AI 검색 시대의 SEO는 GEO다: 내 브랜드가 ChatGPT에 인용되게 하는 법

검색이 바뀌었습니다. "제주도 3박4일 추천 코스"를 구글에 치던 사람들이 이제 ChatGPT에 묻습니다. AI가 답을 요약해 주고, 그 답 안에 어떤 브랜드가 인용되는지가 새로운 경쟁의 장이 됐습니다. 이것을 다루는 것이 GEO — 생성형 엔진 최적화(Generative Engine Optimization)입니다.

SEO와 GEO는 무엇이 다른가

전통적 SEO는 "검색 결과 페이지에서 내 링크를 상위에 올리는 것"이었습니다. 사용자가 링크를 클릭하는 것이 목표였죠.

GEO는 다릅니다. AI가 답변을 생성할 때, 그 답변의 근거로 내 브랜드·제품·콘텐츠가 인용되게 하는 것입니다. 사용자는 링크를 클릭하지 않고 AI의 요약만 읽을 수도 있습니다. 그렇다면 그 요약 안에 내가 들어가 있느냐가 전부입니다.

• SEO: 순위(rank) 경쟁 → 클릭
• GEO: 인용(citation) 경쟁 → 언급·추천

AI 엔진은 무엇을 근거로 답하는가

ChatGPT·Perplexity·Gemini 같은 엔진은 답을 만들 때 크게 두 가지에 의존합니다.

• 학습된 지식: 모델이 학습한 시점까지의 웹 콘텐츠. 여기 자주·일관되게 등장한 브랜드가 유리
• 실시간 검색·인용: 답변 시점에 웹을 검색해 출처를 인용(특히 Perplexity, 검색 연동 ChatGPT). 여기서는 구조화·명확한 최신 콘텐츠가 유리

즉 GEO는 "오래 쌓인 신뢰(학습)"와 "지금 잘 정리된 콘텐츠(실시간)" 두 축을 모두 관리하는 일입니다.

실행 1 — llms.txt: AI에게 나를 소개하는 파일

robots.txt가 검색 크롤러에게 규칙을 알려줬듯, llms.txt는 AI 엔진에게 "이 사이트가 무엇이고 핵심이 무엇인지"를 명확히 전달하는 파일입니다. 도메인 루트에 두면 AI가 사이트를 이해하는 진입점이 됩니다.

• 브랜드·제품의 한 줄 정의를 명확히
• 핵심 기능·차별점을 목록으로
• 대표 링크(홈·문서·가격)를 정리
• 사람용 마케팅 카피가 아니라, AI가 그대로 인용할 수 있는 사실 위주로

실행 2 — 구조화 데이터(JSON-LD)

AI는 잘 구조화된 데이터를 신뢰하고 인용하기 쉽습니다. 제품·조직·FAQ·아티클을 schema.org 형식(JSON-LD)으로 표기하면, 엔진이 "이 브랜드는 무엇을 파는가", "가격은 얼마인가"를 오해 없이 파악합니다.

실행 3 — 비교·질문형 콘텐츠

사람들이 AI에게 묻는 방식은 "A vs B", "OO에 가장 좋은 도구는?"입니다. 이런 질문에 답하는 콘텐츠(정직한 비교, FAQ, 사용 사례)가 있으면 AI가 그 질문을 받았을 때 내 콘텐츠를 근거로 삼습니다. 자사 자랑만 있는 페이지는 인용되지 않습니다.

가장 중요한 것 — 측정과 인과 증명

GEO의 함정은 "했는데 효과가 있는지 모른다"입니다. 그래서 측정이 핵심입니다.

• 여러 AI 엔진(ChatGPT·Claude·Gemini·Perplexity)에 실제 소비자 질문을 던져, 내 브랜드가 인용되는 비율·순위·맥락(긍정/부정)을 정기적으로 측정
• 개선 조치(llms.txt 적용, 콘텐츠 보강) 전후의 인용률을 비교해, "이 조치로 인용률이 얼마나 올랐는지"를 인과로 증명

측정 없는 GEO는 방향 없는 노력입니다. 조치 → 측정 → 인과 확인의 루프가 GEO를 실제 성과로 만듭니다.

한 줄 요약: 검색은 순위에서 인용으로 옮겨갔다. llms.txt·구조화 데이터·비교 콘텐츠로 AI가 나를 인용하게 만들고, 인용률을 전후로 측정해 효과를 증명하라. 그것이 GEO다.