AEO란 무엇인가 · AI 답변에 뽑히는 구조

AEO와 GEO는 무엇이 다른가요?

실무에서는 거의 같은 뜻으로 쓰입니다. 굳이 나누면 AEO(Answer Engine Optimization)는 답변을 만들어내는 엔진 전반에 뽑히도록 콘텐츠를 정리하는 일이고, GEO는 그중에서도 생성형 AI 검색에 초점을 둔 개념입니다.

구글은 둘 다 별도 분야로 인정하지 않습니다. 공식 가이드는 AEO와 GEO를 언급하며 “여전히 SEO”라고 정리했습니다. 이름이 무엇이든 목표는 하나입니다. 사람이 던진 질문에 기계가 답을 만들 때, 그 답의 재료로 우리 문장이 쓰이게 하는 것입니다.

구조화 데이터는 필수인가요?

아닙니다. 구글 공식 문서의 표현은 이렇습니다.

구조화 데이터는 생성형 AI 검색에 필수가 아니며, 추가해야 할 특별한 schema.org 마크업도 없습니다. 다만 전체 SEO 전략의 일부로 계속 사용하는 것은 좋은 생각입니다.

정리하면 AI 노출의 요건은 아니지만, 리치 결과 자격을 위해 유지할 가치는 있다는 것입니다. “AI에 나오려면 스키마를 넣어야 한다”는 주장은 공식 문서와 어긋납니다.

대신 구글이 같은 문서에서 강조한 조건이 하나 있습니다. 구조화 데이터가 화면에 보이는 텍스트와 일치해야 한다는 것입니다. 화면에는 없는 내용을 코드에만 심으면 신뢰를 잃습니다.

Google Search Central, Optimizing your website for generative AI features on Google Search

그러면 무엇이 실제로 중요한가요?

구글이 공식 문서에서 직접 권장한 항목만 추리면 다음과 같습니다.

• 크롤링을 허용할 것 · robots.txt에서 막고 있지 않은지 확인
• 중요한 콘텐츠를 텍스트로 제공할 것
• 내부 링크로 페이지를 연결할 것
• 고유한 관점이 담긴 콘텐츠일 것 · 어디에나 있는 일반론은 뽑히지 않음
• 페이지 경험(속도·모바일)을 관리할 것
• Search Console의 성과 리포트로 측정할 것

기술적 트릭이 아니라 읽히는 상태를 만드는 일이 대부분입니다.

AI가 답을 만드는 과정을 알면 이해가 쉽습니다

구글의 Gemini API 공식 문서는 검색 기반 답변 생성 과정을 이렇게 설명합니다. 모델이 검색이 필요한지 판단하고, 검색 쿼리를 스스로 만들어 실행하고, 결과를 처리한 뒤 답변을 생성하면서 문장 구간별로 출처를 연결합니다.

여기서 실무적으로 중요한 지점은 모델이 사용자의 질문을 그대로 검색하지 않는다는 것입니다. 모델이 다시 쓴 질의로 검색합니다. 그래서 특정 키워드 하나에 맞춰 최적화하는 방식이 잘 통하지 않습니다. 질문이 파생될 수 있는 여러 표현을 콘텐츠가 품고 있어야 합니다.

Google, Grounding with Google Search (Gemini API 공식 문서)

AI 답변을 그대로 믿으면 안 되는 이유

AEO를 하기 전에 알아두실 것이 있습니다. AI의 인용은 생각보다 부정확합니다.

스탠퍼드 연구진이 생성형 검색엔진 4종을 사람이 직접 평가한 결과, 생성된 문장 중 51.5%만이 인용으로 온전히 뒷받침됐고, 달린 인용 중 74.5%만이 실제로 그 문장을 지지했습니다. 컬럼비아대 Tow Center가 기사 발췌 200건을 AI 검색 8종에 각각 물어 총 1,600건을 확인한 조사에서는 60% 이상이 오답이었습니다.

그래서 AEO의 목표는 “AI가 우리를 정확히 설명하게 만드는 것”이 아니라, AI가 근거로 삼을 만한 문장을 우리 쪽에 충분히 쌓아두는 것에 가깝습니다. 통제할 수 없는 영역이 있다는 전제에서 시작해야 합니다.

Liu, Zhang, Liang, “Evaluating Verifiability in Generative Search Engines”, EMNLP 2023 Findings · Columbia Tow Center, 2025-03