ChatGPT가 자체 검색 색인을 구축해 활용한다

SEO 업계에서는 ChatGPT가 빙과 구글을 통해서만 정보를 찾고 자체 색인은 없다는 추정이 널리 퍼져 있었다. 하지만 조사 내용에 따르면 ChatGPT는 Labrador라는 자체 검색 색인을 구축해 운영하며, 쇼핑 검색에서는 자체 색인을 실제 트래픽에 적용하는 실험도 진행하고 있다.

Labrador는 여러 분야별 색인으로 구성된다

2026년 5월 21일부터 7월 21일까지 ChatGPT 서버 이벤트에는 검색 결과 출처를 나타내는 result_source 필드가 나타났다. 여기에는 Labrador, Bright, Oxylabs, SERP라는 네 값이 기록됐다. 이 가운데 세 가지는 외부 검색 결과 수집 업체를 가리키고, Labrador는 오픈AI의 자체 색인이다.

Labrador는 단일 색인이 아니라 콘텐츠 유형별 색인 묶음이다. 확인된 분야는 일반 웹, PDF, 유튜브, 뉴스, arXiv, 위키피디아, 지역 정보, 금융, 법률, 의료, 쇼핑, 이미지다. 뉴스 색인은 최근 하루, 최근 7일, 그보다 오래된 자료로 나뉘며, 금융 분야에는 PDF용 색인도 별도로 있다. Labrador에는 페이지 전체 내용과 크롤링 날짜, 게시 날짜 등 다른 검색 색인에서도 쓰이는 정보가 저장된다.

오픈AI 채용 공고도 자체 색인 구축 정황을 뒷받침한다. 검색 기반 시스템을 맡는 소프트웨어 엔지니어 공고는 색인 시스템과 검색 파이프라인, 서비스 계층의 설계·운영 경험을 요구했다. 온라인 데이터 시스템 엔지니어링 매니저 공고는 온라인 데이터 팀이 ChatGPT를 포함한 오픈AI 서비스의 데이터베이스와 색인 서비스를 운영한다고 설명했다. 이 공고는 멀티 리전·멀티 클라우드 환경에서 엑사바이트 규모의 시스템을 운영하고, 색인 기술과 벡터 검색을 발전시키는 업무도 언급했다.

임베딩 검색을 다루는 연구 엔지니어 공고에는 임베딩 학습 목표와 벡터 저장소 구조, 동적 색인 방식의 설계가 명시됐다. 희소 표현과 밀집 표현을 함께 다루는 업무도 포함됐다. Peec AI의 GEO 연구자 메테한 예실유르트(Metehan Yesilyurt)는 이와 관련해 역순위 융합(RRF)을 사용한다는 내용을 먼저 문서화했다.

검색 색인 구축은 2023년부터 진행됐다

구글의 반독점 재판에서 ChatGPT 책임자 닉 터리(Nick Turley)는 오픈AI가 2023년 자체 검색 색인 구축을 시작했다고 증언했다. 터리는 당시 구글이 아닌 API 파트너로부터 받은 검색 데이터에 “상당한 품질 문제”가 있었고, 오픈AI가 구글과 협력하려 했지만 구글이 제안을 거절했다고 말했다. 관련 내용은 미국 법무부가 공개한 증언 자료에서 확인할 수 있다.

터리는 오픈AI가 2023년 말까지 자체 색인으로 검색 질의의 80%에 답하는 것을 목표로 삼았다고 밝혔다. 반면 구글 색인 데이터에 완전히 접근할 수 있더라도 자체 색인만으로 질의의 100%에 답할 수 있는지 판단하는 데 최소 5년이 걸릴 것이라고 증언했다. 따라서 외부 공급자를 완전히 배제하는 것이 확정된 목표인 것은 아니다. 자체 색인과 외부 공급자를 함께 활용하며 검색 유형별로 전환을 시험하는 단계라는 설명이다.

쇼핑 검색에서 자체 색인 실험이 드러났다

조사자는 2026년 8월 중순 서버 이벤트에서 prefer-index-over-serp-v3라는 A/B 테스트를 확인했다. 당시 이 실험은 채팅의 8%에 적용되고 있었다. 조사 내용은 오픈AI가 자체 제품 색인을 만들고, 한 자릿수에서 최대 20%까지의 트래픽 구간에서 시험 중이라고 설명한다.

다른 쇼핑 실험인 shopping-reduced-topn-v4b의 이벤트에는 검색 과정의 구성도 나타났다. BM25 어휘 검색으로 순위 산정 대상 출처를 10개로 좁히고, 400개 후보를 재순위화하며, 400개 상품을 입력 후보군으로 사용했다. 근사 최근접 이웃 검색은 12,288차원과 4,096차원에서 실행됐다.

2026년 9월 2일 기준으로 쇼핑 분야에서는 prefer-index-over-serp-v3, chatgpt-shopping-noamazon, shopping-index-q2qb, shopping-hqi-v2, shopping-hq-v1 등 최소 다섯 실험이 진행 중이었다. hqi가 ‘고품질 색인’을 뜻하는지는 확인되지 않았다. 다만 prefer-index-over-serp-v3와 shopping-index-q2qb가 ChatGPT 자체 색인을 사용한다는 점은 확인됐다고 조사 내용은 전한다.

페이지를 저장해 다시 활용하기도 한다

조사 내용은 ChatGPT가 페이지를 실시간으로 가져오는 대신 캐시된 결과를 제공하는 경우도 있다고 설명한다. HTTP Archive Almanac에 따르면 페이지의 58%는 로드에 0.8초 넘게 걸린다. 대규모 서비스에서 매 질의마다 실시간으로 페이지를 불러오면 지연과 서버 오류가 생길 수 있다는 것이 캐시의 필요성에 대한 설명이다.

Peec AI의 연구자 메테한 예실유르트는 10억 개 페이지가 있는 테스트 웹사이트를 공개해 ChatGPT의 크롤링을 살펴봤다. 2026년 9월 초까지 ChatGPT는 그중 600만 페이지를 크롤링했고, 시간당 3만 5,000건의 요청 속도로 계속 진행 중이었다. 조사자는 ChatGPT의 잠금 모드에서 실시간 탐색이 불가능한데도 일부 페이지의 최신 버전 질문에 답하는 것을 근거로, 자체 캐시에서 결과를 제공한다고 판단했다. 잠금 모드는 ChatGPT 설정에서 켤 수 있다고 설명한다.

외부 검색 공급자도 계속 사용한다

ChatGPT는 자체 색인만으로 작동하지 않는다. 조사에서 확인된 외부 공급자에는 구글과 마이크로소프트 외에도 Bright, Oxylabs, SERP로 표시된 수집 경로, Yelp, TripAdvisor가 포함됐다. Bright는 구글 검색 결과와 구글 지도 지역 정보를 수집하는 업체일 가능성이 높다고 조사자는 덧붙였다. b1, b3로 표시된 내부 경로 두 곳도 확인됐는데, 하나는 업체 웹사이트와 페이스북 페이지를, 다른 하나는 구글 지도 정보를 전달했다.

Peec AI의 최고제품책임자(CPO) 말테 란트베어(Malte Landwehr)는 자연 검색 유입이 없는 웹사이트를 골라 특정 날짜에 ChatGPT에만 질문하는 실험을 진행했다. 해당 날짜에 구글 서치 콘솔에서 그 사이트의 유입 증가가 관찰됐다고 그는 전했다. 조사자는 이를 ChatGPT가 답변에 근거를 붙이는 과정에서 구글을 계속 조회한다는 증거로 제시했다. 빙도 주로 심층 조사 기능에서 결과 출처로 나타났다. Peec AI GEO 연구자 데이비드 코니츠니(David Konitzny)는 링크드인 게시물에서 관련 이벤트를 언급했다.

마이크로소프트의 Web IQ 기반 정보 검색 플랫폼은 ChatGPT, Copilot, Nasdaq 등에 이미 공급되고 있다고 밝힌다. 조사자는 확인된 경로를 자체 크롤러와 외부 공급자를 합쳐 최소 여덟 곳으로 정리했다. 이 목록에는 Bright, Oxylabs, SERP 수집 경로, Yelp, TripAdvisor, 내부 경로 b1과 b3, Web IQ가 포함된다.

웹사이트 운영자는 빙 노출만으로 ChatGPT 노출을 가늠하지 말고, 상품을 판매한다면 ChatGPT 쇼핑 결과에서 상품이 어떻게 나타나는지 살펴볼 필요가 있다. 지역 업체는 Yelp와 TripAdvisor의 정보를 관리하고, ChatGPT의 잠금 모드에서 주요 페이지가 캐시돼 있는지도 확인할 수 있다. 다만 이 시스템은 계속 바뀌고 있어, 조사 내용의 일부는 독자가 확인할 때 달라져 있을 수 있다.