SEO/AEO/GEO 파해치기

들어가며,

2025년의 검색 환경은 ‘검색엔진’의 영역을 넘어 ‘생성형 AI’의 시대로 빠르게 이동하고 있습니다. ChatGPT,Perplexity,Claude와 같은 대화형 비서와 Google AI Overviews, AI Mode(Gemini) 등 AI‑기반 기능이 일상화되면서 사용자는 더 이상 키워드를 조합하여 링크를 클릭하는 대신 질문을 던지고 즉답을 듣는 경험을 기대합니다.

브레인랩스가 2025년 7월 발표한 보고서에 따르면 AI Overviews가 200개 국에서 제공되며 검색 결과 링크 대부분이 상위 10개 웹사이트에서 나온다는 사실과 함께 AI 검색 방문자는 전통적인 오가닉 방문자보다 4.4 배의 가치를 지닌다는 연구 결과를 발표했습니다.

또한 2024년 기준 미국 검색의 58% 이상이 외부 페이지로 클릭을 유도하지 않는 제로‑클릭 검색이라는 조사도 나와, 전통적인 SEO만으로는 트래픽 확보가 어려워졌습니다.

이렇게 급변하는 환경에서 웹사이트 제작자와 운영자는 SEO, AEO(Answer Engine Optimization), GEO(Generative Engine Optimization)를 통합적으로 이해하고 대응해야 한다고 생각합니다.

1. 개념 정리 - SEO, AEO, GEO의 차이

LEO (LLM Engine Optimization) – 모델별 맞춤 전략

LEO는 특정 대형 언어모델에 맞춘 최적화를 의미합니다.

예를 들어 Perplexity AI는 정보를 간결한 답변과 불릿 스타일 하이라이트로 제시하고, 인라인 인용을 통해 사실을 빠르게 확인할 수 있게 합니다.

반면, Claude AI는 섹션이 잘 구조화된 장문의 답변과 내러티브 전환을 제공하며, 요청할 경우 각 주장에 대한 각주 인용을 포함합니다.

AI 모델의 성격을 이해하고 콘텐츠의 구조와 어조를 조정하는 것이 LEO의 핵심입니다.

2. AI 시대에 SEO만으로는 부족한 이유

AI Overviews 확대와 제로-클릭 검색

• 브레인랩스 연구에 따르면 Google AI Overviews의 96% 링크가 기존 오가닉 순위 상위 10개 사이트에서 나오고, AI 검색 방문자는 전통적인 오가닉 방문자보다 4.4배 높은 가치를 창출합니다. 이는 AI Overviews에 인용되는 것만으로도 브랜드 인지도와 전환율을 크게 끌어올릴 수 있음을 의미합니다.
• TS2 테크의 SEO 가이드에 따르면 2024년까지 미국 검색의 58% 이상이 클릭 없이 종료되고, 오직 36%만이 외부 웹사이트로 이동합니다. 사용자들이 AI 요약만 보고 검색을 끝내는 경우가 늘어나면서 트래픽 확보가 어려워지고 있습니다.
• SEMrush의 AI 검색 연구는 AI 검색 사용자가 2028년경 전통적 검색 사용자를 넘어설 것으로 예측하고, AI 검색 방문자가 평균 4.4배 높은 전환율을 보인다고 보고했습니다.
• SEMrush 데이터는 ChatGPT 검색이 기존 검색 순위 21위 이하의 페이지를 거의 90%인용하며, perplexity와 Google의 LLM도 낮은 순위의 페이지를 자주 인용하는 경향을 보인다고 밝혔습니다. 이는 꼭 상위 순위에 올려놓지 않더라도 콘첸트의 품질과 깊이가 있다면 AI 답변에서 인용될 수 있음을 의미합니다.

• 같은 연구는 Quara와 Reddit이 AI Overviews에서 가장 많이 인용되는 도메인임을 보여주며, AI 모델이 실질적인 질문과 답변이 존재하는 커뮤니티를 선호함을 시사합니다.

구글의 공식 입장 : SEO = AEO ?

구글 검색 분석가 게리 일리스는 2025년 발표에서 Google AI Mode 및 AI Overviews가 _Googlebot과 동일한 클롤러와 인덱스를 사용하며 별도의 ‘AEO’는 존재하지 않는다_고 설명했습니다.

또 다른 자료에서는 AI Overviews에 따로 적용할 ‘특별한 트릭’은 없으며, 핵심은 유익한 콘텐츠 작성과 명확한 헤딩 구조, 검색 의도와의 일치, 빠른 페이지 속도, 모바일 최적화, 구조화 데이터 등 전통적 SEO 원칙을 지키는 것이라고 강조합니다.

이는 AEO를 별도로 대비하기보다는 SEO를 강화하고 질문형 구조를 추가하는 것이 실질적이라는 점을 보여줍니다.

AI 모델의 크롤링과 인덱싱 차이

Daydream 기사에 따르면 Google Gemini의 AI 요약은 여전히 Google 검색 인덱스를 기반으로 생성되며, Google에 색인되지 않은 페이지는 Gemini 답변에 포함될 수 없습니다. 그러나 Gemini는 다른 LLM보다 Javascript 실행을 완전히 지원하는 유일한 모델이며, 클라이언트 사이드 렌더링된 사이트도 제대로 크롤링할 수 있습니다. 반면 GPT, Claude, Perplexity 등 대부분의 AI 크롤러는 JS를 실행하지 못해 빈 페이지를 볼 수 있습니다. 따라서 크롤러가 읽을 수 있도록 콘텐츠를 서버 측 렌더링하거나 적절한 HTML로 노출시키거나, MCP를 활용하는 것이 중요합니다.

Cloudflare 등에서는 GPTBot를 비롯한 AI 크롤러의 비중이 빠르게 증가하고 있으며, 2025년 기준 글로벌 웹 트래픽의 상당 부분이 봇에 의해 생성된다고 보고했습니다. AI 학습을 위한 크롤링 트래픽은 앞으로 더욱 늘어날 것이므로 콘텐츠 접근을 제어하는 표준이 필요해 보입니다.

3. 웹사이트 제작자를 위한 통합 최적화 전략

AEO형 구조를 시작하고 GEO형 서술로 확장

1. 질문 중심 콘텐츠 설계

   1. 제목과 H2/H3를 사용자가 실제로 검색할 법한 질문 형태로 작성합니다. 예를 들어 “공유 오피스 비용” 대신 “5인 이하 스타트업이 사용할 공유 오피스 비용은?”과 같이 구체적인 질문을 제목으로 잡습니다. 이는 AI와 검색엔진 모두 콘텐츠의 목적을 정확히 파악할 수 있게 합니다.

      

   2. 각 섹션마다 ‘질문-상황-문제-해결’의 4단계 구조를 적용하면 AI가 내용을 쉽게 파악하고 인용할 수 있습니다.

2. 즉답형 콘텐츠 작성(AEO 강화)

   1. 본문 시작에 50~100자 내외의 핵심 요약을 배치합니다. 구글의 AI Overviews가 답변을 생성할 때 80단어 이하의 간결한 문장을 선호한다는 연구 결과를 참고하여, 핵심을 먼저 제시합니다.
   2. 리스트, 표, 불릿 포인트를 적극적으로 활용합니다. 특히 perplexity AI는 답변을 불릿 스타일 하이라이트와 인라인 인용으로 구성하므로, 정보 단위를 잘게 나눌수록 AI가 인용하기 쉽습니다.
   3. FAQ 섹션을 만들어 관련 질문과 답을 모아 두면 Featured Snippet과 People Also Ask 영역에 노출될 가능성이 높아집니다.

3. 심층적 서술과 스토리텔링(GEO 강화)

   1. 본문에서는 Excutive Summary로 전체 내용을 100~150 단어로 요약한 뒤 2,3차 질문까지 파고드는 심층적 분석을 제공합니다. “왜 그런가?”, “어떤 조건에서 예외가 있는가?”와 같은 후속 질문을 제기해 AI가 흡수할 수 있는 깊이 있는 내용을 만듭니다.
   2. 독창적인 프레임워크, 고유한 의견, 데이터 기반 사례를 포함합니다. SEMrush 연구는 AI 시스템이 기존 검색 상위 21위 밖의 페이지도 90% 이상 인용하며, 오히려 특정한 사례와 고유한 관점을 가진 콘텐츠를 선호한다는 점을 보여줍니다.
   3. Claude와 같은 모델은 섹션이 잘 구조화된 긴 답변과 내러티브를 좋아합니다. 따라서 스토리텔링을 통해 맥락을 전재하고, 각 항목마다 소제목을 달아 AI가 내용을 쉽게 분학,학습할 수 있게 합니다.

4. E-E-A-T 강화와 신뢰 확보

   1. 구글의 핵심 업데이트는 경험, 전문성, 권위성, 신뢰성을 갖춘 사이트에 보상을 강화하고 낮음 품질의 콘텐츠를 45% 이상 줄였다고 보고했습니다. 실제 경험을 바탕으로 한 사례, 전문가 인터뷰, 공신력 있는 기관의 데이터, 투명한 출처 표기 등을 통해 E-E-A-T를 강화합니다.
   2. 의견과 사실을 분리하여 제시하고, 불확실한 부분은 한계와 함께 솔직히 인정합니다.

5. 기술적 최적화 - AI가 읽을 수 있도록

   1. Schema Markup: FAQPage, QAPage, Article, Organization 등 적절한 구조화 데이터를 HTML에 포함하여 AI 크롤러가 페이지를 쉽게 이해하도록 합니다. 브레인랩스 보고서는 AI Overviews가 헤딩 태그를 적절히 사용한 구조화된 HTML을 선호한다고 밝혔습니다.

   2. AI 크롤러 허용: robots.txt와 함께 GPTBot나 Gemini crawler를 차단하지 않는지 확인하고, llms.txt를 통해 AI 모델에 콘첸츠 사용 정책을 명시합니다. 중요한 콘텐츠는 Javascript에 의존하지 않고 서버 측에서 렌더링하여 모든 AI 크롤러가 읽을 수 있도록 합니다.

   3. Core Web Vitals: 페이지 속도와 모바일 최적화는 여전히 중요합니다. AI 검색 방문자는 이미 정보를 갖고 유입되기 때문에 느린 페이지나 불안정한 디자인은 전환을 방해할 수 있습니다.

      

6. 멀티채널 배포 - AI 학습 소스에서 존재감 확보

   SEMrush 연구 결과는 Quora와 Reddit이 AI Overviews에서 가장 많이 인용되는 사이트라는 사실을 보여줍니다. 또한 50%의 GPT 링크가 비즈니스,서비스 사이트로 연결되며, 나머지는 뉴스, 블로그, 포럼 등 다양한 소스에서 나옵니다. 따라서 다음과 같은 멀티채널 전략이 필요합니다.

   1. 커뮤니티와 Q&A 플랫폼 활용: Reddit, Quora, StackOverflow, 지식인 등에서 자사 관련 질문에 전문적으로 답변을 남기고, 브랜드명을 자연스럽게 노출시킵니다. AI가 학습하는 데 필요한 질문-답변 데이터를 공급하는 교화가 있습니다.
   2. 해외, 국내 블로그 동시 운영: 브런치. 네이버 블로그, 티스토리 등 국내 플랫폼과 Medium, Substack, LinkedIn 등 해외 플랫폼에 핵심 내용을 요약하여 재배포합니다. 원문과의 유사도가 40% 넘지 않도록 재작성하고, 각 플랫폼마다 독립적인 인사이트를 더해 중복 콘텐츠로 인식되지 않도록 합니다.
   3. 비디오 및 멀티모달 콘텐츠: Youtube가 미국 데스트톱 검색에서 가장 많이 방문되는 사이트가 되었다는 분석처럼, AI 모델이 멀티모달 콘텐츠를 학습하는 경우가 늘어납니다. 영상, 인포그래픽, 팟캐스트 등 다양한 형식을 제공하면 AI에게 더 많은 학습 신호를 주어 GEO를 강화할 수 있습니다.
   4. 링크 없는 브랜디드 시그널 구축: SEMrush는 브랜드명이 언급되지만 링크가 걸려있지 않는 브랜드 시그널도 AI 가시성에 중요하다고 강조합니다. 언론 기사, 포럼, SNS 등에서 브랜드명이 자연스럽게 언급되도록 PR과 커뮤니티 활동을 병행합니다.

7. 모델별 최적화(LEO) 적용

   1. Perplexity: 최신 웹 데이터를 실시간으로 검색하고 불릿 스타일 하이라이트와 인라인 인용을 제공하여 간결한 답변에 특화되어 있습니다. 따라서 핵심 정보를 짧은 문장과 리스트로 정리하고, 명확한 헤딩과 표를 사용해 정보를 덩어리 형태로 제공하면 인용될 가능성이 높습니다.

   2. Claude: 긴 문서와 복잡한 프로젝트에 적합하며, 섹션별 구조와 내러티브 전환을 중시합니다. 요청 시 각주 형태의 인용을 제공하고, 전문적인 백서나 정책 문서에 강점을 갖습니다. 장문의 분석 보고서, 프레임워크 설명, 단계적 가이드 등을 통해 Claude가 학습하기 좋은 구조를 만듭니다.

   3. Gemini: Google 검색 인덱스를 기반으로 하지만 자바스크립트를 완전히 렌더링할 수 있는 LLM입니다. 따라서 인터랙티브한 페이지나 동적 데이터로 문제없이 수집합니다. Schema Markup과 클라이언트 측 코드 최적화를 통해 Gemini가 사이트를 완전하게 이해하도록 합니다.

   4. ChatGPT: 대화명 톤과 단계적 추론을 중요하게 여기며, 특정 키워보다 문맥과 사용자의 의도를 중시합니다. 따라서 스토리텔링과 예시를 풍부하게 담아 대화형 설명을 제공하고, 명확한 헤딩과 요약으로 대화를 유도합니다.

      

   4. 정리 - AEO로 시작해 GEO로 확장하기

   AI 검색 시대에 성공하려면 SEO, AEO, GEO를 개별적을 바라보는 대신 통합 전략이 필요해 보입니다. 구글은 AEO라는 별도의 최적화가 없다고 발히며 , 전통적 SEO 원칙이 여전히 중요함을 강조합니다. 그러나 AI 검색이 확산됨에 따라 답변 엔진과 생성 앤진이 요구하는 콘텐츠 구조와 깊이가 달라진다는 점도 명확해 보입니다. AEO는 짧고 간결한 답변으로 “정답” 처럼 인식되는 길이며, GEO는 스토리텔링과 깊이있는 통찰로 AI의 ‘지식’이 되는 길입니다.

   질문형 구조와 요약, 리스트 등을 통해 AEO형 콘텐츠로 시작한 뒤, 섹션별 분석과 독창적 의견, 사례 연구를 통해 GEO형 콘텐츠로 확장하는 전략을 취해야 할 것 같습니다.

   SEO의 기본을 지키면서 AI 시대의 새로운 요구를 이해하고 대응한다면, 웹사이트와 페이지는 AI 검색 환경에서도 지속적으로 가시성을 확보하고 브랜드 가치와 전환율을 높일 수 있을 것입니다.