 "10가지 팁" 목록은 거의 인용되지 않습니다. AI 모델이 훈련 중에 수천 개의 다른 출처에서 이미 그 정보를 흡수했기 때문입니다. 독창적인 데이터 — 실제 샘플, 실제 방법론, 실제 비율 — 는 다릅니다. 이것은 AI 모델이 이미 알 수 없는 종류의 콘텐츠이며, 바로 그것이 인용할 가치를 만듭니다.

이것이 NOXEL Research Lab의 핵심 아이디어입니다: 더 많은 일반적인 SEO 조언을 작성하는 대신, NOXEL SEO 자체 엔진을 통해 실제 감사를 실행하고 실제로 발견한 것을 발표합니다. 여기의 모든 연구는 동일한 원칙을 따릅니다 — 공개된 샘플 크기, 설명된 방법론, 발표 날짜, 개별 사이트를 명명하지 않는 집계 결과만을 제공합니다.

다음에 올 내용

위의 v1 데이터셋은 의도적으로 규모가 작습니다 — 53개 사이트는 정직하게 발표하기에는 충분하지만, 더 넓은 웹을 대표한다고 부르기에는 부족합니다. 다음 발표에서는 더 크고 층화된 데이터셋(더 많은 카테고리, 카테고리당 더 많은 사이트, 더 명확한 샘플링 방법론)으로 샘플을 확대하고, 동일한 사이트에서 AI 크롤러 접근성과 구조화 데이터 외에 콘텐츠 신선도, 엔터티 명확성, 주제적 깊이와 같은 새로운 신호를 추가할 것입니다.

다음 NOXEL Research Lab 발표가 공개될 때 알림을 받고 싶거나, 사이트를 운영하고 있어 향후 연구에 포함시키고 싶다면(명시적 동의 필요 — 위의 데이터 정책 참조), 문의 페이지를 통해 연락해 주세요.