GEO란 무엇인가: 검색이 아니라 답변에 인용되는 법

검색 1위인데, AI 답변엔 우리 이름이 없다

지금 바로 해볼 수 있는 실험이 하나 있습니다. ChatGPT에 "국내 협업 툴 추천해줘"라고 물으면 서너 개 브랜드가 깔끔한 문단으로 추천되는데, 거기에 당신 회사 이름은 없습니다. 그런데 같은 키워드를 네이버나 구글에 넣어 보면 당신 회사가 첫 페이지 맨 위에 나옵니다. 한쪽에선 1위인데, 다른 쪽에선 존재하지 않는 셈이죠.

이 간극이 지금 벌어지는 변화의 핵심입니다. 전통적인 검색은 사용자에게 링크 목록을 건넵니다. 사용자가 직접 훑고 클릭하고 판단하죠. 반면 ChatGPT, Perplexity, Google AI Overview 같은 생성형 엔진은 여러 출처를 읽은 뒤 하나의 답변으로 합쳐 내놓습니다. 사용자는 링크 열 개 대신 정리된 결론 하나를 받습니다.

그렇다면 그 결론에 인용되지 못하면 어떻게 될까요. 사용자가 당신 브랜드를 검토하고 탈락시킨 게 아니라, 애초에 보지도 못합니다. 클릭 경쟁에서 밀린 게 아니라 후보에 들지도 못했다는 뜻이죠. GEO(Generative Engine Optimization, 생성형 엔진 최적화)는 바로 이 문제를 다룹니다.

GEO의 정의: AI가 인용하는 출처가 되는 일

GEO를 한 문장으로 정의하면 이렇습니다. 생성형 엔진이 사용자 질문에 답할 때, 그 답변 안에 당신의 브랜드와 콘텐츠가 인용되도록 만드는 작업입니다. AEO(Answer Engine Optimization, 답변 엔진 최적화)도 거의 같은 뜻으로 쓰이는데요, 둘 다 "검색 결과에서 위로 올라가기"가 아니라 "AI가 만드는 답변의 재료가 되기"를 목표로 삼습니다.

그래서 GEO에서 성공의 단위는 "검색 순위"가 아니라 인용(citation)입니다. 질문이 들어왔을 때 AI가 당신을 언급했는지, 출처로 링크했는지, 경쟁사보다 먼저 불러 줬는지가 측정 대상이 됩니다. 서가에 책이 꽂혀 있느냐가 아니라, 누군가의 질문에 답하면서 그 책이 언급되느냐의 차이라고 보면 됩니다.

그래서 둘은 노출의 차원이 다릅니다. 검색 상위에 머무는 것은 "발견될 가능성"을 만듭니다. 반면 AI 답변에 인용되면, 사용자가 이미 정리된 결론을 손에 쥐는 바로 그 순간에 그 안에 들어가 있습니다.

작동 원리: AI는 왜 특정 브랜드를 답변에 넣는가

생성형 엔진이 답변을 만드는 과정을 단순화하면 대체로 세 단계로 나뉩니다.

1. 검색·검색증강(retrieval): 모델이 질문을 받으면 학습된 지식에 더해, 필요할 경우 웹에서 관련 문서를 실시간으로 끌어옵니다. Perplexity나 Google AI Overview처럼 출처를 표시하는 엔진은 이 단계가 특히 뚜렷하게 드러납니다.
2. 합성(synthesis): 끌어온 문서를 읽고, 신뢰할 만하고 명확한 내용을 골라 하나의 답변으로 종합합니다.
3. 인용(attribution): 답변에 쓴 정보의 출처를 문장이나 각주로 표시합니다.

여기서 하나의 경향이 보입니다. 지금까지 보면, AI는 "가장 인기 있는 페이지"보다 "답변으로 옮기기 가장 쉬운 콘텐츠"를 고르는 쪽으로 기웁니다. 질문에 대한 답이 한 문단으로 명확하게 정리되어 있고, 주장에 근거가 붙어 있고, 출처가 믿을 만하면 채택될 확률이 높아지죠. 반대로 핵심 정보가 마케팅 수사 사이에 흩어져 있거나 결론이 글 끝에 가서야 나오면, 엔진이 인용 재료로 쓰기 어렵습니다.

알고리즘이 공개되지 않은 영역이 많아 단정하기는 조심스럽습니다. 다만 또 하나 눈에 띄는 점이 있습니다. AI는 한 출처만 보지 않습니다. 같은 사실이 신뢰할 만한 여러 곳에서 똑같이 언급될 때 그 정보를 더 확실하게 받아들이죠. 그래서 GEO는 한 페이지를 잘 쓰는 데서 그치지 않고, 브랜드에 관한 사실이 웹 곳곳에 똑같이 자리 잡도록 만드는 일이기도 합니다.

왜 지금인가: 검색 행동 자체가 이동하고 있다

이 변화가 시급한 이유는 사용자 습관이 이미 움직였기 때문입니다. 예전에는 "전세 보증보험 어떻게 가입하지"를 검색해 블로그 다섯 개를 읽고 직접 정리했습니다. 지금은 같은 질문을 챗봇에 던지고 정리된 답을 한 번에 받죠. 비교나 요약, 추천처럼 여러 정보를 묶어야 하는 질문일수록 생성형 엔진으로 빠르게 넘어갑니다.

그러다 보니 위험이 두 가지 따라옵니다.

• 제로 클릭의 심화: 사용자가 답변만 받고 어떤 사이트도 방문하지 않는 경우가 늘어납니다. 트래픽 지표는 멀쩡해 보여도, 정작 의사결정의 순간에 브랜드가 노출되지 않을 수 있습니다.
• 측정 사각지대: 검색 순위는 도구로 매일 확인하지만, "ChatGPT가 우리를 추천하는가"는 마음먹고 들여다보지 않으면 보이지 않습니다. 그래서 보이지 않는 채널에서 조용히 경쟁사에 밀리기 쉽습니다.

지금이 중요한 또 다른 이유는 아직 초기 시장이라는 점입니다. 어떤 주제에서는 AI가 인용할 만한, 잘 정리된 한국어 콘텐츠가 충분치 않습니다. 그래서 먼저 신뢰할 만한 출처가 된 브랜드가 그 자리를 선점하게 되죠. SEO 초창기에 일찍 움직인 곳들이 오래 이득을 본 것과 비슷한 구도입니다.

SEO와의 관계: 대체가 아니라 확장

흔한 오해부터 풀고 가겠습니다. GEO는 SEO를 버리고 새로 시작하는 일이 아니라 SEO 위에 한 층을 더 쌓는 확장입니다. AI가 웹에서 문서를 끌어올 때 결국 읽는 건 크롤링되고 인덱싱된 페이지입니다. 그래서 기술적 SEO 기반(빠른 로딩, 크롤링 가능한 구조, 구조화 데이터)이 약하면 GEO도 출발선에서 불리해집니다.

둘의 차이는 이렇게 정리됩니다.

물론 겹치는 부분도 많아서, 좋은 GEO 콘텐츠는 대체로 좋은 SEO 콘텐츠이기도 합니다. 차이는 강조점에 있습니다. SEO가 "이 페이지를 검색 상위로"라면, GEO는 "이 사실을 AI가 안심하고 인용하도록"에 무게를 둡니다.

AI가 인용하는 콘텐츠의 6가지 특징

답변에 잘 채택되는 콘텐츠에는 반복되는 패턴이 있는데요, 새 글을 쓰거나 기존 글을 고칠 때 점검 목록으로 써도 좋습니다.

• 질문에 곧장 답한다: 핵심 답을 글 첫머리나 소제목 바로 아래에서 한두 문장으로 제시합니다. AI가 그 문장만 떼어 답변에 넣을 수 있을 만큼 명확하게 씁니다.
• 주장에 근거가 붙어 있다: "효과적이다"가 아니라 "왜, 어떤 조건에서 효과적인지"를 설명합니다. 다만 없는 통계나 출처를 지어내서는 안 됩니다. 가짜 근거는 신뢰를 한 번에 무너뜨리니까요.
• 구조가 분명하다: 의미 있는 소제목, 목록, 표, 단계별 정리를 갖춥니다. AI는 잘 나뉜 문서를 더 안정적으로 읽고 옮깁니다.
• 주제 하나를 깊게 파고든다: 얕고 넓은 글보다, 하나의 질문을 끝까지 파고든 글이 출처로 더 신뢰받습니다.
• 기계가 읽기 좋다: 구조화 데이터(스키마)와 명확한 HTML 구조에 더해, 일부 사이트가 도입하기 시작한 llms.txt 같은 신호가 AI의 이해를 돕습니다.
• 일관성이 있다: 브랜드명, 핵심 사실, 내세우는 가치가 사이트 안에서도 외부 언급에서도 흔들리지 않습니다.

무엇부터 시작할까: 추측이 아니라 측정

GEO에서 가장 흔한 실수는 "AI에 잘 보이게 콘텐츠를 더 쓰자"로 곧장 뛰어드는 일입니다. 그 전에 현재 상태부터 파악해야 합니다. 순서를 잡으면 이렇습니다.

1. 측정한다: 고객이 실제로 던질 법한 질문 10~20개를 정리합니다. 그런 다음 ChatGPT, Perplexity, Google AI Overview 등 여러 엔진에 직접 물으면서, 어디서 우리가 언급되고 어디서 경쟁사가 인용되는지 기록합니다. 이게 출발점을 잡는 지도가 됩니다.
2. 갭을 찾는다: 경쟁사는 인용되는데 우리는 빠진 질문, 또는 누구도 좋은 답을 주지 못해 AI가 모호하게 답하는 질문을 추려 냅니다. 특히 후자가 좋은 기회입니다. 빈자리를 먼저 채우면 되니까요.
3. 갭을 메우는 콘텐츠를 만든다: 앞에서 정리한 여섯 가지 특징을 갖춰, 그 질문에 정확히 답하는 콘텐츠를 발행합니다.
4. 다시 측정한다: 며칠에서 몇 주 뒤 같은 질문을 다시 던져 인용이 생겼는지 확인합니다. AI의 답변은 고정되어 있지 않고 콘텐츠와 웹의 상태에 따라 바뀌기 때문입니다.

이 네 단계는 한 번 하고 끝나는 작업이 아니라 계속 도는 루프입니다. 측정하고, 갭을 메우고, 다시 측정하기를 반복하죠. 검색 순위를 매일 들여다보듯, AI 인용도 주기적으로 다시 봐야 변화를 잡아냅니다.

이 루프를 수작업으로 돌릴 수도 있습니다. 다만 질문도 많고 엔진도 여럿인 데다 재측정 주기까지 계속 돌아오니, 금세 손이 많이 가죠. 그래도 도구 이전에 기억할 원칙은 단순합니다. GEO는 더 많이 쓰는 일이 아니라 먼저 측정하는 일에서 시작합니다. 넛지오는 그 인용 현황을 확인하는 데서 출발하도록 돕습니다.