GEO

GEO(Generative Engine Optimization)는 사용자가 ChatGPT·Perplexity·AI Overview 같은 생성형 AI에게 질문했을 때, 우리 브랜드가 그 답변 안에 등장하도록 만드는 작업 일체를 말합니다. 등장 배경은 단순합니다. 검색 결과 화면이 '링크 10개를 노출시키는 게임'에서 '한 문단 답변 안에 인용되는 게임'으로 바뀌었기 때문입니다. 사용자가 클릭조차 하지 않고 답을 다 받아 가는 Zero-Click 비중이 빠르게 늘면서, 마케터들은 '랭킹 1등'이 아니라 '인용 출처에 들어가는가'로 KPI를 옮기기 시작했습니다.

작동 원리는 두 단계로 보면 이해가 쉽습니다. 첫째, 모델이 질문을 받으면 학습된 지식과 실시간 검색 결과를 결합해 후보 문서를 추립니다. 둘째, 그 안에서 사실성·구조·신뢰도가 높은 문장을 골라 답변에 짜 넣고, 인용 가능한 출처를 함께 노출합니다. 그래서 GEO 실무는 '모델이 우리 페이지를 후보로 데려가게 만드는 것'과 '뽑힌 뒤에도 인용 가능한 형태로 정리해 두는 것' 두 갈래로 진행됩니다.

마케터 입장에서 GEO가 중요한 이유는, 클릭이 일어나기 전에 브랜드 인지가 결정되는 경우가 많아졌다는 데 있습니다. AI 답변에서 빠지면 사실상 고려군에서 빠지는 셈입니다. 그래서 KPI도 트래픽·CTR 일변도에서 인용률(Citation Rate), 언급 점유율(Share of Voice), 카테고리 답변 노출 횟수처럼 'AI 답변 안에서의 브랜드 표현'으로 재편되고 있습니다. Villion은 ChatGPT·Perplexity·AI Overview를 가로질러 인용 데이터를 주간 단위로 자동 집계해 이 흐름을 추적할 수 있도록 돕습니다.

표면별로 결이 다른 점도 알아 둬야 합니다. ChatGPT Search는 출처 카드 형태로 인용을 보여 주고, Perplexity는 문장마다 번호 출처를 답니다. AI Overview는 검색 결과 위 답변 박스에서 발췌·요약 위주로 출력합니다. GEO·AEO·LLMO를 굳이 구분하자면 GEO는 우산 개념, AEO는 답변 박스 중심, LLMO는 'LLM이 우리 브랜드를 어떻게 알고 있는가'에 가깝지만, 실무에서는 같은 문제를 다른 각도에서 부르는 정도라 보면 됩니다.

흔한 오해 중 하나는 'GEO는 SEO를 대체한다'는 단정입니다. 현장에선 정반대에 가깝습니다. AI가 인용할 만한 페이지가 되려면 색인 가능해야 하고, 권위 신호와 구조화 데이터가 깔려 있어야 합니다. 즉 단단한 SEO 토대 위에 GEO가 얹히는 구조입니다. 또 한 가지 흔한 함정은 '한 번 인용됐다고 끝'이라는 안주인데, 모델이 매번 같은 출처를 고르지는 않기 때문에 같은 질문을 반복 측정해 안정성까지 점검해야 합니다.

한국 시장 맥락에서 GEO는 아직 초기지만 빠르게 표준화 중입니다. ChatGPT 한국어 사용자가 폭증했고, AI Overview도 한국어 쿼리에서 점점 자주 등장합니다. 지금 시점의 추천 다음 단계는 (1) 자사 핵심 페이지의 인용 가능한 정의 문장 정비, (2) 주요 LLM 봇(GPTBot·PerplexityBot·ClaudeBot) 접근 정책 점검, (3) 카테고리 질문 30~50개로 인용률 베이스라인 측정입니다.