AEO와 GEO는 같은 말일까, 다른 말일까

AEO(Answer Engine Optimization)와 GEO(Generative Engine Optimization)는 마케팅 실무에서 자주 동의어로 혼용된다. 두 개념 모두 "AI 시스템이 답변을 출력할 때 내 콘텐츠가 인용되게 한다"는 목표를 공유하지만, 타깃 시스템의 기술 아키텍처가 구조적으로 다르다. AEO는 기존 텍스트를 그대로 추출하는 추출형(extractive) 엔진을, GEO는 LLM이 새 텍스트를 생성하면서 출처를 인용하는 생성형(generative) RAG 파이프라인을 각각 타깃한다. 이 차이를 무시하면 FAQPage 스키마를 달아도 Perplexity 인용률이 전혀 변하지 않는 결과가 반복된다.

AEO — 추출형 답변 엔진의 작동 원리

AEO가 다루는 시스템은 Google Featured Snippet, People Also Ask, 음성 검색(Google Assistant·Siri)이다. 공통 메커니즘은 추출(extraction)이다.

1. 색인 조회 — 쿼리와 매칭되는 페이지를 기존 Googlebot 색인에서 소환한다. AEO 시스템은 독립 인덱스 없이 웹 검색 색인을 재사용한다.
2. 텍스트 블록 추출 — 페이지 내 특정 단락(보통 40–60단어)을 원문 그대로 복사한다. 생성 모델 없이 규칙 기반 휴리스틱으로 동작하므로 내용을 수정하지 않는다.
3. UI 표시 — 추출 블록을 출처 URL과 함께 검색 결과 상단(position 0)에 노출한다.

AEO 핵심 구현 신호:

• 질문형 헤딩 + 단문 직접 답변 — H2/H3에 "~란 무엇인가?" 형태를 두고 바로 아래 40–60단어 이내 정의 단락을 배치한다. 스니펫 추출 알고리즘이 질문-직접답변 패턴 인식률이 높기 때문이다.
• FAQPage JSON-LD — @type: FAQPage와 Question/Answer 엔티티를 마크업한다. Googlebot이 구조를 파싱해 People Also Ask 섹션에 직접 반영한다.
• HowTo Schema — 단계별 절차를 @type: HowTo로 마크업한다. 음성 검색에서 "~하는 방법" 쿼리의 스텝 바이 스텝 답변 출처로 사용된다.

GEO — 생성형 RAG 파이프라인의 작동 원리

Perplexity, ChatGPT Search, Google AI Overview는 추출이 아닌 생성(generation) 방식이다. 세 단계 파이프라인을 거친다.

1. Retrieval — 쿼리를 임베딩 벡터로 변환한 뒤, 벡터 DB 또는 실시간 웹 인덱스에서 코사인 유사도 기준 상위 N개 청크를 소환한다. 전체 페이지가 아닌 300–500토큰 단위 청크가 처리 단위다.
2. Reranking — Cross-encoder 또는 BM25 하이브리드로 후보 청크를 재정렬한다. 1차 ANN 검색 결과의 정밀도를 보완하는 단계다.
3. Generation — 상위 청크를 context window에 주입하고 LLM이 새 문장을 생성한다. 인용 URL은 LLM이 각 청크의 기여도를 판단해 첨부한다.

GEO 핵심 구현 신호:

• 사실 밀도(fact density) — 단락 내 검증 가능한 수치, 고유명사, 인과 관계가 많을수록 reranker 점수가 높아진다. "일반적으로 효과적이다" 같은 표현을 "A·B 조건에서 X% 효과(출처)"로 재작성하는 방식으로 구현한다.
• 청크 자기완결성 — 300–500토큰 단위로 읽어도 전후 맥락 없이 의미가 성립해야 한다. 단락 앞에 개체·주제를 명시하고 전편·후편 참조 표현을 최소화한다.
• AI 크롤러 robots.txt 허용 — GPTBot, PerplexityBot, ClaudeBot을 차단하면 retrieval 대상 자체에서 제외된다. 아래 구현 섹션 참조.
• 개체명 명시성 — 동음이의어·대명사 의존 없이 전체 개체명을 사용한다. 임베딩 벡터의 쿼리-문서 정렬 정밀도가 개체 레벨 표현에 민감하기 때문이다.

SEO · AEO · GEO 비교

구현 예시 — robots.txt와 FAQPage JSON-LD

AEO와 GEO 모두에서 크롤 허용이 선행 조건이다. AEO는 Googlebot, GEO는 AI 전용 크롤러가 각각 다른 User-agent 문자열을 사용한다.

# AEO + GEO 크롤러 허용 설정 (robots.txt)

# AEO: Google Featured Snippet·AI Overview 크롤
User-agent: Googlebot
Allow: /

# GEO: Google AI Overview 전용 크롤 (Googlebot과 별도 에이전트)
User-agent: Google-Extended
Allow: /

# GEO: ChatGPT 학습·검색 크롤 (실시간 검색은 Bingbot 경유)
User-agent: GPTBot
Allow: /

# GEO: Perplexity 실시간 retrieval 크롤
User-agent: PerplexityBot
Allow: /

# GEO: Claude.ai 검색 기능 크롤
User-agent: ClaudeBot
Allow: /

# GEO: Microsoft Copilot·ChatGPT Search 실시간 인용 크롤
User-agent: Bingbot
Allow: /

Sitemap: https://example.com/sitemap.xml

AEO를 위한 FAQPage JSON-LD 구현 예시:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "AEO와 GEO의 차이는 무엇인가?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "AEO는 Google Featured Snippet처럼 기존 텍스트를 추출해 표시하는
시스템을 위한 최적화다. GEO는 Perplexity·ChatGPT Search처럼 LLM이 새 텍스트를
생성하면서 출처를 인용하는 RAG 파이프라인을 위한 최적화다. 크롤러, 인용 메커니즘,
최적화 신호가 모두 다르다."
      }
    }
  ]
}
</script>

주의: 위 JSON-LD는 Googlebot이 파싱하는 AEO 신호다. Perplexity·ChatGPT Search의 RAG 파이프라인은 HTML raw text를 청크 단위로 파싱하므로 <script> 내 JSON-LD 자체가 임베딩 계산에 포함되지 않는다. GEO에서 FAQPage 스키마의 기여는 콘텐츠 구조(단문 정의, 개체 명시)를 유도하는 간접 효과에 한정된다.

흔한 오해 — "GEO는 AEO의 새 이름이므로 기존 AEO 작업이 GEO를 커버한다"

이 오해는 두 시스템이 공유하는 표면적 목표에서 비롯된다.

오해가 생기는 이유: FAQPage 스키마를 추가하면 Google AI Overview 인용이 늘어나는 사례가 있다. AI Overview가 Googlebot 색인을 부분적으로 재사용하므로 AEO 신호가 간접 기여하는 것처럼 보인다.

실제 구조: Google AI Overview는 Googlebot과 별도로 Google-Extended 크롤러를 운영한다. Perplexity와 ChatGPT Search는 Googlebot과 완전히 독립된 크롤러(PerplexityBot, GPTBot)를 사용한다. FAQPage JSON-LD는 이들 시스템의 retrieval 단계에 직접 작용하지 않는다.

올바른 처리법: AEO 체크리스트(FAQPage 스키마, 단문 정의 단락, HowTo 마크업)와 GEO 체크리스트(사실 밀도, 청크 자기완결성, AI 크롤러 허용, llms.txt)를 분리해 관리한다. 두 체크리스트를 하나의 콘텐츠로 동시에 충족할 수 있지만, 충족 여부를 같은 지표로 측정할 수는 없다.

검증과 측정

• AEO 측정 — Google Search Console에서 검색 유형을 "웹"으로 설정하고 위치 필터를 "0"(Featured Snippet)으로 조회한다. GSC는 스니펫 점유율을 impression 단위로 집계하므로 주·월 단위 추이 비교가 가능하다.
• GEO 수동 측정 — 대상 키워드 20–30개를 Perplexity·ChatGPT Search·AI Overview에 직접 입력하고, 자사 도메인이 인용 출처(citations[])에 포함되는지 기록한다. 주 1회 반복해 추이를 추적하는 방식이 현재 가장 신뢰도 높다.
• GEO 자동화 대안 — Perplexity API(llama-3.1-sonar-large-128k-online 모델)를 사용해 쿼리 배치를 정기 실행하고 응답 내 citations 배열을 파싱한다. API 응답에 인용 URL 배열이 구조화되어 있어 자동화가 용이하다. Semrush·BrightEdge의 AI 인용 추적 기능은 2025년 기준 베타 수준이다.

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