GEO: AI 엔진이 당신을 인용하게 만들기
점점 더 많은 사용자가 검색창을 건너뛰고, 질문을 ChatGPT, Kimi, Doubao(더우바오)에 바로 던집니다. 답은 AI가 짜 맞추고, 당신 사이트가 그 답 안에 있느냐가 새로운 생존선이 됐습니다. 이 솜씨에는 이름이 있어요: GEO(Generative Engine Optimization). 이번 레슨은 네 가지 레버를 다루고, 각각에 바로 만져 볼 수 있는 교구를 붙입니다.
SEO와 GEO가 다투는 물건은 다릅니다. 검색 엔진은 파란 링크 열 개를 주고, 당신은 순위를 다툽니다. AI 엔진은 이미 짜인 답을 한 덩어리 주고, 당신이 다투는 것은 그 답 안의 인용 한 줄, 출처 한 줄입니다. 사용자는 당신 사이트에 영원히 안 들어올 수도 있지만, 「○○ 사이트에 따르면」이라는 몇 글자가 새 시대의 노출입니다.
| 차원 | SEO (검색 엔진) | GEO (AI 엔진) |
|---|---|---|
| 사용자가 보는 것 | 링크 한 줄, 직접 고름 | 답 한 덩어리, AI가 이미 골라 줌 |
| 당신이 다투는 것 | 순위와 클릭 | 인용되고, 추천되고, 출처로 인정받는 것 |
| 콘텐츠가 소비되는 방식 | 사용자가 들어와 본문을 읽음 | AI가 혼자 성립하는 그 한 문단을 잘라 감 |
| 인프라 | sitemap, robots, 구조화 데이터 | 전부 필요하고, 거기에 llms.txt와 인용 가능한 문단 쓰기 |
좋은 소식은 둘이 충돌하지 않는다는 점입니다. 지난 레슨의 최소 실행 체크리스트가 GEO의 기초이고, AI 엔진도 크롤과 색인에서 시작합니다. 이번 레슨은 그 위에 얹히는, AI만의 네 가지 레버입니다.
AI 엔진은 답을 내기 전에 후보 문단을 잔뜩 가져온 뒤, 바로 쓸 수 있는 것을 고릅니다. 이번엔 당신이 AI가 되어 보세요: 사용자가 「1인 개발자의 제품은 어떻게 가격을 매기나요?」라고 묻고, 검색으로 문단 세 개가 돌아옵니다. 하나씩 눌러 운명과 이유를 보세요.
자립 문단을 가장 힘 안 들이고 심는 방법: 매 페이지 H1 아래에서, 이 페이지의 질문을 두세 문장으로 바로 답하세요. 무엇인지, 왜 중요한지, 한 줄로 기억할 것. 본문은 그다음에 세부 내용을 펼치면 됩니다. 사용자는 한눈에 수확이 있고, AI는 인용할 문단을 가져갑니다. 둘 다 이깁니다.
아래 페이지는 「API 속도 제한」을 다루는데, 서두가 아주 전형적입니다. 버튼 두 개를 눌러, 두 가지 고치는 법이 어떻게 살리는지 보세요.
이 「답을 앞에 두는」 쓰기는 2절의 description과 한 쌍입니다. description은 검색 결과 페이지용이고, 한 줄 답변 블록은 AI와 바쁜 독자용입니다. 이 사이트의 모든 강의 페이지 H1 아래 「한 줄 요약」이 바로 이 레버의 구현이고, 전 사이트를 빌드 스크립트가 일괄 주입합니다.
페이지 자체가 질문과 답(도움말, FAQ, 이 사이트의 왕초보 FAQ)이라면, 거의 공짜로 줍는 레버가 있습니다: FAQPage 구조화 데이터. 페이지에 JSON-LD 한 덩어리를 넣어, 기계가 읽을 형식으로 「이 페이지의 질문은 이것, 답은 이것」이라고 선언하면 엔진은 추측할 필요 없이 그냥 가져갑니다.
「구조화 데이터」라는 네 글자에 겁먹지 마세요. 고정 형식의 JSON일 뿐입니다. 아래에 자기 Q&A를 채우면, 페이지에 바로 붙여 넣을 코드가 나옵니다.
만든 뒤에는 Google 리치 결과 테스트 도구로 한 번 검증하세요(「rich results test」로 검색하면 첫 결과). 이 사이트는 왕초보 FAQ 37페이지에 FAQPage를 넣은 뒤2026-08-10 개조, 「Token이 뭔가요」「AI 고객센터는 왜 멍청한가요」처럼 원래 질문 형태의 페이지가 전 사이트에서 AI가 가장 잘 인용하는 페이지가 됐습니다.
robots.txt는 크롤러에게 어디는 되고 어디는 안 된다고 말합니다. llms.txt는 반대로, AI에게 먼저 건네는 사이트 안내입니다. 루트에 두는 Markdown 파일 하나로, 어떤 콘텐츠가 있는지, 각 페이지가 무엇을 말하는지, 주소가 어디인지를 적습니다. 강화판 llms-full.txt도 있어서, 전 사이트 본문을 큰 파일 하나로 이어 붙이면 AI가 한 번에 당신 사이트를 읽을 수 있습니다.
솔직히 말하면: 이것은 2024년 커뮤니티가 제안한 민간 약속이지 공식 표준이 아니고, AI 엔진마다 지원 정도도 제각각이며 계속 바뀝니다. 다만 비용이 극히 낮고(스크립트 하나가 자동 생성), 거는 판돈은 「AI가 당신을 이해하는 비용이 낮을수록 인용될 기회가 크다」는 소박한 논리입니다. 이 사이트의 llms.txt는 레슨 317개의 목차와 설명을 덮고2026-08-10 기준, llms-full.txt는 무료 페이지 전문과 제한 페이지 미리보기 구간을 이어 붙이며 용량은 1~2MB입니다.
llms.txt는 이렇게 생겼고, 한눈에 이해됩니다:
같은 레슨에 빠지기 쉬운 레버가 하나 더 있습니다: 신선도 신호. JSON-LD에 datePublished와 dateModified를 넣으세요. AI 엔진은 시효를 판단할 수 있는 콘텐츠를 좋아하고, 특히 「2026년에도 …인가요?」 같은 질문에서 그렇습니다. 날짜는 git 커밋 기록에서 가져오면 스크립트 한 번으로 끝나고, 손으로 채우지 마세요.
GEO가 들어갔는지 가장 정직한 신호는 AI 크롤러가 왔는지, 얼마나 자주 오는지입니다. 그들은 요청 로그에 이름을 남깁니다(User-Agent). 아래 카드 여섯 장을 눌러, 가장 흔한 방문객을 만나 보세요.
마지막 당부, 그리고 많은 사람이 빠뜨리는 것: ChatGPT의 웹 검색은 Bing 색인에 크게 의존합니다(공개 자료와 여러 웹마스터의 실측이 이 방향을 가리킵니다). 즉 Bing이 적게 색인하면 ChatGPT도 당신을 못 찾습니다. 지난 레슨에서 Bing Webmaster에 제출하라고 한 복선이 여기 있고, 다음 레슨은 이 사이트의 실제 숫자로 간극이 얼마나 큰지 보여 줍니다.
학습용 크롤러(GPTBot, ClaudeBot)를 막을지는 기술 문제가 아니라 입장 문제입니다. 막으면 콘텐츠가 미래 모델의 지식 창고에 안 들어가고, 안 막으면 공짜로 먹이를 주는 셈입니다. 이 사이트의 선택은 전부 통과입니다. 무료 강의의 목표가 원래 더 많은 사람(과 AI)에게 배우히는 것이기 때문입니다. 당신 사이트는 스스로 저울질하세요. robots.txt 한 줄이면 태도를 밝힐 수 있습니다.
| 레버 | 한 번 하는 데 걸리는 시간 | 어떻게 검수하나 |
|---|---|---|
| 한 줄 답변 블록 | 페이지당 두세 문장, 기존 페이지를 일괄 보충하면 며칠 | 아무 문단이나 잘라 스스로 묻기: 혼자 읽어도 성립하나 |
| FAQPage 구조화 데이터 | 스크립트 일, 반나절 | Google 리치 결과 테스트 통과 |
| llms.txt / llms-full.txt | 스크립트 일, 반나절 | 루트에서 접근 가능, 빌드마다 갱신 |
| 날짜 신호 | 스크립트 일, 두 시간 | JSON-LD 날짜가 git 기록과 일치하는지 표본 확인 |
GEO가 다투는 것은 인용입니다: 사용자는 답을 보지 링크를 보지 않습니다. 당신은 AI가 잘라 가고 싶어 하는 그 한 문단이 되어야 합니다. SEO 기초는 그대로 깔고, 네 가지 레버를 그 위에 얹으세요.
자립 문단이 첫 번째 레버입니다: 매 페이지 서두 두세 문장으로 바로 답을 주고, 잘라 가도 성립해야 합니다. 깔아 주기 체와 「제 프로필 고정글을 보세요」체는 영원히 인용되지 않습니다.
Q&A 페이지에 FAQPage, 루트에 llms.txt, JSON-LD에 날짜: 세 가지 모두 한 번 하는 스크립트 일이고, 끝나면 AI가 당신을 이해하는 비용이 크게 떨어집니다.
크롤러 로그가 GEO의 계기판입니다: GPTBot, PerplexityBot 같은 UA를 따로 보관하고 곡선을 보세요. 그리고 그 숨은 선도 기억하세요: Bing 색인 수가 ChatGPT가 당신을 찾을 수 있는지를 직접 좌우합니다.
AI가 다시 말해 주는 것이 전부 나쁜 일은 아닙니다: 일반 지식은 출처 노출로 바꾸고, 제품과 1차 경험은 들어오게 하는 이유로 남기세요. 콘텐츠를 층으로 설계하고, 크롤러를 한칼로 막지 마세요.
출처: 샤오산 아카데미 「검색되기」 특집 오리지널. llms.txt는 2024년 커뮤니티 제안(llmstxt.org)이며, 엔진별 지원은 각 공식 문서를 따릅니다. 본문 사이트 데이터는 모두 기준 날짜를 밝혔고, 전체 개조 기록은 4절에 있습니다.