검색 1위인데 AI가 내 브랜드를 모르면, 아직 이긴 게 아니다

검색 결과 첫 줄에 올라갔는데도 사용자가 ChatGPT나 Gemini에 다시 물어본 순간, 내 콘텐츠는 후보 목록에서 빠질 수 있습니다. 사람은 링크를 열기 전에 AI의 요약과 추천을 먼저 읽고, 그 안에 등장한 이름을 기준으로 다음 선택을 좁힙니다. 이제 SEO의 질문은 “몇 위인가?”에서 “AI가 누구를 설명하고, 누구를 출처로 인용하는가?”로 이동했습니다.

그래서 GEO(Generative Engine Optimization)가 등장했습니다. 다만 GEO를 새로운 비법이나 AI 전용 메타 태그로 이해하면 도입 첫날부터 방향을 잃습니다. GEO의 실익은 검색 트래픽을 버리는 데 있지 않습니다. 이미 만든 콘텐츠가 AI의 답변 안에서 정확하게 발견되고, 언급되고, 인용되는지 확인하는 측정 루프를 갖추는 데 있습니다.

지금 바뀐 것은 순위가 아니라 클릭이 만들어지는 순서다

외부 정보 (하베스터 수집) Ahrefs의 분석에 따르면 2025년 8월 기준 미국 검색의 16%에 AI Overviews가 나타났고, 해당 기능이 노출된 경우 검색 결과 1위의 클릭률은 34.5% 낮아졌습니다. AI Overviews가 표시된 쿼리의 97%가 정보 탐색형이었다는 분석도 함께 제시됐습니다. 이는 모든 국가와 모든 업종에 그대로 적용되는 예측은 아니지만, 정보성 콘텐츠가 클릭 전에 요약될 가능성이 이미 커졌다는 경고로 읽을 수 있습니다.

AI Overviews 노출 전후 검색 결과 1위 클릭률 비교 차트
출처: Ahrefs, “Generative Engine Optimization: Growth Strategies and Metrics For the AI Era”. AI 요약이 검색 결과 위에 놓이면 클릭을 얻는 방식 자체가 달라진다.

여기서 흔히 나오는 반응은 “그럼 기존 SEO는 끝났나?”입니다. 오히려 반대에 가깝습니다. AI가 최신 정보를 만들 때 검색과 웹 문서를 참고한다면, 크롤링되고 이해되며 신뢰할 수 있는 원문은 여전히 필요합니다. 달라진 점은 한 번의 클릭만 성과로 세던 방식입니다. AI가 브랜드를 언급했지만 클릭을 보내지 않았거나, 며칠 뒤 브랜드 검색으로 전환됐다면 기존 리포트에서는 그 영향이 사라집니다.

GEO는 별도 요령이 아니라, SEO를 ‘인용 가능한 상태’로 만드는 일이다

외부 정보 (하베스터 수집) Google Search Central은 AI Overviews와 AI Mode에 노출되기 위한 추가 기술 요건이나 특별한 최적화가 없다고 안내합니다. 색인 가능성, 스니펫 노출 자격, 내부 링크, 텍스트로 제공되는 핵심 정보, 정확한 구조화 데이터 같은 기존 SEO 기본기가 우선입니다. llms.txt 같은 별도 파일이나 AI 전용 스키마가 필수라는 주장도 Google의 공식 안내와 맞지 않습니다.

외부 정보 (하베스터 수집) 반면 GEO 개념을 다룬 연구 논문 GEO: Generative Engine Optimization은 생성형 엔진 답변에서 콘텐츠의 가시성을 높이는 방법을 실험했고, GEO-Bench 평가에서 최대 40%의 가시성 개선을 보고했습니다. 동시에 효과가 도메인마다 달라진다고 밝혔습니다. 이 수치는 모든 사이트에 보장되는 성과가 아니라 통제된 벤치마크 결과입니다. 따라서 “AI가 좋아하는 문장”을 복사할 것이 아니라, 우리 고객의 질문에 답하는 페이지가 실제로 인용되는지 검증해야 합니다.

두 자료를 함께 읽으면 결론은 선명합니다. Google이 말하는 기본기를 버리지 않되, 성과 지표를 클릭 하나로 닫지 않는 것입니다. 즉 GEO는 SEO의 대체재가 아니라 콘텐츠가 발견되는 장소를 검색결과에서 AI 답변까지 확장하는 운영 레이어입니다.

비싼 플랫폼보다 먼저 만드는 2주 GEO 워크플로

도구부터 결제하면 대시보드만 늘어납니다. 먼저 아래 루틴으로 “어떤 질문에서 우리가 빠지는가”를 확인해야 합니다. 이 순서를 지키면 유료 도구는 감시 장치가 아니라, 이미 확인한 빈칸을 줄이는 가속기가 됩니다.

  1. 구매와 연결된 질문 10개를 고른다. “최고의 도구” 같은 넓은 질문만 쓰지 말고, 비교·가격·대상 사용자·도입 조건·대안처럼 실제 의사결정 직전의 문장을 섞습니다.
  2. 같은 질문을 여러 엔진에서 실행한다. ChatGPT, Perplexity, Gemini 또는 Google의 AI 검색에서 브랜드 언급 여부, 링크 여부, 설명의 정확성을 기록합니다. 모델과 시점이 달라지면 답변도 달라지므로 날짜와 프롬프트를 함께 저장합니다.
  3. 언급과 인용을 분리한다. 브랜드 이름만 나왔는지, 우리 페이지가 출처 링크로 인용됐는지 체크합니다. 경쟁사만 등장하는 질문은 ‘AI 언급 격차’, 경쟁사 페이지만 출처가 되는 질문은 ‘AI 인용 격차’로 표시합니다.
  4. 빠진 이유가 아니라 필요한 증거를 보강한다. 가격표가 없으면 가격·조건 페이지를 만들고, 비교 근거가 약하면 직접 측정한 데이터나 명확한 방법론을 추가합니다. 긴 주장 여러 개보다 한 문단의 출처 있는 사실과 업데이트 날짜가 낫습니다.
  5. 2주 뒤 같은 질문을 다시 실행한다. 언급 수만 세지 말고 인용된 URL, 설명의 오류, 경쟁사 대비 점유율, AI 유입 세션과 전환을 함께 비교합니다. 개선되지 않은 페이지는 더 많은 글을 쓰기 전에 원문 구조와 근거부터 다시 봅니다.

도구는 세 가지 질문에 답할 때만 값어치를 한다

이 루틴을 수작업으로 시작한 뒤 도구를 붙일 수 있습니다. Ahrefs 원문이 소개하는 기능을 기준으로 보면 역할은 복잡하지 않습니다. Brand Radar는 우리와 경쟁사의 AI 언급·가시성 차이를 찾고, Site Explorer는 어떤 페이지가 AI 출처로 인용되는지 살피며, Web Analytics는 AI에서 들어온 방문자가 어디서 행동하는지 확인하는 데 쓰입니다. 도구의 이름보다 중요한 것은 각각 “어디에서 빠졌나?”, “무엇이 인용됐나?”, “사업 결과로 이어졌나?”라는 서로 다른 질문을 맡긴다는 점입니다.

AI 검색에서 주요 도메인의 언급 점유율을 비교한 차트
출처: Ahrefs, “Generative Engine Optimization: Growth Strategies and Metrics For the AI Era”. AI 답변의 출처는 자사 사이트만이 아니라 YouTube·Reddit 같은 외부 플랫폼에도 분산된다.

외부 정보 (하베스터 수집) Ahrefs는 자사 분석에서 AI 유입의 상당 부분이 무료 도구, 제품 페이지, 홈페이지 같은 핵심 진입면으로 모였다고 설명합니다. 또 AI 답변의 브랜드 언급에는 자사 도메인보다 제3자 사이트가 더 자주 등장할 수 있으며, YouTube와 Reddit 같은 외부 플랫폼도 주요 인용 표면으로 제시합니다. 그러므로 GEO를 블로그 글 몇 편의 온페이지 수정으로 끝내면 안 됩니다. 리뷰, 커뮤니티, 영상, 업계 목록에서 브랜드가 어떤 문장으로 설명되는지도 함께 관리해야 합니다.

성과표에서 반드시 떼어 놓을 다섯 숫자

“AI에서 노출됐다”는 한 문장으로는 팀의 다음 행동을 정할 수 없습니다. 최소한 아래 다섯 항목을 분리하면 콘텐츠 수정과 예산 배분이 쉬워집니다.

  • AI mentions: 답변에 브랜드가 등장한 횟수. 링크가 없어도 인지도와 고려 후보에 들어갔는지 보는 지표입니다.
  • AI citations: 우리 사이트나 특정 페이지가 답변의 출처로 연결된 횟수. 어떤 콘텐츠가 근거로 작동했는지 보여줍니다.
  • AI share of voice: 같은 질문에서 우리 브랜드가 경쟁사 대비 차지한 언급·노출 비중입니다. 절대 수치만 볼 때 생기는 착시를 줄입니다.
  • AI referral traffic: ChatGPT나 Perplexity 등에서 실제로 들어온 방문입니다. 작더라도 랜딩 페이지와 체류를 확인할 수 있습니다.
  • 전환과 보조 전환: 가입·문의·구매뿐 아니라 AI 노출 뒤 브랜드 검색으로 이어진 경로까지 가능한 범위에서 봅니다. 클릭이 적다고 가치가 없다고 결론 내리지 않습니다.

외부 정보 (하베스터 수집) Ahrefs는 AI mentions, impressions, AI share of voice, AI citations, AI-driven traffic을 GEO 측정 항목으로 제시합니다. 다만 이 수치들은 도구의 수집 범위와 모델별 응답에 영향을 받습니다. 서로 다른 플랫폼의 숫자를 하나의 절대적인 시장점유율처럼 합치지 말고, 같은 프롬프트 세트와 같은 기간 안에서 방향을 비교하는 편이 안전합니다.

실패하는 GEO는 콘텐츠보다 ‘흔적’을 만들려고 한다

GEO가 유행하면 키워드를 과하게 반복하거나, AI가 읽기 좋은 문장만 대량 생산하거나, 의미 없는 외부 언급을 돈으로 사려는 유혹이 생깁니다. 그러나 답변의 정확성은 결국 원문과 외부 신호의 일관성에 기대고 있습니다. 홈페이지에는 “업계 최고”라고 쓰고, 비교 페이지에는 조건과 한계를 숨기면 잠깐 언급되더라도 추천의 품질이 무너집니다.

더 현실적인 실패는 측정을 시작하지 않는 것입니다. AI 유입이 아직 작다는 이유로 기다리면, 어떤 질문에서 경쟁사가 먼저 자리를 잡았는지 알 수 없습니다. 반대로 10개 질문을 기준선으로 남기면 큰 플랫폼 없이도 다음 콘텐츠의 우선순위를 정할 수 있습니다. GEO의 첫 성과는 순위 상승이 아니라, 팀이 “왜 이 페이지를 고치는가”를 설명할 수 있게 되는 것입니다.

결론: AI에게 선택받으려면, 먼저 사람이 인용할 만한 원문을 만들어라

GEO를 도입할 이유는 유행하는 약어를 보고서에 추가하기 위해서가 아닙니다. 검색 결과의 클릭이 줄어드는 환경에서도 브랜드가 질문의 답변 안에 정확히 등장하고, 필요한 페이지로 연결되며, 결국 사업 행동으로 이어지는지 확인하기 위해서입니다.

오늘 할 일은 간단합니다. 고객이 실제로 물을 질문 10개를 적고, AI 엔진 세 곳에서 같은 질문을 실행하세요. 브랜드가 언급됐는지, 우리 페이지가 인용됐는지, 설명이 틀렸는지 한 줄씩 기록하면 됩니다. 그중 경쟁사만 인용된 질문 하나를 골라 근거·조건·업데이트 날짜가 분명한 원문을 보강하고, 2주 뒤 다시 비교하세요. 이 작은 기준선이 쌓이면 “GEO 도구를 써야 할까?”라는 막연한 고민이 “이 인용 격차를 줄이기 위해 이 도구를 쓰자”는 실행 결정으로 바뀝니다.

근거 출처

[외부 정보 (하베스터 수집)] 주된 원문은 Ahrefs의 Mateusz Makosiewicz가 작성하고 Ryan Law가 검토한 “Generative Engine Optimization: Growth Strategies and Metrics For the AI Era”(2025년 8월 18일)입니다. AI Overviews 비중과 클릭률 변화, 콘텐츠 유형·외부 플랫폼·AI 언급·인용·유입 측정에 관한 Ahrefs의 자체 분석과 제안은 해당 글을 기준으로 정리했습니다. Ahrefs가 자사 도구를 소개하는 글이므로 수치와 기능 설명은 독립적인 시장 전체 통계가 아니라 제공자 분석으로 읽어야 합니다.

[외부 정보 (원자료·공식 문서 보강)] GEO의 학술적 출발점은 Aggarwal et al., “GEO: Generative Engine Optimization”(arXiv:2311.09735)입니다. 최대 40% 가시성 개선은 GEO-Bench 기반 실험 결과이며, 도메인별 차이가 있다는 한계도 함께 확인했습니다. Google의 공식 기준은 “AI features and your website”를 참고했습니다. Google은 AI Overviews·AI Mode에 특별한 최적화나 추가 기술 요건이 없고, 기존 SEO 기본기와 색인·스니펫 자격이 중요하다고 설명합니다.

[상호작용 (에이전트-드루 대화·작업)] 이 글에는 특정 에이전트-드루 대화나 내부 작업 경험을 근거로 사용하지 않았습니다. 2주 워크플로와 “순위보다 인용 가능한 원문”이라는 결론은 위 외부 자료를 humanerd.kr 독자가 실제 운영에 적용할 수 있도록 재구성한 편집적 분석입니다.

이 글은 humanerd.kr AI & TOOLS 필러의 외부 자료 기반 분석 글입니다.