검색 엔진의 결과 목록에 웹사이트 링크를 올리는 것을 목표로 삼던 전통적 검색 엔진 최적화(SEO)의 경계가 AI 대화형 검색 환경으로 확장되고 있습니다. 출판 산업 전문가 제인 프리드먼(Jane Friedman)은 최근 저자와 출판사를 대상으로 한 분석에서 생성형 엔진 최적화(GEO, Generative Engine Optimization)와 SEO의 차이를 조명했습니다.
챗봇 대화와 AI 개요에 이름이 오르는가의 문제
제인 프리드먼은 GEO를 “AI 개요(AI overviews)나 챗봇 대화 속에 자신의 이름이나 제품이 등장하도록 영향을 미치려는 시도”로 정의했습니다. 이는 검색 결과 페이지 상단에 특정 URL을 노출시켜 유입 클릭을 유도하던 전통적 SEO와는 접근 목표에서 뚜렷한 차이를 보입니다.
출판사와 작가 생태계에서 웹 최적화는 오랫동안 책 판매 페이지나 작가 공식 블로그의 가시성을 높이는 수단이었습니다. 그러나 검색 이용자가 링크를 클릭해 웹사이트로 들어오는 대신 AI가 생성한 요약 답변을 소비하는 비중이 늘어나면서, AI 모델이 추천이나 답변 문맥에 저자의 이름과 저작물을 직접 언급하는지 여부가 핵심 과제로 떠올랐습니다.
링크 클릭 경쟁에서 ‘언급과 인용’ 경쟁으로 전환
기존 SEO가 키워드 배치, 백링크, 기술적 웹 구조를 통해 검색 엔진 크롤러에게 점수를 얻는 방식이었다면, GEO는 거대언어모델(LLM)과 검색 증강 생성(RAG) 시스템이 지식 베이스를 참조하는 과정에 개입합니다. 모델이 질문에 답할 때 신뢰할 수 있는 출처나 주요 실체(Entity)로 인식해야만 생성 결과물에 포함될 수 있기 때문입니다.
이는 앞서 AI 검색 확산 속 '유용한 콘텐츠' 3대 전환 기준 제시나 한국어 AI 검색 인용서 자사 미디어 비중 13.3% 불과에서 다루었듯, 공식 웹사이트의 링크를 유지하는 것만으로는 AI 응답의 인용 출처로 채택되기 어려운 검색 환경의 변화와 맥락을 같이합니다.
창작자와 출판물이 마주한 생성형 검색의 측정 과제
출판계에서 GEO가 논의되기 시작했다는 사실은 AI 검색 최적화가 테크 기업이나 대형 이커머스만의 영역이 아님을 보여줍니다. 도서 추천 질의나 주제별 저술가 탐색 질의에서 AI가 특정 작가를 권장하는 기준은 단순한 웹 트래픽 순위와 일치하지 않습니다.
다만 AI 챗봇이 특정 저자나 도서를 인용하고 언급하는 알고리즘적 기준은 플랫폼마다 상이하며, 이에 대한 명확한 표준 측정 지표는 아직 확립되지 않았습니다. 창작자와 출판계가 생성형 검색 환경에서 지식 생산자로서의 가시성을 어떻게 유지하고 증명할 것인지에 대한 구체적 방법론 연구가 이어지고 있습니다.
이 사이트가 보는 지점
전통적 SEO가 특정 도서 판매 링크의 클릭을 유도하는 작업이었다면, GEO는 챗봇이 특정 주제에 관해 답변할 때 저자라는 실체(Entity)를 신뢰할 만한 출처로 인출하게 만드는 작업으로 이동하고 있습니다. 앞선 관측들에서 확인되었듯 자사 웹사이트의 존재만으로 AI 인용이 보장되지 않는 환경에서, 저작물과 저자 정보가 LLM의 응답 문맥에 포함되는 기준을 어떻게 측정할 것인지가 향후 출판계 최적화의 쟁점이 됩니다.
