GEO란 무엇인가 — AI 검색 시대의 새로운 최적화

GEO(Generative Engine Optimization)는 AI가 답변을 만들 때 우리 브랜드를 인용하도록 만드는 최적화입니다. 기존 SEO의 목표가 "검색 결과 상단에 노출되는 것"이었다면, GEO의 목표는 "AI의 답변 안에 우리가 근거로 들어가는 것"입니다. 노출과 인용은 작동 방식이 다릅니다.

GEO는 SEO와 무엇이 다른가

가장 큰 차이는 사용자가 우리 사이트에 도착하는지 여부입니다. SEO는 클릭을 목표로 합니다. 검색 결과에서 우리 링크가 선택되어야 성과가 시작됩니다. GEO는 클릭 없이도 성과가 발생합니다. AI가 답변 안에서 우리를 언급하면, 사용자는 우리 사이트를 방문하지 않고도 우리를 후보로 인식합니다.

마지막 항목이 실무에서 가장 중요합니다. SEO는 페이지 단위로 경쟁하지만, AI는 페이지 전체를 인용하지 않습니다. 답변에 필요한 문단 하나를 골라 씁니다. 그래서 GEO에서는 "이 페이지가 좋은가"보다 "이 문단이 그 자체로 답이 되는가"가 판정 기준이 됩니다.

이 차이는 콘텐츠 작성 방식을 바꿉니다. 도입부에서 궁금증을 유발하고 결론을 뒤에 두는 구조는 SEO에서는 체류 시간에 유리했지만, GEO에서는 불리합니다. AI가 앞부분만 읽고 "여기에는 답이 없다"고 판단하면 뒤에 있는 결론은 사용되지 않습니다.

왜 지금 GEO를 시작해야 하는가

검색 행동이 이미 이동했습니다. 오픈서베이 「AI 검색 트렌드 리포트 2026」에 따르면 전국 만 15~59세 1,000명 중 ChatGPT를 검색 서비스로 이용해 본 비율은 54.5%로 전년 대비 약 15%p 올랐습니다. Gemini는 28.9%로 전년 대비 약 3배 늘었습니다. 같은 조사에서 네이버는 81.6%, 유튜브는 72.3%로 여전히 높지만 이용률은 하락세로 나타났습니다.

즉 AI 검색은 기존 검색을 대체한 것이 아니라 추가된 관문입니다. 사용자는 두 곳 모두를 씁니다. 그리고 두 관문의 노출 규칙이 다릅니다.

전환 측면의 차이도 보고되고 있습니다. 지티티코리아가 정리한 로가닉스의 종합 분석에 따르면, 2025년 10월부터 2026년 3월 사이 발표된 6개 독립 연구를 종합한 결과 생성AI 검색을 통한 방문의 전환율은 14.2%로 구글 검색의 2.8%보다 5.1배 높았습니다. 플랫폼별로는 Claude 16.8%, ChatGPT 14.2%, Perplexity 12.4%로 집계됐습니다.

주목할 점은 기업 대응입니다. 같은 분석에서 생성AI 검색 가시성을 추적하는 마케터는 22%에 불과했고, 인용 중심 콘텐츠 전략을 수립한 조직은 26% 미만이었습니다. 수요는 이미 이동했는데 대응은 4곳 중 1곳 수준이라는 뜻입니다.

"AI 검색에서 인용되지 않는다는 것은 순위가 낮다는 뜻이 아닙니다. 후보 목록에 아예 없다는 뜻입니다. 순위는 개선할 수 있지만, 부재는 개선의 대상이 아니라 진입의 문제입니다."

이 구조는 광고비를 늘려도 문의가 늘지 않는 상황과 원인이 같습니다. 유입 단계가 아니라 그 앞의 판단 단계에서 후보로 오르지 못하는 것입니다. 같은 문제를 예산 관점에서 다룬 글은 광고비를 올려도 매출이 그대로인 이유에서 이어집니다.

AI는 무엇을 근거로 브랜드를 추천하는가

AI가 특정 브랜드를 답변에 넣는 판단은 하나의 점수로 이뤄지지 않습니다. 관찰 가능한 신호를 정리하면 네 가지입니다.

1. 인용 가능한 형태로 쓰였는가

AI는 요약하기 쉬운 문장을 선호합니다. 정의문("X는 ~입니다"), 수치가 붙은 주장, 조건이 명시된 결론이 그렇습니다. 반대로 맥락에 의존하는 문장은 인용하기 어렵습니다. "이 경우에는 다를 수 있습니다"처럼 앞 문단을 읽어야 뜻이 완성되는 문장은 잘려 나가면 의미를 잃습니다.

2. 출처가 붙어 있는가

수치를 쓰면서 출처를 달지 않으면 신뢰 판정에서 불리해집니다. 반대로 통계청·KISA 같은 공적 출처나 원 연구를 링크하면, AI는 그 문단을 검증 가능한 정보로 취급할 확률이 높아집니다. 출처 링크는 사용자를 위한 예의가 아니라 기계를 위한 근거입니다.

3. 엔티티가 명확한가

AI는 "글리치"라는 문자열이 아니라 엔티티를 인식합니다. 회사명, 업종, 소재지, 사업자 정보, 대표 서비스가 일관되게 표기되어야 하나의 실체로 묶입니다. 페이지마다 회사 표기가 다르거나 구조화 데이터가 서로 어긋나면, 같은 회사를 여러 실체로 인식할 수 있습니다.

4. 여러 곳에서 같은 이야기가 나오는가

한 사이트에서만 주장하는 내용보다, 여러 출처에서 반복 확인되는 내용이 인용됩니다. 이 지점은 콘텐츠 작성만으로 해결되지 않습니다. 외부 언급이 필요합니다.

여기서 흔한 오해를 정리해야 합니다. GEO는 키워드를 많이 넣는 작업이 아닙니다. 같은 키워드를 반복하면 오히려 인용률이 떨어집니다. 키워드 대신 의미군을 다양화하는 것이 맞습니다. 이 원리는 URL 설계에서도 똑같이 작동하며, 슬러그와 SEO의 관계에서 더 구체적으로 다룹니다.

무엇부터 시작해야 하는가

순서가 있습니다. 뒤 단계를 먼저 하면 앞 단계가 되돌립니다.

1단계 — 크롤러 접근을 먼저 확인한다

AI 크롤러가 사이트를 읽을 수 있어야 나머지가 의미를 가집니다. robots.txt에서 GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot, CCBot 같은 AI 크롤러를 허용했는지 확인합니다. 그리고 본문이 초기 HTML에 들어 있는지 봐야 합니다. 자바스크립트로 그려지는 본문은 일부 크롤러가 읽지 못합니다.

2단계 — 답변을 앞으로 옮긴다

각 페이지 첫 40~60단어 안에 그 페이지가 답하는 질문의 답을 넣습니다. 제목이 질문이면 도입부는 답이어야 합니다. 이 한 가지만으로 인용 가능성이 크게 달라집니다.

3단계 — 출처와 수치를 붙인다

주장마다 근거를 답니다. 150~200단어마다 구체적 수치가 하나씩 있으면 밀도가 적당합니다. "많은", "대부분" 같은 표현을 실제 숫자로 바꾸는 작업이 대부분입니다.

4단계 — 구조화 데이터를 정리한다

Organization, Article, BreadcrumbList를 정확히 출력하고, 같은 회사를 가리키는 노드가 서로 다른 실체로 흩어지지 않게 @id로 묶습니다. 화면에 없는 내용을 구조화 데이터로 넣어서는 안 됩니다. 보이지 않는 FAQ를 마크업하는 것은 정책 위반이며, 신뢰를 잃는 방향입니다.

5단계 — 외부 언급을 만든다

여기까지가 사이트 안에서 할 수 있는 일이고, 4번 신호(여러 곳에서 같은 이야기)는 사이트 밖에서 만들어집니다. 업종 매체 기고, 협회 등재, 사업자 디렉토리, 실명 사례가 여기에 해당합니다.

한국 시장에서는 무엇이 다른가

GEO 논의는 대부분 영어권 기준으로 쓰여 있습니다. 그대로 적용하면 두 가지에서 빗나갑니다.

첫째, 네이버가 여전히 관문입니다. 앞의 오픈서베이 조사에서 네이버 이용률은 81.6%로 가장 높았습니다. AI 검색을 준비한다고 네이버 노출을 후순위로 두면 실제 유입의 큰 부분을 잃습니다. 네이버는 표·리스트·인용구가 있는 문서를 선호하는 경향이 있으므로, GEO를 위해 만든 구조가 네이버에도 유리하게 작동합니다. 두 최적화는 대체 관계가 아닙니다. 이 관계는 블로그를 써도 검색에 안 잡히는 기술적 이유에서 더 자세히 다룹니다.

둘째, 답변이 만족스럽지 않을 때의 행동이 다릅니다. 같은 조사에서 사용자는 답변이 불만족스러우면 질문을 다시 입력하거나(77.2%) 다른 AI를 교차 이용했습니다(44.7%). 기존 검색으로 돌아가는 비율보다 AI 안에서 재시도하는 비율이 높다는 뜻입니다. 한 번 후보에서 빠지면 그 세션 안에서 다시 등장할 기회가 줄어듭니다.

무엇을 측정할 수 있고 무엇을 측정할 수 없는가

GEO에서 가장 자주 어긋나는 것이 기대치입니다. 측정 가능한 것과 추정에 그치는 것을 먼저 구분해야 보고서가 과장되지 않습니다.

측정 가능한 것

첫째, 크롤러 접근 여부는 정확히 확인됩니다. AI 크롤러의 사용자 에이전트로 직접 요청해 응답 코드와 응답 크기를 비교하면, 차단 여부와 클로킹 여부가 바로 드러납니다. 브라우저와 다른 내용을 크롤러에게 보내고 있다면 그 자체가 문제입니다.

둘째, 본문이 초기 HTML에 들어 있는지도 확인됩니다. 페이지 소스를 그대로 받아 본문 문장이 검색되는지 보면 됩니다. 자바스크립트 실행 후에만 나타나는 본문은 일부 크롤러에게 존재하지 않는 것과 같습니다.

셋째, 페이지별 인용 준비도는 정량화할 수 있습니다. 분량, 외부 출처 개수, 내부 링크 개수, 수치 밀도, 인용구 유무, 제목 구조는 모두 기계적으로 셀 수 있습니다. 목표치를 정해 두고 미달 항목을 채우는 방식이 가장 실행 가능합니다.

추정에 그치는 것

AI가 실제로 우리를 인용했는지는 완전하게 측정되지 않습니다. 세 가지 우회 방법이 있습니다. 브랜드명과 업종 질문을 직접 입력해 답변을 관찰하는 정성 확인, 유입 경로에서 AI 서비스 도메인을 분리해 보는 리퍼러 추정, 그리고 "브랜드명을 아는 상태에서 들어온 검색"의 증감을 보는 간접 지표입니다.

세 방법 모두 표본이 작거나 누락이 많습니다. 그래서 "AI 검색에서 몇 위"라는 표현은 성립하지 않습니다. 순위가 없는 곳에서 순위를 보고하면 그 보고서는 신뢰를 잃습니다.

이 표를 보고서 앞에 붙여 두면 기대치 관리가 쉬워집니다. 측정 가능한 세 줄을 개선하는 것이 GEO 실무의 대부분입니다.

자주 하는 오해 세 가지

"llms.txt를 만들면 된다." llms.txt는 일부 파이프라인이 참고할 수 있는 보조 파일입니다. Google 검색은 이를 사용하지 않습니다. 없으면 만들 가치는 있지만, 그것만으로 인용이 생기지는 않습니다.

"AI가 우리를 인용하는지 확인할 수 있다." 현재로서는 완전한 측정이 불가능합니다. 브랜드명을 직접 물어 답변을 관찰하는 정성 확인, 리퍼러 기반 추정 정도가 가능합니다. 측정 가능한 것과 추정에 그치는 것을 구분해 두어야 과잉 해석을 피할 수 있습니다.

"GEO는 SEO를 대체한다." 대체가 아니라 추가입니다. 색인되지 않은 페이지는 AI도 읽지 못합니다. 기술 SEO가 무너진 상태에서 GEO만 하는 것은 순서가 뒤집힌 것입니다.

한 가지 더 덧붙이면, "AI가 콘텐츠를 만들어 주니 양으로 밀면 된다"는 접근도 어긋납니다. 인용은 문단 품질로 결정되는데, 같은 구조와 같은 도입부를 가진 글이 여러 편 쌓이면 서로를 대체하는 후보가 되어 어느 것도 선택되지 않습니다. 얇은 글 열 편보다 근거가 붙은 글 두 편이 인용 확률이 높습니다.

정리

GEO는 새로운 채널이 아니라 판단 기준의 변화입니다. 페이지 단위 노출 경쟁에서 문단 단위 인용 경쟁으로 옮겨 갔습니다. 그래서 해야 할 일도 새로운 도구가 아니라 기존 콘텐츠의 형태를 바꾸는 일에 가깝습니다.

먼저 크롤러 접근을 확인하고, 답을 앞으로 옮기고, 출처를 붙입니다. 이 세 가지가 끝나면 대부분의 사이트는 인용 가능한 상태가 됩니다. 그다음이 구조화 데이터와 외부 언급입니다.

업종별로 적용 방식이 달라지는 지점도 있습니다. 광고 표현에 법적 제약이 있는 업종은 표현 자체를 다르게 설계해야 하며, 그 사례는 병원 마케팅의 구조에서 다룹니다.

마지막으로 기대치를 한 번 더 정리합니다. GEO는 몇 주 만에 결과가 보이는 작업이 아닙니다. 크롤러가 다시 방문하고, 문단이 인용 후보로 평가되고, 외부 언급이 쌓이는 과정에 시간이 걸립니다. 대신 한 번 정리한 구조는 되돌아가지 않습니다. 답을 앞에 두고 근거를 붙이는 방식은 검색엔진이 바뀌어도 유효하기 때문입니다.