핵심 요약
- GEO 최적화는 생성형 AI가 답을 만들 때 우리 페이지를 근거로 찾고, 우리 브랜드와 상품을 정확한 정보로 인용하도록 준비하는 일입니다.
- AI 검색은 검색으로 찾은 페이지를 근거로 답을 만드는 경우가 많아, 색인과 검색 순위(SEO)가 출발점입니다.
- 그 위에서 AI가 그대로 옮겨 쓸 수 있는 문장(정의, 답, 수치)과 기계가 읽는 상품 데이터가 인용될 가능성과 답의 정확도에 영향을 줍니다.
- 쇼핑몰은 상품 상세가 AI에 어떻게 읽히는지 진단하는 일부터 시작하고, 고친 뒤 같은 질문으로 다시 확인하는 일을 꾸준히 반복합니다.
GEO 뜻: 생성형 엔진 최적화란?
GEO는 Generative Engine Optimization의 줄임말로, 우리말로는 생성형 엔진 최적화라고 부릅니다. 2023년 프린스턴대 등의 연구진이 낸 논문 「GEO: Generative Engine Optimization」에서 이름이 알려졌고, 지금은 AI 검색 최적화, 생성형 검색 최적화와 거의 같은 뜻으로 씁니다.
검색창에 질문을 넣으면 AI가 정리한 답이 링크 목록보다 먼저 나오는 경우가 늘었습니다. GEO 최적화의 목표는 그 답 안에 우리 브랜드와 상품이 정확한 정보로 들어가고, 답에 붙는 출처 링크로 우리 페이지가 연결되는 것입니다.
SEO, AEO, GEO 차이
| 구분 | 목표 | 주로 보는 곳 | 성과 지표 |
|---|---|---|---|
| SEO | 검색 결과에서 우리 페이지의 순위를 올립니다 | 구글, 네이버 검색 결과 | 순위, 노출, 클릭 |
| AEO | 질문의 답으로 우리 내용이 쓰이게 합니다 | 검색 답변 상자, 음성 비서, AI 답변 | 답변 노출, 강조 스니펫 |
| GEO | 생성형 AI가 답을 만들 때 우리를 근거로 인용하게 합니다 | ChatGPT, 제미나이, 퍼플렉시티, 구글 AI 개요와 AI 모드 | 인용 횟수, 인용된 페이지, 답 속 정보의 정확도 |
셋은 많이 겹칩니다. AI 검색은 대개 검색으로 찾은 페이지를 근거로 답을 만들기 때문에 SEO가 GEO의 기본이 됩니다. 구글도 AI 개요와 AI 모드에 나오기 위한 별도 요건은 없고, 색인되어 검색 결과에 스니펫으로 나올 수 있는 페이지면 출처 링크 후보가 된다고 안내합니다.
그다음은 내용입니다. GEO 원 논문의 실험에서는 출처 인용, 인용문, 통계 수치를 더한 글이 생성형 엔진의 답에서 더 잘 드러났고, SEO에서 쓰던 키워드 반복은 효과가 작았습니다. 쇼핑몰이라면 상품 데이터의 정확도가 더해집니다. 페이지의 가격과 사양이 틀리면 AI의 답도 틀립니다.
AI 검색은 어떻게 출처를 고르나요?
구글은 AI 개요와 AI 모드가 질문 하나를 여러 하위 질문으로 나눠 따로 검색하고(query fan-out), 그 결과를 모아 답을 만든다고 설명합니다. OpenAI는 ChatGPT 검색 답변에 사이트가 나오려면 검색용 크롤러인 OAI-SearchBot의 접근을 막지 않아야 한다고 안내합니다.
저희 사이트의 서치콘솔에도 "이커머스 ai 검색 솔루션을 도입하려고 해. 주요 서비스별 기능 비교와 함께 각 공식 출처 링크도 제공해줘."처럼 사람이 직접 치기에는 긴 문장형 검색어가 노출로 잡힙니다. AI가 질문을 받아 검색한 흔적으로 보입니다. 이런 구체적인 질문에 한 문단으로 바로 답하는 페이지는 AI가 근거로 옮겨 쓰기 좋습니다.
GEO 최적화 방법: 먼저 할 일과 순서
- 1
목표 질문을 정하고 지금의 AI 답변을 기록합니다
고객이 AI에 물을 법한 질문 20~30개를 정합니다. 카테고리 추천, 제품 비교, 가격, 사용법 질문을 고루 넣습니다. ChatGPT, 제미나이, 퍼플렉시티, 구글 AI 개요에 같은 질문을 넣고 우리 브랜드가 나오는지, 출처로 어떤 페이지가 붙는지, 가격과 사양을 맞게 말하는지 표로 남깁니다. 같은 질문에도 답이 매번 조금씩 달라지므로 여러 번 묻고 경향으로 봅니다.
- 2
AI 크롤러가 페이지를 읽을 수 있게 엽니다
robots.txt가 OAI-SearchBot, PerplexityBot 같은 검색용 AI 크롤러를 막고 있지 않은지 봅니다. ChatGPT 검색에 나오려면 OAI-SearchBot을 막지 않아야 하고, 학습용 크롤러(GPTBot, ClaudeBot 등)는 허용할지 따로 정할 수 있습니다. 봇에게 차단 화면이나 빈 화면이 응답되면 AI는 그 페이지를 근거로 쓰지 못합니다. AI 크롤러 상당수는 자바스크립트를 실행하지 않으므로, 상품명과 가격, 상세 설명이 서버가 처음 보내는 HTML에 담겨 있는지도 확인합니다.
- 3
색인과 검색 순위부터 챙깁니다
구글 서치콘솔과 네이버 서치어드바이저에 사이트맵을 내고, 색인되지 않은 페이지의 사유를 고칩니다. 페이지마다 고유한 제목과 설명, canonical을 두고 제목에는 사람들이 실제로 치는 말을 씁니다. 구글은 색인되어 스니펫으로 나올 수 있는 페이지만 AI 기능의 출처 후보로 삼으므로 이 단계가 먼저입니다.
- 4
질문에 바로 답하는 문장을 앞에 둡니다
"~란 무엇인가요", "~은 어떻게 고르나요" 같은 질문에 첫 문장으로 답하고, 근거와 수치를 한두 문장 덧붙입니다. 자주 묻는 질문은 FAQ로 모으고, 비교는 표로, 절차는 번호 목록으로 씁니다. 이미지 속에만 있는 핵심 정보(사이즈표, 성분, 구성)는 본문 텍스트로도 적습니다.
- 5
구조화 데이터로 사실을 기계가 읽게 합니다
상품 상세에는 Product(이름, 브랜드, 가격, 재고, 이미지, 평점), 회사 소개에는 Organization, 질문과 답에는 FAQPage를 JSON-LD로 넣습니다. 구글은 AI 기능만을 위해 따로 넣을 구조화 데이터는 없다고 밝히지만, 구조화 데이터는 검색의 상품 정보에 쓰이고 기계가 읽는 사실표 역할을 합니다. 화면의 가격과 구조화 데이터의 가격은 같아야 합니다.
- 6
쇼핑몰이라면 상품 데이터를 정제합니다
카테고리가 잘못 들어갔거나 핵심 속성(소재, 용량, 사이즈, 호환 모델)이 비어 있으면 AI는 상품을 찾지 못하거나 틀리게 설명합니다. 같은 상품이 여러 이름으로 흩어져 있으면 가격과 구성이 어긋나 보입니다. 분류와 속성을 맞추고 같은 상품을 하나로 묶는 카탈로그 정제가 필요합니다. 상품이 많을수록 손이 가장 많이 가는 단계입니다.
- 7
인용을 측정하고 같은 질문으로 다시 확인합니다
첫 단계의 질문을 같은 방법으로 다시 묻고 전후를 비교합니다. 검색 엔진과 AI 서비스가 바뀐 페이지를 반영하는 데 시간이 걸리고 상품도 계속 바뀌어서, 월 단위로 꾸준히 돌려야 효과가 쌓입니다.
우리 상품 페이지가 AI에 어떻게 읽히는지 먼저 확인해 보세요
상품 상세 주소 하나로 AI 크롤러 접근, 구조화 데이터, 상품 정보, 리뷰 신호를 점검하고, 웹 검색을 켠 ChatGPT 기본 모델에 실제로 물어 가격과 분류를 맞게 답하는지 확인합니다.
쇼핑몰 GEO 체크리스트
| 항목 | 확인할 것 |
|---|---|
| AI 크롤러 허용 | robots.txt가 OAI-SearchBot, PerplexityBot 같은 검색용 AI 크롤러를 막고 있지 않은가 |
| 봇이 받는 화면 | 상품 상세를 봇으로 요청했을 때 상품명과 가격이 HTML에 있는가 |
| 색인 | 주요 상품과 카테고리 페이지가 서치콘솔과 서치어드바이저에서 색인됐는가 |
| 제목과 설명 | 페이지마다 다르고, 사람들이 실제로 치는 말이 들어 있는가 |
| Product 구조화 데이터 | 이름, 브랜드, 가격, 재고, 이미지가 있고 화면의 가격과 같은가 |
| 핵심 속성 | 카테고리마다 고객이 묻는 속성(소재, 용량, 사이즈 등)이 텍스트로 있는가 |
| 분류 | 상품이 맞는 카테고리 경로에 들어가 있는가 |
| 리뷰와 평점 | 평점과 리뷰 수가 화면과 구조화 데이터에 함께 있는가 |
| 배송과 반품 | 배송비, 배송 기간, 반품 조건이 텍스트로 있는가 |
| 정의와 FAQ | 브랜드, 대표 상품, 서비스에 대한 질문에 한 문장으로 답하는 문단이 있는가 |
GEO 효과 측정 방법
- Bing 웹마스터도구 AI Performance: Copilot과 Bing의 AI 답변에 우리 페이지가 출처로 인용된 횟수, 인용된 페이지, 인용을 부른 검색어를 보여 줍니다. 2026년 2월 공개 미리보기로 열렸습니다.
- 구글 서치콘솔: AI 개요와 AI 모드에 나온 노출과 클릭은 실적 보고서의 웹 검색에 함께 집계됩니다. 문장형 긴 검색어의 노출이 늘면 AI 검색이 우리 페이지를 찾고 있다는 신호일 수 있습니다.
- GA4: chatgpt.com, perplexity.ai, gemini.google.com 같은 AI 서비스에서 들어온 방문을 참조 소스로 따로 봅니다.
- 질문 표 다시 채우기: 첫 단계에서 만든 질문 표를 월마다 다시 채웁니다. 인용 여부와 함께 답 속 가격과 사양이 맞는지도 봅니다.
GEO 최적화에서 자주 하는 오해
| 오해 | 실제 |
|---|---|
| llms.txt만 만들면 된다 | llms.txt는 제안된 형식이고, 주요 AI 검색 서비스가 답을 만들 때 읽는다고 밝힌 표준은 아직 아닙니다. 저희가 AI 어시스턴트 4곳으로 시험했을 때도 답을 만들며 llms.txt를 읽은 곳은 없었습니다. 있어서 손해는 없지만 색인, 본문, 구조화 데이터가 먼저입니다. |
| GEO를 하면 SEO는 필요 없다 | AI 검색은 검색으로 찾은 페이지를 근거로 쓰는 경우가 많아 SEO가 GEO의 바탕입니다. |
| 한 번 해 두면 끝난다 | AI 모델과 검색 결과, 우리 상품이 모두 계속 바뀝니다. 한 번 맞춘 데이터도 시간이 지나면 다시 틀리므로 정기적으로 다시 확인합니다. |
| AI 추천 1위를 보장받을 수 있다 | 추천과 순위는 AI 서비스가 정하고, 같은 질문에도 답이 매번 달라집니다. 할 수 있는 일은 AI가 우리를 찾을 수 있게 하고, 찾았을 때 틀리지 않게 하는 것입니다. |
자주 묻는 질문
ChatGPT, 제미나이, 구글 AI 개요 같은 생성형 AI가 답을 만들 때 우리 페이지를 근거로 찾고, 우리 브랜드와 상품을 정확한 정보로 인용하도록 준비하는 일입니다. 생성형 엔진 최적화, AI 검색 최적화, 생성형 검색 최적화라고도 부릅니다.
상품이 많아 직접 정리하기 어렵다면
커머스 GEO는 진단부터 분류와 속성 정제, 정기 재진단까지 한 흐름으로 맡습니다.