AI 기반 검색 엔진(Perplexity, ChatGPT Search, Google AI Overviews 등)이 생성하는 답변에 자신의 콘텐츠가 인용되도록 최적화하는 전략. 기존 SEO가 검색 순위를 겨냥했다면, GEO는 AI가 답변을 구성할 때 참고하는 소스가 되는 것을 목표로 한다.
구글 검색에서 상위에 노출되기 위해 SEO를 하듯, AI가 생성하는 답변에 자신의 콘텐츠가 등장하도록 최적화하는 것이 GEO(Generative Engine Optimization)다. Perplexity, ChatGPT Search, Google AI Overviews 같은 서비스는 사용자 질문에 직접 답변을 생성하면서 참고한 출처를 함께 인용한다. GEO는 이 인용 과정을 이해하고, 내 글이 그 소스로 선택되도록 만드는 작업이다.
프린스턴·Georgia Tech·IIT Delhi 공동 연구팀이 2023년 이 개념을 체계화한 논문을 발표했다. 다양한 최적화 전략을 실험한 결과, 구체적 수치와 통계 포함, 권위 있는 표현, 명확한 인용 구조가 AI 검색 엔진에서의 노출 가시성을 유의미하게 높인다는 것을 확인했다.
"RAG란 무엇인가"라는 질문에 Perplexity가 답변을 만들 때, 도메인 권위가 높은 사이트보다 해당 개념을 구체적 수치와 함께 명확하게 설명한 글을 더 자주 인용하는 경향이 있다. 기술 블로그나 문서를 작성할 때 GEO 관점에서는 모호한 표현 대신 "컨텍스트 창이 128K 토큰이면 약 300페이지 분량의 문서를 한 번에 처리할 수 있다"처럼 구체적이고 인용 가능한 자기완결형 문장을 의도적으로 포함한다.
AI 답변 엔진은 구조화된 정보도 선호하기 때문에, 소제목·정의·Q&A 형식으로 콘텐츠를 구성하면 GEO에 유리하다. 전통 SEO에서 키워드 밀도를 관리하듯, GEO에서는 AI가 자연스럽게 인용할 수 있는 단락 단위의 완결성이 핵심이다.
전통 SEO는 PageRank나 백링크 같은 외부 신호를 통해 검색 알고리즘의 순위 판단에 영향을 준다. GEO는 LLM이 검색 결과에서 어떤 텍스트를 신뢰할 만한 출처로 선택하는지에 초점을 맞춘다. 두 전략이 완전히 분리된 것은 아니어서, 도메인 권위가 높은 사이트는 AI 검색에서도 인용될 가능성이 높다. 하지만 콘텐츠의 명확성·구체성·인용 가능성은 GEO에서 별도로 관리해야 할 독립 변수다.