경쟁 가게도 GEO를 하면 지금 요령이 통할까?

경쟁 가게들이 GEO를 함께 시작하면 지금 쓰는 요령의 효과는 줄어든다. 캐피털원 연구진이 질문 7,998개로 실험한 결과, 경쟁 글이 고쳐지는 비율이 높아질수록 기존 방법의 AI 노출 점수가 내려갔다. 반대로 경쟁 글을 먼저 보고 덜 겹치는 방법을 고른 방식은 경쟁이 0%에서 80%로 늘어도 노출 점수가 11.4%만 줄었다.

경쟁 가게들이 같이 바꾸면 정말 달라지나

이번 실험은 GEO 요령 하나를 적용했을 때 얼마나 효과가 있는지만 본 실험이 아니다. 연구진은 질문마다 글 5편을 놓고, 그중 한 편을 고친 뒤 AI 답변에서 얼마나 인용되는지 확인했다. 여기에 나머지 경쟁 글 4편도 일정 비율로 고쳐 보면서 경쟁 상황을 만들었다.

경쟁 글을 고치는 비율은 0%, 20%, 40%, 60%, 80%로 나눴다. 경쟁 글에는 요령을 무작위로 조합하거나, 인용문 넣기처럼 하나의 요령을 쓰거나, 자동으로 규칙을 적용하는 방법을 사용했다.

경쟁이 없을 때는 요령이 어느 정도 먹혔다

경쟁 글을 아무도 고치지 않았을 때는 여러 요령이 손대지 않은 글보다 높은 점수를 받았다. 예를 들어 통계 넣기는 gpt-oss-120b에서 23.08점, 라마 3.3 70B에서 22.38점을 기록했다.

하지만 모든 요령이 모든 AI에서 같은 결과를 보인 것은 아니다. 간결하게 쓰기는 gpt-oss-120b에서 23.44점이었지만 라마에서는 21.07점이었다. 전문용어 넣기는 라마에서 손대지 않은 글의 20.18점보다 낮은 19.52점이었다.

이 결과만 보면 통계나 인용문을 넣으면 AI에 더 잘 노출될 것처럼 보인다. 문제는 경쟁 가게도 똑같이 움직이기 시작할 때다.

경쟁 가게가 고치면 왜 점수가 내려가나

경쟁 글을 고치는 비율을 높이자 기존 방법의 점수는 전반적으로 내려갔다. 손대지 않은 글도 경쟁이 없는 상태에서는 20.03점이었지만, 경쟁이 있는 상황의 평균에서는 17.99점으로 떨어졌다.

인용문 넣기도 21.96점에서 19.60점으로 내려갔다. 통계 넣기는 23.08점에서 21.65점으로, 간결하게 쓰기는 23.44점에서 21.10점으로 낮아졌다.

특히 경쟁 글을 고치는 비율이 80%까지 올라가면 차이가 더 분명해진다. 인용문처럼 요령 하나만 적용하는 방법은 경쟁이 없는 상태에서 손대지 않은 글이 받던 점수보다 낮아졌다.

즉, 처음에는 효과가 있었던 방법도 경쟁 가게가 같은 방법을 쓰면 차이가 줄어든다. 한 가게가 통계를 넣는 것과 모든 가게가 통계를 넣는 것은 같은 상황이 아니다.

그럼 경쟁 가게를 먼저 보면 뭐가 달라지나

연구진이 따로 시험한 방법은 질문과 경쟁 글을 모두 읽고 어떤 요령 조합을 쓸지 고르는 방식이다. 경쟁 글이 몇 %나 고쳐졌는지는 알려주지 않았지만, 글에 통계가 많이 들어갔는지 같은 흔적을 읽고 덜 겹치는 방법으로 옮겨 갔다.

이 방식은 요령 하나를 무조건 적용하지 않았다. 요령끼리 효과가 부딪히는 경우도 고려했다. 예를 들어 간결하게 쓰기는 사실을 더 채워 넣는 요령의 효과를 깎을 수 있어서, 어떤 요령을 얼마나 함께 쓸지를 고르는 일이 중요했다.

이 방식은 경쟁이 없는 상태에서 32.62점이었고, 경쟁 상황을 포함한 평균도 29.93점으로 자동 에이전트 방식의 25.20점보다 높았다. 경쟁이 늘어도 감소 폭이 상대적으로 작았다.

다른 자료로 옮겨 본 시험에서도 같은 방향이 나타났다. 쇼핑 질문 자료에서는 경쟁 글을 보고 고르는 방식이 37.78점, 자동 에이전트 방식이 34.96점이었다. 조사형 질문 자료에서는 각각 33.48점과 27.54점이었다.

그런데 점수만 따라가면 문제가 생긴다

여기에는 중요한 대가가 있었다. 경쟁 글을 보고 고르는 방식은 핵심 내용 전달 점수는 7.48점으로 가장 높았지만, 원문 충실도는 8.29점에서 4.90점으로 내려갔다.

출처 정확도도 손대지 않은 글의 6.15점에서 4.18점으로 떨어졌다. 연구진은 이 평가가 원문과 얼마나 달라졌는지를 보는 방식이라 지어낸 내용과 새로 덧붙인 사실을 구분하지 못한다고 설명했다. 그래도 원문 충실도가 크게 떨어진 것은 앞으로 풀어야 할 문제로 적었다.

동네 가게 글에서도 이 부분은 중요하다. AI에 잘 인용되는 글을 만들겠다고 원래 가게가 제공하는 정보에서 멀어지면 안 된다. 고객이 실제로 확인할 수 있는 정보와 글의 내용이 맞는지 다시 대조하는 과정이 필요하다.

사장님이 지금 보는 GEO 요령은 어떻게 달라져야 하나

기존 GEO 연구에서는 한 글만 고쳤을 때 어떤 요령이 효과가 있는지를 많이 봤다. 프린스턴대 등의 질문 1만 개 실험에서는 인용문 넣기가 43%, 통계 넣기가 33%, 출처 밝히기가 28% 노출을 높였다.

하지만 이런 숫자는 경쟁 글이 그대로 있다는 조건에서 나온 결과다. 경쟁 가게도 같은 요령을 쓰기 시작하면 각 가게 사이의 차이가 줄어들 수 있다.

그래서 GEO를 할 때는 먼저 우리 글만 보는 방식에서 벗어날 필요가 있다. 우리 업종과 관련된 질문을 AI에 넣었을 때 어떤 경쟁 가게의 글이 답에 붙는지 보고, 그 글들이 어떤 정보를 이미 갖고 있는지 확인하는 것이다.

경쟁 글에 통계와 인용문이 이미 많다면 같은 요소를 하나 더 넣는 것만으로 차이를 만들기는 어려울 수 있다. 이 실험의 방향대로라면 경쟁 글에서 빠진 정보가 무엇인지 살피고, 가격 조건이나 지역, 시간, 사례처럼 실제 고객에게 필요한 정보를 충실하게 채우는 방법을 생각할 수 있다.

다만 이 실험의 경쟁 상황은 연구진이 만든 가상 환경이다. 실제 동네 가게들이 어느 정도 GEO를 하고 있는지를 보여주는 자료는 아니다. 따라서 경쟁 가게들이 모두 같은 방법을 쓴다고 단정할 수는 없지만, 경쟁이 생기면 기존 요령의 효과가 그대로 유지된다고 생각해서도 안 된다.

결국 중요한 것은 요령을 많이 넣는 일이 아니다. 경쟁 글을 보고 이미 흔해진 방법과 부족한 정보를 구분하고, 실제 가게의 사실에서 벗어나지 않는 범위에서 글을 고치는 일이 더 중요해진다.

같이 읽을 글

• AI끼리 서로 글을 고치면 진짜 정보는 어떻게 될까?
• AI가 홈페이지 글을 다 고쳐 주면 사람은 안 써도 될까?
• AI에 계속 나오는 회사는 영원히 나올까
• GEO는 이제 뭐가 진짜 통하는 걸까?

자료 출처

• Beyond the Vacuum: Combinatorial Strategy Selection for Competitor-Aware Generative Engine Optimization(Sourirajan 등 6인·캐피털원 AI Foundations·arXiv 2026년 8월 제출·질문 7,998개×글 5편·경쟁 비율 0~80%)
• 같은 논문 전체 본문(표 1~5, 비율별 그림 2 수록)
• C-SEO Bench: Does Conversational SEO Work?(Puerto 등·2025년 6월·도입자가 늘수록 전체 이득 감소)
• GEO: Generative Engine Optimization(Aggarwal 등·프린스턴대 등·KDD 2024·질문 1만 개 — 인용문 +43%·통계 +33%·출처 +28%·키워드 −9%·5위 +115%)
• AgenticGEO: A Self-Evolving Agentic System for Generative Engine Optimization(Yuan 등·2026년 3월·비교 대상 에이전트 방식)
• What Generative Search Engines Like and How to Optimize Web Content Cooperatively(Wu 등·AutoGEO·ICLR 2026·비교 대상 자동 규칙 방식)