ChatGPT가 내 사이트를 답으로 보여주게 만드는 법 (feat. SEO·GEO·AEO)

Q: SEO를 안 하고 GEO만 하면 안 되나요?

안 됩니다. GEO와 AEO는 SEO 위에 쌓이는 층입니다. AI 검색 엔진도 웹을 크롤링한 색인에서 답의 재료를 찾기 때문에, 검색에 노출조차 안 되는 페이지는 AI가 인용할 재료 목록에 오르지 못합니다. SEO는 전제 조건입니다.

Q: 작은 블로그도 ChatGPT나 Perplexity에 인용될 수 있나요?

가능합니다. 비결은 권위가 아니라 구조입니다. 질문에 곧장 답하고, 수치에 출처를 붙이고, 답을 자기완결적 문단으로 끊으면 권위 사이트보다 추출하기 쉬워 인용될 수 있습니다.

Q: AI가 인용하면 클릭은 안 일어나니 손해 아닌가요?

AI 요약이 뜨면 클릭률은 떨어지지만, 인용은 출처 표기로 브랜드를 노출시킵니다. 클릭이 줄어드는 환경에서 답 안에 이름이 남는 것이 노출 없이 사라지는 것보다 낫습니다.

Q: 통계나 수치를 못 찾으면 어떻게 하나요?

지어내지 말고 정성적으로 씁니다. 검증되지 않은 숫자를 박는 것이 가장 위험합니다. 출처를 댈 수 있는 정확한 한 문장이 출처 없는 모호한 단정 열 문장을 이깁니다.

Q: GEO는 SEO와 완전히 다른 새 작업인가요?

크게 겹칩니다. 답 선두 배치·구조화 데이터·명확한 엔티티·신선한 콘텐츠는 원래 좋은 SEO의 요소였습니다. GEO는 이 요소들을 사람의 클릭이 아니라 AI의 인용을 기준으로 다시 조이는 일에 가깝습니다.

May 29, 2026

사용자가 검색창에 질문을 친다. 그런데 답은 AI가 가로챈다. 당신 글을 읽고 요약해서 보여주면서, 정작 당신 링크는 띄우지 않은 채로. 그냥 하는 말이 아니다. 구글에 AI 요약이 한 번 뜰 때마다, 사용자가 링크를 클릭하는 비율은 15%에서 8%로 반 토막 난다 — Pew Research. 클릭이 알아서 굴러오던 시대가 끝나가고 있다는 신호다.

그런데 당신은 방금 “GEO 최적화”라고 검색하지 않았다. “ChatGPT에 내 사이트 나오게 하는 법”이라고 쳤을 것이다. 바로 그 차이가 이 글의 전부다. 사람들은 키워드가 아니라 질문을 던지고, AI는 그 질문에 답하며 누군가를 인용한다. 살아남는 길은 하나다. 그 “누군가”가 되는 것.

그래서 이 글은 용어 풀이로 시간을 끌지 않는다. “하루 카페인 적정량”이라는 흔해 빠진 주제 하나를 끝까지 물고 가며, 똑같은 글을 AI가 인용하게 바꾸는 과정을 before/after로 직접 보여준다. 권위라곤 없는 작은 블로그가 식약처 페이지 옆에 나란히 뜨는 이유까지, 끝에 가면 손에 잡힌다.

핵심 요약

구글 AI 요약(AI Overviews)은 이미 월 20억 명이 쓴다. AI가 답하는 검색은 예외가 아니라 기본값이 됐다 — TechCrunch.

AI Overview가 함께 노출되면 1위 콘텐츠의 평균 클릭률도 58% 낮아진다 — Ahrefs.

해법은 SEO를 버리는 게 아니다. 같은 글을 노출(SEO)·추출(AEO)·인용(GEO) 세 층에 모두 통과시키는 것이다.

프린스턴 연구에 따르면, 글에 통계·인용·출처를 더하면 생성형 AI 답변에서의 노출이 최대 약 40% 늘었다 — KDD 2024.

아래 5가지 before/after를 그대로 따라 하면, 권위 없는 작은 사이트도 AI 답변에 뽑힌다.

검색이 셋으로 쪼개졌다: SEO·AEO·GEO 1분 정리

검색은 이제 하나가 아니다. 같은 질문 하나에 노출·추출·인용이라는 세 개의 관문이 생겼다. 앞서 본 “클릭 반 토막”은 그 첫 신호일 뿐이다. 노출만으로는 더 이상 클릭이 따라오지 않으니, 최적화도 셋으로 갈라졌다.

세 용어는 경쟁 관계가 아니다. 같은 글이 통과해야 하는 세 개의 층이다.

약어	정식 명칭	목표	한 줄 정의
SEO	Search Engine Optimization	노출	구글이 검색 결과에 내 페이지를 보여줄지
AEO	Answer Engine Optimization	추출	내 글이 질문의 답으로 직접 뽑힐지 (AI Overview·답변 박스)
GEO	Generative Engine Optimization	인용	ChatGPT·Perplexity가 답하며 나를 출처로 댈지

대부분의 글은 GEO를 SEO의 대체재처럼 다룬다. “이제 SEO는 끝났다”는 식이다. 틀렸다. SEO가 안 되면 AI가 당신 페이지를 애초에 못 찾는다. AEO가 안 되면 찾아도 답으로 뽑지 않는다. GEO가 안 되면 뽑아도 출처로 당신을 대지 않는다. 셋은 순서대로 쌓이는 계단이지 갈림길이 아니다.

META TOUR의 관점: “AI 시대엔 SEO가 무의미하다”는 말에 속지 말자. AI 검색 엔진도 결국 웹을 크롤링한 색인 위에서 답을 만든다. SEO는 사라진 게 아니라 기본값이 됐다. 그 위에 추출과 인용이라는 두 층이 새로 얹혔을 뿐이다.

실제로 물어봤다: “하루 카페인 적정량”으로 검색하면 누가 뜰까

이론은 접어두고 직접 검색해봤다. “하루 카페인 권장량”으로 검색하자 식약처·복지로(.go.kr) 같은 정부 페이지와 함께, hiwiseman.com이라는 개인 블로그가 상위에 올라왔다. 그 블로그 제목은 “카페인 하루 권장량 400mg, 커피 몇 잔까지 괜찮을까?”였다. “임산부 카페인 섭취량”으로 검색했을 때도 마찬가지였다. SBS 뉴스와 식약처 사이에, “임신 중 커피, 마셔도 되나요?”라는 제목의 작은 블로그와 “임산부 카페인 하루 권장량 총정리 2026 — 커피 몇 잔까지?”라는 블로그가 나란히 떴다.

여기서 패턴이 보인다. 권위만으로는 설명되지 않는다. 작은 블로그가 정부 사이트 옆에 선 이유는 단 두 가지였다.

제목이 질문 그 자체였다. “커피 몇 잔까지”는 사람들이 실제로 검색하는 말이다. 식약처 페이지 제목엔 그 말이 없었다.
답이 맨 앞에 있었다. 답 선두 효과가 가장 또렷이 보이는 건 영어 검색이다. “how much caffeine per day”로 검색하면 Mayo Clinic이 1위로 뜨는데, 첫 문장이 곧장 “건강한 성인은 하루 400mg까지 안전하며, 이는 커피 약 4잔에 해당한다”였다 — Mayo Clinic. AI는 이 한 문장을 그대로 떠다 쓴다.

AI 답변 엔진의 작동 방식도 이 관찰과 정확히 맞아떨어진다. AI는 페이지를 끝까지 읽고 요약하지 않는다. 질문에 가장 깔끔하게 답하는 문단 하나를 찾아 인용한다. 그러니 “누가 더 권위 있나”보다 “누가 더 추출하기 쉬운가”가 자주 이긴다. 아래 다섯 개 예제는 바로 그 “추출하기 쉬운 글”을 만드는 법이다.

예제 1 — 같은 문단의 세 운명

같은 정보를 담은 문단도 어떻게 쓰느냐에 따라 노출·추출·인용에서 운명이 갈린다. 핵심 차이는 정보 밀도와 출처다. 프린스턴 등이 1만 개 질의로 실험한 결과, 글에 통계·인용·출처를 더했을 때 생성형 AI 답변에서의 노출이 최대 약 40% 늘었다 — KDD 2024. 같은 주제, 두 가지 버전을 보자.

🙅 SEO만 노린 버전 “카페인 권장량이 궁금하신가요? 하루 카페인 권장량, 카페인 적정 섭취량, 커피 카페인 함량까지 이 글에서 모두 알려드립니다. 카페인 권장량은 사람마다 다르며 적당히 드시는 것이 가장 중요합니다. 끝까지 읽어보세요!”

키워드는 잔뜩 박았지만 정작 답이 없다. 구글에 노출될 수는 있어도, AI가 인용할 문장이 한 줄도 없다. “적당히”는 데이터가 아니다.

🙆 세 층을 모두 통과하는 버전 “건강한 성인의 카페인 하루 상한은 400mg으로, 커피로 약 4잔에 해당한다 — 식약처·Mayo Clinic. 임산부는 더 낮다. 식약처는 300mg, 미국산부인과학회와 유럽식품안전청은 200mg 이하를 권한다. 같은 ‘임산부 기준’도 기관마다 다르다는 점이 핵심이다.”

왜 달라졌나 — 수치(400mg)·환산(커피 4잔)·출처(식약처·Mayo)·그리고 남들이 안 다루는 정보(기관별 차이)가 한 문단에 들어갔다. AI는 이 문단을 통째로 떠서 “한 연구에 따르면…” 대신 출처까지 붙여 인용한다. SEO(키워드 자연 포함)·AEO(답 선두)·GEO(출처+고유 정보)를 한 번에 만족한다.

예제 2 — 답을 맨 앞에 두기 (AEO의 핵심)

AI가 답으로 뽑는 글은 결론을 맨 앞에 둔다. AI Overview나 답변 박스는 질문에 대한 답을 첫 문장에서 찾는다. 빌드업하다 마지막에 결론을 두면, AI는 그 결론에 도달하기 전에 다른 페이지로 넘어간다. 구글에서 AI 요약이 뜬 페이지에서는 사용자가 그 자리에서 세션을 끝내는 비율이 26%로, 요약이 없을 때(16%)보다 높았다 — Pew Research. 답을 빨리 주지 못하면 기회는 한 번뿐이다.

🙅 빌드업형 (답이 묻힌다) “카페인은 커피, 차, 에너지음료 등 다양한 음료에 들어 있습니다. 사람마다 민감도가 다르고, 체중과 건강 상태도 영향을 줍니다. 여러 기관이 오랜 연구를 통해 기준을 마련해왔는데요. 그래서 결론적으로 성인 기준 하루 400mg 정도가 권장됩니다.”

답(400mg)이 네 번째 문장에 가서야 나온다. AI는 그 전에 포기한다.

🙆 답 선두형 (AEO 최적화) “성인의 카페인 하루 권장 상한은 400mg이다 — 식약처·Mayo Clinic. 커피로는 약 4잔에 해당한다. 단, 체중·민감도·건강 상태에 따라 개인차가 있으며, 임산부는 이보다 낮은 기준을 적용한다.”

왜 달라졌나 — 질문(“하루 얼마?”)에 대한 답을 첫 문장, 첫 단어에 박았다. 부연(개인차·예외)은 그 뒤로 밀었다. AI는 첫 문장을 그대로 답변 박스에 넣고, 나머지는 “더 알아보기”로 처리한다. 글 전체 구조도 마찬가지다. 각 소제목(H2) 바로 아래 첫 문단을 항상 “답 → 근거 → 부연” 순서로 쓰면 모든 섹션이 추출 대상이 된다.

예제 3 — 인용되는 통계 캡슐: 수치 + 출처 + 연도

AI가 출처로 대는 문장에는 공통 형태가 있다. 수치, 출처, 시점이 한 문장에 묶여 있다. 이것을 “통계 캡슐”이라 부르자. AI는 “많다”, “대부분”, “최근”처럼 검증 불가능한 표현을 인용하지 않는다. 숫자와 출처가 붙어 있어야 그대로 따다 쓸 수 있다.

🙅 맨숭맨숭한 문장 “요즘 사람들이 카페인을 너무 많이 섭취한다고 합니다. 적당히 줄이는 게 좋습니다.”

인용할 게 없다. “요즘”, “너무 많이”, “적당히” 모두 데이터가 아니다.

🙆 통계 캡슐 “메이오클리닉에 따르면 성인 하루 상한 400mg은 커피 약 4잔, 또는 콜라 약 10캔에 해당한다 — Mayo Clinic. 콜라 한 캔(355㎖)의 카페인은 약 34mg이다 — 식약처. 둘을 맞춰 보면, 콜라만으로 상한을 넘기기란 의외로 쉽지 않은 셈이다.”

왜 달라졌나 — 수치(400mg·34mg)·대상(콜라 355㎖)·출처(메이오클리닉·식약처)가 한 문장에 캡슐처럼 묶였다. 여기에 직접 계산한 환산(“콜라 약 10캔”)까지 더하니, 다른 데 없는 정보가 됐다. AI는 이런 문장을 선호한다. 검증 가능하고, 출처를 붙이기 쉽고, 그대로 인용해도 틀릴 위험이 없기 때문이다.

META TOUR의 관점: 통계 캡슐의 함정은 “출처 없는 숫자”다. 출처 없이 “34mg”만 던지면 AI는 신뢰하지 않고, 거꾸로 부정확한 숫자를 박으면 사실 검증에서 걸린다. 그래서 우리는 검증되지 않은 수치는 차라리 버린다. 인용은 정확한 한 줄이 모호한 열 줄을 이긴다.

예제 4 — 엔티티 명료성: AI가 “누가 말했는지” 알게 하기

AI는 주어가 분명한 글을 신뢰한다. “우리”, “저희 제품”, “이 서비스”처럼 주어가 모호하면, AI는 그 글의 출처가 누구인지 연결하지 못해 인용을 망설인다. 반대로 이름과 정체가 또렷한 주체(엔티티)는 AI가 지식 그래프에 연결해 “○○에 따르면”으로 인용하기 쉽다.

🙅 주어가 안개 속 (예시) “저희는 업계 최고 수준의 디카페인을 만듭니다. 우리 제품은 카페인이 거의 없어 안심하고 드실 수 있습니다.”

“저희”가 누구인가? AI는 이 문장을 누구의 주장으로 귀속시켜야 할지 모른다. 인용 후보에서 탈락한다.

🙆 엔티티가 또렷함 (예시) “○○로스터스는 스위스 워터 공법으로 카페인을 99.9% 제거한 디카페인 원두 전문 브랜드다. ○○로스터스의 디카페인 아메리카노 한 잔(355㎖)의 카페인은 약 5mg으로, 일반 아메리카노(약 150mg)의 30분의 1 수준이다.”

왜 달라졌나 — (1) 브랜드명을 명시하고, (2) 그게 무슨 범주(디카페인 원두 브랜드)인지 정의하고, (3) 검증 가능한 스펙(5mg, 355㎖)을 붙였다. AI는 이제 “○○로스터스에 따르면”이라고 출처를 댈 수 있다. 글 전체에서 회사·저자·브랜드를 일관된 이름으로 부르고, 소개 페이지·구조화 데이터로 그 정체를 못 박는 것이 GEO의 토대다.

예제 5 — FAQ 구조화와 FAQPage 스키마

같은 질문과 답도 구조화하면 추출 확률이 올라간다. AI 답변 엔진과 구글은 질문-답 쌍을 특히 잘 인식한다. 사람들이 검색하는 말이 곧 질문이기 때문이다. 평문 속에 답을 흩어두는 대신, 질문을 소제목으로 세우고 바로 아래 40~60자짜리 완결된 답을 두면 그 자체가 추출 단위가 된다.

🙅 평문에 녹인 Q&A “임신 중에 커피를 마셔도 되는지 궁금해하시는 분들이 많은데요, 여러 기관의 기준이 조금씩 다르긴 하지만 대체로 적당히 드시는 건 괜찮다고 알려져 있습니다.”

질문도 답도 흐릿하다. 추출 단위로 끊어지지 않는다.

🙆 구조화된 Q&A

Q. 임산부는 카페인을 하루 얼마까지 마셔도 되나요? A. 식약처는 임산부 하루 300mg 이하를 권한다 — 식약처. 다만 미국산부인과학회와 유럽식품안전청은 더 보수적인 200mg 이하를 권장한다 — ACOG·EFSA. 더 안전하게 가려면 200mg, 즉 커피 약 2잔 이내가 기준이다.

여기에 기계가 읽는 구조화 데이터(JSON-LD)를 한 겹 더 얹으면 구글이 리치 결과로, AI가 명시적 Q&A로 인식한다.

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "임산부는 카페인을 하루 얼마까지 마셔도 되나요?",
    "acceptedAnswer": {
      "@type": "Answer",
      "text": "식약처는 임산부 하루 300mg 이하, 미국산부인과학회와 유럽식품안전청은 200mg 이하를 권장합니다. 더 안전하게는 커피 약 2잔 이내입니다."
    }
  }]
}

왜 달라졌나 — 질문을 사람이 검색하는 말 그대로 세우고(AEO), 답을 자기완결적 한 문단으로 끊고(추출 단위), 출처를 붙이고(GEO), 스키마로 기계에게도 명시했다(기술적 SEO). 한 블록이 네 층을 동시에 만족한다.

같은 질문에 기관별 답이 다를 때, 이를 모두 정리한 페이지가 인용된다.

그래서 뭘 먼저 해야 하나: 우선순위 체크리스트

세 층을 한 글에 다 욱여넣되, 순서가 있다. AI Overview가 노출되면 1위 콘텐츠의 평균 클릭률이 58% 낮아지는 환경에서는 — Ahrefs, “노출 후 클릭”이 아니라 “노출 안에서 인용”을 노려야 한다. 아래 순서대로 점검하자.

(SEO·기본) 제목을 질문으로. 사람들이 실제 검색하는 말(“커피 몇 잔까지”)을 제목과 소제목에 넣는다. 업계 은어(GEO·AEO)는 본문에서 설명만 한다.
(AEO·추출) 답을 맨 앞에. 모든 소제목 아래 첫 문장에 결론을 박는다. 빌드업은 금지.
(GEO·인용) 통계 캡슐. 주장마다 수치 + 출처 + 시점을 한 문장에 묶는다. 검증 안 되는 숫자는 버린다.
(GEO·신뢰) 엔티티 명료화. “우리” 대신 이름을 쓴다. 회사·저자·브랜드를 일관되게 부르고 소개 페이지로 정체를 못 박는다.
(AEO·구조) FAQ + 스키마. 자주 받는 질문을 Q&A로 끊고 FAQPage JSON-LD를 얹는다.
(전 층·신선도) 날짜 갱신. AI는 최신 페이지를 선호한다. 수치와 갱신일을 주기적으로 손본다.

META TOUR의 관점: 눈치챘는가? 지금 읽고 있는 이 글이 위 6단계를 그대로 실천하고 있다. 제목은 질문이고, 각 섹션은 답으로 시작하며, 수치마다 출처가 붙고, 아래엔 FAQ가 있고, 출처 묶음과 확인일이 달려 있다. 말한 대로 쓴 글만이 말한 효과를 낸다.

자주 묻는 질문

SEO를 안 하고 GEO만 하면 안 되나요?

안 된다. GEO와 AEO는 SEO 위에 쌓이는 층이다. AI 검색 엔진도 결국 웹을 크롤링한 색인에서 답의 재료를 찾는다. 검색에 노출조차 안 되는 페이지는 AI가 인용할 재료 목록에 오르지 못한다. SEO는 폐기 대상이 아니라 전제 조건이다.

작은 블로그도 ChatGPT나 Perplexity에 인용될 수 있나요?

가능하다. 실제로 “카페인 권장량” 검색에서 개인 블로그가 식약처 옆에 올라온다. 비결은 권위가 아니라 구조다. 질문에 곧장 답하고, 수치에 출처를 붙이고, 답을 자기완결적 문단으로 끊으면, 권위 사이트보다 추출하기 쉬워 인용될 수 있다.

AI가 인용하면 클릭은 안 일어나니 손해 아닌가요?

관점을 바꿔야 한다. AI 요약이 뜨면 클릭률 자체가 떨어지는 건 사실이다 — Pew Research. 그러나 인용은 출처 표기로 브랜드를 노출시킨다. 클릭이 줄어드는 환경에서, “답 안에 이름이 남는 것”이 노출 없이 사라지는 것보다 낫다. 인용은 새로운 상위 노출이다.

통계나 수치를 못 찾으면 어떻게 하나요?

지어내지 말고 정성적으로 쓴다. 검증되지 않은 숫자를 박는 것이 가장 위험하다. 사실 검증에서 걸리면 신뢰가 무너진다. 출처를 댈 수 있는 정확한 한 문장이, 출처 없는 모호한 단정 열 문장을 이긴다.

GEO는 SEO와 완전히 다른 새 작업인가요?

크게 겹친다. 답 선두 배치·구조화 데이터·명확한 엔티티·신선한 콘텐츠는 원래 좋은 SEO의 요소였다. GEO는 이 요소들을 “사람의 클릭”이 아니라 “AI의 인용”을 기준으로 다시 조이는 일에 가깝다. 완전히 새로운 기술이라기보다, 평가자가 바뀐 것이다.

마무리: 노출에서 인용으로

검색의 무게중심이 옮겨가고 있다. 구글에 AI 요약이 뜨면 링크 클릭은 절반으로 줄고 — Pew Research, AI Overview가 있으면 1위 콘텐츠의 평균 클릭률마저 58% 낮아진다 — Ahrefs. 답을 가로채는 시대에 살아남는 길은 “답 안에 인용되는 글”을 쓰는 것이다. 그리고 그건 거창한 기술이 아니라, 오늘 본 다섯 가지 습관이다. 제목을 질문으로, 답을 맨 앞에, 수치엔 출처를, 주어엔 이름을, 질문엔 구조를. 다음에 글을 쓸 때, 이 글의 한 섹션을 골라 똑같이 바꿔보자. 가장 효과가 큰 건 가장 쉬운 것 — 답을 맨 앞으로 옮기는 일부터다.

참고 자료

Pew Research Center. “Google users are less likely to click on links when an AI summary appears in the results”. 2025-07-22. 2026-05-29 확인. 자료 보기
Ahrefs. “Update: AI Overviews Reduce Clicks by 58%”. 2026-02-04. 2026-05-29 확인. 자료 보기
Aggarwal et al. “GEO: Generative Engine Optimization”. ACM SIGKDD (KDD) 2024. 2026-05-29 확인. 자료 보기
TechCrunch. “Google’s AI Overviews have 2B monthly users, AI Mode 100M in the US and India”. 2025-07-23. 2026-05-29 확인. 자료 보기
Mayo Clinic. “Caffeine: How much is too much?”. 2026-05-29 확인. 자료 보기
식품의약품안전처. 카페인 일일섭취기준 (보건복지부 복지로 보도). 2026-05-29 확인. 자료 보기
ScienceTimes. 식약처 카페인 일일섭취기준 (콜라 355㎖ ≈ 34mg). 2026-05-29 확인. 자료 보기
EFSA. “Scientific Opinion on the safety of caffeine”. EFSA Journal 2015. 2026-05-29 확인. 자료 보기
ACOG. “How much coffee can I drink while pregnant?”. 2026-05-29 확인. 자료 보기