사고 싶은 게 생기면 예전엔 검색창에 키워드를 쳤습니다. 요즘은 AI한테 물어봅니다. 그러면 AI가 비교하고, 정리하고, "이거 사세요" 하고 콕 집어줍니다.
마케터에게 진짜 중요한 질문은 여기서 나옵니다. AI가 콕 집어 추천하는 그 자리에, 우리 브랜드가 들어가느냐.
이 자리를 만드는 일이 GEO 마케팅입니다. 이 글에서는 GEO가 무엇이고, SEO와 뭐가 다르고, 실제로 효과가 있는지, 그리고 오늘 뭘 하면 되는지까지 정리합니다.
GEO 마케팅이란 무엇인가요?
GEO(Generative Engine Optimization, 생성형 엔진 최적화)는 ChatGPT, 퍼플렉시티, 제미나이 같은 AI가 답변을 만들 때 우리 브랜드를 신뢰하고 추천하게 만드는 마케팅 방법론입니다.
여기서 핵심은 '인용'이 아니라 '추천'입니다. 우리 콘텐츠가 AI 답변의 재료로 쓰이는 것(이건 AEO, 답변 엔진 최적화에 가깝습니다)을 넘어, "이 문제라면 이 브랜드"라고 AI가 콕 집어 골라주게 만드는 것이 GEO의 목표입니다. 인용은 추천을 만드는 수단입니다.
GEO는 SEO와 뭐가 다른가요?
한 문장으로 하면, SEO는 키워드 싸움이고 GEO는 맥락 싸움입니다.
기존 검색엔진에는 "러닝화 추천"처럼 키워드를 칩니다. AI에는 "40대인데 무릎이 약하고 이제 막 달리기 시작했는데, 어떤 신발이 맞을까?"처럼 자기 상황을 통째로 풀어서 상담합니다.
AI는 이 질문을 그대로 검색하지 않고, 여러 개의 하위 질문으로 쪼개서 동시에 검색합니다(쿼리 팬아웃). 그리고 찾아온 자료를 근거로 답을 만듭니다(RAG). 쿼리 팬아웃은 구글이 공식 블로그에서 직접 밝힌 AI 모드의 작동 방식입니다.
| 구분 | SEO | GEO |
|---|---|---|
| 사용자 행동 | 키워드 검색 | 상황을 풀어놓는 상담 |
| 경쟁 단위 | 검색결과 1페이지 순위 | 특정 상황과 브랜드의 연결(맥락) |
| 성과 지표 | 순위, 클릭, 트래픽 | AI 추천 여부, 추천의 맥락 |
| 콘텐츠 단위 | 페이지 | AI가 떼어가는 조각(섹션) |
쿼리 팬아웃: 질문 하나가 하위 질문 여러 개로 쪼개져 병렬 검색됩니다.
그래서 승부처가 다릅니다. SEO는 키워드 하나를 두고 순위를 다투지만, GEO는 "무릎 약한 초보 러너"라는 특정 상황에 AI가 어떤 브랜드를 연결하느냐의 싸움입니다. 넓은 카테고리 경쟁은 치열하지만, 구체적인 문제 하나는 우리가 선명하게 차지할 수 있습니다.
GEO 마케팅, 실제로 해야 할 만큼 큰 변화인가요?
한 번의 알고리즘 업데이트가 아니라, 검색이 작동하는 방식 자체가 바뀌는 구조적 변화입니다.
숫자로 보겠습니다.
Ahrefs가 2025년 12월 데이터 30만 개 키워드를 분석한 연구에 따르면, 구글 AI 개요가 함께 뜨는 검색에서 1위 페이지의 클릭률이 58% 떨어졌습니다.
같은 방법론의 2025년 4월 분석에서는 34.5% 하락이었으니, 반년 남짓 만에 두 배 가까이 심해진 것입니다.
Semrush가 6,900만 개 검색 세션을 분석한 결과로는
구글 AI 모드 검색의 92~94%가 아무 링크도 클릭하지 않고 끝나고,
성인 900명의 실제 검색 6만 8천여 건을 추적한 Pew Research Center 조사에 따르면 AI 요약 안의 출처 링크를 실제로 클릭하는 경우는 1%에 그쳤습니다.
세 조사가 같은 방향을 가리킵니다. 사람들은 AI 답변 화면에서 결정을 끝냅니다.
검색 1위를 해도 클릭이 안 들어올 수 있다는 뜻입니다. "순위 올랐고, 클릭 늘었고, 트래픽 들어왔습니다"라는 기존 보고 공식 자체가 흔들리고 있습니다.
그럼 망한 걸까요? 오히려 반대입니다. AI가 답을 만들 때 특정 브랜드를 이유까지 붙여서 추천합니다. 그 자리에 들어가면 클릭에 매달리지 않아도 AI가 알아서 고객에게 우리를 데려다줍니다. 게다가 AI 추천을 받고 오는 사람은 이미 자기 상황에 우리가 맞다고 확인한 사람이라, 단순히 키워드가 겹쳐서 들어온 방문자보다 전환 가능성이 높습니다.
실제로 겪은 사례를 들겠습니다. 빌더블은 2026년 3월 중순에 GEO/SEO 강의를 런칭했는데, 약 3개월 뒤부터 "왕초보를 위한 GEO 강의 추천해줘", "실무 경험 많은 사람의 SEO 강의 추천해줘" 같은 질문에 제미나이와 퍼플렉시티가 빌더블 강의를 첫 번째로 꼽기 시작했습니다. 이유까지 붙여서요.
"SEO 초보인데 실무 경험 많은 사람의 강의 추천해줘" — 제미나이 답변, 2026년 7월 7일.
"왕초보를 위한 GEO 강의 추천해줘" — 퍼플렉시티 답변, 2026년 7월 7일.
수강생 쪽에서도 같은 패턴이 확인됩니다. 가평에서 독채 펜션을 운영하는 한 수강생은 강의 내용을 적용한 지 3개월 안에 AI 검색에 펜션이 노출되기 시작했고, 5~6월 예약이 전년 대비 20% 늘었다고 알려왔습니다.
강의 적용 3개월 뒤, 챌린지에 합류하며 보내온 수강생의 인사.
AI는 어떤 콘텐츠를 신뢰하고 인용하나요?
세 가지 조건이 반복적으로 확인됩니다.
첫째, 형용사가 아니라 숫자입니다. "최고의 서비스"는 누구나 쓸 수 있는 말이라 AI가 답의 근거로 삼지 못합니다. "2015년부터, 누적 1만 명, 재방문율 70%"는 그 브랜드만 쓸 수 있는 말입니다.
프린스턴 연구팀 실험에서 글에 구체적인 통계와 출처, 인용문을 넣자 AI 답변 내 가시성이 최대 40% 올라갔습니다. 반대로 데이터 없이 권위 있는 척만 한 글은 거의 효과가 없었습니다.
둘째, 답이 앞에 있는 구조입니다. AI는 글을 처음부터 끝까지 읽지 않고, 질문에 맞는 조각만 떼어갑니다. 소제목이 고객의 실제 질문이고, 그 바로 밑에 결론이 두세 문장으로 먼저 나오는 글이 조각으로 선택됩니다.
셋째, 우리 사이트 밖의 평판입니다. AirOps가 500개 이상의 구매 의도 질문을 분석한 결과, AI 답변 속 브랜드 언급의 85%는 자사 사이트가 아니라 제3자 콘텐츠에서 나왔습니다. 자사 도메인발은 13.2%에 그쳤습니다.
우리 블로그만 열심히 쓰는 것으로는 부족하고, 리뷰·커뮤니티·유튜브에서 우리 이름이 원하는 맥락과 함께 언급되게 만들어야 합니다. 단, 어디에 쌓느냐는 산업마다 다릅니다. 건강은 기관을, 뷰티는 써본 사람의 후기를, B2B는 업계 커뮤니티를 봅니다.
여기서 한국 시장은 해외 리서치와 갈라지는 지점이 두 곳 있습니다. 해외 리서치는 레딧을 최상위 인용 출처로 꼽지만, 한국 사용자는 레딧을 많이 쓰지 않습니다. 그러니 레딧부터 갈 게 아니라, 내 산업의 질문에 AI가 실제로 인용하는 한국 사이트가 어디인지부터 찾는 게 순서입니다.
반대 방향의 예외도 있습니다. 네이버 블로그는 퍼플렉시티를 제외하면 AI가 잘 읽어가지 않는 채널이지만, 그렇다고 스프레드 대상에서 빼면 안 됩니다. AI 인용 채널이 아니어도 고객이 있는 곳이라면 흔적을 남겨야 하고, 문의는 그 흔적에서 옵니다.
GEO 성과는 어떻게 측정하나요?
GEO에는 검색 순위표 같은 게 없습니다. 그래서 구글 애널리틱스만 보고 있으면 잘 되고 있어도 안 보입니다. 질문을 바꿔야 합니다. "몇 등이야?"가 아니라 "AI가 우리를 추천하나?"로요.
가장 직접적인 방법은 AI에게 직접 묻는 것입니다. 고객이 실제 던질 법한 질문 5개를 정해서 ChatGPT와 퍼플렉시티에 던지고, 결과를 추천 / 언급 / 없음 세 가지로 기록합니다. 부정적으로 언급되면 빨간불로 따로 표시하고, 함께 뜬 경쟁사도 적어둡니다.
이 표를 매달 같은 날 다시 채우면, '없음'이 '추천'으로 바뀌는 것이 우리 성과입니다.
매달 같은 날, 같은 질문으로 기록한 표가 우리만의 순위표가 됩니다.
여기에 두 가지를 겹쳐 봅니다. AI 크롤러(GPTBot, ClaudeBot 등)가 우리 사이트를 다녀갔는지 서버 로그로 확인하고, 애널리틱스에서 AI발 유입을 따로 모아봅니다.
단, AI발 유입 숫자는 직접 방문으로 섞여 실제보다 적게 잡히니 바닥값으로 보는 게 맞습니다. 지금 우리 브랜드가 어디쯤인지 이 진단을 함께 해보고 싶다면, 빌더블에 문의해도 좋습니다.
GEO 마케팅, 직접 할 수 있나요?
시작은 직접 할 수 있습니다. 순서는 진단, 콘텐츠, 반복 세 단계입니다.
먼저 진단입니다. 고객이 실제로 던질 법한 질문 5개를 AI에 넣어보고, 답에 어떤 브랜드가 나오는지 기록합니다. 우리가 안 나오는 질문, 거기가 우리가 채울 자리입니다.
다음은 그 자리를 채우는 콘텐츠입니다. 질문을 소제목으로 걸고, 답을 먼저 주고, 근거를 바로 옆에 붙입니다. 한 편을 썼다면 같은 내용을 유튜브 자막, 뉴스레터, 커뮤니티로도 퍼뜨려 흔적을 여러 곳에 남깁니다.
마지막은 반복입니다. AI는 글 한 편이 아니라 브랜드 단위로 쌓인 맥락을 봅니다. 같은 맥락이 여러 곳에서 겹치기 시작할 때 추천이 열립니다. 한 달 뒤 같은 질문을 다시 던져 변화를 확인하면 됩니다.
다만 진단 없이 콘텐츠부터 쏟아내면, 엉뚱한 자리에 평판을 쌓다가 몇 달을 잃기 쉽습니다. 빌더블은 'AI와 검색이 우리 브랜드를 추천하지 않는' 문제를, 대행 실행이 아니라 내부 팀이 직접 굴릴 수 있는 GEO·SEO 진단과 설계, 피드백으로 해결합니다.
2018년부터 9년째 삼성전자·현대차·기아의 글로벌 SEO 프로젝트를 수행했고, 카카오벤처스의 공식 밸류업 파트너로 포트폴리오 스타트업을 컨설팅하고 있으며, 누적 1,500명이 넘는 수강생이 같은 방법론을 배웠습니다.
자주 묻는 질문 (FAQ)
Q. GEO와 AEO는 뭐가 다른가요? AEO는 AI가 가져다 쓸 답을 잘 깔아두는 것, GEO는 AI가 그 답을 믿고 우리 브랜드를 골라주게 만드는 것입니다. 둘은 한 세트로 움직입니다.
Q. SEO를 버리고 GEO로 갈아타야 하나요? 아닙니다. AI는 검색을 하위 질문으로 쪼개서 검색엔진에 던지기 때문에, 검색에 잡히는 콘텐츠가 GEO의 재료가 됩니다. 수요가 검증된 키워드에서 출발해 AI가 떼어가기 좋은 구조로 쓰는 것이 순서입니다.
Q. 효과는 언제부터 보이나요? 실행의 종류에 따라 다릅니다. 콘텐츠를 여러 채널로 퍼뜨리는 스프레드 실행은 첫 문의가 1주 만에 오기도 합니다. 실제로 빌더블 GEO 챌린지의 한 참가자는 시작 1주일 만에 네이버 블로그 발행 글을 보고 온 첫 고객 문의를 받았습니다.
챌린지 시작 1주일 만에 들어온 첫 문의 공유.
반면 AI가 브랜드를 추천 답변에 넣기 시작하는 건 콘텐츠가 겹겹이 쌓인 뒤의 일이라, 빌더블과 수강생들의 실측 기준으로 대체로 3개월 안팎이 걸렸습니다.
아직 뚜렷한 실패 사례라 부를 표본은 없지만, 속도가 갈리는 패턴은 하나 보입니다. "○○ 추천해줘"처럼 너무 일반적인 프롬프트만 노리면 이미 자리 잡은 브랜드들과 정면으로 붙어야 해서 오래 걸립니다. 구체적인 상황이 담긴 프롬프트부터 차지하는 쪽이 훨씬 빠릅니다.
Q. 브랜드 이름을 글에 많이 넣으면 유리한가요? 반대입니다. 프린스턴 연구팀 실험에서 키워드를 욱여넣은 글은 손대지 않은 원문보다 AI 인용 가시성이 오히려 약 10% 낮았습니다. AI는 이름의 횟수가 아니라, 맞는 맥락에 등장하는지를 봅니다.
GEO는 늘 같은 지점에서 시작합니다. 고객이 실제로 던질 법한 질문 하나를 정해서, 지금 AI에 직접 물어보세요. 답에 우리가 있는지, 없다면 누가 그 자리에 있는지. 그 빈자리를 확인하는 순간, 뭘 채워야 할지가 보입니다.
혼자 채워가려면 → 빌더블 GEO/SEO 강의
함께 진단부터 하고 싶다면 → 빌더블에 문의 남기기
