Generative Engine Optimization (GEO)

생성 엔진 최적화(GEO)는 생성형 엔진이 콘텐츠를 선택하고, 정확하게 인용하며, 출처로 제시하도록 웹 콘텐츠를 구성하는 작업입니다. 생성형 엔진은 검색된 출처를 바탕으로 답변을 작성해 질의에 응답하는 생성형 AI 시스템입니다. Princeton University와 협력 기관의 Pranjal Aggarwal과 동료들은 Bing Chat, Google의 Search Generative Experience, Perplexity가 검색에 직접 답변하기 시작한 뒤인 2023년 11월 논문 GEO: 생성 엔진 최적화에서 이 용어를 도입했으며, 이 논문은 KDD 2024에서 발표되었습니다. ChatGPT 검색(2024년 10월)과 Google AI Overviews(2024년 5월)는 이후 수억 명의 검색 사용자에게 생성된 답변을 제공하기 시작했습니다. 심층 리서치 도구는 단일 보고서를 위해 수십 개의 페이지를 읽고 인용합니다. 생성된 답변에는 순위를 높일 목록이 없으므로, 노출도는 답변에서 해당 출처가 차지하는 비중과 인용의 두드러짐으로 결정됩니다.

생성형 엔진은 출처를 어떻게 선택하는가#

생성형 엔진은 웹 규모의 검색 증강 생성(RAG)을 기반으로 구축된 오픈 도메인 질의응답 시스템입니다. 사용자의 질문을 하나 이상의 검색 쿼리로 다시 작성하는데, Google은 AI Mode에서 이 단계를 쿼리 팬아웃이라고 부릅니다. 그런 다음 색인에서 후보 페이지를 검색하고, 시맨틱 검색과 재순위화 모델을 사용해 각 하위 질문에 답하는 구절을 선택한 뒤, 대규모 언어 모델(LLM)이 해당 구절을 바탕으로 인용 출처를 포함한 답변을 작성합니다. 각 단계는 페이지가 통과해야 하는 관문입니다:

검색된 구절에 답변을 그라운딩하는 것은 엔진이 환각을 줄이는 방법이기도 하므로, 숫자, 날짜, 출처와 함께 사실을 명확하게 서술하는 콘텐츠는 왜곡 없이 인용하기 쉽습니다.

GEO 논문에서 확인한 내용#

Aggarwal과 동료들은 여러 도메인에 걸친 9개 데이터셋에서 추출한 약 10,000개의 쿼리로 GEO-bench를 구축하고, 두 가지 방식으로 가시성을 측정했습니다. 하나는 답변에서 출처의 인용 위치에 따라 해당 출처에서 가져온 단어 수에 가중치를 부여하는 위치 보정 단어 수이고, 다른 하나는 LLM이 평가하는 주관적 인상 점수입니다. 이들은 9가지 방법으로 출처 페이지를 다시 작성한 결과, 신뢰할 수 있는 출처 인용, 인용문, 통계를 추가하면 가시성이 최대 40퍼센트 높아지는 반면, 고전적인 검색 기법인 키워드 채우기는 효과가 거의 없거나 전혀 없음을 확인했습니다. 일반 검색에서 순위가 낮았던 페이지가 가장 큰 이득을 얻었습니다. Perplexity에서는 인용문을 추가했을 때 위치 보정 단어 수가 약 22퍼센트 증가했고, 통계를 추가했을 때 주관적 인상 점수가 최대 37퍼센트 높아졌습니다.

GEO와 SEO 및 관련 용어#

SEO와 GEO는 크롤링 가능한 페이지, 명확한 구조, 유용한 콘텐츠라는 기반을 공유합니다. GEO는 “이 페이지의 순위가 높은가?”라는 질문에 “답변이 이 페이지를 인용하는가, 그리고 정확하게 인용하는가?”라는 질문을 더합니다. 답변 엔진 최적화(AEO), AI 검색 최적화, LLM 최적화(LLMO)는 현재 동의어로 사용됩니다. 프롬프트 엔지니어링은 사용자가 모델에 보내는 지시를 조정하는 것으로 GEO는 이를 볼 수 없으며, RAG 엔지니어링은 엔진 내부의 검색기와 생성기를 구축하는 것으로 GEO는 이를 블랙박스로 취급합니다.

기술적 접근성#

크롤러 규칙이 첫 번째 관문을 결정합니다. AI 기업은 모델 학습과 검색에 별도의 크롤러를 운영하므로, 사이트는 한쪽 크롤러를 차단하면서 다른 쪽 크롤러는 허용할 수 있습니다. OpenAI는 이를 위해 크롤러 두 개를 운영합니다. GPTBot은 학습 데이터를 수집하고, OAI-SearchBot은 ChatGPT 검색용으로 페이지를 색인합니다. Google-Extended는 Google이 동일한 robots.txt에서 읽는 제어 토큰입니다. Googlebot은 여전히 검색과 AI Overviews를 위해 페이지를 가져오며, Google-Extended에 대한 Disallow은 Gemini 학습과 그라운딩에 페이지를 사용하는 것을 차단합니다. Python 표준 라이브러리를 사용하면 에이전트와 같은 방식으로 robots.txt 정책을 읽을 수 있습니다:

from urllib.robotparser import RobotFileParser

# Opt out of model training while staying fetchable for AI search and classic search
robots_txt = """
User-agent: GPTBot
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: *
Allow: /
"""
parser = RobotFileParser()
parser.parse(robots_txt.splitlines())

for agent in ["GPTBot", "OAI-SearchBot", "Google-Extended", "Googlebot"]:
    allowed = parser.can_fetch(agent, "/glossary/generative-engine-optimization-geo")
    print(f"{agent}: {'allowed' if allowed else 'blocked'}")

실행 결과 GPTBot: blocked, OAI-SearchBot: allowed, Google-Extended: blocked, Googlebot: allowed이 출력되므로, 페이지는 ChatGPT 검색, Google 검색, AI Overviews에 계속 노출될 수 있지만 OpenAI와 Gemini의 학습 데이터에는 포함되지 않습니다. 크롤러 규칙 외에도 페이지는 로그인 없이 로드되고 XML 사이트맵에 포함되어야 하며, 일반적으로 JSON-LD로 작성된 정확한 Schema.org 구조화 데이터를 기사, 제품, 소프트웨어 등의 엔터티에 적용해야 합니다. Ultralytics Platform에서도 컴퓨터 비전 데이터셋과 프로젝트에 같은 접근 규칙이 적용됩니다. 공개로 설정한 항목은 로그인 여부와 관계없이 모든 방문자가 깔끔한 URL로 열 수 있어 검색 크롤러와 AI 어시스턴트가 검색할 수 있으며, 비공개 항목은 로그인 뒤에 유지됩니다.

GEO 측정#

생성된 답변은 문구, 검색 색인, 모델 버전에 따라 달라지므로, 팀은 시간에 따라 대표 질문의 고정된 집합을 추적하고 각 엔진이 어떤 페이지를 얼마나 자주 인용하는지, 답변이 해당 페이지를 정확하게 나타내는지를 기록합니다. 어시스턴트에서 유입된 트래픽은 chatgpt.com 및 perplexity.ai와 같은 도메인에서 발생한 방문으로 분석 도구에 표시됩니다. 검색 엔진은 인용 정보를 직접 보고하기 시작했습니다. 2026년 2월 공개 프리뷰로 출시된 Bing Webmaster Tools AI Performance 보고서는 각 페이지가 Microsoft Copilot 및 Bing AI 답변에서 인용된 횟수와 해당 페이지를 검색한 그라운딩 쿼리를 보여줍니다.