쉽게 말하면

학술대회 KDD 2024에 발표된 'GEO: Generative Engine Optimization' 논문은 9개 분야 1만 개 질문을 통해 AI가 답변을 만들 때 어떤 글을 더 많이 가져다 쓰는지 실험했습니다. 정확한 숫자와 출처, 전문가 인용을 넣고 읽기 쉽게 문장을 다듬으면 AI 답변에 포함될 확률이 최대 40%까지 높아졌습니다. 실제 검색 엔진에 적용했을 때도 노출이 최대 37% 늘어났습니다. 반면 과거 검색엔진에서 쓰던 핵심 단어 반복 입력 방식은 AI 검색에서 아무런 효과가 없었습니다.

학술 논문이 제시한 최적화 수치와 가독성

검색 환경이 나열된 링크에서 AI가 작성하는 단일 답변 체제로 이동하면서, 생성형 엔진 최적화(GEO)에 대한 검증 데이터가 주목받고 있다. 기술 전문 매체 마이에브리데이테크(My Everyday Tech)가 정리한 내용에 따르면, 학술대회 KDD 2024에 발표된 논문 'GEO: Generative Engine Optimization'은 9개 분야 약 1만 개 질문을 대상으로 최적화 실험을 진행했다.

해당 논문 실험 결과, 출처 표기와 신뢰할 수 있는 인용구, 구체적 수치를 본문에 포함했을 때 생성형 엔진의 답변 노출 빈도가 최대 40%까지 향상됐다. 연구진이 동일한 방식을 실제 운영 중인 생성형 엔진에 적용했을 때도 최대 37% 향상이 나타났다. 다만 논문은 40% 수치가 달성 가능한 상한선이며, 질문 종류와 적용 방식에 따라 결과가 달라진다고 밝혔다.

문장 길이를 줄이고 구조를 명확히 하는 가독성 개선 작업은 검색 용이성을 15%에서 30%까지 끌어올렸다. 반면 과거 검색엔진 최적화(SEO)에서 쓰이던 키워드 무더기 삽입(키워드 스터핑)은 노출 향상에 기여하지 못하며 오히려 발견을 방해하는 것으로 나타났다.

업계 관찰 데이터: 본문 위치와 게재 매체 차이

마이에브리데이테크는 학술 연구 외에 기업들이 집계한 현장 관찰 데이터도 소개했다. 다만 이들 수치는 대부분 조사 주체와 세부 측정 방법이 공개되지 않아 절대적 기준이 아닌 가이드라인 수준으로 참고해야 한다고 짚었다.

구글 AI 오버뷰 인용 사례 100건을 살핀 분석(조사 주체 미공개)에서는 전체 인용의 55%가 웹페이지 상위 30% 영역에서 추출된 것으로 나타났다. 또한 백링크 수량보다 외부 웹 전반에서의 브랜드 언급이 AI 노출과 더 밀접하게 연관된다는 분석도 제시됐다.

콘텐츠를 배포하는 경로에 따른 차이도 보고됐다. 조사 주체가 명시되지 않은 한 연구에 따르면, 신뢰도 높은 외부 출판 매체에 기고했을 때 자사 웹사이트에만 게시한 경우보다 AI 엔진으로부터 최대 325% 더 많은 언급을 얻었다. 반면 단순 보도자료 배포망(와이어 서비스)을 거친 콘텐츠는 AI 엔진의 인용 빈도가 매우 낮았다. 이는 본지가 다룬 AI 검색 인용, 자체 사이트 밖 획득 미디어 비중 84% 조사 결과와도 맞닿아 있다.

전통 순위 넘어설 4가지 측정 기준

자료는 AI 검색 환경에서 기존의 웹 순위와 단순 트래픽 집계만으로는 최적화 성과를 측정할 수 없다고 지적했다. 실무에서 추적해야 할 대체 지표로는 다음 네 가지가 제시됐다.

  • 인용률(Citation rate): 핵심 질문에 대해 브랜드나 웹페이지가 AI 답변 출처로 채택되는 빈도
  • 점유율(Share of voice): 동일 질문에서 경쟁 브랜드 대비 자사 브랜드가 언급되는 비율
  • 정보 정확도(Correct information): AI 엔진이 기업과 제품 정보를 사실에 부합하게 서술하는지 여부
  • 교차 플랫폼 결과(Cross-platform results): 각 모델별로 답변 방식이 다르므로 여러 AI 도구를 분리해 측정하는 체계

이러한 측정 방식은 AI 모델마다 브랜드 추천 62% 불일치… 플랫폼별 분리 측정 필요 기사에서 지적된 플랫폼별 답변 편차를 관리하기 위한 필수 요건으로 풀이된다.

이 사이트가 보는 지점

이번 자료는 GEO 영역에서 학술적 실험(KDD 2024)과 검증되지 않은 업계 관찰치가 혼재되어 있음을 보여줍니다. KDD 연구가 밝힌 '최대 40%'는 보장된 수치가 아니며, 배포망을 통한 기계적 확산이 AI 인용으로 이어지지 않는다는 점은 자사 웹페이지 내부 작업만으로는 가시성 확보에 한계가 있음을 시사합니다. 모델 간 답변 불일치가 확인된 상황에서 순위 중심 지표를 버리고 실제 인용률과 서술 정확도를 교차 측정하는 체계가 요구됩니다.