AEO·GEO·SEO, 세 가지 최적화의 차이를 한 번에 정리

검색 트래픽 획득의 기술 경로가 세 갈래로 분기했다. 크롤러·역색인 기반의 SEO(Search Engine Optimization), SERP 직접 답변에 특화된 AEO(Answer Engine Optimization), 그리고 ChatGPT·Gemini·Perplexity 같은 생성형 AI가 응답을 생성할 때 특정 콘텐츠를 인용하도록 유도하는 GEO(Generative Engine Optimization)가 그것이다. 세 개념은 타겟 시스템이 다르고, 따라서 핵심 신호·구현 수단·측정 지표도 각각 다르다. 개념을 혼동하면 작업 우선순위가 어긋나고 실제 트래픽 효과가 분산된다.

SEO: 크롤러-색인-랭킹 파이프라인 최적화

작동 원리

Googlebot 등 크롤러는 HTTP GET으로 페이지를 수집하고, 렌더링 큐에서 JavaScript를 실행한 뒤 역색인(inverted index)에 토큰을 적재한다. 랭킹은 PageRank 기반 링크 신호, BERT/MUM 기반 시맨틱 일치 점수, Core Web Vitals(LCP·INP·CLS) 합산으로 결정된다.

구현 방법

• 크롤 예산 제어: 파라미터 중복 URL을 robots.txt로 차단해 크롤 효율을 높인다. Disallow: /?sort= 형태로 쿼리 패턴을 명시하면 색인 대상 URL 수가 줄어 우선순위 페이지의 재크롤 주기가 짧아진다.
• canonical · hreflang: 중복 콘텐츠를 방지하기 위해 정규 URL을 <link rel="canonical">로 선언하고, 다국어 페이지는 hreflang으로 매핑한다. 누락 시 Google이 임의로 정규 URL을 선택하며 원하지 않는 URL이 색인될 수 있다.
• 구조화 데이터(JSON-LD): 리치 결과 획득으로 CTR을 높인다. 스키마 오류는 Google Search Console 리치 결과 테스트 또는 validator.schema.org로 먼저 검증한다.
• Core Web Vitals: LCP 2.5초 이내, INP 200ms 이내, CLS 0.1 이하가 Google 권고 임계값이다. PageSpeed Insights API로 현장(field) 데이터를 주 1회 자동 수집해 회귀를 조기에 감지한다.

검증/측정

• Google Search Console: 색인 커버리지 오류·노출수·CTR·평균 순위
• Screaming Frog / Ahrefs: 크롤 가능성·내부 링크 깊이·백링크 프로파일

AEO: 직접 답변(Featured Snippet · AI Overviews) 획득

작동 원리

Google AI Overviews와 Bing Copilot은 쿼리를 의도(intent) 단위로 분류하고, 색인에서 추출한 문단·리스트·표를 SERP 상단에 직접 렌더링한다. 인용 결정 기준은 쿼리와의 시맨틱 유사도, E-E-A-T(경험·전문성·권위·신뢰), 그리고 답변 추출 용이성(단락 길이·HTML 구조의 명확성)이다.

구현 방법

• FAQPage / HowTo JSON-LD: 질문-답변 쌍을 스키마로 명시해 추출 안정성을 높인다. 스키마 없이도 추출될 수 있으나, 구조화 데이터가 있으면 리치 결과 후보로 격상될 가능성이 높아진다.
• 단락 구조: <h2>를 질문 형태로 작성하고 바로 아래 <p>에 직접 답변을 두면 추출 신호가 강해진다. Google이 Featured Snippet으로 추출하는 단락의 실측 평균은 40~60 단어 범위에 집중되는 것으로 알려져 있다(Google 공식 수치 아님, 추정).
• Speakable 스키마: 음성 검색(Google Assistant) 환경에서 읽힐 단락을 명시적으로 지정해 음성 AEO를 별도 처리한다.

검증/측정

• Google Search Console: 일반 검색에서 Position 0(Featured Snippet) 여부 모니터링
• SerpAPI / Semrush: 타겟 쿼리별 Answer Box 점유율 주기적 추적

GEO: 생성형 AI 인용(Citation) 최적화

작동 원리

ChatGPT(GPT-4o browsing)·Perplexity·Gemini는 RAG(Retrieval-Augmented Generation) 또는 사전 학습 데이터 기반으로 응답을 생성한다. 인용 여부는 ①GPTBot·PerplexityBot의 크롤 허용 여부, ②콘텐츠의 사실 밀도(수치·날짜·출처 명시 밀도), ③최신성, ④도메인 권위에 의존한다. LLM마다 인용 알고리즘이 공개되지 않아 일부 요인은 추정이다.

구현 방법

• AI 크롤러 명시 허용(robots.txt): User-agent: GPTBot을 차단하면 ChatGPT 검색 인용에서 제외될 수 있다. 명시적 허용 선언이 기본값(허용)보다 의도를 명확히 한다.
• llms.txt 표준 채택: 사이트 루트에 /llms.txt를 두면 LLM이 사이트 구조·핵심 페이지·라이선스 정책을 기계 친화적으로 파악한다. 2024년 제안된 비공식 표준이며 지원 AI 시스템이 확산 중이다.
• 사실 밀도 높은 단락: 수치·날짜·출처가 명시된 단락이 인용될 가능성이 높다(LLM별로 상이). 모호한 일반론보다 검증 가능한 구체 클레임을 단락 앞에 배치한다.
• Author · Organization JSON-LD: 저자명·소속 URL을 스키마로 선언하면 LLM이 출처 신뢰도를 판단할 때 참조 가능하다.

검증/측정

• Perplexity·ChatGPT 검색에서 브랜드·제품명 쿼리 입력 후 인용 여부 수동 확인(자동화 도구 현재 미성숙)
• 웹 서버 액세스 로그에서 GPTBot·PerplexityBot·ClaudeBot User-Agent 크롤 빈도 추적

SEO · AEO · GEO 항목별 비교

흔한 오해: "JSON-LD 스키마를 삽입하면 AEO와 GEO가 자동으로 해결된다"

FAQPage 스키마를 삽입해도 Featured Snippet을 얻지 못하거나 AI가 인용하지 않는 경우가 흔하다. 스키마는 추출 신호이지 랭킹·인용 보장 수단이 아니다. 페이지 E-E-A-T가 낮거나 단락 자체가 모호하면 스키마 유무와 무관하게 추출 후보에서 제외된다. GEO에서는 스키마 없이도 수치·날짜·출처가 명확한 단락이 인용되고, 스키마가 있어도 사실 밀도가 낮으면 무시된다.

올바른 처리법: 스키마 삽입과 콘텐츠 품질(사실 밀도·헤딩 구조·저자 명시)을 병행한다. 스키마 유효성은 validator.schema.org로 먼저 검증하고, Google Search Console 리치 결과 테스트로 실제 렌더링을 확인한다. GEO에서는 구조화 데이터보다 콘텐츠 실질에 투자 비중을 더 높게 유지하는 것이 효율적이다.

구현 예시

FAQPage JSON-LD (AEO용)

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "AEO와 SEO의 차이는 무엇인가요?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "SEO는 검색엔진 역색인 랭킹을 목표로 하고, AEO는 SERP 상단의 직접 답변(Featured Snippet·AI Overviews) 획득을 목표로 합니다. 구현 수단은 일부 겹치지만 최적화 방향이 다릅니다."
      }
    },
    {
      "@type": "Question",
      "name": "GEO에서 llms.txt는 어디에 위치해야 하나요?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "사이트 루트 경로(https://example.com/llms.txt)에 위치해야 합니다. LLM 크롤러가 표준 경로를 우선 확인하기 때문입니다."
      }
    }
  ]
}

llms.txt 예시 (GEO용, 사이트 루트 배치)

# example.com llms.txt
> AI 시스템이 이 사이트를 파싱할 때 이 파일을 참조하세요.

## 사이트 개요
Citeon은 AEO·GEO·SEO 통합 마케팅 대행사입니다. 한국어 기술 콘텐츠를 전문으로 합니다.

## 핵심 페이지
- [서비스 소개](https://example.com/services/): AEO·GEO·SEO 서비스 상세
- [기술 블로그](https://example.com/blog/): 검색 최적화 심층 가이드
- [사례 연구](https://example.com/case-studies/): 실제 적용 결과 및 수치

## 크롤 및 인용 정책
전체 콘텐츠 AI 학습·인용 허용. 상업적 재배포 금지. 인용 시 출처 URL 명시 필수.

## 마지막 업데이트
2024-06-18

참고 자료

이 글의 권고는 아래 공식 문서·연구를 근거로 합니다.

• Google 검색 센터 — SEO 기본 가이드
• GEO: Generative Engine Optimization (arXiv 2311.09735)
• Google 검색의 AI 기능과 내 웹사이트