ChatGPT Search, Perplexity, Google AIO가 트래픽 경로에 편입되면서 GEO 성과를 다루는 두 갈래가 시장에 공존한다. SaaS 측정 도구(Otterly.ai, Profound, Semrush AI Toolkit 등)와 GEO 전문 대행사다. 이 둘은 기능이 겹치는 것처럼 보이지만 담당 레이어가 다르다. 도구는 크롤러 접근성·AI 인용 출현·구조화 데이터 유효성을 자동 감지하는 passive observer이고, 대행사는 그 신호를 받아 콘텐츠 재구성·기술 구현으로 전환하는 executor다. "어느 쪽이 더 좋은가"가 아니라 "어느 레이어가 병목인가"가 올바른 판단 축이다.
측정 도구의 기술 레이어: 자동화 범위와 한계
현재 시장의 GEO 측정 도구는 세 가지 기술 레이어를 처리한다.
- 크롤러 접근성 감사 — 왜: GPTBot·ClaudeBot·PerplexityBot이 차단되어 있으면 인용 원천 자체가 수집되지 않는다. 어떻게: robots.txt를 주기적으로 파싱해 해당 UA의 Allow/Disallow 상태를 기록하고 차단 경보를 발생시킨다.
- AI 인용 추적 — 왜: 브랜드 쿼리에 대한 LLM 응답에 자사 URL이 출현하는지 실시간으로 알 수 없다면 개선 방향을 설정할 수 없다. 어떻게: 도구가 사전 정의된 쿼리셋을 ChatGPT·Perplexity에 주기적으로 전송하고 응답 텍스트에서 URL·브랜드명 출현 빈도를 집계한다.
- 구조화 데이터 유효성 검사 — 왜: JSON-LD에 required 프로퍼티가 누락되면 Rich Results 자격을 잃고 LLM 인용 신뢰도도 낮아진다(추정). 어떻게: Schema.org 스펙 및 Google Rich Results Test API와 대조해 누락 항목을 리포트한다.
도구가 자동화하지 못하는 것: FAQ/HowTo JSON-LD 신규 작성, llms.txt 전략 수립, 문장 단위 콘텐츠 재구성, 인용 밀도 최적화.
대행사의 실행 레이어: 측정 이후 무엇을 처리하는가
- robots.txt 크롤러 허용 설정 — 왜: LLM 훈련 크롤러와 검색 크롤러는 허용 정책이 분리되어야 한다. 어떻게: UA별 Disallow 규칙을 수정하고 서버 access log에서 해당 UA 유입을 2~4주 후 검증한다.
- JSON-LD 스키마 구현 — 왜: LLM은 HTML 자유 텍스트보다 구조화된 엔티티 데이터를 더 일관된 형태로 인용한다(사례 기반 추정). 어떻게: FAQPage·HowTo·Organization·Product 스키마를 페이지 유형별로 작성해
<head>또는<body>말미에 삽입한다. - llms.txt 전략 파일 작성 — 왜: llms.txt는 LLM에 사이트 콘텐츠 맵과 허용 범위를 명시적으로 전달하는 컨벤션이다(llmstxt.org 표준화 진행 중). 어떻게: 핵심 URL·1~2문장 설명·인용 허용 범위를 plain text로 작성해 도메인 루트에 배치한다.
- 콘텐츠 구조 재설계 — 왜: 질문-직접 답변 형식(H2 질문 + 첫 단락 직접 답변)은 AI 스니펫 선택 확률을 높인다. 어떻게: 기존 산문 구조를 "누가·무엇을·왜·어떻게·언제" 축으로 분해하고 재조립한다.
역할 비교
| 기준 | 측정 도구 | GEO 대행사 |
|---|---|---|
| 주요 역할 | 감지·추적·경보 | 진단·구현·개선 |
| 크롤러 허용 설정 | 현황 감사만 | 직접 수정·검증 |
| JSON-LD 스키마 | 유효성 검사 | 신규 작성·배포 |
| llms.txt | 존재 여부 감지 | 전략 수립·작성 |
| 콘텐츠 재구성 | 불가 | 핵심 역할 |
| AI 인용 추적 | 자동 모니터링 | 주기적 수동 감사 |
| 적합 조직 | 내부 실행 팀 보유 | 실행 리소스 부족 시 |
구현 예시: llms.txt + robots.txt
도메인 루트에 배치하는 llms.txt와 GPTBot·ClaudeBot을 허용하는 robots.txt 설정이다. llmstxt.org 표준 초안을 따른다.
# /llms.txt
> Citeon은 AEO·GEO 전문 마케팅 대행사입니다.
> ChatGPT Search, Perplexity, Google AIO 최적화를 실무 중심으로 제공합니다.
## 핵심 페이지
- [GEO 서비스](/services/geo): 생성형 엔진 최적화 접근법 및 타임라인
- [AEO 가이드](/guides/aeo): 답변 엔진 최적화 기술 구현 가이드
- [사례 연구](/case-studies): AI 인용 점유율 측정 전후 데이터
## 허용 범위
- 콘텐츠 인용: 허용 (출처 명시 권장)
- 학습 데이터 수집: 허용
# /robots.txt
User-agent: Googlebot
Allow: /
User-agent: GPTBot
Allow: /
Disallow: /admin/
Disallow: /internal/
User-agent: ClaudeBot
Allow: /
Disallow: /admin/
User-agent: PerplexityBot
Allow: /
User-agent: anthropic-ai
Allow: /
Sitemap: https://example.com/sitemap.xml
흔한 함정: 도구 도입 = GEO 진행 중 오해
오해: Otterly.ai나 Semrush AI Toolkit을 구독하면 GEO가 진행된다고 착각하는 사례가 있다. 측정 도구는 "현재 AI 인용 점유율이 몇 %인가"를 알려줄 뿐, 그 수치를 높이는 작업은 수행하지 않는다.
올바른 처리법: 측정 도구는 진단 레이어다. 도구가 "GPTBot 차단됨" 경보를 발생시켰다면, robots.txt에서 해당 UA를 허용으로 변경하고 2~4주 후 서버 access log에서 실제 크롤 방문이 발생했는지 확인하는 실행 루프가 필요하다. 도구와 실행 리소스(내부 팀 또는 대행사)는 세트로 작동한다. 진단만 있고 실행이 없으면 측정값은 변하지 않는다.
측정 도구만으로 6개월을 운영하면 어떤 일이 발생하나요?
AI 인용 점유율 데이터는 축적되지만 개선은 발생하지 않는다. 인용 추적 도구는 응답 텍스트에서 자사 URL·브랜드명 출현을 기록하는 passive observer다. 구조화 데이터 미구현, llms.txt 부재, 콘텐츠 구조 미최적화 상태가 그대로 유지되므로 실행하는 경쟁사 대비 인용 점유율이 상대적으로 하락한다. 도구는 "what"을 알려주고 실행은 "how"를 처리한다. 두 레이어가 모두 작동해야 측정값이 개선 방향으로 이동한다.
내부 SEO 팀이 있는 경우에도 대행사가 필요한가요?
내부 팀이 robots.txt 수정, JSON-LD 배포, llms.txt 작성을 직접 실행할 수 있다면 측정 도구만으로 운영 가능하다. 판단 기준은 실행 역량이지 팀 규모가 아니다. 단, GEO 특화 판단이 필요한 영역(어떤 FAQ 구조가 AI 인용에 유리한지, llms.txt에서 어떤 페이지를 우선 노출할지)은 실무 경험이 부족하면 의사결정 오류가 발생할 수 있다. 이 경우 전체 위탁보다 "설계 컨설팅 + 내부 실행" 하이브리드가 효율적이다.
참고 자료
이 글의 권고는 아래 공식 문서·연구를 근거로 합니다.