들어가며
올해 구글이 「Optimizing your website for generative AI features on Google Search」라는 AI 검색 최적화 가이드를 발표했습니다. GEO(생성형 엔진 최적화) 분야에서 처음 나온 공식 지침이다 보니 반응이 뜨거웠는데요. 그런데 이 가이드가 여러 매체와 커뮤니티를 거치면서 "그동안의 GEO 방법론은 전부 미신이었다", "결국 SEO만 잘하면 된다더라" 같은 요약으로 퍼지는 걸 보게 되었습니다.
큰 틀에서는 맞는 말이지만, SEO/GEO 분석 서비스를 만들면서 매일 이 주제를 들여다보고 있는 입장에서는 이렇게 요약되면 곤란하지 않나 싶은 지점들이 있었습니다. 그래서 이번 글에서는 구글 가이드의 원문을 다시 짚어보고, 궁금했던 부분은 직접 측정해 보면서, 실무자 입장에서 어디까지 받아들이고 어디서부터는 조심해서 읽어야 하는지 생각을 정리해 보려고 합니다.
SEO가 기반이라는 건 맞습니다
먼저 가이드의 핵심 메시지부터 보겠습니다. 구글은 GEO를 잘하려면 결국 SEO부터 탄탄해야 한다고 말하는데, 여기에는 구조적인 이유가 있습니다. 구글의 AI 오버뷰와 AI 모드는 RAG(검색 증강 생성)와 쿼리 팬아웃이라는 방식으로 동작하는데, 둘 다 기존 검색 색인에서 콘텐츠를 가져와 답변을 만듭니다. 일반 검색에서 발견되지 못하는 페이지는 AI 답변의 재료조차 될 수 없다는 뜻이죠.
다만, 여기서부터가 이 가이드를 읽을 때 조심해야 하는 부분입니다.
'미신(꼼수)' 목록에는 결이 다른 것들이 섞여 있습니다
가이드에서 구글은 효과 없는 GEO 방법론들을 짚었습니다. llms.txt 파일, 콘텐츠 청킹, AI 전용 리라이팅, 진정성 없는 멘션 뿌리기, 그리고 스키마 마크업까지가 흔히 '미신 목록'으로 요약되어 돌아다니는데요. 이 목록, 자세히 보면 성격이 전혀 다른 것들이 한데 묶여 있습니다.
llms.txt
구글은 llms.txt를 "참조하지 않는다"고 명확히 선을 그었습니다. 다만 이것도 정확히는 '구글 기준'의 이야기입니다. 다른 주요 AI 플랫폼들은 구글처럼 공식적으로 부인한 적도 없지만, 반대로 답변을 만들 때 남의 사이트 llms.txt를 참조한다고 공식 확인한 적도 없습니다. Anthropic이나 Perplexity처럼 자사 문서 사이트에 llms.txt를 게시하는 곳이 있어서 이게 종종 "공식 지원"으로 와전되는데, 자기 문서를 그 형식으로 내놓는 것과 남의 사이트 파일을 읽어 답변에 반영하는 것은 다른 이야기입니다. 그러니 llms.txt의 정확한 현재 상태는 "구글에서는 무의미 확정, 그 외에서는 부인도 확인도 없는 효과 미검증"입니다.
스키마 마크업
반면 스키마 마크업(구조화된 데이터)은 또 이야기가 다릅니다. 구글이 원문에서 실제로 쓴 문장은 이렇습니다.
"Structured data isn't required for generative AI search, and there's no special schema.org markup you need to add. However, it's a good idea to continue using it as part of your overall SEO strategy." (구조화된 데이터는 생성형 AI 검색에 필수는 아니며, 추가해야 할 특별한 schema.org 마크업도 없다. 다만 전체 SEO 전략의 일부로서 계속 사용하는 것이 좋다.)
"AI 인용을 위한 별도의 부스트 효과는 없다"와 "계속 쓰는 게 좋다"가 같은 문단에 있는 겁니다. 스키마 마크업은 schema.org 기반의 웹 표준이고, 구글이 지금도 공식 문서에서 권장하며 페이지의 저자, 조직, 제품 같은 엔티티를 이해하는 데 실제로 활용하는 정당한 기술입니다. 프론트엔드 작업을 하면서 마크업을 다뤄온 입장에서 보면, 스키마 마크업은 시멘틱 마크업의 연장선에 있는 '기계가 읽을 수 있는 문서 만들기'에 가깝습니다.
AI 전용 리라이팅
"AI용으로 뭘 더 할 필요는 없다"와 "쓸모없는 편법이다"는 전혀 다른 말인데, 요약을 거치면서 이 둘의 경계가 사라지는 경우를 종종 봅니다. 이 구분이 왜 중요하냐면, 실무에서 벌어질 일이 그려지기 때문입니다. "구글이 스키마 마크업 필요 없다고 했다던데요?"라는 말과 함께, 멀쩡히 관리되고 있던 구조화 데이터가 정리 대상에 오르는 상황이요. SEO 관점에서 계속 유지해야 하는 자산이 요약 한 줄 때문에 걷어내지는 건 개발자 입장에서 꽤 안타까운 일입니다. 가이드를 읽을 때는 항목별로 구글이 실제로 어떤 표현을 썼는지, 원문의 뉘앙스를 확인해 볼 필요가 있습니다.
직접 확인해 본 결과, 구조가 좋다고 인용되는 건 아니었습니다
최근 'GEO 잘 된 사례'로 소개된 국내 대기업 콘텐츠 플랫폼 5곳(금융 3, 유통·패션 1, 통신 1)을 골라, 각 사이트가 실제로 발행한 콘텐츠 주제에서 질문 30개를 뽑았습니다. "이 사이트가 직접 쓴 주제를 물으면 이 사이트가 인용되는가"를 측정하기 위해서입니다. 이 질문들을 웹검색을 켠 3개 AI(ChatGPT·Gemini·Perplexity)에 던지고, 답변의 인용 출처에 해당 플랫폼이 등장하는지 확인했습니다.
결과는 사이트마다 극단적으로 갈렸습니다. 같은 금융권 콘텐츠 플랫폼 두 곳이 좋은 대비인데요. 한 곳은 Gemini 기준 6개 질문 중 5개에서 인용된 반면, 다른 한 곳은 단 한 번도 인용되지 않았습니다. 둘 다 요약·소제목·Q&A 구조를 잘 갖춘, '잘 된 사례' 목록에 나란히 오른 곳들입니다. 인용되지 못한 자리는 네이버 블로그와 유튜브가 차지했습니다. 실제로 이번 측정 전체에서 가장 많이 인용된 출처는 특정 브랜드 사이트가 아니라 blog.naver.com과 youtube.com이었습니다.
왜 이런 차이가 생길까 생각해 보면, 인용이라는 게 '사이트 단위의 자격'이 아니라 '질문 단위의 경쟁'이기 때문입니다. AI는 사용자의 질문마다 관련 문서를 새로 검색하고, 그중 답변에 가장 잘 들어맞는 출처를 고릅니다. 아무리 콘텐츠 구조가 좋아도 그 주제에 더 직접적으로 답하는 경쟁 문서가 있다면 인용은 그쪽으로 갑니다. 체크리스트를 충족했다는 건 경쟁에 참가할 자격을 갖췄다는 것이지, 경쟁에서 이기고 있다는 뜻은 아닌 거죠.
구글의 방향이 곧 모든 AI의 방향은 아닙니다
마지막으로 짚고 싶은 건 이 가이드의 적용 범위입니다. 가이드 발표 이후 "결국 SEO만 하면 되는 거네, GEO는 허상이네"라는 반응도 보이는데, 구글의 문서는 어디까지나 구글 검색의 AI 기능에 대한 가이드입니다. 구글은 기존 검색 색인 위에서 AI가 동작하는 구조라 "SEO가 곧 GEO"라는 등식이 비교적 잘 성립하는 플랫폼이고, 구글 입장에서는 저렇게 쓰는 게 당연합니다.
문제는 이 등식이 다른 플랫폼으로 그대로 이식되지 않는다는 겁니다. 위에서 소개한 측정에서 플랫폼별 결과를 나눠 보면 격차가 선명합니다. 동일한 30개 질문에서 해당 플랫폼이 인용된 질문의 비율이 **Gemini 40%, Perplexity 30%, ChatGPT 10%**로 벌어졌습니다. 구글 검색 색인을 그대로 쓰는 Gemini가 SEO 잘된 사이트들을 가장 잘 인용하고 — 구글의 등식이 구글 생태계 안에서는 실제로 작동한다는 뜻입니다 — 검색 색인이 다른 ChatGPT에서는 같은 사이트들이 거의 인용되지 않았습니다.
측정하면서 알게 된 사실이 하나 더 있습니다. ChatGPT는 "인터넷이 느릴 때 어떻게 하나요" 같은 생활 밀착형 질문 6개에서 웹검색을 한 번도 수행하지 않았습니다. 검색 없이 자체 지식으로만 답했고, 당연히 인용도 0건이었습니다. AI가 검색 자체를 하지 않는 질문 유형에서는 어떤 콘텐츠도 인용될 기회가 없는 건데, 이런 플랫폼별 동작 차이는 구글 가이드 어디에도 나오지 않습니다. 나올 이유가 없죠. 구글의 가이드니까요.
그래서 저는 이렇게 정리하고 싶습니다. 구글이 "SEO에 충실하라"고 한 건 구글 생태계 안에서의 답이고, 그것이 GEO라는 개념 전체를 무효화하는 근거가 될 수는 없다. 오히려 플랫폼마다 인용 기준과 동작이 다르다는 사실이야말로, 플랫폼별로 관찰하고 대응하는 GEO라는 작업이 여전히 필요한 이유라고요.
마치며
정리하면 이렇습니다. 구글의 가이드는 검증되지 않은 방법론이 난무하던 시장에 기준을 제시했다는 점에서 반가운 문서이고, SEO가 기반이라는 핵심 메시지에도 동의합니다. 다만 '미신 목록'에는 결이 다른 항목들이 섞여 있으니 원문의 뉘앙스를 항목별로 확인해야 하고, 구조가 좋다는 것과 실제로 인용된다는 것은 별개이니 실측으로 검증해야 하며, 구글의 답이 AI 검색 환경 전체의 답은 아니라는 점을 함께 기억하면 좋겠습니다.
GEO는 아직 정보의 밀도보다 확산 속도가 빠른 분야입니다. 이런 시기일수록 누군가의 요약을 그대로 받아들이기보다 공식 문서를 직접 읽어보고, "잘 됐다더라"는 주장은 데이터로 확인해 보는 습관이 중요한 것 같습니다. 저도 인상이 아니라 실측으로 이야기하는 글을 계속 써보려고 합니다.
감사합니다.
측정 방법: 2026년 7월, 지오닉(GEONIQ)의 하반기 출시 예정 GEO 성과지표(KPI) 기능의 측정 파이프라인으로 수행. 'GEO 잘 된 사례'로 소개된 국내 콘텐츠 플랫폼 5곳을 대상으로 각 사이트가 실제 발행한 콘텐츠 주제에서 사이트당 6개(총 30개) 질문을 도출. ChatGPT(gpt-5.3, 웹검색 도구 ON)·Gemini(3.5 Flash, 검색 그라운딩 ON)·Perplexity(sonar)의 API를 질문당 1회 호출해 답변의 인용 출처 도메인을 판정. 단발 측정이므로 AI 응답의 비결정성에 따른 편차가 있을 수 있습니다.