GEO(Generative Engine Optimization, 생성형 엔진 최적화)는 ChatGPT, Gemini, Perplexity, 구글 AI 개요, 네이버 AI 브리핑 같은 AI가 질문에 답할 때 우리 브랜드가 답 안에 언급되고 출처로 인용되게 만드는 일입니다. 성과는 언급률과 인용률로 셉니다.
이 글은 GEO라는 말이 어디서 나왔는지, SEO와 무엇이 같고 다른지, 논문이 잰 방법별 효과, 그리고 애니모프가 엔진 4곳에서 직접 모은 답 200개로 본 엔진별 차이를 정리합니다. 마지막에 처음 시작하는 순서 5단계를 붙였습니다. GEO의 정의, SEO와 AEO의 차이, AI가 출처를 고르는 6단계를 한 페이지로 보려면 GEO란? AI 검색 최적화 가이드를 보세요.
핵심 요약
- GEO는 2023년 11월 공개된 논문 「GEO: Generative Engine Optimization」에서 나온 말입니다. 이 논문은 2024년 KDD 학회에 실렸습니다.
- 논문 실험에서 효과가 가장 컸던 방법은 인용문 넣기(+41%), 통계 넣기(+31%), 문장 다듬기(+28%), 출처 밝히기(+27%)였습니다. 키워드 반복은 오히려 8% 줄었습니다.
- GEO의 목표는 AI 답 안의 언급과 인용입니다. SEO의 목표는 검색 결과 순위와 클릭입니다. 구글은 AI 검색을 위한 최적화도 구글 검색 입장에서는 여전히 SEO라고 밝힙니다.
- 엔진마다 따로 재야 합니다. 애니모프 측정에서 네 AI 엔진이 인용한 사이트 732곳 중 네 엔진 모두에 나온 곳은 8곳이었고, 593곳(81%)은 한 엔진에서만 나왔습니다.
- 같은 엔진도 물을 때마다 출처가 바뀝니다. 같은 질문을 5번 물었을 때 구글 AI 개요와 Gemini가 인용한 사이트의 76%는 5번 중 1번만 나왔습니다.
GEO라는 말은 어디서 나왔나요?
GEO는 2023년 11월 프린스턴대와 인도공과대학 델리 등의 연구진이 공개한 논문 「GEO: Generative Engine Optimization」에서 나왔습니다. 연구진은 검색 결과를 모아 요약해 답하는 AI를 생성형 엔진이라고 부르고, 이 엔진의 답에서 콘텐츠가 잘 보이게 하는 방법을 GEO라고 정의했습니다. 실험에는 여러 분야 질문 1만 개로 만든 평가 세트 GEO-bench를 썼고, 논문 요약에서는 GEO 방법으로 생성형 엔진 답에서 콘텐츠가 보이는 정도를 최대 40% 높였다고 보고했습니다.
같은 일을 부르는 다른 말도 있습니다. AEO(답변 엔진 최적화)는 구글 추천 스니펫과 음성 비서 시절에 먼저 쓰인 말이고, 일본에서는 LLMO나 AIO 대책이라는 말을 많이 씁니다. 지금은 모두 AI 답 안에 브랜드가 들어가게 하는 일을 가리킵니다. AEO와의 관계는 AEO란? SEO, GEO와의 차이에 따로 정리했습니다.
GEO와 SEO는 무엇이 다른가요?
| 구분 | SEO | GEO |
|---|---|---|
| 목표 | 검색 결과 목록에서 높은 순위 | AI 답 안의 언급과 출처 인용 |
| 결과가 보이는 곳 | 구글, 네이버 검색 결과 | ChatGPT, Gemini, Perplexity, 구글 AI 개요, 네이버 AI 브리핑 |
| 측정 단위 | 검색어별 순위, 노출, 클릭 | 질문별 언급률, 인용률, 경쟁사 대비 점유율 |
| 측정 방법 | Search Console, 순위 추적 도구 | 같은 질문을 엔진마다 반복해 묻고 답을 기록 |
| 핵심 작업 | 크롤링과 색인, 키워드, 링크, 페이지 품질 | 질문에 바로 답하는 문단, 직접 잰 수치, 외부 언급, 엔진별 측정 |
| 결과의 변동 | 같은 검색어면 비교적 안정적 | 같은 질문도 엔진마다, 물을 때마다 답이 다름 |
AI 답은 같은 질문을 다시 물어도 달라집니다. 그래서 GEO는 같은 조건으로 반복해서 잽니다.
공통점도 큽니다. 구글은 공식 가이드에서 AEO와 GEO도 구글 검색 입장에서는 여전히 SEO라고 정리했습니다. 구글 AI 개요와 AI 모드는 구글 검색 색인에서 근거 페이지를 가져오기 때문입니다. 색인이 안 된 페이지는 AI 답의 후보에도 들지 못합니다.
어떤 방법이 효과가 컸나요? 논문의 실험 결과
논문은 같은 글을 9가지 방법으로 고쳐 쓴 뒤, 생성형 엔진 답에 그 글의 문장이 얼마나 많이, 얼마나 앞쪽에 들어가는지(위치를 반영한 단어 수)를 비교했습니다. 아무것도 고치지 않은 글의 점수는 19.3이었습니다.
| 방법 | 하는 일 | 점수 | 변화 |
|---|---|---|---|
| 인용문 넣기 | 믿을 만한 사람이나 기관의 말을 직접 인용 | 27.2 | +41% |
| 통계 넣기 | 주장마다 숫자 근거를 붙임 | 25.2 | +31% |
| 문장 다듬기 | 읽기 쉽고 매끄럽게 고쳐 씀 | 24.7 | +28% |
| 출처 밝히기 | 근거 자료의 출처를 적음 | 24.6 | +27% |
| 전문 용어 쓰기 | 분야의 정확한 용어를 씀 | 22.7 | +18% |
| 쉽게 쓰기 | 어려운 표현을 쉬운 말로 바꿈 | 22.0 | +14% |
| 권위 있는 어조 | 단정적이고 자신 있는 말투로 씀 | 21.3 | +10% |
| 드문 단어 쓰기 | 흔하지 않은 단어를 섞음 | 20.5 | +6% |
| 키워드 반복 | 검색어를 여러 번 넣음 | 17.7 | -8% |
출처: Aggarwal 외, GEO 논문 표 1 (위치를 반영한 단어 수, 전체 질문 기준)
위쪽 네 가지는 모두 답을 만드는 AI가 가져다 쓸 근거를 늘리는 방법입니다. SEO에서 오래 쓰던 키워드 반복은 점수를 낮췄습니다. ChatGPT나 구글 AI 개요에서 얼마나 효과가 있는지는 우리 질문으로 직접 재서 확인합니다.
엔진마다 무엇이 다른가요? 애니모프 실측
애니모프는 2026년 10월 9일 한국 위치와 한국어로 ChatGPT, Perplexity, Gemini, 구글 AI 개요에 같은 질문 10개를 5번씩 물어 답 200개를 모았습니다. 질문은 AI 검색 노출을 재는 도구와 서비스를 찾는 B2B 마케팅 분야 질문입니다.
| 엔진 | 답 하나의 평균 출처 수 | 인용된 사이트 수 | 가장 많이 인용된 사이트 |
|---|---|---|---|
| ChatGPT | 23.6개 | 365곳 | tryprofound.com, otterly.ai (각 14회) |
| Perplexity | 12.6개 | 199곳 | aitimes.com (17회), v.daum.net (16회) |
| Gemini | 12.1개 | 185곳 | blog.ab180.co (10회) |
| 구글 AI 개요 | 7.5개 | 177곳 | youtube.com (18회) |
네 엔진이 인용한 사이트는 모두 732곳이었습니다. 이 중 네 엔진 모두에 나온 곳은 reddit.com, blog.hubspot.com, imweb.me, zestcompany.co.kr 등 8곳이고, 593곳(81%)은 한 엔진에서만 나왔습니다. ChatGPT는 해외 도구 사이트를, Perplexity는 국내 뉴스를, 구글 AI 개요는 영상을 많이 인용했습니다. 엔진별로 따로 확인합니다.
같은 엔진 안에서도 출처는 계속 바뀌었습니다. 같은 질문을 5번 물었을 때 5번 중 1번만 인용된 사이트의 비율은 다음과 같습니다.
| 엔진 | 5번 중 1번만 인용된 사이트 비율 |
|---|---|
| Perplexity | 41% |
| ChatGPT | 66% |
| Gemini | 76% |
| 구글 AI 개요 | 76% |
성과는 같은 질문을 여러 번 물은 결과로 판단합니다.
언급과 인용도 따로 움직였습니다. AI는 한 회사의 페이지를 출처로 달고도 답 본문에는 그 회사 이름을 쓰지 않기도 했습니다. 그래서 GEO에서는 언급과 인용을 나눠 셉니다.
2026년 10월 15일 구글에서 한국어로 'GEO'를 검색했을 때 AI 개요가 출처로 단 6곳 중 4곳(AB180, 토스페이먼츠, 큐샵, 나무위키)이 일반 검색 결과 10위 안에 있었습니다. 나머지 2곳은 아임웹 글과 YouTube 영상이었습니다. 구글 AI 개요에서는 SEO가 GEO의 출발점이라는 구글 설명과 같은 결과입니다.
GEO는 어떤 순서로 시작하나요?
- 질문 목록을 만듭니다. 고객이 AI에 물을 질문 30~100개를 정합니다. 카테고리 추천("○○ 추천해줘"), 비교("A와 B 차이"), 문제 해결, 브랜드 확인 질문을 고르게 넣습니다.
- 지금 답을 잽니다. 질문마다 ChatGPT, Gemini, 구글 AI 개요, Perplexity, 네이버 AI 브리핑의 답을 3~5번씩 기록합니다. 우리 이름이 나오는지, 어떤 페이지가 출처인지, 경쟁사는 어떤지 봅니다. 재는 방법은 AI 검색 노출 측정 방법에 정리했습니다.
- 답할 페이지를 만듭니다. 첫 문단에 질문의 답을 바로 쓰고, 표, 직접 잰 수치, 출처, 수정 날짜를 넣습니다. 논문에서 효과가 컸던 인용문, 통계, 출처 밝히기가 여기에 해당합니다. 핵심 문장에는 브랜드와 제품 이름을 직접 씁니다. AI가 그 문장만 가져가도 누가 무엇을 하는지 남게 하려는 것입니다.
- 엔진별로 비어 있는 출처를 채웁니다. 2단계에서 엔진마다 많이 인용한 곳을 봅니다. 위 실측처럼 Perplexity가 뉴스를, 구글 AI 개요가 영상을 많이 인용한다면 그곳에 실제 고객과 전문가가 쓴 우리 이야기가 생기게 합니다.
- 같은 조건으로 다시 잽니다. 같은 질문을 같은 엔진에 같은 주기로 다시 물어, 무엇을 바꿨을 때 답이 달라졌는지 확인합니다.
GEO에서 하지 않아도 되는 일
구글은 같은 가이드에서 구글 검색에는 콘텐츠 잘게 쪼개기나 llms.txt 같은 AI용 텍스트 파일이 필요 없다고 밝힙니다. 이 가이드는 남들이 이미 한 말을 되풀이하지 않는, 직접 경험과 전문성이 담긴 콘텐츠에 집중하라고 권합니다. 키워드를 반복해 넣는 일도 필요 없습니다. 논문 실험에서 키워드 반복은 노출을 8% 줄였습니다.
GEO 업체를 고를 때는 원본 답과 출처를 보여 주는지, 같은 질문을 정해진 주기로 다시 재는지 확인합니다.
자주 묻는 질문
GEO에는 어떤 다른 뜻이 있나요?
GEO는 미국 국립생물정보센터(NCBI)의 유전자 발현 데이터베이스 이름이기도 하고, 지역(geography)을 줄인 말로도 씁니다. 마케팅에서 말하는 GEO는 생성형 엔진 최적화입니다. "GEO 마케팅"을 위치 기반 광고의 뜻으로 쓰는 경우도 있으니 업체와 이야기할 때 어느 뜻인지 먼저 확인합니다.
GEO를 할 때도 SEO가 필요한가요?
네. 구글 AI 개요와 AI 모드는 구글 검색 색인에서, 네이버 AI 브리핑은 네이버 검색에서 근거를 가져옵니다. 색인과 페이지 품질 같은 SEO 기본기가 GEO의 출발점입니다.
GEO에서 가장 효과가 큰 작업은 무엇인가요?
논문 실험에서는 믿을 만한 인용문(+41%), 통계(+31%), 출처 밝히기(+27%)처럼 AI가 가져다 쓸 근거를 늘리는 작업이 효과가 컸습니다. 엔진마다 인용하는 곳이 다르므로, 우리 질문으로 재 본 뒤 비어 있는 엔진부터 채웁니다.
GEO 효과는 언제부터 보이나요?
새 페이지가 검색 색인에 들어가는 데 며칠에서 몇 주가 걸립니다. 같은 질문을 같은 조건으로 한두 달 반복해서 잰 뒤 판단합니다.
GEO는 어떤 회사에 먼저 필요한가요?
고객이 사기 전에 AI에 묻는 업종입니다. "○○ 추천", "A와 B 비교"처럼 고르는 질문이 많은 화장품, 가전, 소프트웨어, 교육 같은 분야가 여기에 듭니다. 우리 업종 질문 10개를 AI에 직접 물어보면 지금 우리가 답에 있는지 바로 알 수 있습니다.
우리 브랜드는 AI 답에 나오고 있을까
GEO의 첫 단계는 지금 상태를 아는 것입니다. 애니모프 무료 AI 가시성 진단에서 우리 브랜드가 ChatGPT와 네이버 AI 같은 엔진의 답에 나오는지 먼저 확인해 보세요. 맡길 곳을 비교한다면 GEO 솔루션 고르는 법에서 확인할 다섯 가지를 먼저 보세요. 질문 설계, 매일 답 수집, 페이지 배포까지 한 흐름으로 맡기려면 엔터프라이즈 GEO 에이전트 애니모프를 보세요.
참고 자료
- Aggarwal 외, GEO: Generative Engine Optimization (KDD 2024), 표 1
- Google Search Central, Optimizing your website for generative AI features on Google Search
- 애니모프, ChatGPT, Perplexity, Gemini, 구글 AI 개요 한국어 질문 10개 5회 반복 측정 (2026년 10월 9일, 답 200개)
- 애니모프, 구글 'GEO' 한국어 검색 결과와 AI 개요 출처 기록 (2026년 10월 15일)



