GEO는 정말 글만 잘 고치면 될까?

GEO는 글을 조금 고친다고 끝나는 일이 아니다. 45건의 GEO 연구를 모은 서베이에서는 유기적 노출을 꾸준히 늘렸다고 확인된 기법이 하나도 없었다. 반면 이미 답변 후보에 들어간 글의 인용 여부를 바꾸는 효과는 여러 연구에서 반복해서 확인됐다.

우리 가게 글을 잘 고치면 AI 답에 바로 나올까?

사장님 입장에서는 가장 궁금한 부분이다. 글에 필요한 내용을 더 넣고 문장을 다듬으면 AI가 우리 가게를 더 자주 보여줄 것처럼 느껴진다.

하지만 실제 과정은 훨씬 길다. 질문이 웹 검색을 부르는지부터 시작해서 AI가 우리 페이지를 가져왔는지, 여러 후보 가운데 선택했는지, 답변에서 어느 위치에 놓였는지를 차례로 거쳐야 한다.

그다음에도 실제 문장에 인용되는지가 남는다. 인용됐다면 원문의 뜻을 정확하게 옮겼는지 봐야 하고, 마지막에는 고객이 그 인용을 보고 실제로 들어오는지도 봐야 한다.

이렇게 보면 글을 잘 쓰는 것만으로 전체 결과를 설명하기 어렵다. 어느 단계에서 막혔는지를 따로 봐야 한다는 뜻이다.

그럼 문장을 고치는 건 효과가 없나?

효과가 없는 것은 아니다. 다만 효과가 나타나는 위치가 중요하다.

서베이가 다시 검토한 대표적인 실험에서는 인용문 추가, 통계 수치 삽입, 문장 다듬기, 출처 표시 같은 방법이 이미 답변 후보에 들어간 글의 인용 여부에 영향을 줬다. 반대로 키워드를 억지로 채우는 방식은 평균 상대 이득이 마이너스였다.

특히 글의 순위에 따라 결과가 크게 달랐다. 5번째로 낮은 순위의 글에 출처를 표시했을 때는 평균 상대 이득이 +115%였지만, 이미 1번째인 글에서는 −30%였다.

즉, 어떤 기법이 효과가 있다는 결과만 보고 모든 페이지에 똑같이 적용하면 안 된다. 이미 어떤 단계까지 올라온 페이지인지에 따라 결과가 달라질 수 있다.

오늘 우리 가게가 나왔으면 계속 나오는 걸까?

그렇지도 않다. AI 답변은 같은 질문을 반복해도 결과가 달라질 수 있다.

네 개 엔진을 45일 동안 매일 조사한 연구에서는 하루 사이 답변의 겹침 정도가 0.34~0.42에 그쳤다. 답변 생성을 흔들리지 않게 하기 위해 온도를 0으로 고정한 경우에도 같은 질문을 반복하면 9~28%는 다른 결정이 나왔다.

시간이 지나면 변화는 더 커졌다. 두 달 뒤 AI 답변에 남아 있는 페이지의 겹침은 18%였고, 같은 기간 일반 검색 결과는 45%였다. 같은 질문에 계속 나온다는 것을 한 번의 확인만으로 판단하기 어려운 이유다.

258개 답변을 따로 모아 본 조사에서도 모든 반복에서 같은 브랜드가 등장한 비율은 31.4%였다. 또 ChatGPT에서는 반복 답변 가운데 57.8%가 웹 검색을 켜지 않았다.

따라서 한 번 검색해서 우리 가게가 보였다는 사실과 실제로 안정적으로 노출되고 있다는 판단은 구분해야 한다.

일반 검색에서 잘 나오면 AI 답에도 잘 나올까?

이 둘도 같은 결과가 아니다. 일반 검색에서 높은 순위에 있는 페이지와 AI가 실제로 인용하는 페이지는 서로 다른 목록일 수 있다.

빙 챗과 퍼플렉시티의 응답 1,008건을 비교한 조사에서는 두 시스템이 같은 도메인을 인용한 비율이 26%였다. 구글 AI 개요가 인용한 도메인 가운데 53%는 일반 검색 상위 10위 안에 없었다.

또 유기 검색, AI 개요, 제미나이에서 인용된 URL을 11,500건 규모로 비교한 조사에서는 자카드 유사도가 0.11~0.18에 머물렀다.

그래서 일반 검색에서 우리 가게가 잘 보인다는 사실만으로 AI 답변에서도 잘 보인다고 판단하기는 어렵다. 두 결과를 따로 확인해야 하는 이유다.

다른 가게들도 같은 방법을 쓰면 효과가 계속될까?

여기서 경쟁이라는 변수가 생긴다. 한 연구에서는 여섯 개 분야의 문서 16,360개와 54개 기법-분야 조합을 놓고 시험했는데, 통계적으로 유의미한 효과가 확인된 조합은 3개뿐이었다.

질의응답 분야만 보면 유의미한 효과가 있는 조합은 하나도 없었다. 더 큰 규모인 문서 171,003개와 질의 2,700개를 대상으로 본문만 고치는 방식을 끝까지 시험한 연구에서는 상위 20위 노출이 9% 줄었고, 상위 10위 유지율도 16% 떨어졌으며 최종 인용도 6% 줄었다.

반대로 문서 5개로 조건을 고정한 실험에서는 평균 35.99%가 올랐다. 하지만 이 결과 역시 경쟁자가 없는 좁은 조건에서 나온 숫자다.

선호도를 주입해 특정 제품을 추천하게 만드는 실험에서는 추천율이 34.0%에서 59.4%로 올라갔다. 간접 주입 공격으로 퍼플렉시티 순위를 약 3단계 끌어올린 사례도 있었다. 다만 이런 결과는 정상적인 GEO 방법의 효과가 아니라 조작 실험에서 나온 결과다.

결국 중요한 것은 특정 문장 기법 하나를 외우는 일이 아니다. 우리 페이지가 검색에 들어갔는지, 후보로 선택됐는지, 답변 안에서 어느 위치에 놓였는지, 실제로 인용됐는지를 각각 확인해야 한다.

그래서 GEO 조사는 어떻게 봐야 할까?

45건의 연구를 모은 서베이가 보여주는 핵심은 단순하다. 지금까지 검토된 연구만으로는 유기적 노출 자체를 안정적으로 늘린다고 확인된 하나의 기법이 없다.

그렇다고 GEO 조사가 의미 없다는 뜻도 아니다. 이미 답변 후보에 들어온 콘텐츠의 인용 여부를 바꾸는 방법은 반복해서 효과가 확인됐다. 따라서 무엇을 고쳤느냐보다 어느 단계에서 어떤 변화가 있었는지를 함께 보는 것이 중요하다.

같은 질문도 매번 같은 답이 나오지 않는다. 하루 사이 답변 겹침이 34~42%였다는 결과처럼 한 번의 확인만으로 노출 여부를 단정하기 어렵다. 여러 엔진과 반복 측정이 필요한 이유가 여기에 있다.

다만 이 서베이 자체도 저자 한 명이 정리한 연구라는 한계가 있다. 상업적 감사의 상당수도 아직 사전공개 단계이므로, 지금 확인된 결과를 최종 결론이라기보다 앞으로 더 검증해야 할 영역으로 보는 것이 맞다.

같이 읽을 글

• AI에 잘 나오려면 글만 고치면 될까?
• 챗GPT는 우리 가게를 몇 번이나 검색할까?
• 구글에서 1등 하면 AI 답에도 나올까?
• 챗GPT에게 하나만 골라 달라고 하면 정말 하나를 골라줄까?

자료 출처

• GEO 비판적 서베이 초록(2026년 7월 15일 제출, 연구 45건 검토)
• GEO 비판적 서베이 전문(arXiv HTML, 2026년 7월)
• GEO 서베이 핵심 결론 보도(AskedAbout, 2026년 7월)
• 원조 GEO 실험 초록(질문 1만 개, 프린스턴 팀, arXiv, 2023년 11월)
• 프린스턴대 GEO 연구 소개 페이지