GEO란? 개발자가 논문 읽고 AI한테 직접 물어봤다

곽인구
곽인구
∙∙조회 2
GEO란? 개발자가 논문 읽고 AI한테 직접 물어봤다

GEO(생성형 엔진 최적화)는 ChatGPT·Perplexity 같은 AI 검색이 답을 만들 때 내 글이 근거로 쓰이게 하는 최적화다.

논문 두 편을 읽고 Develog 글로 직접 물어본 결론부터 말하면, AI 인용을 고민하기 전에 검색에 걸리는 게 먼저인 것 같다.

브랜드 질문을 빼고 AI에게 26번 물었을 때 Develog 글이 잡힌 건 2번이었는데, 같은 글들을 구글에 검색하면 5번 모두 1~2위였다.

서론

요즘 AI 검색 이야기가 나오면 꼭 따라오는 문장이 있다.

"통계와 인용을 넣으면 AI 검색 노출이 최대 40% 늘어난다."

그런데 이 40%가 어떤 실험에서, 무엇을 보고 나온 숫자인지 설명하는 글은 거의 없었다.

그래서 개발할 때 라이브러리 문서를 원본부터 찾아보듯이, 이 숫자도 원본부터 따라가 보기로 했다. 출처를 따라가 보니 GEO라는 말을 처음 만든 논문 한 편이 나왔다.

논문 2쪽에 바로 그 문장이 있다.

<GEO 원 논문 2쪽 (Aggarwal et al., KDD 2024, arXiv v3, CC BY 4.0)>

인용, 관련 출처의 인용문, 통계를 넣으면 출처의 가시성이 여러 질문에서 40% 넘게 올랐다는 내용이다. 바로 위 문장과 초록에는 "최대 40%(up to 40%)"라고 적혀 있다.

원 논문을 읽고, 그 논문을 다시 실험한 논문도 읽고, 마지막으로 Develog 글로 AI에 직접 물어봤다.

오늘은 그 이야기를 하려고 한다.

구글 1위인 내 글이 AI 답변에는 없었다

논문 이야기로 들어가기 전에, 내 글 하나로 확인한 결과를 먼저 보여 주고 싶다.

2026년 11월 23일, 구글에 "Ghostty 한글 폰트 D2Coding 설정"을 검색해 봤다. 내가 Develog에 쓴 Ghostty 설정 글이 나오는 질문이다.

먼저 일반 검색 결과. 1위였다.

<구글 검색 결과 1위가 Develog 글이다>

다음은 검색 결과 위에 뜬 AI 개요. 오른쪽 출처 카드 1번도 같은 글이었다.

<구글 AI 개요의 출처 카드 1번이 Develog 글이다>

마지막으로 대화형 AI. 비슷한 질문을 Perplexity에 했을 때는 출처 10개 중에 이 글이 없었다. GitHub, Ghostty 공식 문서, 다른 블로그가 그 자리를 채웠다.

같은 글이어도, 구글 1위가 대화형 AI의 인용으로 그대로 이어지지는 않았다.

같은 글인데 왜 이런 차이가 날까. 아래에서 논문 두 편과 직접 물어본 결과로 하나씩 따라가 본다.

GEO란?

GEO(Generative Engine Optimization, 생성형 엔진 최적화)는 AI 검색이 답을 만들 때 내 글이 근거로 더 많이, 더 앞에 쓰이게 하는 최적화다.

이 말은 2023년 11월 프린스턴대·IIT 델리 연구팀이 공개한 논문 「GEO: Generative Engine Optimization」에서 처음 나왔고, 2024년 데이터마이닝 학회 KDD에 정식으로 실렸다.

비슷한 말로 SEO, AEO가 있어서 셋을 나란히 놓고 보면 쉽다.

  • SEO: 검색 결과 목록에서 몇 위에 뜨나
  • AEO: 검색 결과 위 답변 상자(구글 AI 개요, 네이버 AI 브리핑)의 근거로 뽑히나
  • GEO: ChatGPT·Perplexity 같은 대화형 AI 답변의 근거로 쓰이나

앞에서 본 Ghostty 글로 보면 구글 1위가 SEO, AI 개요의 출처 카드가 AEO, Perplexity 답변의 출처가 GEO다.

AEO와 GEO는 겹치는 부분이 많아서 쓰는 사람마다 경계가 조금씩 다르다. 이 글에서는 검색창 안에 뜨는 답변 상자는 AEO, 대화형 AI의 답변은 GEO로 나눠서 보려고 한다.

'AI가 내 글을 인용한다'는 게 뭘까?

Ghostty 글은 Perplexity에 인용되지 않았다. 그러면 인용된다는 건 어떤 모습일까.

말로만 들으면 감이 잘 안 와서, 인용된 적이 있는 다른 글로 실제 화면부터 보는 게 빠를 것 같다.

Perplexity에 "해커톤은 구현력보다 기획력 싸움이라는 주장 근거"를 물어본 답변의 일부다.

<문장 끝 회색 표시가 그 문장의 근거 출처다. +1은 출처가 하나 더 붙었다는 뜻>

문장 끝에 붙은 develog.develrocket 같은 회색 표시는 "이 문장은 이 글을 보고 썼다"는 뜻이다. 이게 AI가 글을 인용한 것이다. 여기 나온 develog.develrocket은 내가 Develog에 쓴 해커톤 글이다.

GEO가 노리는 건 결국 이 회색 표시에 내 글이 붙는 것이다.

헷갈리기 쉬운 단어가 하나 있다. 논문에 나오는 "인용문 추가"의 인용은 이 인용과 다른 이야기다.

<AI가 내 글을 인용하는 것과, 내 글에 인용문을 넣는 것은 다르다 (예시 문장은 가상 예시)>

그래서 이 글에서는 AI가 내 글을 근거로 쓰는 건 "인용", 내 글에 따옴표로 남의 말을 넣는 건 "인용문"이라고 나눠서 쓰려고 한다.

원 논문은 어떻게 실험했을까?

구조는 생각보다 단순하다.

<원 논문 실험을 단순하게 그린 그림>

  1. 질문 하나를 구글에 검색해서 상위 5개 글을 가져온다.
  2. AI(GPT-3.5)가 그 5개만 읽고 답을 쓴다. 문장마다 어느 글에서 가져왔는지 번호를 단다.
  3. 5개 중 한 글을 AI에게 "인용문을 넣어서 다시 써 줘"처럼 고쳐 쓰게 한다.
  4. 다시 답을 만들고, 고친 글이 답변에서 차지하는 몫이 늘었는지 본다.

글이 5개라서 아무것도 안 하면 한 글의 몫은 20% 정도다. 논문에서 잰 값으로는 19.3%였다. 실제 지표는 앞쪽 문장에 가중치를 더 주는 방식인데, 감을 잡는 데는 "답변 10문장 중 몇 문장이 내 글 덕분인가" 정도로 보면 될 것 같다.

"최대 40%"는 답변 속 내 글의 몫이 19.3%에서 27.2%로 늘어난 것을 비율로 계산한 숫자다.

효과 있던 방법, 없던 방법

논문은 글을 고쳐 쓰는 방법 9가지를 비교했다. 눈에 띄는 것만 추리면 이렇다. 숫자는 답변 속 몫이 얼마나 변했는지이고, 논문 표 1의 값으로 직접 계산했다.

  • 인용문 추가 (전문가 말을 따옴표로): +40.9%
  • 통계 추가 (설명을 숫자로): +30.6%
  • 문장 다듬기: +28.0%
  • 출처 표기 ("OO 조사에 따르면"): +27.5%
  • 키워드 반복: −8.3%

나머지 4가지(전문 용어, 쉬운 표현, 권위적인 말투, 독특한 단어)는 +6~18% 사이였다.

키워드를 반복해서 넣는 예전 SEO 방식은 AI 답변에서는 오히려 손해였다.

여기까지만 보면 "인용문이랑 통계를 넣자"로 끝날 것 같다.

그런데 실험 그림을 다시 보면 걸리는 게 하나 있다.

'최대 40%'의 함정: 내 글은 이미 5개 안에 있었다

실험 그림에 논문이 다룬 범위를 표시해 보면 이렇다.

<논문이 실험한 건 주황 점선 안쪽뿐이다>

이 실험에서 내 글은 처음부터 AI가 읽는 5개 안에 들어 있었다.

현실에서 제일 어려운 건 AI가 수많은 글 중에서 내 글을 찾아오게 만드는 일이 아닐까 싶다. 그런데 실험은 그 단계를 건너뛰고 시작했다. 저자들도 고쳐 쓴 글이 검색 순위에 어떤 영향을 주는지는 평가하지 않았다고 적었다.

조건이 몇 가지 더 있다.

  • 클릭이나 방문자 수는 보지 않았다. 본 건 답변 안의 분량뿐이다.
  • 글을 고친 것도, 답을 쓴 것도, 채점한 것도 GPT-3.5다. 같은 AI가 자기 취향의 문장을 더 좋아했을 수 있다.
  • AI가 넣은 통계·인용문이 사실인지는 확인하지 않았다. 출처 없는 "지난 10년간 70% 증가" 같은 숫자를 넣고도 몫이 올라간 사례가 논문에 나온다.
  • 영어 질문, 구글 검색 결과만 썼다. 한국어나 네이버에서도 같을지는 알 수 없다.

그래서 40%는 "AI 노출이 40% 늘었다"라기보다, "이미 후보에 오른 글이 답변 안에서 조금 더 쓰였다"에 가까운 숫자라고 생각한다.

물론 논문이 틀렸다는 이야기는 아니다. 처음 문제를 정의한 논문이 모든 조건을 다 볼 수는 없다. 다만 이 숫자가 조건 없이 돌아다니는 건 조금 아쉬운 것 같다.

다른 연구팀이 '순서'로 다시 확인해 봤더니

2025년 NeurIPS에 실린 「C-SEO Bench: Does Conversational SEO Work?」라는 논문이 있다. 제목부터 "이거 정말 효과 있어?"라고 묻는 논문이다. 네이버 AI Lab 연구자도 저자로 참여했다.

이 팀은 원 논문의 9가지 중 8가지를 가져오고 새 방법 2가지를 더해 다시 실험했다. 방법은 거의 같은데, 보는 기준을 바꿨다. 답변에서 얼마나 많이 쓰였나가 아니라, 몇 번째로 인용됐나를 봤다.

<같은 답변도 어떤 기준으로 보느냐에 따라 결론이 달라진다>

AI가 추천 5개를 순서대로 보여 주면, 사람은 위에서부터 읽는다. 4번째에서 설명이 길어지는 것보다 1번째로 소개되는 게 훨씬 중요하다는 게 이 팀의 생각이다.

결과는 꽤 달랐다.

  • 54개 실험 조합 중 순위가 의미 있게 오른 건 3개뿐이었다.
  • 원 논문에서 가져온 8가지 중에서는 0개였다. 통계 추가는 24개 설정 중 19개에서 오히려 순위를 떨어뜨렸다.
  • 반대로 글을 AI가 읽는 목록 맨 앞에 놓기만 해도 순위가 평균 0.7~2.8계단 올랐다(GPT-4o-mini 기준).

글을 고치는 것보다, AI가 읽는 목록에 먼저 그리고 앞쪽에 들어가는 게 훨씬 중요했다.

이 연구도 한계는 있다. 검색 결과를 고정해 두고 답변 단계만 봤고, 글을 고친 AI도 하나뿐이었다. 그래서 "통계를 넣으면 손해다"라고 단정하는 것도 조심해야 할 것 같다.

Develog 글로 AI에 직접 물어봤다

논문 숫자만 봐서는 실감이 안 나서, Develog 글로 직접 확인해 봤다.

2026년 11월 22~23일, Develog 글 내용에 맞춘 질문 27개를 Perplexity에 11번, ChatGPT에 16번 물었다. 질문마다 한 번씩만 물었다.

결과를 한 줄로 줄이면 이렇다. 브랜드 이름을 직접 물은 질문 1개를 빼면, AI에서는 26개 질문 중 2번 잡혔다. 그런데 같은 글들을 구글에 검색해 보면 5번 모두 Develog 글이 1~2위였다. 해커톤, Ghostty, Steam, 블로그 카테고리 글로 검색한 결과다.

잡힌 2번은 해커톤 글(질문 1개 중 1번)과 김정택 님의 Steam 연재(질문 16개 중 1번)였다. 이현진 님의 「벤치에서 발롱까지」(질문 6개)와 내 Ghostty·tmux·개발자 설문 글(질문 3개)은 한 번도 잡히지 않았다. 기준점으로 물어본 "Develog는 어떤 서비스야?"에서는 출처 10개 중 9개가 Develog였다.

구글 검색에서 잘 되는 글과 대화형 AI에 인용되는 글이 꼭 같지는 않은 것 같다.

구체적인 how-to 글이어도, AI가 찾아오는 출처 목록에 들지 못하면 답변에 쓰일 기회 자체가 없었다.

잡힌 경우 1: 해커톤 글

앞에서 본 답변의 출처 목록을 열어 보면 이렇다.

<Perplexity가 찾아온 출처 10개 중 2번째가 Develog 글이었다>

이 답변 하나로 두 논문의 기준을 직접 비교해 볼 수 있었다.

  • 몇 번째로 인용됐나(C-SEO Bench 방식): 답변에서 근거 표시가 처음 나온 순서로 보면, 요즘IT 다음 2번째였다.
  • 답변에서 얼마나 쓰였나(원 논문 방식에 가까운 감각): 근거 표시 13개 중 3개, 약 23%였다. 요즘IT가 9개로 대부분을 차지했다.

해커톤 글이 잡힌 이유는 "입상 3위"라는 키워드가 들어 있어서가 아닐까 싶다.

잡힌 경우 2: Steam 연재

김정택 님의 Steam 글은 조회수 3,703으로 Develog에서 많이 읽힌 글이다.

그런데 이 글로 물어본 질문 16개 중 15개에서는 잡히지 않았다. 대부분 가입 절차, 수수료, 세금 정보, 빌드 업로드처럼 글 내용을 묻는 질문이었다. 출처 자리는 대부분 Valve 공식 문서가 가져갔고, 나머지는 유튜브와 다른 블로그였다.

그런데 딱 한 번, 결과가 완전히 달랐다. ChatGPT에 "인디게임 스팀 출시 준비 SteamWorks 가입부터 빌드 업로드 배포까지 블로그 글 찾아줘"라고 물었더니, 이 연재를 "가장 추천하는 한국어 블로그" 1번으로 소개했다.

<ChatGPT가 Develog의 Steam 연재 1편을 가장 추천하는 한국어 블로그 1번으로 소개했다. 2번은 같은 연재 2편이었다>

같은 글인데, 방법을 물으면 공식 문서에 밀리고 가입부터 배포까지 이어지는 연재 글을 찾으면 1번으로 나왔다. 단편 정보는 공식 문서에서, 처음부터 끝까지 직접 해 본 기록은 개인 연재에서 가져오는 것 같다. 다만 15개 중 "블로그"를 넣은 다른 질문 3개에서는 나오지 않았고, 한 번씩만 물어본 결과라서 단정하기는 어렵다.

이걸 보고 나니, 게임을 만든 사람이 개발하고 출시하는 과정을 연재로 남겨 두면 누군가 AI에게 "이런 게임 만든 사람 후기 찾아줘"라고 물을 때 그 기록이 답으로 걸릴 수도 있겠다는 생각이 든다.

구글 검색에서는 이야기가 달랐다

AI에는 한 번도 잡히지 않은 글이 하나 있었다. 이현진 님의 「벤치에서 발롱까지」 추천 글이다.

게임 이름, 장르, 후기로 6번 물어봤지만 아직 잡히지 않았다. "후기 블로그 글을 찾아 달라"고 물었을 때 ChatGPT가 1번으로 가져온 건 다른 블로그의 플레이 후기였다. 22시즌, 451경기, 169골처럼 직접 플레이한 기록이 숫자로 정리된 글이었다. 11월 2일에 올라온 글이라 아직 AI 검색에 덜 들어갔을 수도 있어서, 몇 주 뒤에 다시 물어보면 달라질지 궁금하다.

그런데 구글 검색에서는 이야기가 완전히 달랐다. Develog의 구글 Search Console을 열어 보니, 이 글은 11월 2일에 올라온 뒤 3주도 안 돼서 구글 검색 노출 39.3만 회, 클릭 939회를 기록했다 (최근 28일 보고서, 2026년 11월 20일까지).

<구글 Search Console: 「벤치에서 발롱까지」 글의 최근 28일 실적>

가장 많이 들어온 검색어는 게임 이름 "벤치에서 발롱까지"였다. 이 검색어 하나로만 노출 26만 회, 클릭 422회였고, 평균 게재순위는 5~6위 정도였다.

<인기 검색어 상위 5개 (표 가운데 빈 칸은 잘라냈다)>

대화형 AI는 아직 이 글을 인용하지 않았지만, 구글 검색에서는 이미 수십만 번 노출되고 있었다.

AI 인용은 그다음 문제고, 먼저 검색에 잘 걸리는 글이 사람을 데려온다는 걸 보여 주는 숫자인 것 같다.

마무리

GEO 원 논문은 "이렇게 쓰면 40% 더 나온다"는 처방전이라기보다, AI 답변 속 노출을 처음으로 숫자로 보려고 한 출발점이라고 생각한다.

정리하면 이렇다.

  • 원 논문의 "최대 40%"는 이미 AI가 읽는 5개 안에 든 글이, 답변에서 조금 더 쓰인 정도의 변화다.
  • 순서로 다시 확인해 보니 효과는 대부분 사라졌고, AI가 읽는 목록 앞쪽에 들어가는 게 가장 컸다.
  • Develog 글로 직접 물어보니 AI에서는 26개 질문 중 2번 잡혔고, 같은 글들이 구글에서는 5번 모두 1~2위였다.

결국 AI가 내 글을 출처로 가져가려면, 먼저 검색엔진에 잘 노출되어야 한다.

그렇다면 AI 검색 시대에도 SEO는 무시할 수 없다.

그래서 블로그에 글 쓰는 사람이 할 일도 생각보다 소박하다.

  • 검색에 걸리는 게 먼저다. 제목, 색인, 검색 순위 같은 기본기를 건너뛸 이유는 아직 없는 것 같다.
  • "○○% 늘었다"는 AI 인용 팁을 보면 세 가지를 확인한다. AI가 글을 찾아오는 단계까지 봤는지, 분량을 봤는지 순서를 봤는지, 몇 번 반복해서 확인했는지.
  • 통계·인용문은 AI가 아니라 독자를 위해 넣는다. 실제 출처가 있는 숫자라면 AI 효과가 없어도 글은 좋아진다. 출처 없는 숫자를 만들어 넣는 건 하지 않는 게 맞다고 생각한다.
  • 처음부터 끝까지 직접 해 본 기록은 그 자체로 힘이 있는 것 같다. Steam 연재가 그랬다.

다음 편에서는 어떻게 하면 검색에 잘 노출될 수 있는지, 내가 알고 있는 지식으로 공유해 보려고 한다. 한국어 글에 인용문·통계를 넣으면 실제 AI 검색에서 더 인용되는지는 그 뒤에 Develog에서 여러 번 물어 가며 따로 실험해 볼 생각이다. 효과가 없으면 없다고 그대로 공개하겠다.


참고 자료

  • Aggarwal et al., 「GEO: Generative Engine Optimization」, KDD 2024. arXiv:2311.09735 (v3 기준, CC BY 4.0) · 코드·프롬프트: GitHub
  • Puerto et al., 「C-SEO Bench: Does Conversational SEO Work?」, NeurIPS 2025 Datasets & Benchmarks. arXiv:2506.11097
  • 원 논문 초록 원문: "GEO can boost visibility by up to 40% in generative engine responses"

Develog 직접 확인: 2026-11-2223, Perplexity(로그인 상태) 11개 질문, ChatGPT(비로그인) 16개 질문, 질문당 1회. Perplexity 출처 목록은 링크 탭 기준. Perplexity는 11번째 질문 뒤 무료 검색 한도에 걸려 나머지를 ChatGPT로 물었다. 구글 검색(SEO·AI 개요)은 2026-11-23, 로그인 상태로 6개 질문을 1회씩 확인했다. 「벤치에서 발롱까지」 노출·클릭은 Develog 구글 Search Console 실적 보고서(웹 검색, 최근 28일, 2026-10-2411-20, 해당 페이지 필터) 기준이다.

논문 수치는 원 논문 arXiv v3(KDD 판) 표 1, C-SEO Bench 표 3·5 기준이다. 변화율은 표의 절대값으로 직접 계산했다. 설명 그림은 이해를 돕기 위해 단순하게 다시 그린 것이다.

web7722 · AI 검색(AEO·GEO)을 실험하고 기록합니다.