생성형 AI가 정보 검색 방식을 재편하면서 전통적인 검색엔진최적화(SEO)만으로는 더 이상 충분하지 않은 시대가 도래했다. 챗GPT, 구글 AI 오버뷰, 퍼플렉시티 같은 AI 엔진이 사용자 질문에 직접 답변을 생성하면서, 웹사이트 클릭 없이 정보를 얻는 '제로 클릭 검색'이 급증하고 있다. 웹사이트 트래픽 분석 플랫폼 시밀러웹(Similarweb)이 발표한 실용 가이드에 따르면, 기업들은 이제 생성형 엔진 최적화(Generative Engine Optimization, GEO)라는 새로운 전략을 도입해야 AI 시대에 브랜드 가시성을 유지할 수 있다.

제로 클릭 검색 69%까지 급증, 웹사이트 트래픽 위기 현실화

AI 기반 검색의 성장은 웹사이트가 전통적으로 SEO를 통해 확보해 온 트래픽을 잠식하기 시작했다. 검색 결과를 클릭하는 대신, 사용자들은 구글과 빙(Bing)의 상단에 표시되는 AI 생성 답변이나 챗GPT에 직접 질문하는 방식으로 만족하고 있다. 이는 브랜드 웹사이트가 AI 답변에 정보를 제공하더라도 실제 방문으로 이어지지 않는다는 의미다.

서치엔진랜드(Search Engine Land)에 인용된 시밀러웹 보고서에 따르면, 클릭 없이 해결되는 검색 쿼리 비율이 2024년 5월 56%에서 2025년 5월 69%로 증가했다. 월스트리트저널(Wall Street Journal)은 이메일 마케팅 제공업체 메일침프(Mailchimp)가 소비자들이 AI 요약에 더 의존하면서 트래픽이 급감했다고 보도했다. 이에 대응해 메일침프는 로딩 속도와 구조화된 코드 같은 기술적 요소를 우선시하며 AI 크롤러에 맞춰 사이트를 최적화했다.

버지니아대학교 비즈니스스쿨(University of Virginia School of Business) 보고서는 소비자의 60% 이상이 쇼핑에 AI를 사용한다고 밝혔으며, 모던리테일(Modern Retail)은 챗GPT가 현재 월마트(Walmart) 리퍼럴 트래픽의 20%를 차지한다고 전했다. 클라우드플레어(Cloudflare)의 2,500만 웹사이트 연구에서 AI 기반 리퍼럴 트래픽은 현재 1% 미만이지만, 특히 리테일 부문에서 빠르게 성장하고 있다.

생성형 엔진 최적화란 무엇인가, SEO와 어떻게 다른가

생성형 엔진 최적화는 AI 챗봇과 생성형 AI를 활용하는 검색엔진을 위해 콘텐츠를 최적화하는 것을 의미한다. 사용자 쿼리에 직접 답변하는 고품질의 맥락적으로 관련성 높은 콘텐츠를 만들고, AI 모델이 학습하고 최신 데이터를 검색하며 정보를 합성하는 방식과 호환되도록 하는 데 초점을 맞춘다.

GEO는 챗GPT, 제미나이, 클로드 같은 대규모 언어모델을 사용하는 AI 답변 엔진과, 구글이 검색결과페이지(SERP) 상단에 표시하는 AI 오버뷰를 포함한다. 최근 연구에 따르면 구글은 일반 쿼리의 30%, 문제 해결 쿼리의 74%에서 AI 오버뷰를 표시한다. 2025년 6월에는 검색엔진에 통합된 완전한 생성형 인터페이스인 AI 모드를 출시했다.

GEO와 SEO는 많은 유사점을 공유한다. 질문에 답하는 명확한 콘텐츠, 제목이 있는 스캔 가능한 구조, FAQ, 단락, 엔티티 중심 작성, 출처 인용 등이 여전히 중요하다. 디지털 PR, 링크, 브랜드 언급도 핵심 요소다. LLM은 신뢰할 수 있고 잘 참조된 출처를 선호하기 때문이다.

그러나 GEO는 AI 플랫폼에 특화된 활동 계층을 추가한다. 팀은 여러 LLM에서 인용, 언급, 음성 점유율을 추적하고 응답이 브랜드 인식을 어떻게 반영하는지 분석해야 한다. GEO는 프롬프트 설계, 임베딩과 유사성, 자연어처리(NLP) 및 시맨틱 검색, 워크플로 자동화 같은 AI 관련 기술 학습을 요구한다.

AI 크롤러 최적화부터 데이터 기반 인사이트까지, 7가지 필승 전략

시밀러웹은 성공적인 GEO 전략을 구축하기 위한 일곱 가지 방법을 제시했다.

첫째, 생성형 AI 리서치 및 분석이다. AI 플랫폼이 브랜드, 경쟁사, 중요한 주제를 어떻게 보는지 이해하는 구조화된 리서치 프로세스가 효과적인 GEO의 시작점이다. GEO 프롬프트 리서치를 통해 AI 플랫폼이 선호하는 대화형, 롱테일, 의미적으로 관련된 용어를 식별하고, AI 오버뷰 응답 분석으로 어떤 쿼리가 AI 오버뷰를 트리거 하는지 파악해야 한다.

둘째, AI 크롤러를 위한 기술 최적화다. AI 크롤러는 인간처럼 탐색하지 않고 응답에 인용할 수 있는 명확하고 잘 정의된 스니펫(검색 결과에서 보여주는 핵심 정보의 요약본)을 찾아 페이지를 빠르게 스캔한다. 많은 조직과 클라우드플레어 같은 CDN(콘텐츠 전송 네트워크)이 기본적으로 AI 봇을 차단하지만, GEO를 극대화하려면 공개 콘텐츠에 대한 AI 봇 액세스를 제한 없이 허용해야 한다. 명확한 제목, 짧은 단락, 글머리 기호 목록, 표를 사용해 독자가 글 전체를 세밀히 읽지 않아도, 빠르게 훑어보면서 핵심 정보를 파악할 수 있게 만들고, FAQ 마크업, 하우투(howto), 제품 같은 스키마 마크업을 적용해야 한다.

셋째, AI 가독성을 위한 콘텐츠 구조화다. AI 기반 플랫폼은 파싱하기 쉽고 맥락적으로 명확하며 사용자 의도와 직접 일치하는 콘텐츠를 선호한다. 스키마 마크업과 구조화된 데이터를 사용해 개념 간 관계를 명시적으로 만들고, 명확한 제목, 글머리 기호, 간결한 단락으로 콘텐츠를 구성해 AI가 모호함 없이 관련 세그먼트를 추출할 수 있도록 해야 한다.

넷째, 높은 순위 리스트와 평판 있는 사이트에서 브랜드 언급 확보다. 많은 AI 생성 답변이 높은 순위의 구글 결과, 특히 리스트 기반 콘텐츠에서 직접 가져오기 때문에, 이러한 기사에 배치되는 것이 가시성을 개선하는 가장 빠른 방법 중 하나다. 예를 들어 '금융 소프트웨어'를 타깃팅한다면, '최고의 금융 소프트웨어', '중소기업을 위한 최고의 금융 소프트웨어', '개인 예산을 위한 최고의 금융 소프트웨어' 등 다양한 청중 세그먼트와 사용 사례를 위한 전용 콘텐츠를 개발할 수 있다.

다섯째, 신뢰할 수 있는 디렉토리와 데이터베이스에서 존재감 확보다. 생성형 엔진은 종종 권위 있는 디렉토리와 데이터베이스의 데이터를 참조한다. 클로드처럼 직접 참조하거나, 챗GPT와 제미니처럼 색인된 검색 결과를 통해 간접적으로 참조한다. 가장 가치 있는 출처는 통계 및 시장 데이터 플랫폼 스태티스타(Statista), 글로벌 컨설팅 기업 맥킨지(McKinsey), 글로벌 비영리 여론조사 기관 퓨리서치센터(Pew Research Center) 같은 티어 1 고권위 리서치 허브, 위키피디아, 블룸버그, 클러치(Clutch) 같은 티어 2 일반 디렉토리 및 리뷰 사이트, 그리고 분야별 티어 3 산업별 애그리게이터(여러 출처의 정보를 한곳에 모아 보여주는 플랫폼 또는 서비스)로 분류된다.

여섯째, 독창적이고 데이터 기반 인사이트 발행이다. 독창적인 리서치와 독점 데이터는 AI 플랫폼에서 인용을 확보하는 가장 신뢰할 수 있는 방법 중 하나다. 생성형 시스템은 이미 널리 사용 가능한 것 이상을 제공하는 콘텐츠에서 가져오는 것을 선호한다. 연례 산업 벤치마크 보고서 발행, 독창적인 설문조사 결과 생산, 심층 사례 연구 공개 등이 콘텐츠를 주요 출처로 자리매김한다.

일곱째, 디지털 PR 활동 구현이다. 산업 권위자로서의 평판 구축은 전문성을 올바른 청중 앞에 배치하는 것을 요구한다. 디지털 PR은 AI 시스템이 인식하는 권위 있는 언급을 얻는 가장 효과적인 방법 중 하나로 남아 있다. 뉴스 기사와 산업 보고서에 전문가 인용 기여, 틈새 팟캐스트 출연, 긍정적인 미디어 커버리지 확보, 백서나 분석가 보고서에 인용되는 것 등이 모두 브랜드에 연결된 신뢰할 수 있는 참조 수를 증가시킨다.

DCA 모델과 GEO, AI 마케팅 전략을 당장 시작해야 하는 이유

생성형 AI 시대의 마케팅 전략은 기술적 최적화와 소비자 행동 이해라는 두 가지 축에서 동시에 접근해야 한다. 이번 시밀러웹의 GEO 가이드와 종합 커뮤니케이션 그룹 함샤우트 글로벌의 DCA 모델을 함께 살펴보면, 한국 기업들이 취해야 할 실질적인 방향이 명확해진다.

첫째, GEO는 '어떻게' AI에 노출될 것인가의 문제이고, DCA는 '왜' AI 최적화가 필요한가를 설명하는 프레임워크다. DCA 모델이 제시하는 것처럼 소비자들이 더 이상 웹을 떠돌아다니지 않고 AI와의 대화에서 즉각적인 의사결정을 내린다면, GEO가 제시하는 AI 크롤러 최적화, 구조화된 콘텐츠, 권위 있는 디렉토리 등록은 선택이 아닌 필수가 된다.

둘째, 한국 기업들은 글로벌 AI 엔진과 국내 플랫폼을 아우르는 이중 전략이 필요하다. 시밀러웹 데이터가 보여주듯 챗GPT가 월마트 리퍼럴 트래픽의 20%를 차지하는 등 글로벌 시장에서는 이미 변화가 가시화되고 있다. 그러나 한국에서는 네이버 서치GPT, 카카오의 AI 서비스 등 자체 생성형 AI 생태계가 빠르게 성장하고 있다. 기업들은 구글 AI 오버뷰와 챗GPT를 위한 영문 콘텐츠 전략과 함께, 국내 AI 플랫폼에 최적화된 한글 콘텐츠 전략을 병행해야 한다.

결국 AI 시대의 마케팅 성공은 소비자 행동 변화에 대한 깊은 이해(DCA)와 기술적 실행력(GEO/SAO)을 얼마나 효과적으로 결합하느냐에 달려 있을 것이다.

FAQ (※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다)

Q. 생성형 엔진 최적화(GEO)가 무엇인가요?

A. 생성형 엔진 최적화는 챗GPT, 구글 AI 오버뷰, 퍼플렉시티 같은 AI 플랫폼이 생성하는 답변에 콘텐츠가 나타나도록 최적화하는 과정입니다. AI 모델이 파싱하고 인용할 수 있는 구조화되고 권위 있는 콘텐츠를 강조합니다.

Q. GEO가 지금 왜 중요한가요?

A. 더 많은 사용자가 정보를 얻기 위해 AI 도구에 의존하면서 웹사이트로 가는 클릭이 줄어들고 있습니다. GEO는 사용자가 사이트를 직접 방문하지 않더라도 AI 답변에서 브랜드가 여전히 보이고 정확하게 표현되도록 보장합니다. 실제로 클릭 없이 해결되는 검색이 2024년 56%에서 2025년 69%로 증가했습니다.

Q. GEO의 핵심 모범 사례는 무엇인가요?

A. 구조화된 가독성을 위한 콘텐츠 최적화, 스키마 마크업 사용, 독창적인 리서치 발행, 고권위 리스트와 디렉토리에서 배치 확보, AI 도구가 브랜드를 어떻게 인용하는지 모니터링하는 것이 모범 사례입니다. AI 봇을 차단하지 않고 페이지 로딩 속도를 2초 이내로 유지하는 것도 중요합니다.

해당 기사에 인용된 보고서 원문은 시밀러웹에서 확인 가능하다.

보고서명: What is Generative Engine Optimization (GEO): Practical Guide and 7 Winning Tactics

이미지 출처: 시밀러웹

해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.