GEO란 무엇이고 제조 중소기업에도 필요한가요?

GEO(생성형 엔진 최적화)는 ChatGPT나 구글 AI 개요처럼 웹을 읽고 답을 쓰는 AI의 답변에 우리 회사 페이지가 출처로 쓰이도록 콘텐츠를 다듬는 일입니다. 제조 중소기업에 필요한지는 거래처가 업체를 찾을 때 AI에게 묻는지에 달려 있습니다. 수출 바이어나 신규 브랜드사처럼 회사를 모르는 상태에서 찾아오는 고객이 많다면 먼저 점검할 만합니다.

GEO라는 말은 어디에서 나왔나요?

GEO는 2024년 KDD 학회에 실린 논문 "GEO: Generative Engine Optimization"에서 틀을 갖춘 용어입니다. 이 논문은 검색과 대규모 언어 모델을 결합해 출처가 달린 답을 쓰는 시스템을 생성형 엔진이라고 부르고, 그 답변 안에서 웹사이트가 더 잘 보이게 하는 방법을 GEO라고 정의합니다.

AI 답변에는 검색 결과처럼 1위, 2위를 나눈 목록이 없습니다. 그래서 논문은 어떤 출처의 내용이 답변에서 얼마나 길게, 얼마나 앞쪽에 쓰였는지를 점수로 계산했습니다. 이 지표를 위치 보정 단어 수(Position-Adjusted Word Count)라고 부릅니다. 답변을 읽는 사람이 받는 인상을 평가하는 주관 지표도 함께 썼습니다.

SEO와는 무엇이 다른가요?

GEO와 SEO는 사이트를 읽기 좋게 만든다는 기초를 공유하고, 결과가 나타나는 자리와 확인하는 값이 다릅니다.

두 작업이 이어져 있다는 점은 논문의 실험 설계에서도 볼 수 있습니다. 논문은 질문마다 구글 검색 상위 5개 결과를 AI가 읽을 자료로 사용했습니다. 검색에서 찾히지 않는 페이지는 이 실험의 출발선에 서지 못하는 구조입니다.

GEO와 AEO는 같은 말인가요?

겹치는 부분이 많고, 업계의 쓰임도 통일되어 있지 않습니다. 이 글은 논문이 정의한 GEO를 기준으로 설명합니다. 업체와 이야기할 때는 용어보다 어떤 서비스의 어떤 답변을 개선하는 작업인지 확인하는 편이 실제 판단에 도움이 됩니다.

논문은 어떤 방법을 시험했나요?

논문은 아홉 가지 콘텐츠 수정 방법을 1만 개 질문으로 구성한 벤치마크(GEO-bench)의 평가 구간에서 시험했습니다. 시험한 방법은 권위 있는 어조, 통계 추가, 키워드 반복, 출처 표기, 인용문 추가, 쉬운 표현, 문장 다듬기, 고유 단어, 전문 용어입니다. 대표적인 결과는 아래와 같습니다.

이 표를 사이트 운영 공식으로 읽으면 곤란합니다. 논문 초록의 최대 40%는 연구진이 GPT-3.5로 구성한 엔진에서 나온 값입니다. 실제 서비스인 Perplexity로 시험했을 때는 인용문 추가의 개선 폭이 위치 보정 단어 수 기준 22%였습니다. 효과는 주제 분야에 따라서도 달랐습니다. 예를 들어 통계 추가는 법률·행정 분야와 의견을 묻는 질문에서 특히 잘 맞았습니다. 그러니 통계를 넣기만 하면 어느 사이트든 40% 오른다는 설명은 이 논문으로 뒷받침되지 않습니다. 연구진도 생성형 엔진이 바뀌면 방법 역시 달라져야 할 수 있다고 한계를 밝혔습니다.

검색 순위가 낮은 회사에도 의미가 있나요?

논문 실험에서는 순위가 낮은 페이지의 개선 폭이 더 컸습니다. 아래는 구글 검색 순위별 가시성의 상대 변화입니다.

연구진은 백링크가 적은 작은 회사도 내용을 고쳐 기회를 얻을 수 있다고 해석합니다. 다만 여기서 5위는 구글 상위 5개 안에 든 페이지입니다. 검색에 아예 잡히지 않는 사이트까지 같은 개선을 얻는다는 뜻으로 넓혀 읽을 수는 없습니다. 또한 이 값은 2024년에 발표된 실험 결과이므로 지금의 상용 AI 검색에서 같은 폭이 나온다고 단정할 수 없습니다.

제조 중소기업에도 정말 필요한가요?

회사 이름을 모른 채 찾아오는 거래처의 비중이 크다면 필요성이 높습니다. 논문의 벤치마크는 정보를 묻는 질문이 80%이고 거래와 사이트 찾기 질문이 각각 10%이며, 제조업 구매 과정을 따로 시험하지 않았습니다. 따라서 필요 여부는 논문보다 우리 회사의 영업 경로를 보고 판단하는 편이 정확합니다.

화장품 OEM·ODM처럼 브랜드사가 제형, 최소 수량, 인증을 비교하며 업체를 고르는 업종은 질문이 구체적이어서 점검하기 좋습니다. 업종별 질문 예시는 화장품 OEM·ODM 페이지에서 볼 수 있습니다.

제조 중소기업은 무엇부터 하면 되나요?

거래처가 실제로 물을 질문을 고정하고 현재 답변을 기록하는 일부터 시작합니다. 순서는 이렇게 잡으면 됩니다.

1. 영업 담당자에게 들어오는 첫 문의를 바탕으로 질문 목록을 만듭니다.
2. 같은 질문을 ChatGPT, 구글, 네이버에 넣고 회사 이름과 출처를 기록합니다.
3. robots.txt와 사이트 설정이 검색엔진과 AI 수집기를 막고 있지 않은지 확인합니다.
4. 생산 가능 품목, 최소 수량, 보유 인증, 납기, 수출 경험을 페이지 본문에 문장으로 적습니다.
5. 시험 성적서나 공식 인증처럼 확인 가능한 근거에 출처를 함께 답니다.
6. 처음 정한 질문으로 다시 기록해 변화를 비교합니다.

측정할 때 질문을 매번 바꾸면 전후를 비교할 수 없습니다. 질문을 고정하고 반복하는 방식은 측정 방법 안내에 적어 두었습니다.

어떤 페이지부터 손보면 되나요?

거래처가 회사를 고를 때 확인하는 페이지부터 손보는 것이 좋습니다. 제조사 사이트라면 아래 네 페이지를 먼저 살펴볼 만합니다.

이런 정보가 카탈로그 이미지나 PDF 안에만 있으면 프로그램이 읽기 어려울 수 있습니다. 중요한 사실은 페이지 본문에도 문장으로 적어 두는 편이 안전합니다. 영어 바이어가 있다면 영어 페이지에도 같은 사실을 같은 기준으로 적어야 언어별 답변이 어긋나지 않습니다.

피해야 할 방법은 무엇인가요?

가장 먼저 피할 방법은 키워드를 반복해서 채워 넣는 일입니다. 논문에서 키워드 반복은 위치 보정 단어 수가 17.7점으로 수정 없는 페이지의 19.3점보다 낮았습니다. Perplexity 실험에서도 같은 지표가 기준보다 10% 낮게 나왔습니다.

근거 없는 숫자를 만들어 넣는 일도 피해야 합니다. 논문에서 통계와 출처 표기의 점수가 높았다고 해서 검증되지 않은 수치까지 도움이 된다는 뜻은 아닙니다. 제조사의 숫자는 거래처가 계약 전에 확인하는 정보이므로, 페이지에 적은 생산 능력이나 시험 결과가 실제 자료와 다르면 AI 답변 이전에 영업에서 먼저 문제가 됩니다. 확인 가능한 사실을 찾기 쉬운 위치에 적어 두는 일이 제조 중소기업 GEO의 출발점입니다.

자주 묻는 질문

GEO는 무슨 뜻인가요?

Generative Engine Optimization의 줄임말로, 우리말로는 생성형 엔진 최적화라고 부릅니다. ChatGPT나 구글 AI 개요처럼 웹을 읽고 답을 쓰는 AI의 답변에 우리 페이지가 출처로 쓰이도록 콘텐츠를 다듬는 일입니다.

통계를 넣으면 AI 답변 노출이 40% 오르나요?

그렇게 일반화할 수 없습니다. 2024년 논문의 40%는 특정 실험 조건에서 나온 최댓값이고, 효과는 주제 분야에 따라 달랐습니다.

거래처가 고정된 제조사도 GEO를 해야 하나요?

우선순위는 낮습니다. 신규 거래처가 웹에서 업체를 찾아오는 경로가 적다면 사이트의 기본 정보를 정확하게 맞추는 정도로 시작해도 됩니다.