GEO — 생성형 AI가 우리를 언급하게 하는 일
AI가 우리를 아는 경로는 학습 데이터와 실시간 검색 둘인데, 지금 당장 움직일 수 있는 건 하나뿐입니다.
"서울 입주청소 업체 알려줘" 라고 물었을 때 AI가 어떤 이름을 대는지는 이미 광고 채널의 문제가 되었습니다. GEO(Generative Engine Optimization, 생성형 엔진 최적화)는 그 응답에 우리가 포함되게 하는 일입니다.
먼저 짚을 게 있습니다. AEO와 GEO는 업계에서 경계가 합의돼 있지 않습니다. 같은 말로 쓰는 곳도 많습니다. 이 글은 실무에서 갈리는 지점만 다루고, 겹치는 부분은 겹친다고 적겠습니다.
AI가 우리를 아는 경로는 둘입니다
이 구분이 GEO에서 가장 실용적인 지점입니다.
① 학습 데이터 — 모델을 만들 때 포함된 지식입니다. 이미 고정되어 있어서 오늘 글을 써도 다음 학습까지 반영되지 않습니다. 우리가 당장 어떻게 할 수 없습니다.
② 실시간 검색 — 답변할 때 웹을 찾아 읽는 방식입니다. 오늘 올린 문서가 오늘 인용될 수 있습니다. 여기가 우리가 움직일 수 있는 영역입니다.
그래서 GEO 실무는 사실상 ②를 겨냥합니다. "AI가 학습하게 만들자" 는 통제할 수 없는 목표고, "AI가 검색해서 읽을 때 우리 문서가 잡히게 하자" 는 통제할 수 있는 목표입니다.
통제할 수 있는 영역에서 할 일
읽을 수 있는 곳에 사실을 둘 것
가장 흔한 실수는 중요한 정보가 이미지 안에만 있는 것입니다. 가격표를 예쁘게 디자인해 이미지로 올리면 사람은 읽지만 기계는 못 읽습니다. 로그인해야 보이는 내용도 마찬가지로 인용될 수 없습니다.
llms.txt 를 두는 것
HTML은 메뉴·스크립트·장식이 섞여 있어 요약이 어긋나기 쉽습니다. 사실을 짧고 모호하지 않게 적어둔 텍스트 파일을 두면 그대로 인용되는 경우가 있습니다.
표준으로 확정된 규격은 아닙니다. 다만 비용이 거의 없고, 틀리게 인용되는 것보다 우리가 쓴 문장으로 인용되는 편이 낫습니다. 이 사이트도 /llms.txt 를 두고 있으니 열어보시면 형태를 바로 아실 수 있습니다.
숫자에 기준과 기간을 붙일 것
AI 응답은 숫자를 특히 잘 인용합니다. 그런데 기준이 없는 숫자는 인용될 때 왜곡됩니다.
- ❌ "부정클릭 4,585건 차단"
- ✅ "최근 30일 기준, 차단된 광고 클릭 4,585건"
두 번째는 그대로 인용해도 오해가 생기지 않습니다. 추정치라면 추정이라고 적는 것도 같은 이유입니다 — 나중에 "그 수치 근거가 뭐냐" 는 질문을 받았을 때 답이 있어야 합니다.
개체를 명확히 할 것
상호가 페이지마다 다르게 적혀 있으면(줄임말, 영문 표기, 옛 이름) AI는 이것들을 서로 다른 업체로 볼 수 있습니다. 표기를 하나로 통일하고, 주소·연락처를 일관되게 유지하는 일이 생각보다 효과가 큽니다.
세 가지의 관계
정리하면 이렇습니다.
| 목표 | 고르는 주체 | |
|---|---|---|
| SEO | 검색 결과에서 링크가 선택된다 | 사람 |
| AEO | 답변 안에 인용된다 | 답변엔진 |
| GEO | 생성 응답에서 브랜드가 언급된다 | 생성형 모델 |
공통 토대는 하나입니다 — 크롤을 막지 않고, 사실을 기계가 읽을 수 있게 적어 두는 것. 새로 배울 게 세 배로 늘어난 게 아니라, 같은 토대 위에서 노출되는 자리가 늘어난 것에 가깝습니다.
과장을 걷어내면
GEO를 두고 "SEO는 끝났다" 는 말이 돌지만, 실제로는 검색 유입이 여전히 대부분입니다. 그리고 AI 답변의 실시간 검색 경로는 결국 검색 결과를 읽습니다. 검색에 안 잡히는 페이지는 AI도 못 찾습니다.
지금 시점에서 정직한 조언은 이것입니다 — SEO 기본을 갖추면 AEO·GEO의 8할이 따라옵니다.
나머지 2할이 구조화 데이터, llms.txt, 숫자 표기 방식 같은 것들입니다.
자주 묻는 질문
GEO와 AEO는 결국 같은 말인가요?
크게 겹칩니다. 굳이 나누면 AEO는 질문의 답으로 인용되는 것, GEO는 생성형 응답 전반에서 브랜드가 언급되는 것에 초점이 있습니다. 다만 업계에서 정의가 합의돼 있지 않아, 용어보다 실제로 무엇을 하는지로 판단하시는 편이 낫습니다.
지금 글을 쓰면 ChatGPT가 학습하나요?
다음 학습에 포함될지는 알 수 없고 통제할 수도 없습니다. 반면 실시간 검색으로 읽히는 경로는 오늘 올린 문서도 곧바로 대상이 됩니다. 실무에서는 후자를 겨냥하는 게 맞습니다.
llms.txt 는 꼭 필요한가요?
필수는 아닙니다. 표준으로 확정되지도 않았습니다. 다만 만드는 비용이 거의 없고, 우리가 원하는 문장으로 요약되게 할 여지가 생깁니다. 우선순위로는 크롤 허용과 구조화 데이터 다음입니다.
효과를 어떻게 측정하나요?
현재로선 정확한 추적 수단이 없습니다. 주요 AI 서비스에 직접 질문해 언급 여부를 확인하고, 접속 로그에서 AI 서비스 경유 유입을 함께 보는 정도가 현실적입니다. 측정이 어렵다는 점은 그대로 인정하고 시작하는 게 맞습니다.