SEO와 GEO는 무엇이 다른가
검색엔진에 '순위'로 잡히는 것과 생성형 AI 답변에 '인용'되는 것은 다른 문제입니다. 크롤러 종류부터 최적화 신호, 측정 지표까지 SEO와 GEO가 구조적으로 어떻게 갈라지는지 정리합니다.
같은 "최적화"인데 최종 소비자가 다르다
SEO(Search Engine Optimization)는 검색 결과 목록에서 내 페이지 링크가 최대한 위쪽에 뜨게 만드는 최적화다. 사용자는 파란 링크 목록을 보고, 그중 하나를 클릭해서 내 사이트로 들어온다. 이 흐름의 최종 소비자는 결국 사람이고, 검색엔진은 그 사람에게 "어떤 링크를 먼저 보여줄지" 순서를 매기는 중개자다.
GEO(Generative Engine Optimization)는 이 중개자의 역할 자체가 바뀐 상황을 다룬다. ChatGPT 검색, Perplexity, Google AI Overview 같은 생성형 답변 엔진은 여러 출처를 찾아 읽은 다음, 그 내용을 요약·종합해서 하나의 답변 문장으로 직접 사용자에게 준다. 사용자는 종종 원문 링크를 클릭하지 않고 그 답변만 보고 만족한다(zero-click). 이 경우 최종 소비자는 사람이 아니라 LLM이다 — LLM이 내 문장을 "읽고 그대로 옮겨 쓸 만한 문장"으로 판단해야 내 콘텐츠가 답변에 반영된다.
같은 "최적화"라는 이름이 붙어 있지만, 최적화 대상이 "검색 결과 순위 알고리즘"이냐 "LLM의 인용 판단"이냐가 다르기 때문에 실제로 신경 써야 하는 지점이 갈라진다.
파이프라인 자체가 다르다
SEO는 "색인된 페이지 중 이 검색어에 가장 관련성 높은 걸 순서대로 나열"하는 랭킹 문제다. GEO는 "여러 후보 문장 중 이 질문에 답할 근거로 인용할 만한 걸 검색해서 요약에 녹여 넣는" RAG(Retrieval-Augmented Generation)에 더 가까운 구조다. 실제로 Perplexity나 ChatGPT 검색이 답변을 만드는 과정은, 이전에 LangChain RAG 오케스트레이션 글에서 다룬 "질문에 맞는 문서를 검색해서 근거로 답을 생성"하는 구조와 근본적으로 같다. 차이는 그 리트리버가 내 사이트 하나만 보는 게 아니라 웹 전체(또는 사전 학습 데이터)를 대상으로 한다는 점이다.
크롤러부터 다르게 관리해야 한다
SEO는 robots.txt에서 Googlebot·Bingbot 같은 검색엔진 크롤러의 접근을 관리하면 끝이었다. GEO 시대에는 이 목록에 없는 크롤러들이 따로 있다.
| 크롤러 | 주체 | 용도 |
|---|---|---|
| Googlebot, Bingbot | Google, Microsoft | 전통적 검색 색인 (SEO) |
| GPTBot | OpenAI | ChatGPT 학습·검색 답변용 수집 |
| ClaudeBot, anthropic-ai | Anthropic | Claude 학습·답변용 수집 |
| PerplexityBot | Perplexity | 실시간 답변 생성용 수집 |
| Google-Extended | Gemini 등 AI 모델 학습용 (일반 검색 색인과 별도 옵트아웃 가능) | |
| CCBot | Common Crawl | 다수 LLM의 사전학습 데이터 원천 |
robots.txt에 Googlebot·Bingbot만 명시하고 이 크롤러들을 신경 쓰지 않으면, 사이트 자체는 검색에 잘 잡히더라도 AI 답변에는 애초에 후보로도 오르지 못한다. 반대로, 저작권·트래픽 우회 문제로 학습용 크롤러(GPTBot, Google-Extended 등)만 선별적으로 막고 실시간 답변용 크롤러(PerplexityBot 등)는 허용하는 식으로, SEO 때보다 훨씬 세분화된 접근 정책이 필요해졌다는 점도 새로운 문제다.
"1등 링크"가 아니라 "인용될 만한 한 문장"을 만드는 문제
SEO에서 잘 먹히는 신호(키워드 밀도, 백링크 수, 페이지 체류시간)와 GEO에서 잘 먹히는 신호는 완전히 겹치지 않는다.
| SEO | GEO | |
|---|---|---|
| 핵심 자산 | 백링크 수·도메인 권위 | 사실 정확도·출처 명시·독립적으로 인용 가능한 문장 |
| 콘텐츠 형태 | 키워드를 자연스럽게 포함한 롱폼 텍스트 | 질문-답 형태로 딱 떨어지는 짧고 명확한 서술 |
| 구조화 데이터 | 리치 스니펫용 Schema.org(FAQ, Product 등) | 같은 Schema.org가 LLM의 사실 추출 정확도에도 기여 |
| 측정 지표 | 검색 순위, CTR, 오가닉 트래픽 | 답변 내 인용/언급 빈도(zero-click이라 클릭 기반 지표로 못 잼) |
| 최신성 | 정기 업데이트가 순위에 긍정적 | 실시간 크롤링형 엔진(Perplexity 등)일수록 최신 정보 반영이 즉각적으로 중요 |
특히 측정 지표 차이가 실무적으로 크다. SEO는 "몇 위에 떴는가, 몇 명이 클릭했는가"로 성과를 잴 수 있지만, GEO는 사용자가 애초에 내 사이트를 클릭하지 않기 때문에 애널리틱스 트래픽만 보면 성과가 거의 없는 것처럼 보인다. 그래서 GEO의 성과는 트래픽이 아니라 "AI 답변 안에 내 콘텐츠(또는 출처 링크)가 실제로 등장했는가"를 별도로 확인해야 하는, 아직 표준화된 측정 도구가 부족한 영역이다.
겹치는 지점도 있다
SEO와 GEO가 완전히 다른 세계는 아니다. 둘 다 아래 조건에서 이득을 본다.
- 명확한 구조 — 제목·소제목·목록으로 정보가 잘 나뉜 문서는 검색엔진의 파싱에도, LLM의 정보 추출에도 유리하다.
- 사실 기반 정확성 — 부정확한 정보는 SEO에서도 신뢰도(E-E-A-T) 감점 요인이고, GEO에서는 LLM이 애초에 근거로 채택하지 않을 확률이 높다.
- Schema.org 구조화 데이터 — FAQPage, Article, Person 같은 마크업은 리치 스니펫(SEO)과 사실 추출(GEO) 양쪽에 다 쓰인다.
즉 "잘 쓰인 글"이라는 기반 위에서 SEO는 랭킹 신호(백링크·CTR)를, GEO는 인용 가능성(명확한 단문·정확한 출처)을 추가로 요구하는 구조에 가깝다. 하나를 포기하고 다른 하나만 챙길 수 있는 관계가 아니라, 기본기는 공유하되 그 위에 얹는 최적화 방향이 갈라지는 것이다.
정리
- SEO는 검색 결과 "순위"를 다투는 문제이고, GEO는 LLM의 답변에 "인용"되는 문제다 — 최종 소비자가 사람이냐 LLM이냐가 다르다.
- GEO의 파이프라인은 전통적 랭킹 알고리즘이 아니라 RAG 구조(검색 → LLM이 종합 → 답변)에 가깝다.
robots.txt관리 대상이 Googlebot·Bingbot에서 GPTBot·ClaudeBot·PerplexityBot·Google-Extended·CCBot까지 늘었고, 학습용과 실시간 답변용 크롤러를 구분해서 정책을 정해야 하는 상황이 됐다.- GEO는 zero-click 특성상 클릭 기반 지표로 성과를 측정하기 어렵고, "답변에 실제로 인용됐는가"를 별도로 확인해야 한다.
- 구조화된 문서·정확한 사실·Schema.org 마크업은 SEO와 GEO 모두에 도움이 되는 공통 기반이고, 그 위에서 SEO는 랭킹 신호를, GEO는 인용 가능성을 추가로 요구한다.