AI 검색 최적화(GEO, 생성형 검색 최적화)는 ChatGPT·Perplexity·구글 AI 오버뷰 같은 AI 답변엔진이 우리 콘텐츠를 인용하도록 글을 쓰고 구조화하는 일입니다. 핵심은 단순해요. AI가 들어다 쓰기 좋은 형태로, 사람들이 AI에게 묻는 질문에 답하는 글을 두는 것입니다.

요즘 영업 대화에서 작년까지 못 듣던 말을 듣습니다. “ChatGPT한테 물어보고 왔어요.” 검색 결과 열 개를 비교하는 대신, AI에게 묻고 추천받은 후보 두세 개만 들고 오는 구매자요. 검색의 무게중심이 옮겨가는데, 많은 B2B 콘텐츠는 아직 구글용 문법으로 쓰여 있습니다.

이 글은 AI 검색 최적화가 정확히 무엇인지, GEO·AEO·SEO가 어떻게 다른지, 그리고 B2B 마케터가 오늘 무엇부터 손대야 하는지를, 저희가 직접 돌려본 기록과 함께 정리한 가이드입니다. 대부분의 가이드가 멈추는 지점, 그러니까 “AI 검색으로 들어온 트래픽을 어떻게 리드로 바꾸나”까지 다룹니다.

AI 검색 최적화란? (GEO·AEO·SEO 차이)

AI 검색 최적화는 AI 답변엔진에 우리 콘텐츠가 인용되도록 만드는 작업입니다. 같은 일을 두 약어로 부릅니다.

• GEO(생성형 검색 최적화, Generative Engine Optimization): 생성형 AI가 답을 만들 때 우리 글을 근거로 삼게 하는 데 초점.

• AEO(Answer Engine Optimization): AI가 질문의 ‘답’을 뽑아낼 때 우리 문장이 그 답으로 선택되게 하는 데 초점.

(참고로 한국에서 “AEO”를 검색하면 관세 분야의 수출입안전관리 우수공인업체가 먼저 나옵니다. 마케팅 맥락의 AEO는 Answer Engine Optimization을 가리켜요.)

기존 SEO와 무엇이 다를까요. SEO는 검색 결과 페이지에서 우리 링크의 순위를 올리는 일입니다. 사용자가 그 링크를 눌러 우리 사이트로 와야 성과가 나죠. AI 검색 최적화는 다릅니다. 사용자가 링크를 누르지 않아도, AI가 답하면서 우리를 인용하고 출처로 보여주면 됩니다. 클릭보다 인용이 먼저 일어나는 구조예요.

왜 지금 B2B 마케터에게 중요한가

“B2B는 검색이지, 네이버, 구글.” 예산 회의에서 진리처럼 통하는 말입니다. 저희도 그렇게 믿었어요. 국내 B2B 팀이 쓰는 CRM을 만드는 회사인데도요. 지난 5주치 웹트래킹을 열기 전까지는요.

저희 홈페이지 유입 채널은 이랬습니다.

정직하게 말씀드리면 이 숫자엔 광고 캠페인 트래픽이 섞여 있을 수 있어요. 특정 날짜에 유입이 크게 튄 구간이 있었습니다. 그러니 “오가닉으로 Meta가 네이버를 이겼다”고 읽으시면 안 됩니다. 그걸 감안해도 남는 사실은 있어요. 검색이 유일한 입구가 아니고, 그 검색마저 AI 답변 쪽으로 무게가 옮겨가고 있다는 것.

생각해보면 이상한 일이 아니에요. 구매 담당자도 퇴근하면 피드를 보고, 막히면 ChatGPT에 묻습니다. 같은 사람이 시간대에 따라 다른 화면 앞에 앉아 있을 뿐이죠. 검색 광고 키워드만 들여다보던 마케터에게, 이건 입구의 모양이 바뀌고 있다는 신호입니다.

AI가 인용하는 글은 어떻게 생겼나

AI가 인용하는 글에는 구조적 공통점이 있습니다. 하나만 꼽으면 answer-first, 답이 첫 문장에 있는 글이에요. AI는 글을 끝까지 음미하지 않습니다. 첫 문장이 곧 답인 단락을 들어다 씁니다.

문제는 우리가 배운 글쓰기가 정반대라는 점입니다. 배경을 깔고, 맥락을 쌓고, 결론은 마지막에. 사람에겐 친절한 그 구조가 AI에겐 인용하기 어려운 글이 됩니다.

그래서 GEO가 권하는 형태는 꽤 구체적이에요.

• 핵심 개념마다 25~50단어짜리 정의 블록을 둡니다. AI가 통째로 들어 쓰기 좋은 크기예요.

• 헤딩을 키워드 나열에서 사람이 실제로 묻는 질문 문장으로 바꿉니다.

• FAQ는 본문과 FAQPage JSON-LD로 동시에 답니다. 사람용과 기계용을 한 번에 챙기는 거죠.

형식은 여기까지입니다. 이미 가진 글이라면 첫 단락만 answer-first로 고쳐도 출발선이 달라집니다.

진짜 어려운 건 형식이 아니라 소재다

형식은 하루면 익힙니다. 진짜 어려운 건 무엇에 답할지예요.

답할 거리는 가까이 있습니다. 방문자가 우리 사이트에서 물었는데 답을 못 받은 질문, 그게 지금 누군가 ChatGPT에 똑같이 묻는 질문입니다. 지난 5주간 저희 홈페이지에서 가격을 물은 분만 44명이었어요. “가격은 어떻게 되나요?”, “30일 무료 체험은 어떻게 하나요?” 헤딩으로 그대로 옮겨 쓸 문장들이죠.

여기에 콘텐츠 갭 매트릭스를 겹치면 그림이 또렷해집니다. B2B 구매 여정은 보통 셋으로 나눕니다. awareness(문제 인식), consideration(대안 비교), decision(최종 결정). 그런데 대부분의 팀은 콘텐츠가 awareness 칸에 쌓이고, 정작 수요는 decision 칸에 몰려 있어요. 트렌드 글은 사내 정보 없이 쓰지만, 도입 사례는 발품이 들기 때문입니다.

저희가 5주간 본 것도 같은 결이었어요. 자료를 요청한 분들이 찾은 건 “다른 기업들의 도입 사례”, “실제 사용법 동영상”, “리드 스코어링 기준” 같은 검토 중후반의 질문이었습니다. AI 검색 최적화의 소재는 회의실의 감보다, 이렇게 이미 측정된 수요에서 나와야 합니다.

AI 검색 트래픽을 리드로 바꾸는 마지막 칸

대부분의 AI 검색 최적화 가이드는 “인용되는 법”에서 끝납니다. 그런데 인용되어 트래픽이 들어온 다음은요?

여기서 익숙한 막힘이 옵니다. GA 리포트엔 방문자 수와 체류 시간이 찍히는데, 정작 할 수 있는 일은 버튼 색 바꾸기뿐인 상황요. GA의 모든 숫자는 이미 떠난 사람들의 평균입니다. 과거형이고, 집계이고, 익명이에요. 지난 5주 저희 사이트는 평균 체류 43초, 평균 스크롤 51%였습니다. 정확한 숫자지만, ‘51%에서 멈춘 평균 방문자’는 실제로 없어요.

AI 검색에서 넘어온 사람은 이미 ChatGPT에게 한 번 거른 뒤 온, 의도가 또렷한 방문자입니다. 그런데 그 사람 앞에 무거운 문의 폼 하나만 있으면 대부분 그냥 떠나요. 의도가 또렷해도, 막 알아보기 시작한 단계에서 이름·이메일·회사·전화까지 일곱 칸을 다 적을 사람은 드물어요. AI 추천을 거쳐 가볍게 넘어온 길이라 더 그렇고요.

저희가 5주간 확인한 건 이렇습니다. 익명 방문자 20,490명 중 261명이 대화를 시작했고, 그중 19명이 연락처를 남겼어요. 19명은 작아 보이죠. 그런데 비교 대상은 큰 수가 아니라 0입니다. 문의 폼만 있었으면 그 20,490명은 전부 ‘GA 세션 1’로 끝났을 분들이거든요. 대화한 분들은 GA가 영영 못 잡는 방식으로 회사 규모와 도입 시점을 직접 말해줬습니다.

그래서 AI 검색 최적화는 글의 일로 끝나지 않습니다. 인용되어 들어온 트래픽과 머무는 동안 대화할 채널이 있어야, 그 노력이 리드로 이어집니다.

그래서 저희는 무엇을 했나

저희도 같은 문제 앞에 있었어요. 그래서 AI 영업사원 세아를 홈페이지에 두고, 인용되어 들어온 방문자가 떠나기 전에 대화로 받게 했습니다. 작동 방식은 세 단계예요.

먼저 세아는 유입 경로에서 ‘AI 검색’을 따로 잡습니다. ChatGPT나 Perplexity에서 넘어온 방문자가 일반 검색·직접 유입과 섞이지 않게요. 어디서 왔는지를 알면 첫 마디가 달라집니다.

그다음, 그 방문자가 지금 보고 있는 페이지의 맥락을 읽고 먼저 말을 겁니다. 가격 페이지를 보는 사람에겐 “어떤 규모에서 쓰실 건가요?”, 사례 페이지를 읽는 사람에겐 “비슷한 업종 사례가 궁금하세요?” 하는 식으로요. 무거운 폼 일곱 칸 대신 질문 하나로 시작하니, AI에게 한 번 거른 뒤 온 방문자도 답을 합니다.

마지막으로, 그 대화에서 세아가 미처 답하지 못한 질문을 모읍니다. 그게 다음 글의 소재이자, answer-first FAQ와 JSON-LD 초안이 돼요. 인용으로 들어온 트래픽이, 다시 인용될 글의 재료를 만들어내는 셈입니다. 한 바퀴가 닫히는 거죠.

AI 검색 최적화 실전 체크리스트

오늘 손댈 수 있는 순서로 보면 이렇습니다.

1. 기존 핵심 글의 첫 단락을 answer-first로 고친다.

2. 핵심 개념마다 25~50단어 정의 블록을 넣는다.

3. 헤딩을 키워드 나열에서 사람이 묻는 질문 문장으로 바꾼다.

4. 방문자가 실제로 물었던 미답변 질문을 모아 FAQ로 만들고, FAQPage JSON-LD를 함께 단다.

5. 콘텐츠 캘린더의 절반은 측정된 수요(검토 단계 질문)에서 뽑는다.

6. 인용되어 들어온 방문자에게 먼저 말을 거는 AI 영업사원을 페이지에 둔다.

1번부터 5번까지가 콘텐츠의 일이고, 6번이 노출을 리드로 잇는 마지막 칸입니다.

AI 검색 최적화에서 자주 묻는 질문

AEO·GEO가 처음이라면 헷갈리기 쉬운 것들부터 짚어볼게요.

AEO와 GEO는 어떻게 다른가요?

둘 다 AI 답변엔진에 콘텐츠가 인용되게 하는 작업을 가리킵니다. AEO(Answer Engine Optimization)는 AI가 뽑는 ‘답’에 우리 문장이 선택되는 데, GEO(생성형 검색 최적화)는 생성형 AI가 답을 만들 때 우리 글을 근거로 삼는 데 무게를 둡니다. 실무에서는 거의 같은 체크리스트로 묶입니다.

GEO 효과는 측정되나요?

아직 SEO만큼 정밀하게는 어렵습니다. AI 답변은 사용자마다 다르게 생성되고, 인용 추적 도구도 초기 단계예요. 다만 답변엔진이 우리를 인용했는지, 그리고 그 트래픽이 만든 대화·리드가 몇 건인지는 사이트 쪽에서 확인할 수 있습니다.

기존 SEO 글은 버려야 하나요?

아니요. SEO와 AI 검색 최적화는 충돌하지 않습니다. 첫 단락을 answer-first로 고치고 정의 블록과 FAQ를 더하는 일은 기존 검색 순위에도 도움이 됩니다. 가진 글을 고쳐 쓰는 게 새로 쓰는 것보다 빠르고요.

B2B에도 의미가 있나요?

특히 B2B에 큽니다. B2B 구매자는 검토 단계에서 비교와 근거를 많이 찾는데, 그 탐색이 점점 AI 답변으로 옮겨가고 있어요. 검토 중후반 질문에 답하는 글일수록 인용 가치도, 전환 가치도 높습니다.

AI 검색 최적화는 전환까지 가야 완성된다

검색의 입구가 바뀌는 동안, 준비한 쪽과 안 한 쪽의 격차는 조용히 벌어집니다. 다행히 시작은 가벼워요. 가진 글의 첫 단락을 고치고, 방문자가 실제로 물었던 질문부터 모으면 됩니다.

저희는 4년째 국내 B2B 팀이 쓰는 CRM 세일즈맵을 만들고 있어요. 방금 설명한 그 한 바퀴를 AI 영업사원 세아에 담았고요. 홈페이지 URL만 넣으면 제품을 학습하고, 세팅은 5분이면 끝납니다. 세아가 궁금하면 제품 페이지에서 확인해보세요.