GEO
생성형 엔진 최적화
한 줄 정의
챗GPT·퍼플렉시티·구글 AI 개요처럼 AI가 여러 출처를 모아 답을 써 주는 서비스에서, 내 콘텐츠가 그 답변 안에 인용되고 언급되도록 다듬는 작업입니다. Generative Engine Optimization의 약자입니다.
어떻게 작동하나
- 말의 출처: 이 용어는 2023년 11월 arXiv에 공개되고 KDD 2024 학회에 채택된 논문 「GEO: Generative Engine Optimization」(Aggarwal 외)에서 나왔습니다. 논문은 생성형 엔진을 여러 출처의 정보를 모아 대규모 언어 모델(LLM)로 요약해 답하는 시스템으로 보고, GEO를 그 응답 속에서 콘텐츠 제작자의 가시성을 높이도록 돕는 방법론으로 제안합니다.
- SEO와 다른 점: 검색 결과는 링크 목록이라 '몇 위에 나오느냐'를 보지만, 생성형 엔진은 답변 문장 안에 출처를 섞어 씁니다. 그래서 논문은 순위 대신 답변 속에서 내 출처가 차지한 분량과 위치를 반영한 지표(Position-Adjusted Word Count)와 주관적 인상 지표(Subjective Impression)로 가시성을 잽니다.
- 논문 실험 결과: 연구진은 여러 분야 질의 10,000개로 만든 벤치마크 GEO-bench에서 9가지 콘텐츠 수정 방법을 시험했습니다. 출처 인용 추가, 인용문 추가, 통계 수치 추가가 가장 좋았고, 논문 초록은 생성형 엔진 응답에서 가시성을 최대 40%까지 높일 수 있다고 보고합니다(논문이 정의한 지표 기준의 실험값). 반면 키워드를 반복해 넣는 방식은 개선이 거의 없었다고 적고 있습니다. 실서비스인 Perplexity.ai에서도 평가했습니다.
- 구글의 입장: 구글 검색 센터는 AI 개요·AI 모드에 표시되기 위한 추가 요구 사항이나 특별한 최적화는 없다고 안내합니다. 페이지가 색인돼 있고 스니펫과 함께 검색에 표시될 수 있으면 대상이 되며, 기존 SEO 기본 원칙이 그대로 유용하다고 설명합니다. AI 전용 파일이나 별도 마크업도 필요 없다고 밝힙니다. 표시가 보장되지는 않습니다.
쉽게 풀어 말할 때
"요즘은 검색창 대신 AI한테 물어보잖아요. AI가 답을 쓰면서 '어디서 봤는지' 출처를 몇 개 붙이는데, 거기에 우리 글이 들어가게 만드는 게 GEO예요. 근거 자료랑 숫자가 분명한 글이 인용되기 쉽다는 연구가 있고, 구글은 따로 AI용 비법은 없고 기본 SEO 잘하면 된다고 말해요."
업계 말로 말할 때
- "주요 질문 20개를 AI 서비스에 직접 넣어 보고, 우리 사이트가 출처로 인용되는지 월 1회 체크하겠습니다."
- "가이드 글에 공식 통계랑 출처 링크를 보강했어요. GEO 쪽에서도 인용되기 좋은 형태로 바꾼 겁니다."
- "구글 AI 개요는 따로 최적화 항목이 없다고 하니, 색인 상태랑 스니펫 제한 설정부터 점검하죠."
실무 팁
- 근거를 글 안에 넣습니다. 논문에서 효과가 컸던 방법은 출처 인용, 인용문, 통계 추가였습니다. 주장마다 공식 자료의 숫자와 출처를 붙여 두면 사람에게도 믿을 만한 글이 됩니다. 반대로 키워드 반복은 효과가 거의 없었습니다.
- SEO 기본을 먼저 맞춥니다. 구글은 AI 기능에 노출되려면 색인돼 있고 스니펫 표시가 가능해야 한다고만 밝힙니다.
nosnippet같은 설정으로 스니펫을 막아 두지 않았는지, 중요한 내용이 텍스트로 들어 있는지부터 확인합니다(SEO 참고). - 효과 수치는 출처와 조건을 붙여 말합니다. '최대 40%'는 특정 벤치마크와 논문이 정의한 가시성 지표에서 나온 실험값입니다. 우리 사이트에서 같은 효과가 난다는 뜻이 아니므로, 보고서에는 직접 측정한 인용 여부·횟수로 성과를 적습니다. 업계 평균 같은 수치는 확인된 자료 없음.
헷갈리기 쉬운 말
확인 퀴즈
「GEO: Generative Engine Optimization」 논문의 실험에서 생성형 엔진 답변 속 가시성을 높이는 데 효과가 거의 없었던 방법은?
정답과 풀이 보기
정답: 3번. 논문은 키워드 스터핑 같은 전통적 방법이 생성형 엔진 응답에서 개선 효과가 거의 없었다고 보고합니다. 1번·2번·4번은 오히려 가장 성과가 좋았던 방법으로 꼽혔습니다.