SEO 커뮤니티에 들어가 보라. 요즘은 “GEO가 맞다”, “아니다 AEO다”, “그냥 SEO다”를 놓고 싸우는 소리가 매일 들린다. 그리고 그 싸움을 지켜보는 당신은 불안해진다. “나는 뭘 새로 배워야 하는 거지? 이미 늦은 건 아닐까?” 이 불안이 이 글의 시작점이다.

GEO가 새로워 보이는 건, 당신이 훈련을 안 해봤기 때문이다

한 줄로 요약하면 이 글의 주장은 이렇다. AI 검색과 구글 검색은 서로 다른 경주지만, 이기는 훈련은 거의 같다. 그래서 GEO니 AEO니 하는 이름표 싸움은 전략이 아니라, 더 솔직하지 못한 대화를 피하는 도구에 가깝다. 그리고 그 말이 진짜인지 확인하는 방법은 딱 하나다. 지금 모델에게 직접 물어보는 것. 이 글에서는 그렇게 물어봤을 때 무엇이 보이는지, 그리고 왜 그것이 새로운 지식을 배우는 것보다 더 값진지 풀어본다.

아래 내용은 두 가지 출처로 나뉜다. Search Engine Journal에 실린 Slobodan Manic 칼럼에서 가져온 사실과, 내가 실제로 내 사이트에서 해본 작업 경험이다. 외부에서 얻은 근거와 내가 겪은 일을 섞지 않도록, 본문에서 구분해서 표시하겠다.

외부 정보 — “두 개의 경주, 거의 같은 훈련”

No Hacks의 설립자이자 웹 최적화 컨설턴트인 Slobodan Manic은 최근 Search Engine Journal 칼럼에서 이렇게 말한다. AI 검색 훈련과 구글 검색 훈련은 “두 개의 서로 다른 경주지만 거의 같은 훈련”이다. 100m 스프린터와 60m 스프린터는 다른 종목이고 우승자도 다를 수 있다. 하지만 둘을 제대로 훈련시키는 방법은 거의 같다는 것이다.

그리고 그가 혼자 이런 주장을 하는 게 아니다. 며칠 간격으로 세 명의 실무자가 세 방향에서 같은 결론에 도달했다. 기술 SEO 컨설턴트 Jono Alderson은 “SEO vs GEO는 잘못된 질문이며 AI는 새로운 분야가 아니다”라고 했고, Mordy Oberstein은 “SEO가 죽은 게 아니라 전략이 죽었다”고 했다. Ross Hudgens은 “자신을 SEO/GEO 라이터라고 소개하지 말라”고 경고했다. 서로 다른 사람이 같은 시점에 같은 지점에 도달했다면, 대개는 이렇게 해석하는 게 맞다. 새 이름표를 만드는 일이, “내가 기본기를 건너뛰었다”는 더 불편한 고백을 피하게 해준다는 것.

칼럼이 말하는 “이기는 훈련”은 사실 구글이 10년 넘게 해온 권고 그 자체다. 명확하라. 건강한 웹사이트와 건강한 오프사이트 존재감을 가져라. 비즈니스가 SEO를 움직이게 하라. 어느 것도 AI를 위해 쓴 조언이 아니다. 그냥 강좌를 팔지도, 새 약어를 만들지도 못하는, 평범하고 재미없는 상식이었다. 그리고 정확히 그래서 업계 대부분이 지나쳤다. 메커니즘은 바뀌었고, 보상받는 것은 바뀌지 않았다.

그중에서도 진짜로 새로운 것은 딱 하나다. 오프사이트에 대한 강조. 백링크를 더 만들라는 뜻이 아니다. 당신 브랜드가 나타나는 모든 곳에서의 엔티티 최적화와 일관성이다. 모델은 홈페이지 하나만 읽지 않는다. 읽을 수 있는 모든 곳에서 당신의 그림을 조립한다. 그래서 임시 순위를 노리던 얕은 콘텐츠 SEO에게는 이 모든 게 새롭고 앞으로도 계속 어려울 것이고, 기본기에 집중해온 팀에게는 아무도 그렇게 부르지 않았을 뿐인 익숙한 작업일 뿐이다.

상호작용 — “best X for Y”는 순위를, 브랜드 질문은 지도를 준다

자, 이제부터는 외부 기사가 아니라 내가 실제로 겪은 일이다. 나는 블로그 하나의 SEO와 GEO 파이프라인을 직접 운영한다. 기사 수집부터 콘텐츠 발행까지를 자동화하면서, 반년 전부터 AI 검색 가시성을 “측정”한다는 작업을 해왔다. 처음에는 다른 사람들이 하는 것처럼 “best AI tools for content marketing” 같은 카테고리 프롬프트를 넣고 우리 브랜드가 나오는지 확인했다. 결과는 오락가락했다. 어떤 검색엔진에서는 나왔다가, 어느 날 갑자기 사라지고, 다시 나오고. 개선했는지 악화했는지 알 수 없는 숫자놀이였다.

그러다 방법을 바꿨다. 카테고리 대신 “너는 humanerd.kr에 대해 뭐라고 알고 있나?”라고 묻기 시작한 것이다. 그리고 그 질문 하나가 이 모든 논쟁의 핵심임을 바로 깨달았다. 모델의 답변에는 두 가지가 담겨 있었다. 첫째는 그것이 우리에 대해 무엇을 믿는지였고, 둘째는 그 믿음을 어디서 가져왔는지였다. 어느 페이지와 어떤 프로필이 그 그림을 만들었는지가 그대로 드러났다. “카테고리 프롬프트는 오늘의 한 표현에 대한 순위 체크일 뿐”이라는 칼럼의 문장이, 몇 주를 붙잡고 있었던 문제를 한 방에 설명해줬다.

실제로 고쳐야 할 것도 그 지도 위에 그대로 찍혀 나왔다. 우리 사이트의 소개 문구가 모델마다 다르게 이해되고 있었고, 외부 프로필의 설명이 서로 어긋나 있었으며, 인용되던 소스 중에 정작 우리가 통제하지 못하는 페이지가 섞여 있었다. 하나씩 고치고 다시 질문을 던지자, 순위처럼 오락가락하지 않는 변화가 보이기 시작했다. 순위 체크는 오늘의 결과를 보여주고, 믿음의 지도는 내일 고칠 것을 보여준다. 나는 후자에 시간을 쓰기로 했다.

해법 — 오늘 당장 물어보고, 맵을 그리고, 고칠 페이지를 고르라

그렇다면 실제로 뭘 하면 되나. 실행은 네 걸음이다.

  1. 사이트의 모든 핵심 페이지와 모든 오프사이트 존재감이 LLM을 헛소리하게 만들 요소를 갖고 있지 않은지 점검한다. 모델이 당신 제품에 대해 “모델이 헛소리하거나 사용자에게 잘못된 정보를 전달하게 될 요소” — 모순된 설명, 오래된 정보, 일관성 없는 어조 등이 여기 해당한다.
  2. LLM에 당신의 브랜드와 제품을 직접 질문한다. “너는 우리 브랜드에 대해 무엇을 알고 있나?” 그 답변에서 모델이 믿는 내용과, 그 믿음이 어디서 왔는지를 본다.
  3. 역설계한다. 나온 답변을 그대로 지도로 만든다. 어떤 페이지와 프로필이 그 그림을 만들었는지, 어느 것이 잘못된 그림의 원인인지 표시한다.
  4. 그 지도의 가장 큰 잘못된 지점부터 고친다. 카테고리 랭킹이 아니라, “모델의 믿음”이 틀어져 있는 지점부터.

대부분의 사람은 “best CRM for small teams” 같은 카테고리 프롬프트를 넣고 자기 브랜드가 나오는지 확인한다. 그건 오늘의 한 가지 표현에 대한 랭킹 체크일 뿐이다. 반면 모델이 당신에 대해 뭐라고 믿는지, 어떤 소스를 손대는지 물어보는 것은, 그 믿음이 어디서 왔는지까지 보여준다. 하나는 순위 확인이고, 다른 하나는 고쳐야 할 정확한 페이지와 프로필의 지도다. 지도가 훨씬 더 가치 있다.

내 작업 경험상, 이 지도 작업은 “AI 검색 최적화를 새로 배우는” 일이 아니었다. 명확하게 쓰고, 일관성을 유지하고, 우리가 나타나는 곳을 정리하는 — 그동안 해왔어야 할 기본을 그 자리에 돌려놓는 일이었다. 이름이 GEO든 AEO든 SEO든, 그 훈련의 내용은 같았다.

인용은 이 모든 것의 가장 작은 파생물일 뿐

그리고 이 이야기는 가시성을 넘어선다. 당신의 웹사이트를 읽고 질문에 답하는 바로 그 기계가, 점점 더 그 위에서 행동하고 구매하게 될 것이다. AI 에이전트가 상품을 사고, 서비스를 예약하고, 워크플로를 실행하는 시대다. 그때 모델이 당신에 대해 정확한 기록을 갖고 있는지가 다른 모든 것의 기반이 된다. AI 검색에 인용되는 것 자체는, 그 기반의 가장 작은 파생물에 불과하다. 인용 하나에 매달리다가 뒤에 있는 더 큰 그림을 놓치는 게 더 위험하다.

결론 — 새 스포츠는 없었다. 그냥 물어보라

AI 검색은, 진짜로 훈련해본 적이 없는 사람에게만 새로운 스포츠로 보인다. 그 외에는 모두 계속 그 일을 하고 있었을 뿐이다. 이름이 뭐든 상관없다. GEO든, AEO든, SEO든 — 훈련은 같다. 명확하게. 일관되게. 신뢰할 수 있게.

이 글을 읽은 당신이 지금 할 수 있는 가장 빠른 행동은 하나다. 여는 검색창에 당신 브랜드 이름을 넣는 게 아니라, “너는 우리 브랜드에 대해 뭐라고 알고 있나?”라고 물어보는 것. 오늘 그 답변의 첫 문장 하나가, 내일 고쳐야 할 페이지의 지도가 된다. 그리고 그 지도를 그리고 나서 댓글로, “모델이 나를 어떻게 기억하던?” 한 줄 공유해주면 좋겠다.

근거 출처

외부 정보 (하베스터 수집): 이 글의 이론적 근거는 Search Engine Journal에 게재된 Slobodan Manic의 칼럼 “AI Search Only Feels New If Your SEO Was Shallow”(원문은 No Hacks)를 바탕으로 했다. “두 개의 경주, 거의 같은 훈련” 비유, 세 실무자(Jono Alderson, Mordy Oberstein, Ross Hudgens)의 같은 결론, 10년 된 기본기 훈련, 오프사이트 엔티티 일관성의 새로움, “best X for Y” 대신 모델의 믿음을 역설계하라는 실행 포인트, 그리고 에이전트 커머스 연결점은 모두 해당 칼럼과 그 안에서 인용된 출처에서 가져온 외부 사실이다. AI 가시성 측정 가이드는 SEJ의 관련 가이드를 참고했다.

상호작용 (에이전트-드루 대화·작업): “상호작용” 섹션과 해법의 4걸음, 그리고 결론의 경험적 서술은 필자가 실제로 운영하는 블로그의 SEO·GEO 파이프라인 작업에서 얻은 1인칭 경험이다. 카테고리 프롬프트와 브랜드 질문을 비교 실행한 결과, llms.txt·엔티티 일관성·정의 문장 도입 등의 작업, 그리고 “순위 체크 vs 믿음의 지도”의 차이를 체감한 과정이 여기에 해당하며, 이는 위 외부 기사가 아닌 직접 작업에서 비롯된 것이다.