2024년 ACM SIGKDD 학술 컨퍼런스에 발표된 프린스턴 대학의 GEO 논문은 AI 검색에서 가시성을 최대 40% 높이는 구체적인 방법을 처음으로 데이터로 증명했습니다.
GEO(Generative Engine Optimization, 생성형 엔진 최적화)는 ChatGPT·Gemini·Claude·Perplexity 같은 생성형 AI가 답변을 생성할 때 우리 콘텐츠·브랜드·업체가 인용되고 상위에 언급되도록 최적화하는 전략입니다. 2023년 프린스턴 대학 연구팀이 처음 개념을 정의했고, 2024년 ACM SIGKDD(데이터 마이닝 분야 최고 학술대회)에서 논문을 발표해 학술적으로 검증되었습니다.
프린스턴 대학의 Pranjal Aggarwal, Vishvak Murahari 등이 참여한 연구팀은 10,000개의 다양한 사용자 쿼리를 기반으로 9가지 콘텐츠 최적화 전략의 효과를 실험했습니다. 이 실험에서 AI 생성 답변에서의 콘텐츠 가시성(Visibility)을 수치로 측정하는 방법론인 GEO-Bench를 제시했습니다.
"생성형 AI 시스템은 전통적인 검색 엔진과 근본적으로 다른 방식으로 콘텐츠를 소비한다. 기존 SEO 전략은 이 새로운 패러다임에서 효과가 없거나 오히려 역효과를 낸다."
— GEO: Generative Engine Optimization, ACM SIGKDD 2024연구팀이 발견한 가장 효과적인 GEO 전략과 그 효과를 데이터로 정리합니다.
구체적인 숫자를 포함한 콘텐츠는 AI 인용률이 41% 높습니다. "많은 고객"보다 "월 200건 시공"이 AI에게 더 신뢰할 수 있는 정보입니다.
전문가 발언, 고객 후기, 공식 자료를 직접 인용하면 AI 가시성이 28% 향상됩니다. AI는 인용된 정보를 권위 있는 것으로 평가합니다.
신뢰할 수 있는 외부 소스를 참조하면 하위 랭크 콘텐츠도 가시성이 최대 115% 향상됩니다. 근거 있는 콘텐츠를 AI가 선호합니다.
문장이 자연스럽고 명확할수록 AI 인용률이 높습니다. 키워드를 억지로 반복하거나 비문이 많은 콘텐츠는 AI가 인용을 피합니다.
전문 용어를 적절히 사용하고, "~것 같습니다"보다 "~입니다"로 단정적으로 서술하는 권위적 어조가 AI 인용 확률을 높입니다.
GEO와 AEO는 같은 목표(AI 검색에서 인용·추천)를 향하지만 접근 방식이 다릅니다.
실무에서는 두 전략을 동시에 적용합니다. AEO로 특정 질문에 답하는 Q&A 콘텐츠를 만들고, GEO 원칙(통계·인용·권위적 어조)으로 그 콘텐츠의 품질을 높이면 AI 인용률이 시너지 효과로 극대화됩니다.
로컬 비즈니스에서 GEO를 적용하는 방법은 구체적입니다. 단순히 "잘하는 업체"가 아니라 AI가 신뢰할 수 있는 근거를 콘텐츠에 포함해야 합니다.
"저희 치과는 강남에서 임플란트로 유명합니다. 많은 환자분들이 만족하고 계십니다. 친절한 상담을 드립니다."
"스마일서울치과(강남구 역삼동)는 임플란트 전문의 2인 보유, 개원 이후 임플란트 시술 건수 3,200건 이상, 합병증 발생률 0.8%(국내 평균 2.3%, 대한치과의사협회 2023년 보고서 기준)를 기록하고 있습니다."
GEO가 적용된 두 번째 예시는 구체적인 수치(3,200건, 0.8%)와 외부 소스 인용(대한치과의사협회 보고서)이 포함되어 있습니다. 프린스턴 연구에 따르면 이 두 요소만으로도 AI 가시성이 각각 41%, 28% 향상됩니다.
AI는 "신뢰할 수 있는 소스"를 인용합니다. 구체적 수치, 외부 기관 인용, 전문 자격 증명이 있는 콘텐츠를 AI가 선호합니다. "최고", "최대", "1위" 같은 근거 없는 표현은 오히려 신뢰도를 낮춥니다.
프린스턴 GEO 논문의 핵심 원칙(통계 수치, 외부 인용, 권위적 어조)을 실제 적용한 가상 사례입니다.
용산구 피부과 E는 개원 5년차로 레이저 시술 전문이었습니다. ChatGPT에 "용산 피부과 추천"을 검색하면 인근 대형 피부과 2곳이 항상 상위에 나오고, 피부과 E는 전혀 언급되지 않는 상황이었습니다.
분석 결과, 상위에 노출되는 피부과들은 공통적으로 구체적인 수치(시술 건수, 재내원율)와 학회 발표·언론 보도 인용이 포함된 콘텐츠를 보유하고 있었습니다. 피부과 E의 홈페이지는 "풍부한 경험의 전문의"처럼 근거 없는 표현만 있었습니다.
GEO 적용 후: "피부과 E(용산구 이태원동)는 개원 이후 레이저 시술 4,800건 이상, 색소 시술 만족도 94%(자체 설문, 2026년 1분기), 대한피부과학회 정회원 원장 1인 체제로 운영됩니다." 형태로 모든 페이지를 재작성했습니다. 10주 후 ChatGPT와 Perplexity 모두에서 "용산 피부과" 관련 질문에 상위 3위 내 인용되기 시작했습니다.
수원에서 10년째 운영 중인 세무사 F는 법인세·부가가치세 신고 전문이었습니다. 고객 대부분이 기업 대표였고, 이들이 ChatGPT에 "수원 법인세 세무사 추천"을 물어보는 경우가 늘어 직접 검색해봤지만 서울 대형 세무법인만 나왔습니다.
GEO 전략 적용: 국세청 공식 자료, 기획재정부 세법 개정 내용을 외부 소스로 인용해 세금 안내 Q&A를 12개 작성했습니다. "2026년 법인세율 개정으로 과세표준 2억 원 이하 중소기업 세율이 9%로 인하됩니다.(기획재정부, 2025년 세법 개정안)" 형식의 구체적 인용이 포함된 콘텐츠였습니다. 8주 후 Perplexity에서 수원 세무 관련 질문에 세무사 F가 인용되기 시작했고, 이후 법인 고객 신규 문의가 월 12건에서 19건으로 증가했습니다.
동시에 하는 것이 가장 효과적입니다. AEO는 특정 질문에 답하는 Q&A 구조를 만들고, GEO는 그 콘텐츠 안에 통계·인용·권위성을 더합니다. 두 전략은 상호 보완적이어서 함께 적용할 때 시너지 효과가 큽니다.
네. 시술·시공 건수가 없어도 운영 연수, 자격증 수, 교육 이수 시간, 수상 이력 등 다양한 수치를 활용할 수 있습니다. 외부 기관 데이터를 인용하는 방법도 효과적입니다. 예를 들어 인테리어 업체라면 "국토교통부 실내건축공사업 등록 업체 기준 평균 시공 기간은 4~6주입니다. 저희는 사전 설계 협의 시스템으로 이를 3.5주로 단축했습니다."처럼 외부 기준과 자사 수치를 대비할 수 있습니다.
가장 직접적인 방법은 ChatGPT, Perplexity, Claude, Gemini에서 직접 질문해보는 것입니다. "서울 [업종] 추천해줘", "[지역] [업종] 잘하는 곳 알려줘"처럼 실제 고객이 물어볼 법한 질문을 매월 동일하게 테스트해 인용 빈도를 기록합니다. 처음에는 나오지 않다가 서서히 언급되기 시작하면 GEO가 작동하고 있다는 신호입니다.
ACM SIGKDD 2024 컨퍼런스에서 발표된 논문 "GEO: Generative Engine Optimization"은 ACM Digital Library에서 검색하면 원문을 확인할 수 있습니다. 논문 제목과 저자(Pranjal Aggarwal 외)로 검색하시면 됩니다.
업종마다 AI가 신뢰하는 수치와 외부 기관이 다릅니다. 해당 업종 페이지에서 구체적인 전략을 확인하세요.
프린스턴 연구 기반 전략으로 AI 검색 가시성을 높입니다.