SEO와 GEO: AI 검색 시대의 최적화 전략
SEO와 Generative Engine Optimization의 차이, 최적화 방법, AI 검색 가시성 측정, 최신 쟁점을 정리한 노트.
SEO와 GEO: AI 검색 시대의 최적화 전략
한 줄 요약
SEO는 검색엔진이 콘텐츠를 크롤링, 색인, 랭킹해 사용자가 클릭하게 만드는 일이고, GEO는 생성형 AI 검색·답변 엔진이 콘텐츠나 브랜드를 답변의 근거, 인용, 추천, 비교표, 출처 링크로 쓰게 만드는 일이다.
먼저 읽을 결론
이 노트의 GEO는 지리 기반 Local SEO가 아니라 Generative Engine Optimization, 즉 생성형 AI 검색/답변 엔진 최적화를 뜻한다.
SEO와 GEO는 대체 관계가 아니다. GEO는 SEO 위에 얹히는 확장 레이어에 가깝다. Google도 AI Overviews와 AI Mode가 기존 Search index, ranking, quality systems에 뿌리를 두고 RAG와 query fan-out을 쓴다고 설명한다. 따라서 크롤링, 인덱싱, 렌더링, 내부 링크, structured data, helpful content 같은 SEO 기본기가 약하면 GEO도 어렵다.
다만 GEO에서는 목표가 달라진다. 전통 SEO가 "검색 결과 상위 노출과 클릭"을 목표로 했다면, GEO는 "AI 답변 안에서 인용, 언급, 추천, 비교, 근거 링크로 등장하는 것"을 목표로 한다. 그래서 단순 키워드 반복보다 명확한 정의, 비교표, 통계, 출처, 날짜, 방법론, 저자 정보, 제3자 평판이 더 중요해진다.
실무 결론은 네 가지다.
| 원칙 | 의미 |
|---|---|
| SEO 기본기 없이는 GEO도 어렵다 | 크롤링, 색인, JS 렌더링, canonical, sitemap, 내부 링크, structured data부터 정리한다. |
| GEO는 AI가 답변으로 쓰기 좋은 근거를 만드는 일이다 | 정의, 비교, 표, 통계, 출처, 사례, 방법론, 업데이트 날짜를 넣는다. |
| 브랜드는 웹 전체에서 이해된다 | 공식 사이트뿐 아니라 언론, 리뷰, YouTube, GitHub, Reddit, Naver 생태계까지 관리한다. |
| 측정은 ranking이 아니라 answer share다 | AI citation, brand mention, sentiment, accuracy, referral, conversion, bot access를 함께 본다. |
2026년 기준 주요 화두는 query fan-out, zero-click, AI crawler control, publisher compensation, llms.txt 논쟁, earned media, community reputation, agentic web, Naver AI Briefing이다.
왜 저장했나
검색 유입 전략이 Google SERP 중심에서 ChatGPT Search, Perplexity, Google AI Overviews/AI Mode, Bing Copilot, Naver AI Briefing 같은 생성형 답변 환경으로 넓어지고 있다.
이 노트는 SEO와 GEO를 같은 선상에서 비교하고, 웹사이트와 브랜드가 어떤 순서로 최적화해야 하는지 다시 볼 수 있는 기준표로 남긴다.
정리한 질문
SEO와 Generative Engine Optimization은 무엇이 다르며, AI 검색 시대에 웹사이트·브랜드·콘텐츠를 어떻게 최적화하고 측정해야 하는가?
SEO와 GEO의 차이
| 구분 | SEO | GEO |
|---|---|---|
| 최적화 대상 | Google, Bing, Naver 같은 전통 검색 결과 | ChatGPT Search, Perplexity, Gemini/Google AI, Bing Copilot, Naver AI Briefing 같은 생성형 답변 |
| 목표 | 상위 랭킹, SERP 노출, 클릭, 유입, 전환 | AI 답변 내 인용, 언급, 추천, 근거 링크, 브랜드 표현 정확도, AI referral 전환 |
| 사용자 질의 | 짧은 키워드형 검색어 중심 | 자연어 질문, 비교·추천·문제해결형, 후속 질문, 긴 문장, 멀티턴 |
| 작동 방식 | 크롤링 -> 렌더링 -> 색인 -> 랭킹 -> 검색 결과 표시 | 질의 해석 -> query fan-out/RAG -> 출처 검색·선별 -> 답변 생성 -> 출처 인용 |
| 콘텐츠 평가 | 관련성, 품질, 권위, 링크, 구조, UX | 관련성 + 근거성 + 인용 가능성 + 명확성 + 제3자 신뢰 신호 + 브랜드/엔티티 일관성 |
| 키워드 역할 | 여전히 중요하지만 의미 기반으로 변화 | 단순 반복 효과 낮음. 명확한 답, 통계, 출처, 구조가 더 중요 |
| 측정 지표 | GSC impressions, clicks, CTR, average position, organic conversion | AI citation share, answer inclusion, brand mention, sentiment, hallucination rate, AI referral, grounding query |
| 리스크 | 알고리즘 업데이트, 인덱싱 문제, 기술 SEO 문제 | 답변 비결정성, 측정 불안정, 출처 미노출, 잘못된 브랜드 요약, 조작성 콘텐츠 논란 |
SEO 최적화 기준
기술 SEO
SEO의 기반은 여전히 검색엔진이 문제없이 읽을 수 있는 사이트를 만드는 일이다.
| 영역 | 점검 항목 |
|---|---|
| 크롤링 | robots.txt, x-robots-tag, CDN/WAF 차단, 4xx/5xx, redirect chain |
| 인덱싱 | canonical, noindex, sitemap, pagination, duplicate/thin page |
| 렌더링 | JavaScript 렌더링 결과, lazy-loaded 본문, hydration 오류, SPA 라우팅 |
| 내부 링크 | orphan page, topic cluster, breadcrumb, HTML <a href> 기반 링크 |
| 성능/UX | Core Web Vitals, 모바일 레이아웃, intrusive popup, main content 구분 |
| 국제화 | hreflang, 언어별 canonical, 지역별 URL 구조 |
| 전자상거래 | Product schema, Merchant Center, 재고/가격/배송 정보 일관성 |
React, Next.js, Vue, Nuxt 기반 사이트는 초기 HTML이나 안정적인 렌더링 결과에 본문, title, meta description, canonical, hreflang, 내부 링크, 구조화 데이터가 포함되는지 확인해야 한다.
콘텐츠 SEO
콘텐츠는 키워드가 들어간 긴 글만으로는 부족하다. Google의 helpful content와 E-E-A-T 관점에서는 누가 썼는지, 어떻게 만들었는지, 왜 만들었는지가 중요하다.
실무 구조는 다음이 좋다.
- 검색 의도를 정보 탐색형, 비교형, 거래형, 문제 해결형, 로컬형으로 분류한다.
- 상단에 5초 안에 읽히는 핵심 결론을 둔다.
- 수치, 날짜, 출처, 사례, 한계, 방법론을 넣는다.
- 저자, 검수자, 회사/조직 소개, 업데이트 일자, 실제 경험을 표시한다.
- pillar page와 supporting article을 내부 링크로 연결한다.
- title, meta description, favicon, structured data, snippet을 관리한다.
구조화 데이터
구조화 데이터는 검색엔진과 AI 시스템이 페이지 의미를 이해하는 보조 수단이다. Google은 JSON-LD를 권장하지만 rich result 노출을 보장하지는 않는다. 실제 사용자에게 보이는 본문과 markup이 일치해야 한다.
| 사이트 유형 | 우선순위가 높은 schema |
|---|---|
| 일반 기업/브랜드 | Organization, WebSite, BreadcrumbList, Article |
| SaaS/IT 서비스 | SoftwareApplication, Product, FAQPage, ReviewSnippet, Organization |
| 이커머스 | Product, Offer, AggregateRating, MerchantReturnPolicy, ShippingDetails |
| 로컬 비즈니스 | LocalBusiness, Place, OpeningHours, Review |
| 미디어/블로그 | Article, NewsArticle, Person, ImageObject, VideoObject |
| 데이터/리서치 | Dataset, ScholarlyArticle, Table, Citation 구조 |
GEO 최적화 기준
1. AI crawler 접근성
AI 검색에 노출되려면 AI 검색 시스템이 콘텐츠에 접근할 수 있어야 한다. OpenAI는 ChatGPT Search 포함을 위해 OAI-SearchBot을 막지 않아야 한다고 설명하고, GPTBot 차단은 학습 제외 목적이며 Search 접근과 구분된다고 설명한다. Perplexity도 PerplexityBot과 Perplexity-User를 구분한다.
실무에서는 robots.txt, CDN/WAF, bot verification, server log를 함께 봐야 한다. AI crawler가 보안 장비에서 비정상 bot으로 막히면 GEO는 시작하기 어렵다.
2. 답변 가능한 페이지 구조
AI 답변 엔진은 한 페이지에서 정답 후보를 빠르게 추출할 수 있어야 한다.
| 페이지 요소 | GEO 관점의 목적 |
|---|---|
| TL;DR / 핵심 요약 | AI가 짧은 답변 근거로 쓰기 쉽다. |
| 명확한 H2/H3 | query fan-out의 하위 질문과 매칭된다. |
| 비교표 | "A vs B", 추천, 가격/기능 비교 질의에 유리하다. |
| FAQ | 자연어 질문형 질의와 잘 맞는다. |
| 통계·날짜·방법론 | 인용 가능한 근거성을 높인다. |
| 출처 링크 | 신뢰도와 검증 가능성을 높인다. |
| 저자/검수자 | 전문성과 책임 소재를 보여준다. |
| 업데이트 이력 | freshness 판단에 도움을 준다. |
3. Owned media와 earned media를 함께 관리
GEO는 내 사이트만 잘 만든다고 끝나지 않는다. AI 검색은 제3자 권위 출처, 리뷰, 커뮤니티, 동영상, GitHub, 언론 보도를 함께 참조할 수 있다.
| 채널 | GEO 역할 |
|---|---|
| 공식 웹사이트 | canonical source, 제품/서비스 정의, 기술 문서 |
| 블로그/리서치 | 고유 관점, 데이터, long-tail 답변 |
| PR/언론 | 제3자 권위 신호 |
| YouTube/동영상 | AI Overview/AI Mode의 멀티모달·영상 출처 가능성 |
| GitHub/문서 | 개발자·기술 제품 신뢰도 |
| Reddit/커뮤니티 | 실제 사용자 경험과 평판 신호 |
| 리뷰 사이트 | 비교·추천형 AI 답변에 영향 |
| Naver Blog/Cafe/Place/Shopping | 한국 시장 AI Briefing 노출 기반 |
4. 인용 가능한 근거 만들기
GEO에서 강한 콘텐츠는 AI가 답변에 그대로 근거로 삼기 쉬운 문장이다.
약한 문장:
A 제품은 매우 뛰어나고 혁신적인 솔루션입니다.
좋은 문장:
2026년 6월 기준, A 제품은 B 기능을 지원하지만 C 기능은 지원하지 않는다.
테스트는 10개 샘플 프로젝트에서 동일한 입력값으로 수행했으며,
평균 처리 시간은 1.8초였다.
GEO 논문은 출처 인용 추가, 신뢰 가능한 인용문, 통계 추가가 visibility를 30~40% 개선했고, keyword stuffing은 거의 효과가 없거나 미미했다고 보고했다. 이 수치는 특정 실험 조건의 결과이므로 일반화에는 주의가 필요하다.
5. 브랜드·엔티티 일관성
AI 검색은 브랜드를 엔티티로 이해한다. 브랜드명, 제품명, 카테고리, 창업자, 가격, 기능, 지역, 고객군, 경쟁사 대비 포지션이 사이트마다 다르면 AI 답변도 흔들린다.
| 항목 | 관리 방식 |
|---|---|
| 브랜드 정의 | About page, Organization schema, Wikidata/Wikipedia 가능 시 정합성 |
| 제품명/카테고리 | Product page, docs, comparison page에서 동일 표현 |
| 가격/요금제 | pricing page, schema, help center, 외부 listing 업데이트 |
| 기능 | docs, changelog, release note, API reference |
| 신뢰 근거 | case study, benchmark, security/compliance 문서 |
| 대표 문장 | "X는 Y를 위한 Z 솔루션" 형태로 일관화 |
| 부정확한 AI 답변 | FAQ, 비교문서, 정정 콘텐츠로 보정 |
6. 엔진별 최적화
| 엔진 | 핵심 포인트 |
|---|---|
| Google AI Overviews / AI Mode | 기존 SEO 기본기, index/snippet eligibility, crawl 허용, helpful content, Merchant Center/Business Profile |
| ChatGPT Search | OAI-SearchBot 허용, public page 접근성, 출처 링크로 인용될 만한 문서, utm_source=chatgpt.com referral 추적 |
| Bing Copilot / Bing AI | Bing Webmaster Tools, IndexNow, AI Performance의 citation/grounding query 확인 |
| Perplexity | PerplexityBot/WAF 허용, 명확한 출처·통계·비교 콘텐츠, 최신 문서 |
| Naver AI Briefing | 네이버 통합검색, 블로그, 카페, 플레이스, 쇼핑, 숏폼, 공식/멀티소스 포맷 대응 |
| YouTube/영상 AI 검색 | 영상 제목, 설명, transcript, 챕터, 썸네일, 브랜드 언급 정합성 |
| Agentic browser/AI agent | 접근성, ARIA, DOM 구조, form label, checkout/예약 flow 안정성 |
Google은 AI 기능 노출을 위해 llms.txt나 특별한 AI markup, 특수 schema.org가 필요하지 않으며, Google Search는 llms.txt를 사용하지 않는다고 설명한다. llms.txt는 보조 탐색 파일로는 의미가 있을 수 있지만 GEO의 핵심으로 보면 안 된다.
7. GEO 측정
AI 답변은 위치, 언어, 로그인 상태, 대화 맥락, 시점, 엔진 버전, query paraphrase에 따라 달라질 수 있다. 단일 prompt 결과만 보면 위험하다.
권장 지표는 다음이다.
| 지표 | 설명 |
|---|---|
| AI citation share | 특정 주제 답변에서 우리 URL이 출처로 등장한 비율 |
| Answer inclusion | 출처 링크가 없어도 브랜드/제품이 답변에 포함된 비율 |
| Mention sentiment | 긍정/중립/부정, 추천/비추천 맥락 |
| Accuracy / hallucination rate | 가격, 기능, 정책, 제약 사항이 맞는 비율 |
| AI referral | chatgpt.com, perplexity.ai, copilot.microsoft.com, bing.com 등 유입 |
| Bot access | AI crawler 접근 빈도, blocked request, status code |
| Conversion | AI referral의 signup, demo, purchase, lead quality |
측정 prompt는 최소 30~100개 정도를 고정하고, 같은 prompt를 여러 엔진에서 반복 측정하는 편이 좋다.
최근 트렌드와 화두
| 화두 | 의미 |
|---|---|
| 검색 순위에서 AI 답변 점유율로 이동 | 전통 ranking보다 citation, mention, sentiment, answer inclusion이 중요해진다. |
| Zero-click과 publisher traffic 감소 | AI 요약이 클릭을 줄일 수 있어 publisher 보상과 traffic 분배 논쟁이 커진다. |
| Query fan-out | 하나의 검색어가 여러 하위 질의로 쪼개져 출처를 찾으므로 단일 키워드 순위 추적이 부족해진다. |
| Third-party mentions | YouTube, 리뷰, 커뮤니티, 언론, GitHub 같은 외부 신호가 AI 답변에 영향을 줄 수 있다. |
llms.txt 논쟁 | 일부 문서/AI-native 환경에서는 보조 가치가 있지만 Google Search 핵심 요구사항은 아니다. |
| Agentic web | AI agent가 예약, 비교, 구매를 수행하려면 접근성, DOM 구조, form label, checkout flow가 중요해진다. |
| Naver AI Briefing | 한국 시장에서는 네이버 블로그, 카페, 플레이스, 쇼핑, 숏폼 생태계까지 봐야 한다. |
| AI-generated content feedback loop | 대량 AI 콘텐츠보다 원자료, 실제 경험, 독자 데이터, 전문가 해석이 더 중요해진다. |
실행 로드맵
1단계: SEO/GEO 공통 기술 감사
- Googlebot, Bingbot,
OAI-SearchBot,PerplexityBot접근 로그를 확인한다. robots.txt, meta robots,x-robots-tag, CDN/WAF bot block을 점검한다.- sitemap, canonical, redirect, 404/500, duplicate URL을 정리한다.
- JavaScript 렌더링 결과에서 본문, 링크, schema가 보이는지 확인한다.
- GSC, Bing Webmaster Tools, server log, GA4 referral을 세팅한다.
- ChatGPT, Perplexity, Bing, Google, Naver에서 핵심 브랜드·카테고리 질의를 테스트한다.
2단계: 핵심 페이지를 AI가 인용하기 좋은 문서로 재작성
우선순위는 제품/서비스 페이지, 가격 페이지, 비교 페이지, 경쟁사 대체재 페이지, 기술 문서/API 문서, 보안·컴플라이언스 문서, 고객 사례, 문제 해결형 블로그, 업계 리서치/벤치마크다.
각 페이지에는 한 줄 정의, 핵심 요약, 비교표, 근거 수치, 출처, FAQ, 업데이트 일자, 저자/검수자 정보를 넣는다.
3단계: 브랜드 엔티티 그래프 정리
- 회사명, 제품명, 카테고리, 설명 문구를 통일한다.
- LinkedIn, YouTube, GitHub, Crunchbase, G2, Capterra, Naver Place 같은 프로필을 맞춘다.
- YouTube 설명과 transcript에 핵심 엔티티를 포함한다.
- 고객 사례, 외부 리뷰, PR, 기고, 인터뷰, 컨퍼런스 발표를 확보한다.
- 잘못된 비교글, 오래된 가격 정보, 오류 리뷰를 모니터링한다.
4단계: GEO 측정 대시보드 구성
| 대시보드 | 지표 |
|---|---|
| SEO | GSC impressions, clicks, CTR, position, indexed pages |
| AI Search | ChatGPT/Perplexity/Gemini/Bing/Naver prompt set별 mention/citation |
| Referral | chatgpt.com, perplexity.ai, copilot.microsoft.com, bing.com, 기타 AI referral |
| Brand Accuracy | AI 답변의 가격/기능/정책 오류율 |
| Competitor | 경쟁사 대비 추천/인용 점유율 |
| Bot Logs | AI crawler 접근 빈도, blocked request, status code |
| Conversion | AI referral의 signup, demo, purchase, lead quality |
피해야 할 것
| 피해야 할 것 | 이유 |
|---|---|
| keyword stuffing | GEO 논문에서도 효과가 낮게 나타났다. |
| AI용 얇은 페이지 대량 생성 | Google scaled content abuse 리스크가 있다. |
| 가짜 리뷰/가짜 Reddit 언급 | 스팸, 신뢰도, 법적 리스크가 크다. |
| 자기 브랜드를 1위로 둔 조작성 listicle 양산 | recommendation poisoning 논란으로 이어질 수 있다. |
llms.txt만 만들고 본문 품질 방치 | Google Search는 llms.txt를 사용하지 않는다고 설명한다. |
| 모든 AI bot 일괄 차단 | ChatGPT/Perplexity/Bing AI citation 기회를 잃을 수 있다. |
| 외부 평판 무시 | AI는 owned site보다 third-party source를 강하게 참조할 수 있다. |
| 순위만 측정 | AI 답변에는 ranking보다 mention, citation, share, sentiment가 중요하다. |
자료 신뢰도 메모
primary: Google Search Central, OpenAI Help Center, Perplexity crawler docs, Bing Webmaster Tools, Naver 공식 공지 같은 공식 문서는 crawler, indexing, feature behavior, policy claim의 1차 근거로 취급한다.academic: GEO 논문과 arXiv 논문은 개념 정의와 실험 결과를 보존하되, 데이터셋·벤치마크·재현성 한계를 같이 본다.expert / market_signal: Ahrefs, Semrush, Search Engine Land, a16z, The Verge, Axios, Reuters는 시장 신호와 업계 논쟁을 보여주지만 기술적 사실을 단독으로 확정하지 않는다.community: Reddit과 Hacker News는 실무자 반응, 회의론, 조작 우려, 채택 신호를 보는 자료다. 단독 근거로 쓰지 않는다.
검증이 필요한 주장
- GEO 논문의 visibility 30~40% 개선 수치는 특정 실험 설정의 결과이므로 모든 산업·언어·엔진에 일반화하면 안 된다.
- Ahrefs의 75,000개 브랜드 분석과 YouTube/branded mention 상관관계는 인과관계를 증명하지 않는다.
- Pew, Semrush, Ahrefs, Search Engine Land의 AI search traffic·zero-click·citation 통계는 조사 방법과 시점에 따라 달라질 수 있다.
- Google, OpenAI, Perplexity, Bing, Naver의 crawler policy와 AI 검색 노출 조건은 빠르게 바뀔 수 있다.
- Naver AI Briefing 월간 순 이용자 3,000만 명, 2026년 6월 15일 AI 광고 출시는 공지 기준 claim이므로 현재 광고 상품과 노출 조건을 다시 확인해야 한다.
llms.txt의 효용은 엔진별로 다르다. Google Search 관점과 일부 AI-native documentation 환경을 구분해야 한다.- AI referral과 conversion은 GA4, server log, UTM 정책, 브라우저/앱 환경에 따라 누락될 수 있다.
Source Fidelity Notes
- Preserved key numbers: GEO 논문 visibility 30
40% 개선 주장, Ahrefs 75,000개 브랜드 분석, Ahrefs AI Overview citation 38% top 10 claim, Naver AI Briefing 월간 순 이용자 3,000만 명, 2026-06-15 Naver AI 광고 공지, 30100개 고정 prompt set 권장, 10개 샘플 프로젝트와 평균 1.8초 예시, 2026-06-26 source 기준일. - Preserved frameworks / models: SEO vs GEO 비교표, 기술 SEO/콘텐츠 SEO/구조화 데이터, GEO 7개 축, 엔진별 최적화, GEO 측정 체계, 최근 8개 화두, 4단계 실행 로드맵, 피해야 할 전술, source quality 분류.
- Omitted or compressed: 원문의 긴 공식 문서 설명, 일부 중복 문장, 커뮤니티 토론 세부 맥락, 업계 기사별 상세 해설,
utm_source=chatgpt.com가 붙은 원문 URL은 줄이거나 정리했다. - Interpretation risk: 공개 노트는 전략과 실행 체크리스트를 보존하지만, 모든 플랫폼 문서와 시장 통계를 최신 상태로 재검증한 결과는 아니다. 원문 전체는
sources/layer에 보존했다.
출처 / 참고자료
- 사용자 제공 Korean AI research. Raw source preserved at
../../sources/business/2026-06-26-seo-geo-ai-search-optimization.raw.md. - Google SEO Starter Guide
- GEO: Generative Engine Optimization
- Google AI optimization guide
- Google AI Features and Your Website
- Google Crawling and Indexing
- Google JavaScript SEO Basics
- Google Creating Helpful Content
- Google Structured Data Guidelines
- OpenAI Publishers and Developers FAQ
- Perplexity Crawlers
- Bing AI Performance in Webmaster Tools
- Generative Engine Optimization: How to Dominate AI Search
- Ahrefs AI brand visibility correlations
- OpenAI: Introducing ChatGPT Search
- Google: New controls for website owners
- Pew Research: Google users and AI summaries
- Reuters: Cloudflare AI bot crawler access
- The Verge: SEO industry and AI responses
- NAVER AI Briefing launch
- Naver advertiser notice
- Axios: AI search collapse
- Ahrefs AI Overview citations
- Semrush AI SEO statistics
- Search Engine Land GEO guide
- a16z: GEO over SEO
- awesome-generative-engine-optimization
- Reddit GEO optimization thread
- Hacker News discussion