AI・개발

GEO 최적화, LLM 원리부터 알면 할 일이 줄어들어요

9분2026.10.24354

요즘 "GEO 해 드립니다"라는 제안을 받는 창업 팀이 많아요. 레딧에 글을 뿌리거나, AI용 파일을 만들거나, 글을 잘게 쪼개라는 식의 처방도 함께 따라와요. 그런데 LLM이 어떻게 답을 고르는지와 AI 검색이 어디서 정보를 가져오는지를 알고 나면, 이 중 상당수는 하지 않아도 되는 일이라는 게 보여요.

이 글은 구글의 머신러닝 교육 자료와 검색 센터 공식 문서, 2024년 학회에 실린 GEO 논문을 바탕으로 썼어요. 해커블 에디터팀이 이번 달 직접 검색해 기록한 AI 답변 노출 결과도 함께 넣었어요.

왼쪽은 구글 교육 자료의 예시로, 언어 모델이 빈칸에 올 말마다 확률을 매기는 모습이에요. 오른쪽은 GEO 논문에서 출처 인용을 더했을 때 검색 순위별 사이트의 AI 답변 속 노출이 어떻게 변했는지예요.

LLM은 어떻게 답을 고르나요?

LLM(대규모 언어 모델)은 앞에 나온 말을 보고 다음에 올 말(토큰)의 확률을 계산해, 확률이 높은 쪽을 골라 문장을 이어가요.

구글 머신러닝 교육 자료는 이런 예를 들어요. "지붕에 빗소리가 들리면 나는 부엌에서 ___"라는 문장에서 언어 모델은 '수프를 끓인다' 9.4%, '주전자를 데운다' 5.2%, '웅크린다' 3.6%처럼 빈칸 후보마다 확률을 매겨요. 가장 높은 것을 고르거나, 일정 기준을 넘는 후보 중에서 고르는 식이에요. 토큰은 단어보다 작은 단위로, 영어에서는 토큰 1개가 대략 4글자예요.

이 원리를 검색에 옮기면 전제가 두 가지 생겨요.

1. AI가 내 글을 읽을 수 있어야 해요. 읽지 못한 글은 후보에도 오르지 못해요.

2. 그 질문에 내 글이 확률적으로 그럴듯한 답이어야 해요. 질문과 관련이 깊고, 근거가 분명하고, 다른 글이 주지 않는 정보가 있어야 골라질 가능성이 높아져요.

1번은 테크니컬 SEO의 영역이고, 2번은 콘텐츠와 키워드 전략의 영역이에요. 에디터팀이 "SEO는 GEO의 어머니"라고 말하는 이유가 여기에 있어요.

AI 검색은 어디서 정보를 가져오나요?

구글 AI 개요와 AI 모드는 구글 검색 색인에서 관련 페이지를 찾아, 그 페이지의 정보로 답을 만들고 링크를 붙여요.

구글은 생성형 AI 검색 가이드에서 두 가지 기술을 설명해요.

기술	구글 설명 요약
검색 증강 생성(RAG, 그라운딩)	핵심 검색 순위 시스템으로 색인에서 관련성 있는 최신 페이지를 찾고, 그 페이지의 구체적인 정보로 답을 만든 뒤 근거 페이지 링크를 보여 줘요
쿼리 팬아웃	질문 하나를 여러 관련 검색어로 넓혀 동시에 검색해요. "잔디 잡초 정리"라는 질문이면 "잔디에 맞는 제초제", "화학 물질 없이 잡초 없애는 법" 같은 검색을 함께 돌려요

출처: Google 검색 센터 생성형 AI 검색 가이드의 RAG·쿼리 팬아웃 설명

그래서 구글은 AI 개요나 AI 모드에 참조 링크로 나오려면 페이지가 색인돼 있고, 스니펫과 함께 검색에 나올 수 있는 상태여야 한다고 밝혀요. 그 밖의 추가 기술 요건은 없다고 해요. 검색에 안 나오는 페이지는 AI 답변에도 나오기 어렵다는 뜻이에요.

에디터팀 메모

해커블 에디터팀이 2026년 10월 14일 클립 주제 키워드 4개(메타광고, CTR 뜻, SEO 뜻, GEO 최적화)를 직접 검색해 보니, 구글은 4개 모두 AI 개요가 떴고 네이버는 3개에 AI 브리핑이 떴어요. 네이버 AI 브리핑이 인용한 글은 대부분 개인 블로그였고, 웹문서 상위와 꼭 일치하지는 않았어요. 앞서 10월 8일 해커톤·지원사업·AI 도구 키워드 6개를 쟀을 때도 구글 AI 개요는 6개 모두, 네이버 AI 브리핑은 5개에 나왔어요.

출처: 해커블 에디터팀 운영 메모

GEO는 실제로 효과가 있나요?

연구에서는 효과가 확인됐어요. 다만 효과가 큰 방법은 '꾸미기'가 아니라 근거를 더하는 쪽이었어요.

GEO라는 말을 처음 정리한 논문(Aggarwal 외, 2024년 KDD 학회)은 1만 개 규모의 질문 모음으로 여러 방법을 시험했어요. 결과는 이래요.

출처 인용, 인용문 추가, 통계 추가가 가장 효과가 컸어요. 생성형 답변 안에서 차지하는 분량과 위치를 함께 본 지표가 30~40% 올랐어요.
읽기 쉽게 다듬기만으로도 15~30% 올랐어요. AI도 내용만큼 정보를 보여 주는 방식을 본다는 뜻이에요.
키워드 반복(키워드 스터핑)은 거의 효과가 없었어요. 예전 SEO에서 쓰던 방식이 AI 답변에서는 통하지 않았어요.
검색 순위가 낮은 사이트일수록 이득이 컸어요. 출처 인용을 더했을 때 검색 5위 사이트의 노출은 115.1% 늘었고, 1위 사이트는 오히려 30.3% 줄었어요.

마지막 결과는 작은 팀에게 좋은 소식이에요. 백링크나 도메인 힘이 약해도, 근거가 분명한 콘텐츠를 만들면 AI 답변 안에서는 큰 사이트와 겨뤄 볼 여지가 있다는 뜻이니까요. 다만 이 실험은 연구용 생성형 엔진과 퍼플렉시티에서 한 것이라, 구글 AI 개요에서 같은 숫자가 나온다는 보장은 없어요.

그럼 무엇을 해야 하나요?

AI가 읽을 수 있게 만들고, AI가 가져가고 싶은 근거를 넣으세요. 에디터팀이 콘텐츠를 쓸 때 쓰는 기준은 다섯 가지예요.

1. 사실과 근거로 정보를 전달하고, 출처 링크를 단다. 논문에서 효과가 가장 컸던 방법과 같아요.

2. 판단을 독자에게 미루지 않고 가르친다. "상황에 따라 다르다"로 끝내지 말고 기준을 줘요.

3. 표와 소제목으로 정보를 한눈에 보이게 한다. 질문형 소제목 바로 아래 한두 문장으로 답부터 써요.

4. 좋은 점과 한계를 함께 쓴다. 이 글에서 GEO 논문의 숫자를 쓰면서 실험 조건을 같이 적은 것처럼요.

5. 직접 해 본 팁과 숫자를 넣는다. 구글도 직접 작성한 리뷰처럼 경험에서 나온 고유한 관점을 강조해요.

구글 가이드도 같은 방향이에요. 다른 곳에 이미 있거나 생성형 AI가 쉽게 만들어 낼 수 있는 내용을 재활용하지 말고, 독자가 만족할 차별화된 콘텐츠를 만들라고 해요. 기술 쪽은 크롤링 허용, 내부 링크, 중요한 내용을 텍스트로 제공하기 같은 기존 SEO 기본기가 그대로 적용돼요. SEO 기본기는 SEO 뜻 클립에 따로 정리했어요.

구글이 안 해도 된다고 한 것은 무엇인가요?

llms.txt 같은 AI용 파일, 콘텐츠 잘게 쪼개기, AI만을 위한 글 고쳐 쓰기, 진정성 없는 언급 늘리기예요. 구글이 공식 가이드에서 직접 꼽았어요.

흔히 듣는 처방	구글 공식 설명
llms.txt 파일이나 AI용 특수 마크업 만들기	구글 검색(생성형 AI 기능 포함)은 사용하지 않아요
AI가 이해하기 쉽게 글을 작은 조각으로 쪼개기	필요 없어요. 한 페이지의 여러 주제를 구분할 수 있어요
AI 검색만을 위해 글 다시 쓰기	특별한 방식으로 쓸 필요 없어요. 동의어와 의미를 이해해요
여러 사이트에 '언급' 뿌리기	진정성 없는 언급은 생각만큼 도움이 안 되고, 스팸 차단 시스템도 함께 작동해요
구조화 데이터에만 매달리기	생성형 AI 검색에 필수는 아니에요. 리치 결과에는 도움이 되니 SEO 차원에서 쓰면 돼요

출처: Google 검색 센터 「Google 검색의 생성형 AI 기능에 맞게 웹사이트 최적화하기」

에디터팀 생각도 같아요. GEO 한다면서 SEO를 모르는 곳은 거르는 게 좋고, GEO는 '정복'이 아니라 '대응'에 가까워요. 탄탄하게 다진 사이트에 근거 있는 콘텐츠를 올리면, 검색으로 오던 사람도 오고 AI도 같은 콘텐츠를 가져가요. 다만 GEO는 웹 문서만의 일이 아니에요. AI는 커뮤니티, 영상, 리뷰도 함께 보기 때문에, 한정된 시간과 돈을 어느 채널에 나눌지 정하는 판단이 남아요. 이건 업종과 키워드마다 답이 달라서 공식처럼 정리할 수 없는 부분이에요.

자주 묻는 질문

GEO와 SEO는 무엇이 다른가요?

SEO는 검색 결과에서 내 페이지가 잘 보이게 하는 일이고, GEO는 AI가 만든 답변 안에서 내 콘텐츠가 인용되게 하는 일이에요. 구글은 AI 개요와 AI 모드도 기존 검색 순위 시스템 위에서 작동하므로 SEO 권장사항이 그대로 유효하다고 밝혔어요.

llms.txt 파일을 만들어야 하나요?

구글 검색에서는 필요 없어요. 구글은 생성형 AI 검색 최적화 가이드에서 llms.txt 같은 AI용 파일이나 특수 마크업을 구글 검색이 사용하지 않는다고 밝혔어요.

AI 답변에 인용되려면 글을 짧게 쪼개야 하나요?

구글은 콘텐츠를 작은 조각으로 나눌 필요가 없다고 안내해요. 시스템이 한 페이지 안의 여러 주제를 구분해 관련 부분을 보여 줄 수 있어요. 독자에게 맞는 길이로 쓰면 돼요.

GEO 효과가 있다는 근거가 있나요?

2024년 KDD 학회에 실린 GEO 논문은 출처 인용, 인용문, 통계를 더하는 방법이 생성형 답변 안에서의 노출을 30~40% 높였다고 보고했어요. 다만 연구용 생성형 엔진과 퍼플렉시티로 실험한 결과라, 구글 AI 개요에 그대로 적용된다는 뜻은 아니에요.