용어와 근거
GEO·AEO·SEO는 무엇이 다릅니까?
셋 다 “검색에서 보이게 만드는 일”이지만, 겨루는 자리가 다릅니다. 아래는 정의와, 근거가 있는 항목과 없는 항목의 구분입니다.
세 용어의 정의
| 용어 | 풀이 | 다루는 자리 |
|---|---|---|
| SEO | Search Engine Optimization 검색 엔진 최적화 |
검색 결과 목록에서의 순위 |
| AEO | Answer Engine Optimization 답변 엔진 최적화 |
질문에 대한 직답 자리 (요약·발췌·음성) |
| GEO | Generative Engine Optimization 생성형 엔진 최적화 |
AI가 생성한 답변 문장과 그 출처 |
근거가 있는 항목은 무엇입니까?
공개된 대규모 관측과 대조 연구에서 반복적으로 확인되는 순서는 아래와 같습니다. YUSA는 진단 우선순위를 이 순서로 둡니다.
- 제3자 언급 — 브랜드가 다른 사이트에서 언급된 양. 상관이 가장 크게 나타납니다.
- 크롤 가능성 — AI 크롤러가 본문을 읽을 수 있는가. 예/아니오로 갈리고, 확인 비용이 가장 낮습니다.
- 인용 가능한 본문 — 답변에 그대로 옮길 수 있는 사실·수치·정의가 페이지에 있는가.
- 표기 일관성 — 같은 대상이 여러 이름으로 흩어져 있지 않은가.
- 구조화 데이터 — 정확한 전달을 위한 요건. 인용을 만드는 지렛대는 아닙니다.
근거가 약한데 자주 팔리는 것들
- “스키마를 넣으면 AI 인용이 오른다” — 대조군을 둔 공개 실험에서 확인되지 않았습니다.
- “llms.txt를 만들면 AI가 읽어 간다” — 대규모 도메인 관측에서 유의미한 관계가 나타나지 않았습니다.
- “한 번 측정해서 점수를 매긴다” — 같은 질의도 실행마다 답이 달라집니다. 한 번의 결과를 순위로 말하는 것은 과합니다.
YUSA가 이 항목들을 진단에서 어떻게 다루는지는 측정 방식에 적어 두었습니다.
자주 묻는 것
GEO가 정확히 무엇인가요?
GEO(Generative Engine Optimization, 생성형 엔진 최적화)는 ChatGPT·Gemini 같은 생성형 AI가 만든 답변 안에 특정 브랜드나 사이트가 인용되도록 만드는 작업입니다. 검색 결과 목록의 순위가 아니라 답변 문장 안의 자리를 다룹니다.
AEO와 GEO는 어떻게 다른가요?
AEO(Answer Engine Optimization, 답변 엔진 최적화)는 질문에 대한 직답을 페이지에 마련해 두는 쪽에 가깝고, GEO는 생성형 엔진이 답을 만들 때 근거로 쓰이도록 만드는 쪽에 가깝습니다. 실무에서는 겹치는 부분이 많아 함께 다룹니다.
SEO를 이미 하고 있는데 중복되지 않나요?
겹치는 항목이 있지만 목표가 다릅니다. SEO는 검색 결과 목록의 순위를, GEO는 AI 답변 안의 등장 여부를 봅니다. 검색 순위가 높은 페이지가 AI 답변에서는 빠지는 경우가 실제로 관측됩니다.
구조화 데이터(JSON-LD)만 넣으면 AI에 인용되나요?
그렇지 않습니다. 공개된 대조 연구에서 스키마 추가만으로 AI 답변 인용이 올라간다는 결과는 확인되지 않았습니다. 구조화 데이터는 정보를 정확히 전달하기 위한 요건이지, 그 자체가 인용을 만드는 지렛대는 아닙니다.
llms.txt 파일을 만들면 도움이 되나요?
현재까지 공개된 대규모 관측에서는 llms.txt 도입과 AI 검색 유입 사이의 관계가 확인되지 않았습니다. YUSA는 이 항목을 점수에 넣지 않습니다.
무엇이 실제로 인용에 영향을 줍니까?
공개된 상관 연구에서 가장 크게 나타나는 것은 제3자 언급의 양입니다. 그다음이 크롤 가능성, 그리고 인용할 수 있는 본문 텍스트입니다. YUSA도 이 순서로 진단합니다.
홈페이지 주소만 주시면 됩니다. 첫 회신까지 1영업일.