Generative Engine Optimization(GEO): ChatGPT, Claude, Gemini, Grok이 내 제품을 언급하게 만드는 법

Generative Engine Optimization이란?

GEO는 생성형 AI 모델이 당신의 시장과 제품에 대해 무엇을 말하는지를 빚어내는 작업입니다. 이 용어는 프린스턴, 조지아공대, Allen Institute for AI, IIT 델리 연구진의 2023년 논문에서 나왔습니다. 이들은 웹페이지에 가한 수정이 그 페이지가 AI 답변에 인용될 가능성을 어떻게 바꾸는지 측정했습니다. 이후 마케터들은 이 표현을 더 넓은 목표로 늘려 왔습니다. 모델이 제품을 정확히 설명하게 하고, 구매자가 선택지를 물을 때 그 이름을 꺼내게 하는 것입니다.

답변이 어떻게 만들어지는지 그려보면 이해가 쉽습니다. 전통적인 SEO에서는 방문자가 여전히 훑어보고 판단해야 하는 열 개의 링크가 놓인 페이지에서 한 자리를 두고 싸웁니다. 챗 엔진은 그 전부를 한 문단으로 압축하기 때문에, 거기서 거명되는 네다섯 개 제품이 그 구매자에게는 시장 전체입니다. 이 변화가 제로클릭 검색과 함께 시작되는 것을 우리는 지켜보았고, 그에 대해 썼습니다. 자세한 내용은 다음을 참고하세요: AI와 Google 알고리즘 업데이트에 관한 저희 글.

당신의 이름이 답변에 들어가는 경로는 두 가지입니다. 실시간 검색을 갖춘 엔진, 즉 Perplexity나 ChatGPT와 Gemini의 브라우징 모드는 질문 시점에 페이지를 가져와 인용합니다. 기본 모델은 학습 중에 흡수한 것에서 답하며, 그 기억은 새 모델 버전이 나올 때만 갱신됩니다. 두 경로 모두 대체로 같은 출처를 먹고 살기 때문에 해야 할 일은 단순해집니다.

모델은 어디에서 의견을 얻는가

언어 모델은 방대한 텍스트 더미로 학습합니다. 크롤링된 웹페이지, 라이선스를 맺은 출판사 아카이브, 책, 코드, 영상 자막 등입니다. 그 더미 안에서 제품에 대한 의견은 대부분 사람들이 자기가 쓰는 것을 이야기하는 곳에서 나옵니다. Reddit은 2024년 초 Google과, 몇 달 뒤 OpenAI와 콘텐츠 라이선스 계약을 맺었고, 그래서 서브레딧의 스레드는 플랫폼의 축복 아래 학습 파이프라인으로 흘러 들어갑니다. Grok은 X 게시물로 학습하고, Youtube 자막은 리뷰어들의 의견을 섞어 넣으며, 모델이 개발자 도구에 대해 믿는 내용의 상당 부분은 Hacker News로 거슬러 올라갑니다.

모델이 「프리랜서를 위한 최고의 청구서 도구는」이라는 문장을 완성하려 할 때 무엇이 필요할지 상상해 보세요. 모델이 가진 가장 강력한 재료는 바로 그 질문에 공개적으로 답하는 수천 명의 사람들입니다. 비교 스레드, 「이건 다들 뭘 쓰세요」 같은 글, 경쟁사 출시 공지 밑의 답글, 기대에 못 미친 도구에 대한 불만이 그것입니다. 그런 글은 진짜 구매자의 어휘로 빽빽하며, 깊은 자국을 남깁니다.

검색 기반 인용도 같은 재료에서 작동합니다. Perplexity에 구매 관련 질문을 던지고 답변 아래의 출처를 읽어 보세요. 대개 Reddit 스레드와 비교 목록 기사가 목록의 대부분을 채웁니다. Google의 AI Overviews도 커뮤니티 게시물을 끊임없이 인용합니다. 어느 엔진에서나 같은 양상이 나타나는 이유는 모두 같은 것, 즉 제품을 비교하는 정직한 사람들을 찾기 때문입니다.

AI 답변은 링크가 하나라도 클릭되기 전에 완성된다

그래서 댓글 하나는 두 번의 근무를 합니다. 올라간 주에는 그 스레드에서 결정을 내리는 사람들에게 닿습니다. 몇 달 뒤에는 크롤러가 쓸어 담고, 다음 세대 모델이 당신의 카테고리에 대해 믿는 내용의 일부가 되어, 어떤 분석 대시보드에도 나타나지 않을 구매자들에게 계속 답합니다.

실용적인 GEO 방법

작은 팀도 이 일을 잘할 수 있습니다. 재료가 평범한 업무이기 때문입니다. 알맞은 대화에 모습을 드러내고, 자기 이야기를 일관되게 유지하는 것입니다.

• 구매 질문에 공개적으로 답하세요. Reddit이나 Hacker News에서 누군가 당신 카테고리의 최고 도구를 묻거나 경쟁사의 대안을 찾을 때, 제품을 언급하는 유용한 답변을 쓰고 그것을 당신이 만들었다고 밝히세요. 크롤러가 모으는 것이 바로 이런 스레드입니다.
• 하나의 일관된 설명을 유지하세요. 제품이 무엇이고 누구를 위한 것인지 말하는 한 문장을 정하고, 그것을 웹사이트, 소셜 프로필, 디렉터리 등록, 출시 게시물에 똑같이 쓰세요. 모델이 당신의 이름과 카테고리를 연결하도록 배우는 방식이 바로 반복입니다.
• 비교 콘텐츠에 들어가세요. 목록형 기사, 「최고의 도구 10선」 모음, 소프트웨어 디렉터리는 AI 엔진에 늘 인용됩니다. 작성자에게 연락하고 등록 정보를 최신으로 유지하세요.
• 기계가 인용할 수 있는 페이지를 발행하세요. GEO 원 논문은 인용문과 통계를 추가하는 것이 다른 수정과 함께 벤치마크에서 페이지가 인용될 가능성을 최대 40퍼센트까지 높였다고 밝혔습니다. 실제 수치를 담은 구체적인 주장을 쓰고, FAQ 페이지에는 스키마 마크업을 넣으세요.
• 엔진에 당신에 대해 물어보세요. 한 달에 한 번, 핵심 구매 질문을 ChatGPT, Claude, Gemini, Grok, Perplexity에 던지세요. 어떤 이름이 돌아오는지, 당신 제품이 어떻게 설명되는지 기록하세요. 그 기록이 GEO의 순위 추적기에 해당합니다.

KWatch.io는 모델보다 먼저 대화를 찾아냅니다

위의 모든 것은 대화를 제때 보느냐에 달려 있습니다. Reddit 스레드는 독자의 대부분을 첫날에 모으고, 늦은 답글은 사람들이 거의 내려가지 않는 페이지 아래로 가라앉습니다. 모든 구매 질문의 모든 표현에 대해 여섯 개 플랫폼을 손으로 지켜본다면 한 주가 통째로 사라질 것입니다.

이것이 KWatch.io가 하는 일입니다. 등록한 키워드에 대해 Reddit, Hacker News, X(Twitter), Linkedin, Facebook, Youtube를 감시하고, 일치하는 게시물이나 댓글이 몇 초 안에 대시보드에 도착합니다. 알림은 이메일이나 Slack으로 받을 수 있고, JSON 웹훅으로 각 언급을 CRM이나 Zapier, n8n 같은 자동화 도구로 보낼 수도 있습니다. 그런 스레드에 쓴 댓글은 다음 세대 모델이 학습하는 공개 기록의 일부가 됩니다. 즉 일찍 포착한 대화 하나하나가 미래의 AI 답변에 넣는 작은 적립입니다.

KWatch.io 대시보드의 키워드 알림

GEO에서는 네 가지 키워드 계열이 제값을 합니다.

• 브랜드 이름. 잘못된 설명과 오래된 가격에 대한 불만은 아무도 답하지 않으면 학습 데이터로 퍼져 나갑니다. 스레드가 아직 젊을 때 붙잡으세요.
• 경쟁사 이름, 그리고 「[경쟁사] 대안」 같은 표현. 후보 목록이 쓰이는 곳이 바로 이런 스레드입니다.
• 카테고리의 구매 질문: 「최고의 [카테고리] 도구」, 「[문제]에는 뭘 쓰세요」, 「[카테고리]에 돈 쓸 만한가요」.
• 당신이 해결하는 문제를 고객이 말하는 방식 그대로. 실제 언급이 쌓이면서 다듬어 나가면 됩니다.

모든 언급에는 AI 감정 점수가 붙어 있어서, 예컨대 경쟁사에 대한 부정적인 댓글만 뽑아 보기가 쉽습니다. 그런 자리에서는 당신의 차분하고 도움이 되는 답변이 대체로 좋게 받아들여집니다.

대화 추적은 오래 값을 하는 스레드를 담당합니다. 어떤 비교 스레드는 몇 년씩 Google 상위에 남아 크롤링될 때마다 다시 수집됩니다. 하나를 추적해 두면 새 댓글이 달릴 때마다 KWatch.io가 알려주므로, 구매자와 학습 파이프라인이 거듭 돌아오는 스레드에서 당신의 답변이 최신 상태로 남습니다. Reddit 및 Hacker News의 대화 추적 기능에 대해 자세히 알아보세요.

Slack에서의 KWatch.io 알림

내 시장 모니터링 시작하기

모더레이션에서 살아남는 댓글 쓰기

이 가운데 무엇이라도 크롤러에 닿을지는 모더레이터가 결정합니다. Reddit은 홍보성 스팸을 몇 분 안에 삭제하고, 삭제된 댓글은 페이지에서도, 그 페이지의 이후 모든 크롤링에서도 사라집니다.

남는 댓글에는 공통된 모양이 있습니다. 실제 질문에, 그 스레드의 어조로, 제품 가까이 있는 사람만 아는 세부와 함께 답하고, 글쓴이가 그것을 직접 만들었다고 밝힙니다. 독자들은 그런 정직함에 추천을 주고 모더레이터도 건드리지 않습니다. 이는 중요합니다. 추천을 많이 받은 댓글은 페이지 위쪽에 앉고, 크롤러가 거기에 가장 큰 비중을 두기 때문입니다.

이런 댓글이 AI 학습 데이터에 들어갑니다

계정이 필요해지기 전에 참여를 시작하고, 순수하게 도움이 되는 답변에 비해 링크는 드물게 유지하세요. 자기 홍보를 의심한 플랫폼은 아무 말 없이 게시물을 숨깁니다. 이에 대해 전체 가이드를 썼습니다: 섀도밴을 당했는지 확인하는 법과 피하는 법.

결과는 언제 나타나는가

실시간 AI 검색의 인용은 몇 주 안에 반응합니다. Perplexity가 인용하기 시작한 페이지나 스레드는 방문자를 보내오며, 분석 도구에서는 chatgpt.com이나 perplexity.ai 같은 유입 경로로 표시됩니다.

모델 자체는 더 느리게 움직입니다. 이번 분기에 올린 글은 이후 몇 달에 걸쳐 크롤링되고, 그다음에 출시되는 모델에서야 표면에 떠오릅니다. 효과는 조용히 쌓이다가 새 릴리스와 함께 한꺼번에 나타납니다. 일 년 전에 시작한 경쟁사는 이미 오늘의 가중치 안에 살고 있고, 지금 심는 언급도 같은 일정으로 따라잡습니다.

기록을 남기세요. 매달 가장 중요한 열 개의 구매 질문을 주요 엔진에 던지고 모든 답변을 스프레드시트에 붙여 넣으세요. 어떤 제품이 거명되고 당신 제품이 어떻게 설명되는지 적어 두세요. 몇 달이 지나면 변화가 분명해지고, AI 검색 답변의 인용이 어떤 스레드가 일하고 있는지 알려줍니다.

결론

구매 조언은 채팅 창으로 옮겨 가고 있고, 모델은 그 조언을 바로 지금 Reddit, Hacker News, X를 비롯한 큰 플랫폼에서 오가는 공개 대화로부터 조립합니다. 유용한 답변과 일관된 이야기로 그 대화에 모습을 드러내면, 모델은 당신의 고객이 배우는 것과 같은 방식으로 당신이 누구인지 배울 것입니다.

KWatch.io 무료 플랜에는 AI 학습 대화의 대부분이 일어나는 두 플랫폼, Reddit과 Hacker News의 키워드 알림이 포함됩니다. 오늘부터 바로 듣기 시작할 수 있습니다: 여기에서 KWatch.io에 등록하세요. 각 플랜의 자세한 내용은 다음에서 확인하세요: 요금제 페이지.

Julien
KWatch.io의 제품 관리자