AI 검색에서 인용되는 콘텐츠 특징｜GEO 연구에서 찾은 콘텐츠 전략
GEO 연구, AI 인용, 생성형 AI 콘텐츠, AI 검색 논문
GEO를 이야기할 때 가장 흥미로운 질문은 이것이다.
“AI는 어떤 콘텐츠를 답변에 더 많이 활용할까?”
2024년 KDD에 발표된 ‘GEO: Generative Engine Optimization’ 연구는 생성형 검색 환경에서 콘텐츠 표현 방식을 변경했을 때 가시성이 어떻게 달라지는지를 실험했다.
연구에서는 인용 추가, 통계 추가, 권위 있는 표현 방식 등 여러 최적화 방법을 테스트했고, 전체적으로 생성형 검색 가시성이 향상될 가능성을 확인했다. 다만 효과는 주제와 영역에 따라 달랐다. 따라서 “한 가지 GEO 공식”이 모든 사이트에 동일하게 적용된다고 해석해서는 안 된다. Princeton University
여기서 기업 콘텐츠 전략에 적용할 수 있는 중요한 교훈이 나온다.
첫 번째는 구체성이다.
“AI 시장이 빠르게 성장하고 있다.”
보다는
“2026년 현재 기업의 검색 전략은 전통 검색 결과뿐 아니라 AI 답변 내 브랜드 노출까지 함께 측정하는 방향으로 확장되고 있다.”
처럼 구체적인 설명이 낫다.
두 번째는 근거다.
주장만 있는 콘텐츠보다 공식 문서, 연구결과, 자체 조사 등이 있는 콘텐츠가 검증하기 쉽다.
세 번째는 명확한 정의다.
전문용어를 사용할 때 처음부터 정의를 제시한다.
“GEO는 Generative Engine Optimization의 약자로 생성형 AI의 답변 환경에서 콘텐츠와 브랜드의 발견·이해·참조 가능성을 높이기 위한 최적화 활동을 뜻한다.”
이렇게 한 문장으로 답을 먼저 제시하는 것이다.
네 번째는 자체 경험과 데이터다.
누구나 생성할 수 있는 “SEO 잘하는 법 10가지”보다 자사 프로젝트에서 발견한 실제 패턴이나 분석 데이터가 훨씬 독창적이다.
Google의 생성형 검색 최적화 가이드 역시 기존 인터넷 자료를 단순 재포장하기보다 직접적인 경험과 독창적인 관점이 있는 비범용 콘텐츠를 강조한다.
이더랩 역시 블로그를 운영한다면 단순 정보글에서 끝나기보다 ZEROPAGE 진단 데이터를 익명화하여,
“국내 기업 홈페이지 100곳 GEO 진단 결과”
“기업 사이트에서 가장 자주 발견되는 구조화 데이터 오류”
“AI가 브랜드명을 잘못 설명하는 대표적 사례”
같은 자체 리서치를 만드는 것이 강력하다.
이런 자료가 쌓이면 블로그가 단순 유입 채널을 넘어 이더랩이 AI·GEO를 실제로 연구하는 기업이라는 증거가 된다.
AI 시대 콘텐츠 경쟁은 결국 글의 양이 아니라 다른 곳에는 없는 정보의 양으로 이동할 가능성이 높다.
Comments