SEO의 종말, GEO의 시작

지난 20년간 온라인 콘텐츠 전략의 중심에는 SEO(Search Engine Optimization)가 있었다.
구글 검색 엔진 상위 노출을 위해 키워드를 맞추고, 링크를 확보하고, 메타데이터를 최적화하는 방식이다.

하지만 2025년 현재, 사용자들은 구글보다 Perplexity, ChatGPT, You.com 같은 생성형 AI 검색을 더 자주 사용한다.

검색 결과 페이지를 스스로 뒤지는 대신, AI가 조립한 답변을 받아보기 때문이다.

이 변화 속에서 등장한 개념이 바로 GEO (Generative Engine Optimization), 즉 생성형 AI 엔진을 위한 최적화 전략이다.

GEO(Generative Engine Optimization )가 필요한 이유

SEO는 “검색엔진이 내 페이지를 읽을 수 있도록 만드는 기술”이었다면, GEO는 “AI가 내 콘텐츠를 답변에 포함하도록 만드는 기술”이다.

• - 기존 SEO 한계: 링크 수집, 키워드 반복으로는 AI의 응답에 영향력이 거의 없다.

• - GEO의 목표: AI 모델이 학습·참조하는 데이터셋에 내 콘텐츠가 맥락 있는 지식으로 포함되도록 최적화하는 것.

• 차이점: 검색엔진은 URL을 반환하지만, AI는 문장을 반환한다. 따라서 GEO는 “문장 최적화”에 가깝다.

GEO의 핵심 전략

1. 구조화된 데이터 제공

AI가 읽기 쉬운 표, JSON, llms.txt 같은 구조화된 포맷으로 정보를 공개해야 한다.

2. 출처 신뢰성 확보

AI는 신뢰할 수 있는 도메인과 인용 가능한 자료를 우선적으로 반영한다.

• .gov, .edu, 주요 미디어는 높은 가중치를 받는다.

• 기업 블로그라도 전문가 서명, 논문 인용이 있으면 AI 답변에 포함될 확률이 높아진다.

3. 지속적인 업데이트

AI 모델은 최신 데이터를 반영하기 어렵기 때문에,

RSS 피드, API 공개 등을 통해 동적 데이터 접근을 허용하면 답변에 포함될 가능성이 커진다.

4. 멀티모달 최적화

텍스트뿐 아니라 이미지·도표·영상까지 설명력이 강화된 자료는 AI가 답변을 구성할 때 더 자주 활용된다.

GEO 도입 사례

• 호텔·여행 업계: Expedia, Booking.com은 이미 llms.txt 파일을 도입해 자사 숙소 정보를 AI 응답에 포함시키려 하고 있다.

• e커머스: Shopify 기반 스토어 일부는 상품 데이터를 JSON-LD 형태로 노출해, AI 검색 시 바로 가격·재고가 반영되도록 시도.

• 미디어 기업: 주요 언론사들은 콘텐츠 접근을 제한하기보다, API 기반 유료 GEO 파트너십을 추진 중이다.

📄 llms.txt란 무엇인가?

• 웹사이트가 생성형 AI(LLM, Large Language Model) 크롤러에게 제공할 수 있는 지침 파일입니다.

• 목적: AI 모델이 어떤 데이터를 학습·참조할 수 있고, 어떤 데이터는 제외해야 하는지를 지정하기 위함.

• 위치: 웹사이트 루트 디렉토리에 llms.txt라는 파일을 두면, LLM 크롤러가 이를 읽고 정책을 따른다.

• 역할: AI 모델 학습/참조를 위한 규칙입니다.

주요 기능

1. 허용/차단 규칙

   • 어떤 경로를 AI 학습에 포함시킬지, 제외할지를 설정.

3. 사용 조건

   • 학습 데이터 사용 시 출처 표기나 링크 반환을 요구 가능.

5. 라이선스/권한

   • 데이터 사용을 허용하되, “비상업적 사용만 가능” 같은 조건 부여.

예시: llms.txt 기본 구조

# 모든 LLM에 적용되는 기본 규칙
User-agent: *
Disallow: /private
Allow: /blog
Allow: /public

# 특정 LLM 크롤러만 지정 가능
User-agent: OpenAI
Allow: /ai-content
Disallow: /drafts

# 메타데이터: 학습시 출처 링크 표기 요구
Policy: attribution-required

# 메타데이터: 비상업적 사용만 허용
Policy: non-commercial

robots.txt와 차이점

주의할 점

• 아직 모든 AI 기업(OpenAI, Anthropic, Google 등)이 llms.txt를 공식 표준으로 채택한 건 아닙니다.

• 다만 Perplexity, You.com, 일부 신생 검색·AI 스타트업이 먼저 지원을 시작했고, OpenAI도 논의 중입니다.

• 따라서 지금 시점에서 llms.txt를 두는 것은 선제적 대응으로 가치가 있습니다.

GEO의 한계와 우려

• - 편향 문제: 특정 기업이 GEO에 더 적극적으로 투자하면, AI 답변이 편향될 수 있다.

• - 투명성 부족: AI가 어떤 데이터를 우선 포함하는지 사용자가 알기 어렵다.

• - 표준 부재: SEO는 구글 알고리즘이라는 기준이 있었지만, GEO는 아직 통일된 규칙이 없다.

미래 전망

향후 5년간 GEO는 AI 검색 엔진의 기본 전략으로 자리 잡을 가능성이 크다.

• GEO 전문 에이전시 등장 , llms.txt 같은 표준화 파일 확산 ,“AI 검색에서의 노출”이 온라인 마케팅의 최우선 지표로 부상

결국, GEO는 단순한 기술적 최적화를 넘어 AI 시대의 새로운 마케팅 패러다임으로 작동할 것이다.

SEO 시대가 끝나고, GEO 시대가 열렸다.
이제 중요한 건 검색 결과 상위 랭킹이 아니라, AI의 답변 속에 내 브랜드가 들어가는 것이다.
GEO는 생성형 AI 시대의 “콘텐츠 생존 전략”이 될 것이다.