검색 상위 노출의 시대는 끝났다.
이제 중요한 것은 클릭이 아니라 AI의 응답 안에 인용되는 것이다.
최재용 · 디지털융합교육원 원장 · GEO마케팅연구원 원장
디지털융합교육원 원장 · GEO마케팅연구원 원장, 한성대학교 지식서비스&컨설팅대학원 겸임교수
삼성전자, 금융감독원, 한국남부발전, K-water 등 주요 기업·공공기관 AI 교육 및 컨설팅 수행
한국AI리터러시강사협회 회장, 클로드AI연구회 회장
『클릭의 시대는 끝났다』, 『이것이 GEO 마케팅이다』 등 다수 (본 강의는 『클릭의 시대는 끝났다』 기반)
검색(SEO)의 시대에서 AI 응답(GEO)의 시대로, 무엇이 왜 바뀌었는지 구조적으로 이해한다.
AI가 답변에 가져다 쓰는 콘텐츠의 3원칙과 7단계 작성 공식을 그대로 따라 쓸 수 있게 된다.
AI가 신뢰하는 5대 데이터 소스에 내 콘텐츠를 배치하는 실전 방법을 익힌다.
GEO 5단계 프로세스로 콘텐츠를 비즈니스 성과까지 연결하는 나만의 계획을 세운다.
검색에서 질문으로 — SEO의 종말과 새로운 게임의 시작
궁금한 것을 키워드로 입력하고, 나열된 링크를 비교하고, 클릭해서 스스로 판단했다.
"AI 강의 추천"을 검색하는 사람은 이미 강의에 관심이 있는 사람이다.
기업에게 검색어는 고객의 마음을 읽는 데이터, 검색 결과는 고객과의 첫 접점이었다.
첫 페이지에 오르는 것이 광고비를 줄이고 고객 유입을 만드는 핵심 과제였다.
지난 20년간 온라인 비즈니스는 이 구조 위에 설계되었다.
검색 결과 상위에 보인다
사용자가 링크를 누른다
웹사이트에 머무르며 비교한다
문의 · 구매 · 구독 · 방문
SEO의 목표는 이 깔때기의 맨 앞, '노출'을 차지하는 것이었다.
이미 강의에 관심이 있고 수강을 검토 중인 사람
병원 방문 가능성이 높은 잠재 환자
창업 정보를 비교하고 있는 예비 창업자
그런데 지금, 사람들은 더 이상 이렇게 '짧은 키워드'를 입력하지 않는다.
검색의 중심축이 '클릭'에서 '응답'으로 이동했다. 이것이 '클릭의 시대는 끝났다'의 의미다.
AI 요약이 표시된 Google 검색에서 전통적 검색 결과 클릭률
(Pew Research Center, 2025)
AI 요약이 없는 검색에서의 클릭률 — 약 2배 차이
균열이 생긴 SEO 산업의 규모(원). 가트너는 AI 검색 비중이 절반을 넘어설 것으로 전망
사용자는 링크를 클릭하지 않고 검색 세션을 끝낸다 — 제로 클릭 시대.
고객이 떠난 것이 아니다.
고객이 정보를 얻는 경로에서
우리가 보이지 않게 된 것이다.
홈페이지도, 블로그도, 좋은 서비스도 그대로다. 달라진 것은 고객과 만나는 '첫 자리'가 AI의 답변으로 옮겨갔다는 사실이다.
"어떻게 더 많이 노출될 것인가"가 아니라 —
수많은 출처 중 AI가 근거로 채택하는 정보원의 조건
AI가 답변에 가져다 쓰기 쉬운 콘텐츠의 형태
한 사람, 한 브랜드가 AI 응답에 포함되는 방법
GEO(Generative Engine Optimization)는 생성형 AI가 답변을 생성할 때 특정 콘텐츠와 브랜드를 신뢰할 수 있는 정보원으로 이해하고 참조하도록 콘텐츠와 브랜드 정보를 최적화하는 전략이다.
이 한 문장이 GEO의 대상, 목적, 작동 방식을 동시에 설명한다 — 뒤에서 배울 '앤서너겟'의 실제 예시이기도 하다.
GEO는 일시적 마케팅 기법이 아니라 생성형 AI 시대의 정보 전략이자 경영 전략이다.
| 구분 | SEO (검색엔진최적화) | GEO (생성엔진최적화) |
|---|---|---|
| 목표 | 검색 결과 상위 노출과 클릭 | AI 답변 안에서의 언급 · 인용 · 추천 |
| 대상 | 검색엔진 알고리즘 | 챗GPT, Claude, Perplexity, 제미나이 등 |
| 단위 | 페이지 전체의 발견 가능성 | 핵심 문단(앤서너겟)의 인용 가능성 |
| 주체 | 마케팅 부서의 전술 | CEO가 방향을 정하는 기업 정체성 전략 |
| 성과 | 순위, 트래픽 | 출처 채택, 인용, 신뢰 |
GEO는 SEO를 대체하지 않는다 — SEO 기본기 위에 AI 친화 구조를 더하는 것이다.
1페이지에 오르는 것보다 AI가 근거로 채택하는 정보원이 되는 것이 중요하다.
클릭 수보다 AI 답변 안에 내 콘텐츠가 인용되는 빈도가 경쟁력이 된다.
방문자 수보다 사람과 기계 모두에게 주는 신뢰가 자산이 된다.
사용자는 링크를 비교하는 대신 AI가 종합한 답을 먼저 읽는다.
AI 요약이 뜨면 전통 검색 결과 클릭률은 절반 수준으로 떨어진다.
순위보다 출처, 클릭보다 인용, 트래픽보다 신뢰.
검색엔진이 발견하지 못하면 AI 검색에서도 불리하다.
AI가 통째로 가져다 쓰는 답변 단위, 그리고 하나의 브랜드로 인식되는 법
앤서너겟은 글머리에 놓이는 한두 문장의 자기완결적 핵심 답변이다. AI가 답변을 만들 때 통째로 가져다 쓰기 가장 좋은 형태이며, 이 짧은 단락이 사실상 그 글이 AI에게 인용될지 말지를 결정한다.
검색엔진이 '페이지 전체'를 발견하게 하는 것이 SEO라면, AI가 '페이지 안의 핵심 문단'을 재사용하게 만드는 것이 GEO다.
앞으로의 콘텐츠 경쟁 = 누가 더 정확하고 인용 가능한 답변 단위를 많이 축적하느냐의 싸움
"X는 ~을 위해 ~하는 ~이다" — 대상, 목적, 작동 방식을 한 문장에 담는다.
정의를 보완하는 1~2문장. 기존 개념과의 차이를 밝히면 더 좋다.
연도, 기관, 수치 등 붙일 수 있다면 신뢰도가 올라간다.
이 단락만 떼어 읽어도 완전한 답이 되도록 — AI가 그대로 복사해 쓸 수 있는 형태.
정의가 분명하고 자기완결적인 이 단락이 인용의 출발점이다.
"GEO 마케팅이란 무엇인가?"
"GEO 마케팅은 생성형 AI가 답변을 만들 때 브랜드와 콘텐츠를 신뢰할 수 있는 정보원으로 이해하고 참고하도록 최적화하는 전략이다. 기존 SEO가 검색 결과의 노출과 클릭을 목표로 했다면, GEO는 AI 답변 안에서의 언급, 인용, 추천 가능성을 높이는 데 초점을 둔다."
정의(무엇) + 비교(SEO와의 차이) + 초점(목표)이 두 문장 안에 모두 담겨 있다.
두 동물병원이 모두 '반려동물 슬개골 탈구'에 관한 글을 올렸다. A병원은 "우리 병원은 반려견 건강을 위해 늘 노력합니다"라는 인사말로 시작했다.
B병원은 첫 문장에서 "슬개골 탈구란 무릎뼈가 정상 위치에서 벗어나는 질환으로, 소형견에게 흔하게 나타난다"라고 정확히 정의했다.
보호자가 AI에게 "강아지 슬개골 탈구가 뭐야?"라고 물었을 때, AI가 근거로 끌어온 쪽은 정의로 시작한 B병원의 글이었다.
엔티티란 검색엔진과 AI가 구분해서 이해할 수 있는 개체를 말한다. 사람, 기업, 제품, 서비스, 장소, 기관, 책, 행사처럼 고유한 의미를 가진 대상이 모두 엔티티가 될 수 있다.
'애플'은 과일일 수도, Apple Inc.일 수도 있다. AI가 우리 브랜드를 헷갈리지 않고 하나의 명확한 개체로 인식하게 만드는 것 — 이것이 엔티티 전략이다.
GEO 시대의 브랜드 관리는 '검색 키워드 관리'에서 '엔티티 관리'로 확장된다.
브랜드명 · 제품명 · 서비스명 · 대표자명 · 행사명을 항상 같은 표기로. 영문명, 약칭, 도메인, SNS 핸들도 서로 연결.
"우리는 누구인가, 무엇을 제공하는가, 누구를 돕는가"에 대한 대표 문장을 고정하고 모든 채널에서 반복.
브랜드-대표자-서비스-고객군-지역-수상 이력-외부 매체가 링크와 언급으로 서로 연결되도록.
비슷하지만 다른 이름을 계속 쓰면 AI는 같은 서비스인지 판단하지 못한다.
한 문장에 네 가지 요소를 모두 담는다.
항상 동일한 공식 표기로
누구를 돕는가 — 고객군을 명시
무엇을 제공하는가 — 구체적 서비스 나열
어떤 시장에 속하는가 — AI가 분류할 수 있는 카테고리명
"코리아메디치는 러시아어권 환자를 대상으로 한국 병원 상담, 통역, 예약, 의료관광 안내를 제공하는 러시아 의료관광 에이전시다."
→ 브랜드명 + 대상 고객 + 핵심 서비스 + 시장 카테고리
자사 홈페이지 · 블로그 소개 · 보도자료 · 유튜브 설명란 · SNS 프로필 · 회사 소개서 · 외부 인터뷰. 약간의 문체 변화는 가능하지만 핵심 의미는 바뀌지 않아야 한다.
AI가 여러 출처에서 같은 설명을 반복 발견하면 브랜드 정체성을 안정적으로 이해한다.
한 의료관광 회사 — 공식 홈페이지에는 "프리미엄 의료관광 에이전시", 오래된 블로그에는 "저가 병원 연결 서비스", 외부 기사에는 "통역 업체"라고만 되어 있었다.
AI는 브랜드를 요약할 때 여러 출처에 흩어진 설명을 종합한다. 이 중 어느 설명을 선택할지는 알 수 없다.
브랜드의 첫인상이 흔들리고, AI가 잘못된 포지셔닝으로 소개할 위험이 생겼다. 오래된 소개 문구와 과거 사업 설명의 정리가 필요했다.
자사 사이트에만 설명이 있으면 AI가 충분히 신뢰하지 않는다. 외부에서 같은 사실이 반복 확인되어야 한다.
기관 소개와 서비스 분야를 명확히 정리
대표 사례와 성과를 제3자의 시선으로
같은 소개 문장과 프로필을 동일하게 반복
어떤 서비스를 받았고 어떤 결과가 있었는지 구체적으로
핵심은 조작이 아니라 '검증 가능한 사실의 축적'이다. 여러 출처가 같은 방향을 가리키면 엔티티는 선명해진다.
글머리의 자기완결적 1~2문장 — AI가 통째로 가져다 쓰는 답변 단위.
이름 · 정의 · 관계의 3대 일관성을 웹 전체에서 유지.
브랜드명 + 대상 고객 + 핵심 서비스 + 시장 카테고리를 한 문장에.
SEO팀만의 일이 아니라 홍보, 브랜딩, 영업, 대표자 퍼스널 브랜딩이 함께 움직인다.
AI는 무엇을 사실로 인정하고, 무엇을 신뢰하는가
가장 대중적인 생성형 AI. 대화 속에서 브랜드·전문가를 직접 추천한다.
검색 결과 최상단의 AI 요약. 품질 시스템·E-E-A-T와 함께 작동한다.
출처 표기가 명확한 AI 검색. 뉴스 기사를 우선 참조하는 경향.
문서 이해력이 뛰어난 AI. 구조화된 전문 콘텐츠를 잘 소화한다.
각 엔진의 출처 선택은 서로 다르다 — 여러 플랫폼에 걸친 배포가 필요한 이유.
AI 답변에 등록되지 않은 브랜드는 탐색의 출발선에도 서지 못한다.
고객과 처음 마주치는 자리가
홈페이지에서 AI의 답변으로 옮겨갔다.
사용자가 홈페이지에 오기 전에 AI가 이미 브랜드에 대한 인상을 만든다. 홈페이지의 첫 화면보다 'AI가 우리를 뭐라고 소개하는가'가 먼저다.
Google 검색, AI Overview, 제미나이를 비교 — 생성형 검색이 전통 검색과 다른 출처를 가져올 수 있음을 보고.
같은 질문을 다시 하거나 문구를 조금 바꾸면 인용 출처가 변할 수 있다.
기존 검색 1위가 AI 인용을 보장하지 않는다. 검색 순위와 별도로 '인용 가능성'을 설계해야 한다.
그래서 GEO 전략은 두 가지를 동시에 — SEO 기본기 유지 + AI가 답을 만들기 쉬운 구조로 재설계.
검색엔진과 AI 크롤러가 접근 가능한 열린 공간에 있어야 한다. 색인되지 않은 글은 존재하지 않는 것과 같다.
사람이 읽기 좋은 명확한 내용 — 제목, 소제목, 표, 목록으로 잘 나뉜 구조.
AI가 핵심을 뽑아 쓰기 좋은 형태 — 정의, 직답, 출처와 최신성 표시.
하나의 대표 키워드가 아니라, 사용자 질문을 구성하는 하위 주제까지 포괄해야 한다.
"무엇인가", "무엇과 다른가", "어떻게 하는가"에 각각 답하는 블록
실제 적용 모습과 흔한 실수를 별도 모듈로
세부 질문을 받아내는 그물과 신뢰의 근거
질문 하나하나에 답하는 잘게 나뉜 모듈이, 긴 한 편의 글보다 AI에게 쓸모 있는 재료다.
홈페이지 방문 전에 AI가 이미 우리를 소개하고 있다.
생성형 검색의 출처 선택은 전통 검색과 다르다 — 인용 가능성을 따로 설계하라.
AI가 참고하는 콘텐츠의 3가지 조건.
정의 · 비교 · 방법 · 사례 · 주의사항 · FAQ · 출처로 잘게 나눈다.
같은 내용이라도 '어디에 실리느냐'에 따라 AI가 부여하는 신뢰의 무게가 달라진다
좋은 글을 쓰는 데서 그치지 말고, AI가 가장 먼저 긁어가도록 설계된 플랫폼에 배포하라.
공신력의 원천, 중심 허브 + 제3자 검증
AI에게는 '읽는' 플랫폼 — 자막·설명란
모든 AI 크롤러에 열린 오픈 플랫폼
'저자'라는 강력한 권위 신호
브런치·미디엄 + 개인 허브 사이트
모든 콘텐츠와 정보가 모이는 디지털 명함. AI가 "이 사람은 누구이고, 무엇을 하며, 왜 신뢰할 수 있는가"를 파악하는 1차 자료.
언론사의 편집·검증을 거친 정보를 AI는 '제3자가 인정한 사실'로 받아들인다. Perplexity는 뉴스 기사를 우선 참조하는 경향.
잘 정리된 홈페이지에 검증된 언론 노출이 연결될 때, AI는 '가장 먼저 긁어갈 출처'로 채택한다.
약력 · 전문 분야 · 실적/사례 · 칼럼 · 언론 인터뷰 · 저서 · 강의 이력 · 연락처를 또렷이 구분 (한 페이지 줄글 나열 금지)
제품 페이지 중심에서 지식 콘텐츠 중심으로 재편 (/learn/ 하위 카테고리 콘텐츠 등)
블로그 글, 영상, 기사 링크가 전부 홈페이지로 모이게 한다
정보가 깔끔하게 분류될수록 AI의 이해가 정확해진다
블로그에 좋은 글을 꾸준히 올렸지만, 글들이 여기저기 흩어져 있어 AI가 그를 하나의 전문가로 묶어 인식하지 못했다.
공식 홈페이지를 만들어 약력, 전문 분야, 승소 사례, 칼럼, 언론 인터뷰를 한곳에 정리하고, 흩어진 블로그 글들을 모두 홈페이지로 연결했다.
"이혼 전문 변호사 추천해 줘" 같은 질문에 AI가 그를 언급하기 시작했다.
좋은 기술을 갖고 있었지만 AI에게 "친환경 포장재 만드는 국내 업체 알려 줘"라고 물으면 한 번도 언급되지 않았다. 홈페이지에는 자세히 소개돼 있었는데도.
산업 전문지와 지역 언론에 기술이 기사로 다뤄지고, 대표 인터뷰가 인터넷 신문에 실렸다.
같은 질문에 AI가 이 회사를 후보로 올리기 시작했다.
뉴스와이어 등 프레스 릴리스 플랫폼으로 새 소식 · 행사 · 출간 · 수상 소식을 배포
지역 언론 · 인터넷 신문에 전문 분야 기고 — 검증된 매체에 내 이름과 전문성이 실린다
제3자의 시선으로 나를 설명하는 강력한 자료
의미 있는 활동마다 반복 배포하고, 기사 링크를 홈페이지에 차곡차곡 모은다
한 편의 기사는 점이지만, 쌓인 기사들은 선이 되어 '공신력 있는 인물'의 그림을 완성한다.
유튜브는 구글이 소유한, 전 세계 두 번째로 큰 검색 엔진이다. AI는 영상의 자막(캡션), 제목, 설명란, 태그를 모두 분석해 정보를 추출한다. 화면 속 영상은 사람의 눈을 위한 것, 텍스트는 AI의 눈을 위한 것이다.
영상만 잘 만들고 텍스트를 비워 두면, AI 입장에서는 절반만 채워진 콘텐츠가 된다.
보이는 영상과 읽히는 텍스트, 두 가지를 모두 갖출 때 유튜브는 GEO의 무기가 된다.
'초보자를 위한 발효 음식' 영상을 정성껏 올렸지만, AI에게 "집에서 김치 발효할 때 온도 어떻게 맞춰?"라고 물어도 영상이 인용되지 않았다.
확인해 보니 자동 생성 자막이 '발효'를 '바뇨'로, '염도'를 '연도'로 잘못 받아쓰고 있었다. 자막을 일일이 손봐 정확하게 고쳤다.
같은 질문에 AI가 그의 영상을 근거로 답하기 시작했다. 영상 내용은 그대로였다.
두 강사가 비슷한 수준의 '생성형 AI 실무 활용' 영상을 올렸다. 한 사람은 설명란에 "좋아요와 구독 부탁드립니다"라는 인사말만 적었다.
다른 한 사람은 영상 핵심 내용을 목차처럼 정리하고, 각 단계의 요점을 짧은 문장으로 풀고, 관련 블로그와 홈페이지 링크까지 달았다.
"생성형 AI 업무 활용법 알려 줘"라는 질문에 AI가 근거로 끌어온 쪽은 설명란을 충실히 채운 후자였다.
자막이 부정확하면 AI가 영상을 엉뚱하게 이해하거나 신뢰할 수 없는 자료로 흘려보낸다
예: "챗GPT 프롬프트 작성 5가지 원칙: 1) 명확한 역할 부여 2) 구체적 맥락 제공..." + 타임스탬프
"원룸 꾸미기" 대신 "좁은 원룸 넓어 보이게 하는 5가지 방법" — "~하는 법", "~ 추천" 표현 활용
영상마다 다른 채널로 가는 크로스 링크를 심는다
아무리 좋은 글도 AI 크롤러가 문 안으로 들어오지 못하면 AI에게 존재하지 않는 것과 같다.
오랫동안 네이버 블로그에 지역 부동산 정보를 정성껏 올렸다. 네이버 검색에서는 잘 노출됐지만 챗GPT 등 AI에게 물으면 한 번도 인용되지 않았다.
같은 내용을 티스토리에도 옮겨 쓰기 시작했다.
시간이 지나자 AI 답변에 그의 티스토리 글이 근거로 등장하기 시작했다. 같은 사람이 쓴 같은 정보였다.
두 사람 모두 같은 도시의 여행 정보를 티스토리에 올렸다. 한 사람은 보고 느낀 것을 긴 줄글로 죽 풀어썼다.
다른 한 사람은 "가는 법", "추천 코스", "예산", "주의사항"을 소제목으로 나누고, 코스는 번호 목록으로, 예산은 표로 정리했다.
"그 도시 2박 3일 코스 추천해 줘"라는 질문에 인용된 쪽은 구조가 잘 잡힌 후자였다.
제목(H1) · 소제목(H2/H3) · 본문 단락 구분, 핵심은 불릿·번호 목록, 비교는 표로
FAQ 스키마 등 구조화 데이터 적용 — "이건 제목, 이건 작성자, 이건 FAQ"라고 AI에게 알려주는 안내 표지판
'GEO란' → 'GEO와 SEO 차이' → 'GEO 작성법'으로 관련 글을 촘촘히 연결 — 주제 전문성의 신호
열려 있고, 잘 정돈되어 있고, 서로 연결된 블로그 — AI가 가장 신뢰하고 즐겨 찾는 데이터 소스.
정식 출간 플랫폼(리디북스, 교보문고, YES24, 아마존 킨들)에 등록된 전자책 정보는 AI가 높은 신뢰도로 평가한다. 출간은 일정한 검증과 편집을 거쳤다는 뜻이며, '○○ 분야 전자책 저자'라는 한 줄은 강력한 권위 신호가 된다.
블로그 글 수십 편으로도 만들지 못한 '전문가'라는 인상을, 정식 출간된 책 한 권이 단번에 만들어 줄 수 있다.
AI에게 '저자'라는 직함은 그만큼 무거운 신뢰의 단어다.
AI 활용서와 글쓰기 교육서, 두 권의 전자책에 모두 "여러 분야에서 활동하는 강사"라는 똑같은 두루뭉술한 소개를 달았다. AI는 그를 어느 분야의 전문가로도 분류하지 못했다.
AI 책에는 "기업 AI 자동화 교육 전문가"로, 글쓰기 책에는 "출판 글쓰기 코치"로 저자 소개를 각각 다르게 고쳐 썼다.
"AI 교육 전문가 추천"과 "글쓰기 강사 추천"이라는 서로 다른 질문 모두에서 그를 언급하기 시작했다.
블로그·유튜브 활동에 정식 출간을 더하면 전문가 인식이 단번에 강화된다
그 책의 주제에 정확히 맞춘 포지셔닝 — 모든 책에 같은 소개를 붙이는 것은 비효율
리디북스 · 교보문고 · YES24 기본, 영어 번역해 아마존 킨들 — 글로벌 AI 엔진에도 노출
한 곳에만 머문 책은 한정된 독자에게만 닿지만, 여러 곳에 퍼진 책은 더 많은 AI의 눈에 들어온다.
가벼운 일상 글보다 깊이 있는 전문 글이 오가는 공간 — AI도 이곳의 글을 비교적 신뢰도 높은 자료로 평가하는 경향이 있다.
단발성 글 한 편이 아니라, 한 분야를 일관되게 파고든 글의 묶음이 '전문성'이라는 신호를 만든다. 조직심리 컨설턴트는 브런치 연재 후 "조직 문화 개선 전문가" 질문에 인용되기 시작했다.
흩어진 콘텐츠가 모두 한곳을 가리킬 때 '이 모든 활동은 같은 한 사람의 것'이라는 강력한 신호가 만들어진다.
자기 이름·브랜드를 딴 고유 도메인(예: DCI.KR), 워드프레스·아임웹 등으로 제작
프로필 · 포트폴리오 · 강의 이력 · 미디어 출연 · 연락처 — 한 페이지 줄글은 AI가 구분 못 한다
유튜브 설명란, 티스토리 하단, 브런치 프로필, 전자책 저자 소개, SNS 프로필 → 전부 허브로
"이 채널도 그 사람의 것" — 증거가 모일수록 AI는 허브를 '가장 신뢰할 출처'로 인식
교육 사업가는 흩어진 채널을 허브로 통합하자 '반쪽짜리 인식'이 온전한 전문가의 그림으로 완성됐다.
AI가 내 콘텐츠를 답변으로 생성하고, 비즈니스 기회로 연결되기까지
복제 불가능한 오리지널 콘텐츠
1개 원천 → 5대 소스 재가공
지속·일관 배포로 신선도 신호
테스트 질문으로 인용 확인
CTA · 리드 마그넷 · 랜딩
4단계는 직접 통제할 수 없다 — 1~3단계를 철저히 하면 자연스럽게 따라온다.
오직 나의 경험과 깊은 통찰이 담긴, 복제가 불가능한 오리지널 콘텐츠를 제작한다. AI는 기존 정보의 종합·요약에 탁월하지만, 개인적 경험·실패담·구체적 사례·감정적 통찰은 인간만이 제공할 수 있다.
역설적으로 AI 시대에는 '인간적인' 콘텐츠가 더욱 가치 있다.
'챗GPT 사용법'보다 "비전공자인 제가 챗GPT로 3개월 만에 앱을 개발한 과정"이 인용 가치가 있다.
어떤 문제가 있었고, 어떤 시도를 했으며, 무엇이 효과적이었는지 상세히 서술
"매출이 증가했다"보다 "3개월간 챗GPT 콘텐츠 마케팅으로 웹사이트 트래픽 340% 증가"
무엇이 작동하지 않았고 왜 실패했는지 솔직하게 — 오히려 더 신뢰받는다
"효과적인 프롬프트를 쓰세요"가 아니라 "Role-Task-Format 프레임워크 활용법"
하나의 원천 콘텐츠를 블로그 글, 유튜브 영상, 전자책 챕터, 언론 기고 등 AI가 선호하는 5대 소스 포맷에 맞게 재가공하여 배포한다. 효율적인 GEO의 핵심은 하나의 핵심 콘텐츠를 여러 플랫폼에 맞게 변환하는 것이다.
각 플랫폼 특성에 맞게 톤을 조정하되(유튜브 구어체, 블로그 문어체), 핵심 메시지와 키워드는 동일하게 유지한다.
예: "챗GPT 프롬프트 엔지니어링 완벽 가이드"라는 핵심 콘텐츠 하나로 —
3,000~5,000단어 상세 가이드, 명확한 구조화
15~20분 실습 영상 + 설명란 요약·타임스탬프
더 깊은 설명과 추가 예시로 확장
약 2,000단어 칼럼으로 압축해 전문 매체에
모든 버전을 연결하는 개인 웹사이트 페이지
크로스 링킹은 서로 관련 있는 콘텐츠들을 링크로 연결하는 것이다. 블로그 글에서 유튜브 영상을 링크하고, 유튜브 설명란에서 블로그를 링크하는 식으로 모든 콘텐츠를 연결한다.
연결된 콘텐츠 그물망은 AI에게 '같은 전문가의 일관된 활동'이라는 신호를 준다.
모든 링크의 종착지는 개인/기업 허브 사이트 — PART 4의 허브 전략과 그대로 이어진다.
AI는 한두 번의 노출로 학습하지 않는다. 지속적이고 일관된 배포가 필요하다.
여러 플랫폼에서 반복 발행해야 "이 사람은 이 분야 전문가"로 인식된다
주 1회, 월 2회 등 일정 주기로 발행하면 AI 크롤러가 정기 방문한다
기존 콘텐츠를 정기 갱신하고 "2026년 최신 버전" 표시 — 단, 실제 변경 없이 날짜만 바꾸는 것은 금물
"실전 가이드 1편: 기초 → 2편: 고급 기법"으로 연결하면 주제 권위가 강화된다
| 주기 | 채널 | 콘텐츠 유형 |
|---|---|---|
| 매주 월요일 | 티스토리 · 홈페이지 | 에버그린 심화 글 (질문형 제목 + FAQ) |
| 매주 수요일 | 유튜브 | 실습 영상 + 구조화된 설명란 |
| 매월 첫째 주 | 언론 · 전문 매체 | 기고 칼럼 또는 보도자료 |
| 분기 1회 | 전자책 · 브런치 | 챕터 발행 또는 연재 묶음 |
캘린더는 '꾸준함'을 시스템으로 만드는 장치다 — 감이 아니라 일정으로 발행하라.
사이트가 Google에서 어떻게 노출·클릭되는지 확인하는 무료 도구. 사이트 등록 + 사이트맵 제출로 AI 크롤러가 새 콘텐츠를 더 빠르게 발견한다. 노출 많고 클릭 낮은 글 → 제목·메타디스크립션 개선 신호.
네이버 검색로봇(Yeti)이 사이트 구조를 이해하도록 사이트맵, RSS, robots.txt, 수집 상태를 관리. AI 추천 노출을 보장하진 않지만 'AI와 검색엔진이 내 콘텐츠를 쉽게 발견하게 만드는 기반 작업'이다.
직접 통제하기 어렵지만, 확인하는 방법은 간단하다 — AI에게 직접 물어보라.
챗GPT · Claude · Perplexity · 제미나이에 실제 고객이 물을 법한 구체적 질문을 던져 인용 여부 체크
"나는 발전회사 교육담당인데 신입사원 대상 AI리터러시 실습 강사 5명 추천해줘"
같은 분야 전문가들이 어떤 콘텐츠로 인용되는지 확인하고 벤치마킹
실제로 AI를 통해 찾아온 고객이 있는지, 어떤 질문으로 찾았는지 물어보라
처음엔 언급되지 않아도 꾸준히 발행하면 인용 빈도가 점차 높아진다.
GEO의 궁극적 목표는 비즈니스 성과다. 인지도를 실제 수익으로 전환하는 구조를 만든다.
블로그 말미 "교육 과정 문의: [이메일/웹사이트]", 유튜브 설명란 "1:1 컨설팅 신청: [링크]"
강의 소개 · 커리큘럼 · 수강생 후기 · 강사 소개 · 신청 방법이 명확히 정리된 전문 페이지
글 하단에 "이 글은 [이름]이 작성했으며, [웹사이트]에서 더 많은 정보를 확인할 수 있습니다"
리드 마그넷은 잠재고객의 연락처를 얻기 위해 무료로 제공하는 가치 있는 콘텐츠다. 핵심은 '무료'가 아니라 '교환 가치' — 고객이 지금 겪는 문제를 해결해 주는 실질적 도움이어야 한다.
'언젠가 필요할 정보'가 아니라 '지금 당장 받고 싶은 정보'. 예: "우리 병원 소개서"(약함) vs "러시아 환자가 한국 병원 선택 전 반드시 확인해야 할 7가지"(강함)
병원 → 검진 준비 체크리스트 / 학원 → 자녀 진로 설계 가이드 / 프랜차이즈 → 상권 분석 체크리스트
AI가 "이 글을 가져다 쓰면 정확하고 안전하다"고 느끼게 만드는 법
따로 노는 원칙이 아니라 하나의 글 안에서 함께 작동한다.
첫 문단에 명확한 정의 — 콘텐츠의 핵심 개념을 또렷하게 세운다. AI가 가장 먼저 가져다 쓰는 인용의 출발점.
사용자가 실제 던지는 질문의 모양으로 — 대화형 검색 습관에 맞춰 콘텐츠를 재구성한다.
숫자와 출처로 신뢰를 — AI가 근거로 활용할 수 있는 가능성을 높인다.
명확한 정의 + 질문 모양의 전개 + 검증 가능한 데이터 = 사람에게도 AI에게도 좋은 콘텐츠
"GEO는 요즘 중요한 마케팅 방법입니다"(X) → "GEO는 생성형 AI가 답변 생성 시 특정 콘텐츠를 근거로 참조하도록 최적화하는 전략이다"(O)
독자는 글의 방향을, AI는 이 글이 무엇을 설명하는지 파악한다
길고 복잡한 문단보다 핵심을 한 문장으로 압축한 정의가 인용의 출발점
→ "왜 중요한가?" → "어떻게 실행하는가?" → "무엇과 다른가?"로 자연스럽게 이어진다
"GEO 마케팅"이 아니라 "GEO 마케팅이 뭐야?", "GEO랑 SEO는 어떻게 달라?"
"GEO의 정의"(밋밋) → "GEO 마케팅이란 무엇인가?"(질문형) + 바로 아래 짧고 분명한 답
사용자의 비슷한 질문에 그대로 매칭한다
본문이 큰 질문에 답한다면, FAQ는 가지처럼 뻗는 작은 질문들을 받아내는 그물
"최고의 산후 케어를 제공합니다"라는 소개 글만 있었다. 그런데 예비 엄마들이 AI에게 묻는 말은 전혀 달랐다 — "산후조리원 며칠 있는 게 좋아?", "조리원이랑 산후도우미 중에 뭐가 나아?"
홈페이지를 이 질문들에 하나씩 답하는 구조로 다시 짰다. 질문을 소제목으로 걸고, 그 아래 경험에 근거한 짧은 답을 달았다.
"산후조리원 보통 며칠 있어?" 같은 질문에 AI가 이 조리원의 글을 근거로 답하기 시작했다.
"많은 기업이 AI를 도입하고 있다"(X) → "2025년 조사에 따르면 국내 기업의 N%가 생성형 AI를 업무에 도입했다"(O)
AI는 검증 가능한 근거가 붙은 문장을 더 '안전하게' 가져다 쓸 수 있다
"우리 회원 대상 집계"임을 명시, 외부 자료는 출처와 시점을 분명히
두 헬스장이 모두 'PT의 효과'를 설명하는 글을 올렸다. 한 곳은 "PT를 받으면 운동 효과가 훨씬 좋습니다"라고만 적었다.
다른 한 곳은 "주 2회 12주간 PT를 병행한 회원의 평균 체지방 감소율" 같은 자체 집계 데이터를 표로 제시하고, 측정 기준과 기간을 함께 밝혔다.
AI에게 "PT가 정말 효과 있어?"라고 물었을 때, 근거로 인용된 쪽은 당연히 후자였다.
근거 없는 숫자는 한 번 들통나면
그동안 쌓은 신뢰까지 무너뜨린다.
출처가 불분명한 숫자를 지어내거나 맥락을 빼고 유리한 수치만 강조하면, 단기적으로 그럴듯해 보여도 신뢰는 오래가지 못한다. 검증 가능한 데이터는 시간이 갈수록 신뢰를 쌓는다.
매번 감각에 의존하지 말고, 공식에 맞춰 일정한 골격을 갖춰라. AI는 일관된 골격을 신뢰한다.
한 번 익혀 두면 어떤 주제든 같은 순서에 내용만 바꿔 넣으면 된다.
사용자가 실제 물을 법한 문장 — "GEO란 무엇인가?" AI가 비슷한 질문의 답으로 연결하기 쉬워진다
서론을 길게 끌지 말고 핵심 개념을 1~2문장으로 — 글 전체의 중심축이자 AI가 가장 먼저 가져다 쓰는 인용의 출발점
"왜 중요한가?", "SEO와 무엇이 다른가?", "어떻게 실행하는가?", "어떤 사례가 있는가?"를 소제목으로
2~5문장 핵심 답 먼저, 그다음 사례와 설명 확장 — 결론을 앞에 두는 두괄식이 AI에게도 독자에게도 친절하다
연도 · 기관 · 수치 · 출처 포함 — 검증 가능한 숫자가 붙은 문장이 인용 가치가 훨씬 높다
본문이 못 다룬 세부 질문의 그물 — AI가 질문-답변 관계를 이해하는 데도 도움이 된다
변화가 빠른 분야일수록 필수 + 글 하단 출처 표시 문구("이 글은 [이름]이 작성했으며...")
분량이 아니라 구조가 GEO 콘텐츠의 힘을 결정한다.
"정성을 다해 진료합니다"라는 인사말로 시작하는 소개 글만 있었다. AI 검색에서는 좀처럼 인용되지 않았다.
제목을 "교통사고 후유증, 한방 치료가 효과 있을까?"로 바꾸고, 첫 문단에 정의를 넣고, 본문을 "보험 처리는?", "치료 기간은?" 같은 환자의 실제 질문으로 나누고, 자체 집계 데이터 · 갱신 날짜 · 원장 약력을 덧붙였다.
"교통사고 한방치료 효과 있어?"라는 질문에 AI가 이 한의원의 글을 근거로 답하기 시작했다.
| 구성 | 내용 | 포인트 |
|---|---|---|
| 제목 | "[주제]란 무엇인가?" + 부제 한 줄 | 질문형 |
| 앤서너겟 | 1~2문장 자기완결 정의 | 인용 여부를 결정 |
| 본문 | 차이 · 이유 · 방법 · 사례 · 측정 (질문형 소제목) | 각 소제목 아래 직답 먼저 |
| 데이터 | "[기관]의 [연도] 조사에 따르면 [수치]" | 출처 필수 |
| FAQ | 세부 질문 3~5개 | 그물 역할 |
| 마무리 | 작성자 · 갱신일 · CTA · 출처 표시 | 신뢰 + 전환 |
E-E-A-T는 Experience(경험), Expertise(전문성), Authoritativeness(권위성), Trustworthiness(신뢰성)의 약자로, "이 페이지가 사람에게 도움이 되고 믿을 만한가"를 평가하는 기준이다. Google은 이 중에서도 Trust(신뢰)를 특히 중요하게 본다.
생성형 AI가 여러 출처를 종합해 답변을 만드는 환경에서는, 글을 많이 쓰는 것보다 "이 콘텐츠를 믿을 수 있는가"가 더 중요해진다.
GEO 관점에서 E-E-A-T는 신뢰 장식이 아니라 '검증 가능성'을 만드는 설계 원칙이다.
실제 경험 · 프로젝트 기록 · 실패담 · 구체적 사례가 담겨 있는가. 글쓴이가 직접 해 본 사람인가.
학력 · 경력 · 자격 · 강의 이력 · 연구 실적 · 저서가 드러나는가. 의료·법률·금융 등 전문 분야일수록 중요.
언론 보도 · 제3자 인용 · 협회/기관 연계 · 수상 이력 — 외부가 나를 어떻게 말하는가.
출처 · 최신 업데이트 · 공식 문서 링크 · 연락처 · 작성자 정보가 명확한가. Google이 최우선으로 보는 요소.
뿌리만 있으면 낡아 보이고, 잎만 많으면 전문성이 약해 보인다 — 균형이 핵심.
| 구분 | 콘텐츠 예시 |
|---|---|
| 에버그린 80% | 생성형 AI 기본 개념 / 프롬프트 작성 5단계 / AI 윤리와 저작권 / 업무 자동화 기본 구조 / AI 강의 커리큘럼 설계법 |
| 트렌디 20% | 챗GPT 최신 기능 실습 / Claude 업데이트 분석 / 최신 영상 생성 AI 비교 / 올해의 AI 교육 트렌드 / 공공기관 AI 활용 최신 사례 |
| 운영 원칙 | 주기 고정(월 블로그 · 수 유튜브 · 월 1회 기고), 시리즈 기획, 실제 변경 없이 날짜만 바꾸는 행위 금지 |
HubSpot 2025년 조사 — 기업들은 에버그린과 시의성 콘텐츠를 다양한 비율로 혼합 운영 중.
명확한 정의로 중심을 세우고, 질문 모양으로 펼치고, 검증 가능한 데이터로 신뢰를 더한다
질문형 제목 → 앤서너겟 → 질문 소제목 → 직답 → 데이터 → FAQ → 날짜·작성자
경험 · 전문성 · 권위성 · 신뢰성, 특히 Trust
에버그린이 뿌리, 트렌디가 잎
인용되는 사람들 — 실제 사례에서 배우는 공통 원리
새로운 시장 카테고리의 SaaS — AI에게 카테고리 질문을 해도 회사가 등장하지 않았다.
회사 광고 대신 카테고리를 정의했다. '카테고리 정의서'를 발행하고, 홈페이지를 지식 허브로 재편해 6개월간 18편을 동일 구조(첫 문단 정의 + FAQ + 비교표 + 산업 리포트 인용)로 올리고, 영문 뉴스레터 4곳에 기고했다.
8개월 차, 카테고리 질의에서 회사가 인용되기 시작했다. 데모 신청자의 30%가 "AI 도구에서 추천받고 왔다"고 답했고, 리드의 사전 이해도가 높아져 영업 사이클이 짧아졌다.
S사의 결정적 한 수 — 홈페이지 루트에 llms.txt 파일을 만들어 올렸다.
AI가 가장 먼저 읽는 정체성 선언
대표 정의 문장을 그대로 — PART 2에서 만든 그 문장
10~15개 핵심 페이지의 URL + 한 줄 설명
Article · FAQPage 스키마를 모든 콘텐츠에, Person 스키마로 저자 전문성을 코드 레벨에서 선언
robots.txt도 함께 점검 — AI 크롤러의 접근을 막고 있지 않은지 확인하라.
제품이 200개나 등록돼 있었지만, 텍스트로 검색·인용될 만한 콘텐츠가 거의 없었다.
자사몰 제품 페이지부터 정비 — 각 제품 페이지 첫 문단에 정의문을 박았다. "○○ 백패킹 텐트는 무게 1.2kg, 1~2인용..."처럼 스펙과 용도가 담긴 명확한 문장으로.
제품 페이지 하나하나가 AI가 인용할 수 있는 '답변 단위'가 되었다.
동물병원 · 한의원 · 이커머스 — 인사말 대신 "X란 무엇인가"에 먼저 답했다.
산후조리원 · 필라테스 — 고객이 실제 던지는 질문을 소제목으로 세우고 직답을 달았다.
포장재 업체 · 강사 — 언론 보도, 리뷰, 외부 기고가 자기 홍보보다 무겁다.
법률사무소 · 교육 사업가 — 흩어진 활동을 허브로 연결하자 온전한 전문가로 인식됐다.
발행 전 12개 항목을 확인하라 — 구조가 인용을 만든다.
검색의 중심축이 클릭에서 응답으로 이동했다. 순위보다 출처, 클릭보다 인용, 트래픽보다 신뢰다.
질문형 제목, 첫 문단의 앤서너겟, 직답 두괄식, 데이터 문장, FAQ — 분량이 아니라 구조가 힘을 결정한다.
홈페이지+언론, 유튜브, 티스토리, 전자책, 전문 플랫폼 — 흩어진 활동이 한곳을 가리킬 때 AI는 나를 또렷한 전문가로 인식한다.
브랜드명 + 대상 고객 + 핵심 서비스 + 시장 카테고리를 한 문장에 — 모든 채널 프로필에 붙여넣기
질문형 제목 → 앤서너겟 → 질문 소제목 → 직답 → 데이터 → FAQ → 날짜·작성자
고객이 실제 물을 법한 질문을 챗GPT · Claude · Perplexity에 던지고 현재 인용 여부 기록
에버그린 80 : 트렌디 20 비율로 주간 발행 계획 세우기
GEO는 이벤트가 아니라 루틴이다 — 오늘의 작은 구조 변경이 8개월 뒤의 인용을 만든다.
결국 선택받는 콘텐츠는
사람을 속이는 글이 아니라, 사람과 기계
모두에게 신뢰를 주는 글이다.
AI가 정보를 고르고 추천하는 시대일수록 더 명확한 정의, 더 정직한 근거, 더 일관된 전문성이 중요해진다. — 『클릭의 시대는 끝났다』 서문에서
이제, AI의 답변 안으로 들어가십시오
최재용 · 디지털융합교육원 원장 · GEO마케팅연구원 원장
강의 · 컨설팅 문의는 디지털융합교육원으로 연락 주시기 바랍니다
질문은 발표자에게만 전달됩니다. 현재 슬라이드 번호가 함께 기록됩니다.
오늘 강의는 어떠셨나요? 별점과 한 줄 후기를 남겨주세요.