검색 행동의 변화와 생성형 엔진 최적화(GEO)의 등장

검색 엔진의 결과 목록에서 링크를 클릭하던 기존 방식에서 벗어나, 챗GPT(ChatGPT), 퍼플렉시티(Perplexity), 구글의 AI 오버뷰(AI Overviews) 등 생성형 인공지능(AI) 도구에 직접 질문하고 종합된 답변과 소수 출처를 확인하는 사용자가 늘고 있습니다. 이에 따라 웹사이트의 상위 노출과 클릭 유도를 목표로 하던 기존 검색엔진 최적화(SEO)와 달리, AI가 생성하는 답변 내에 직접 언급되거나 인용되는 것을 목표로 하는 '생성형 엔진 최적화(GEO, Generative Engine Optimization)'가 주목받고 있습니다.

GEO라는 개념은 프린스턴 대학교, 인도공과대학교 델리(IIT Delhi), 조지아텍, 앨런 AI 연구소(Allen Institute for AI) 소속 연구진이 2024년 데이터 과학 분야 학술대회인 'ACM SIGKDD'에서 발표한 논문 《GEO: Generative Engine Optimization》을 통해 학술적으로 처음 제시되고 체계적인 연구가 이뤄졌습니다.

인용률 높이는 3가지 핵심 요소… '키워드 반복'은 역효과

해당 연구진은 약 1만 개의 실제 검색 쿼리로 벤치마크를 구축하고, 빙챗(Bing Chat)과 유사하게 설계된 AI 시스템에서 9가지 콘텐츠 전략의 효과를 측정한 뒤 퍼플렉시티(Perplexity)를 활용한 실제 환경 검증을 진행했습니다.

실험 결과에 따르면, 신뢰할 수 있는 출처에 대한 인용을 추가하거나 직접 인용구를 포함하는 방식, 그리고 구체적인 통계 수치를 제시하는 전략이 AI 생성 답변 내 노출도를 높이는 데 효과적인 것으로 나타났습니다. 이러한 방법들을 적용했을 때 AI 답변에 인용될 확률은 약 30%에서 최대 40%까지 향상되었습니다. 또한 새로운 정보를 추가하지 않더라도 문장의 명확성과 유창성을 개선하는 것만으로도 노출도 향상에 유의미한 도움이 되었습니다.

반면, 과거 검색엔진 최적화에서 자주 쓰이던 '키워드 스터핑(검색어를 부자연스럽게 반복 삽입하는 행위)'은 벤치마크 테스트와 퍼플렉시티 검증 모두에서 아무런 최적화를 하지 않은 경우보다 더 낮은 성과를 기록했습니다. 단순 키워드 나열이 AI 검색 환경에서는 노출을 저해하는 요인으로 작용한 셈입니다.

마케팅 업계의 빠른 도입과 콘텐츠 작성 시사점

AI 검색 환경으로의 전환은 마케팅 현장에서도 가속화되고 있습니다. 허브스팟(HubSpot)의 '2026 마케팅 현황(State of Marketing)' 보고서에 따르면, 설문에 응한 마케터 중 92% 이상이 AI 기반 검색 도구에 맞춘 최적화 전략을 이미 사용하고 있거나 도입할 계획이라고 응답했습니다.

연구 결과를 종합하면, 전담 마케팅 인력이 부족한 중소기업이나 콘텐츠 작성자는 복잡한 기술적 접근 대신 명확하고 신뢰할 수 있는 콘텐츠 기본 구조에 집중할 필요가 있습니다.

  • 구체적 데이터와 출처 제시: 모호하거나 일반적인 서술 대신 구체적인 수치와 검증 가능한 출처를 함께 기술합니다.
  • 명확한 문장 구조: 전문 용어나 난해한 표현을 피하고 잘 정돈된 문장으로 서술합니다.
  • 직접적인 문답 구성: 사용자가 자주 묻는 질문에 명확하고 간결한 언어로 답변을 제공하여 AI가 답변 형식으로 요약하기 쉽게 만듭니다.
  • 인위적 키워드 반복 지양: 검색 노출만을 목적으로 단어를 부자연스럽게 반복 배치하는 방식을 지양합니다.

GEO는 현재 연구와 측정 도구가 지속해서 발전하고 있는 초기 단계이지만, AI 검색 시스템 역시 독자와 마찬가지로 조작된 기술보다는 명확하고 구체적이며 근거가 탄탄한 콘텐츠를 선별해 인용한다는 점이 이번 연구를 통해 확인되었습니다.