GEO를 처음 정의한 원전 논문: 생성형 검색 가시성 측정과 9가지 기법

GEO(Generative Engine Optimization, 생성 엔진 최적화)는 Perplexity·구글 AI 개요 같은 생성형 검색 엔진이 답을 만들 때 우리 콘텐츠를 인용할 확률을 높이도록 최적화하는 프레임워크예요. 2024년 KDD에 발표된 Aggarwal 등의 논문이 이 개념과 측정 지표, 벤치마크를 처음으로 정의한 GEO의 원전이에요 ^[1].

생성 엔진은 검색 결과를 나열하는 대신, 여러 소스를 읽고 하나의 답으로 합쳐서 직접 보여줘요. 그래서 이제 노출은 순위가 아니라 그 답 안에 인용되느냐로 결정돼요. 문제는 콘텐츠 창작자가 자기 글이 언제·어떻게 답에 등장할지 통제하기 어렵다는 점이에요. GEO는 바로 이 새로운 판에서 창작자에게 최적화 수단을 주려는 시도예요 ^[1]. (GEO의 기본 개념은 GEO란 무엇인가 글에서 더 풀어 뒀어요.)

생성 엔진이란, 왜 SEO로는 부족할까

생성 엔진은 대략 네 단계로 움직여요. 질의를 여러 개로 재작성하고, 검색 엔진으로 소스를 모으고, 요약 모델이 정리하고, 응답 모델이 인용을 단 최종 답을 만들어요.

그림 1. 생성 엔진의 구조: 질의 재작성 → 검색 → 요약 → 인용이 달린 응답 생성.

전통 SEO는 검색 랭킹 알고리즘에 맞춰 순위를 올리는 일이었어요. 하지만 생성 엔진은 키워드 매칭에 머물지 않고, 언어 모델이 소스와 질의를 더 깊이 이해해서 답을 합성해요. 게다가 인용은 답 본문 안에 서로 다른 길이·위치로 박혀요. 그래서 "우리가 몇 위인가"만으로는 가시성을 잴 수 없어요.

그림 2. 검색 엔진은 순위·원문이 그대로지만, 생성 엔진은 인용이 답 안에 섞여 측정이 다차원이 된다.

가시성을 어떻게 측정할까

이 논문의 가장 근본적인 기여는 생성 엔진용 임프레션(가시성) 지표를 정의한 거예요. 먼저 가장 단순한 '단어수' 지표는, 특정 인용 $c_i$ 를 다는 문장들의 단어수를 전체 응답 단어수로 나눠요.

여기서 $S_{c_i}$ 는 $c_i$ 를 인용한 문장 집합, $S_r$ 은 응답 전체 문장, $|s|$ 는 문장 $s$ 의 단어수예요. 인용이 더 많은 분량을 차지할수록 그 소스가 답에서 더 큰 역할을 한 거예요.

그런데 단어수만으로는 인용이 앞에 나오든 뒤에 나오든 똑같이 세요. 앞에 놓인 인용이 더 많이 읽히니까, 위치를 지수적으로 감쇠시키는 위치 보정 단어수를 함께 써요 ^[4].

여기에 더해, 클릭 확률·질의 관련성·인용의 영향력·고유성 같은 주관적 측면은 단어수로 잡히지 않아요. 그래서 G-Eval로 7개 축(관련성·영향력·고유성·다양성·후속질문·주관적 위치·인용 횟수) 을 재는 주관적 임프레션을 함께 둬요 ^[3]. 어떤 기법의 효과는 원래 응답 $r$ 대비 수정한 응답 $r^{\prime }$ 의 상대 개선으로 비교해요.

9가지 GEO 기법

논문은 웹 콘텐츠에 적용할 수 있는 9가지 엔진-무관 기법을 정의하고, GEO-Bench(10K 질의·9개 소스·25개 도메인)에서 평가해요 ^[1][2].

표 1. 논문이 평가한 9가지 GEO 기법.

핵심은 이 중 3·4·5번을 뺀 대부분이 새 정보를 크게 더하지 않고 기존 내용의 제시 방식만 바꾼다는 점이에요. 즉 없는 사실을 지어내지 않고도 가시성을 올릴 수 있어요.

그림 3. GEO 적용 전후: 낮은 가시성의 소스가 최적화 뒤 생성 응답에서 더 앞·더 길게 인용된다.

무엇이 통했나

결과는 분명해요. 출처 인용·전문가 인용문·통계 추가가 가장 강력했고, 최고 기법은 위치 보정 단어수에서 기준선 대비 41%, 주관적 임프레션에서 28% 개선했어요. 반면 전통 SEO의 키워드 스터핑은 거의 효과가 없거나 오히려 떨어졌어요 ^[1].

표 2. GEO 기법의 절대 임프레션(발췌). 인용·통계 계열이 두 지표 모두 크게 올린다 ^[1].

기법은 조합할 때 더 좋아요. 유창성 개선과 통계 추가를 함께 쓰면 단일 기법보다 성능이 더 오르고, 도메인마다 잘 듣는 조합이 달라요.

그림 4. 기법 조합별 가시성 상대 개선 히트맵. 유창성 + 통계 조합이 가장 강하다.

하위 랭크일수록 기회가 크다

더 흥미로운 건 검색 순위가 낮은 페이지일수록 GEO 효과가 크다는 점이에요. 검색 5위 페이지에 출처 인용을 더하면 생성 응답 가시성이 무려 115% 올랐어요. 백링크·도메인 파워로 밀리던 작은 창작자도 콘텐츠 설계만으로 인용을 얻을 수 있다는 뜻이라, GEO가 판을 평평하게 만드는 셈이에요 ^[1].

표 3. 검색 랭크별 가시성 상대 개선(%). 하위 랭크에서 이득이 폭발한다 ^[1].

도메인마다 잘 듣는 기법이 다르다

한 기법이 모든 주제에 통하지는 않아요. 논문은 질의 도메인별로 어떤 기법이 강한지도 분석했어요. 토론형 질문에는 권위적 어조가, 사실형 질문에는 출처 인용이 특히 잘 들어요 ^[1].

표 4. 기법별로 특히 효과가 큰 도메인 ^[1]. 타깃 주제에 맞춰 기법을 골라야 한다.

실제 배포 엔진에서도 통했다

합성 벤치마크를 넘어, 실제 배포된 Perplexity.ai에서도 검증했어요. 출처·통계·인용문 계열은 주관적 임프레션을 최대 37% 올린 반면, 키워드 스터핑은 여기서도 기준선보다 낮았어요 ^[1]. 실험실 결과가 실제 상용 엔진으로도 이어진다는 신호예요.

이 방법의 한계

논문은 스스로 한계도 밝혀요 ^[1].

• 엔진은 변한다: 생성 엔진이 진화하면 기법의 효과도 SEO처럼 바뀔 수 있어요.
• 블랙박스: 엔진 내부를 모른 채 텍스트만 조정하는 접근이라, 왜 되는지의 인과는 완전히 규명되지 않아요.
• 검색 랭킹 영향 미측정: GEO 수정이 전통 검색 순위에 주는 영향은 따로 재지 않았어요.
• 태그 노이즈: 도메인·의도 태그를 자동으로 붙여서 일부 오류가 섞일 수 있어요.

TRAIL 관점: 인용은 측정하고 설계하는 것

이 원전이 세운 두 축은 지금 우리가 하는 일의 뼈대예요. 가시성을 새로 정의해 측정하고, 콘텐츠 설계로 최적화하는 거죠. TRAIL Search는 이 가시성·점유율(SoV)을 엔진별로 추적하고, 실무 처방은 논문의 결론과 같아요. 키워드를 반복하지 말고, 출처·통계·전문가 인용으로 근거를 촘촘히 하고, 문장을 유창하게 다듬는 거예요 ^[1].

이 논문이 문을 열었다면, 그 뒤 연구는 기법을 자동으로 고르는 쪽으로 나아가고 있어요. 글자를 직접 고치는 대신 피처 단위로 최적화하는 FeatGEO 가 그 예예요 ^[5]. 그리고 어떤 문서가 답을 만들었는지 되짚는 RAG 출처 귀속 연구와 함께 보면, 측정과 설계가 한 쌍으로 맞물려요. 결국 AI 답변 속 우리 자리는, 무엇을 담고 어떻게 제시하느냐를 측정 가능한 문제로 바꾸는 순간부터 넓어져요.