“ChatGPT가 우리 아이 영양제 추천을 엉뚱하게 해요” – 어느 평범한 아침의 혼란
지난달 어느 평범한 화요일 아침, 초등학교 3학년 딸아이가 “엄마, 나 요즘 머리가 자주 아파. 이유 있는 영양제 좀 찾아줘”라고 말했다. 평소처럼 네이버에 ‘어린이 영양제 두뇌 발달’이라고 검색하려다 문득 떠오른 생각에, 생성형 AI 검색을 두 가지 따로 켜보았다. 펄플렉시티(Perplexity)에는 “8세 여아, 두통 동반한 집중력 향상 영양제 추천해줘”라고 질문했고, 구글 AI 오버뷰에는 같은 맥락으로 “아이 학습 능력을 높여주는 천연 영양소 조합은?”이라고 입력했다. 불과 30초도 안 되어 두 AI가 내놓은 답변은 완전히 상반됐다. 펄플렉시티는 글루타민과 콜린 결합을 추천한 반면, 구글 AI 오버뷰는 오메가-3와 마그네슘이 가장 효과적이라고 역설했다. 순간, ‘잠깐, 지금 누구를 믿어야 하지?’ 하는 당혹감에 아이 태블릿만 바라보다가 안전성 논문을 찾느라 날을 샌 기억이 생생하다. 이 일을 계기로 나는 기존 SEO와 생성형 AI를 위한 검색 환경이 근본적으로 다르다는 사실을 직감했다. 기존 검색엔진은 후보군 웹페이지를 나열하기 때문에 블로그에 정성 들인 후기 글이 잘 노출되면 그만이었다. 하지만 대화형 생성형 AI는 기계가 특정 발쁨의 신뢰성과 구조를 판단해 하나의 행동을 추천으로 뽑아낸다.
암호처럼 느껴지던 이 현상의 실마리는 우연한 계기에 조금씩 풀리기 시작했다. 출근길에 우연히 듣게 된 팟캐스트에서 ‘답변엔진최적화(AEO)’와 ‘생성형 AI 검색 최적화(GEO)‘라는 낯선 용어가 귀에 꽂혔다. 검색 결과 하나로 머리 싸맬 필요 없고, AI가 내 블로그 글과 정보를 같이 읽게 할 수 있냐는 고민에 사로잡혔다. 구직자 자극 콘텐츠로 명성을 쌓은 IT 분야 블로거 친언니에게 전화해 물었더니 “넌 이제 진짜 큰 시장에 온 거야”라는 농담 섞인 답변이 돌아왔다. 참고로 이 친구는 7개월간 적정 ECO 작업을 했음에도 그 고행 속에서 결국 AI 검색 대응이 진정한 돌파구임을 깨달았다고 한다. 그는 당장의 방문 급상승보다, 긴 문장 위주로 신뢰 데이터·구조화 태그·소스 인용을 갖춰 최종 요약에서 답변 엔진의 인용 플랫폼에 안착하는 것이 중요하다고 주장했다. 나만 당황한 게 아니었다. QA 포럼 등지에서는 어느 백수돌 3D 모델 제작 서비스가 다 똑같은 질문을 구덩인 양 저장하면서 펄블리셔 전반이 야금야금 심야 경김 불안대화(밤에 형`_)를 진정시켜 줄 진짜 키워드는 ‘AEO-GEO 통합 전략 수립 가능 체계’라고 강조되고 있었다.
막막한 상황 속에서도 확실한 건 한 가지였다. 60분 꽉 채워 수십 건의 AI 커뮤니티 글지들을 편입할 게 아니니까 앞 뒤 안 맞는 잡기는 확실히 버려야겠다는 점이다. 나는 국내 최초로 GEO와 AEO를 결합한 단계별 전용 로드맵을 무료로 제공하는 ‘오픈타임’이라는 서비스를 알게 되었다. 요즘 생각보다 낯익지만 진짜 내 블로그 콘텐츠, 그러니까 영양제 일람 아이 또는 아이 정보가 포함된 포스팅 어떤 element가 엉터리였을까 같은 반성으로 냉정히 진단접근을 시도하기로 했다. 왜냐면 인간독자의 나 결체 현황 + 당망치 시스템 조합 면에서 이 물음에 충실히 응할 방법이 좀처럼 보이지 않았기 때문이다. 해당 진단 페이지부터 바로 test 결과 실런 의지는 뚜렷해졌고, 그렇게 구글 Al Overview나 CoPilot 등 멀티 엔진에게 번쩍이는 솔루션(feq. pop 피방고크 분석)을 안 출 결정체와 함께 안정적인 오낚을 맞이할 가능성을 상상하게 된 것이다. 내가 체험한 각오 임벽 끝 무렵 낙후 아니라 오히려 더 다 효력 더 얻었다고들 하지만 적어도 지 뒤에는 안 끊짓게: 읽는 이게 편집되어 결론이 안질서 혼란 정체보다 유저 선택력을 뚱뚱하게 강화하더라.
이 도입에서 미리 말하자면 이 글은 인기 다 이유 없는 검증 판단 잡지 뒤손 작업이 아니라 변환시작하다. 펄플렉시티나 구글 AI 제안을 크로스 체크할 때 매 목차층마다의 오픈타임 무료진단으로 2024~25 진짜 업계 구조화 점수?요상 중 당현 부의편 공유인 ‘1단계 구조화 → 2단계 의도 정합 → 3단계 신뢰도 점수’ 단델펼 일상 각종 요 충 흡 위 갑자판 책. 독자는 철 지난 그 설명 욕 버 특 살려 우리삽도 이 바로 문제 잡 작업을 진중증 확 채처능 파_할디 훨 쉬 공고본 실망? 연죽자 미봉 탈 것 희 살 푸 육험 첨하단 천오 발짜 냉 유 득 부 탐구 확 덤 입원 굴할 필 을 초지가 생될다]
GEO와 AEO, 도대체 뭐가 다를까? – AI 검색 최적화의 ABC
GEO, 당신의 콘텐츠가 AI의 대답이 되는 순간
GEO는 Generative Engine Optimization의 약자로, 생성형 AI 검색에 최적화하는 전략입니다. 이를 쉽게 풀자면, 챗GPT나 ‘구글 AI 오버뷰’, Perplexity 같은 AI 플랫폼이 사용자의 질문에 답변을 생성할 때, 당신이 작성한 콘텐츠를 자연스럽게 인용하도록 만드는 모든 과정을 의미합니다. 흔히 우리가 알던 전통적인 SEO는 ‘키워드를 많이 넣고 백링크를 많이 받아서 구글 검색 순위를 올리는 것’에 집중했다면, GEO는 전혀 다른 개념입니다. 가령, 어떤 부모가 “아이가 밤에 자꾸 깨는데 괜찮을까?”라는 질문을 ChatGPT에 입력했다고 상상해보세요. AI는 기존에 학습된 수많은 정보나 실시간 검색 결과를 조합해 가장 적합한 정보를 추려내 하나의 답변으로 재구성합니다. 이 순간, AI가 당신이 쓴 ‘잠투정 아기를 위한 수면 루틴 가이드’ 게시글의 첫 문장이나 핵심 데이터를 인용할지, 다른 블로그의 급조된 내용을 끌어올지는 전적으로 GEO가 설계된 방식에 달려 있습니다. 중요한 점은 GEO는 단순히 글이 AI에 ‘발견’되는 것을 넘어, ‘AI가 신뢰하고 인용하는 정보 원천’이 되도록 만드는 데 목적이 있다는 사실입니다.
AEO는 질문의 핵심을 콕 찍는 ‘스나이퍼’ 전략
AEO는 Answer Engine Optimization, 즉 답변엔진 최적화라고 부릅니다. “아기 예방접종 후 열이 몇 도까지 정상이에요?”라는 질문이 들어왔을 때, AI는 마치 답변 엔진처럼 작동하며 사용자가 정말로 원하는 정보를 찾아냅니다. 이때, 만약 당신의 콘텐츠가 “예방접종 후 열은 면역 반응의 일종이며, 대략 접종 후 6시간에서 12시간 사이에 나타날 수 있습니다. 보통 38도 이하면 정상적인 반응…” 식으로 시작해서 가장 정확한 숫자와 간결한 설명을 머리말에 배치했다면, AI는 당신의 글을 가장 신뢰도 높은 답변 소스로 채택할 확률이 극도로 높아집니다. 반면, 글이 “오늘은 우리 아기 예방접종 후 있었던 에피소드를 공유하려고 해요. 사실 처음에 너무 마음이 아팠는데..” 같은 개인적인 회상이나 불필요한 서사로 시작된다면, AI는 내용이 풍부하더라도 응답 생성에서 이를 외면하거나 매우 낮은 순위로 밀어낼 가능성이 큽니다. AEO의 핵심은 ‘의도(intent)’를 정확히 파악하고 ‘의도정합(Intent Alignment)’을 맞추는 데 있습니다. 질문한 사람은 왜 이걸 물었는가, 어떤 정보의 어떤 ‘뼈대’를 필요로 하는가를 문장 하나하나에 담아내야 합니다. 요컨대, GEO가 어떤 주제에 대해 산맥처럼 가득한 전체 정보들이 좌표등록이 되는 것이라면, AEO는 그 산맥 속에서 AI가 ‘사용자가 찾는 루트가 정확히 이곳이다’라고 안내해주는 거점 신호라 할 수 있습니다.
기존 SEO와 세대교체: 밀도가 아니라 의미의 구조가 승부를 가른다
과거 SEO 마케팅에서 우리는 필사적으로 ‘키워드 밀도(Keyword Density)’를 계산했습니다. 본문 1000자에 주 키워드를 몇 번 넣어야 3%를 맞출지, 빈도수를 새며 적절히 분포시키는 전략이 유효한 시절이 있었습니다. 하지만 AI 검색 전쟁에서는 이 방식은 민망할 정도로 낡은 방법으로 간주됩니다. 거대 언어모델(LLM)에 기반한 AI들은 단어의 출현 횟수보다 ‘해당 질문과 얼마나 정확하게 의미적으로 매칭되는가’, 즉 질문-답변 매칭(QA Matching)을 우선시합니다. 또한, 콘텐츠가 속해 있는 웹사이트 전반이, 더 나아가 정보를 생산한 주체 자체가 신뢰도가 있다는 ‘신뢰도 점수(Trust Score)’가 (기존 SEO의 도메인 권위, PageRank와 유사하지만 익히 다른 새로운 산식으로) 적용됩니다.
이런 점에서 ‘오픈타임’이 제공하는 서비스 골자는 시의적절하다고 볼 수 있습니다. 당신의 블로그가 지금 AI 세대 속에서 적절하게 활용되고 있느냐를 확인받고자 한다면, 오픈타임의 무료진단(GEO · AEO 단계별 진단)은 적절한 첫 발자국이 됩니다. 이 진단을 통해 당신은 내가 게시한 글이 구조적으로 AI가 인식하기 편한 몇 가지 규칙(예컨대 ‘설명 구조화 규칙’이라든지, 하나의 명확한 정답을 제공했는지에 대한 여부)을 지키고 있는지, 읽을 필요가 없는 장황한 이야기로 도배되지는 않았는지 파악 가능하다는 강력한 이점이 생깁니다. 무료진단 결과로 얻은 특히 두 번째, 세 번째 단계(의도 정합 및 신뢰도 점수) 정보는 단순한 방향성 제시 이상으로 확장될 수 있습니다. 이후 본격적인 AEO와 GEO 최적화를 실행할 필요성과 분량에 따라 다만 스스로 해결하기 어려울 때, 오픈타임의 컨설팅 지원까지 자연스럽게 고려할 수 있습니다. AI 검색 시대의 최전선에 있는 답변 엔진들과 어깨를 나란히 하면서 정확하고, 가치 있고, 아름답게 구조화된 정보는 우리의 아이 디지털 발자취에도 긍정적인 유산이 되어 준다는 점을 잊지 마세요.
오픈타임 무료진단, 첫 단계: ‘구조화’ – 내 블로그가 AI에게 읽히지 않던 이유
무료진단 결과가 보여준 충격적인 진실: 제목과 소제목의 함정
오픈타임의 GEO-AEO 무료진단을 처음 실행했을 때 받은 결과 화면을 아직도 잊을 수 없습니다. 진단 리포트의 ‘구조화 점수’ 영역에 빨간색 경고 표시가 떠 있었고, 점수는 100점 만점에 23점에 불과했습니다. 충격적이었던 것은 이유였습니다. 제 블로그 본문 텍스트는 무려 3700자에 달했지만, 진단 시스템이 인식한 ‘실질적 내용’은 단 800자에 그친다는 분석이 나왔습니다. AI, 특히 생성형 검색 엔진들이 제 글을 거의 무시하고 있었다는 뜻이었습니다. 진단 보고서를 자세히 뜯어보니 문제의 원인이 명확해졌습니다. 제 글의 모든 제목과 소제목이 단순한 글자 크기나 굵기 변경(시각적 강조)에만 의존하고 있었고, HTML 마크업 상으로는 제목과 본문을 구분 짓는 계층 구조 자체가 존재하지 않았습니다. 다시 말해, 검색 로봇이자 AI 모델이 방문했을 때 ‘이 글이 무엇으로 시작해서 무엇으로 이어지고 어디서 끝나는지’를 전혀 파악할 수 없는 구조였던 것입니다. 문장과 문장이 평평한 평원처럼 나열되어 있어, 핵심 개념과 세부 설명을 구별할 길이 없었습니다. 오픈타임 컨설턴트의 설명에 따르면 AI는 인간처럼 페이지를 ‘읽는’ 것이 아니라 구조(계층)와 태그를 통해 문맥을 ‘해석’한다고 합니다. 제 블로그에는 자연어 처리(NLP) 모델이 선호하는 H2, H3 태그를 활용한 명시적인 계층 구조가 전혀 없었기에, 아무리 좋은 내용이라도 인덱싱 단계에서 대부분 누락될 수밖에 없었던 것입니다. 이 ‘구조화 점수 23점’이라는 숫자는 제 콘텐츠가 AI 검색 생태계에서 완전히 고립되어 있다는 현실을 적나라하게 보여주었습니다.
왜 구조화가 첫 번째 단계인가: Schema 마크업과 FAQ 구조의 메커니즘
GEO-AEO 단계별 로드맵의 1단계가 ‘구조화’인 데는 다 이유가 있었습니다. 오픈타임 진단에서 가장 먼저 체크하는 항목은 크게 세 가지, namely 정확한 H2-H3 계층 구조, Structed Data(Schema markup)의 적용 여부, 그리고 FAQ 구조의 활용입니다. 지금까지 저는 블로그 글을 한 편 쓸 때 ‘작성 → 이미지 삽입 → 발행’이라는 단순한 루틴만 따랐을 뿐, 아래에서 위로 읽는 인간 독자와 달리 위에서 아래로 데이터를 스캔하는 AI에게 어떤 정보를 어떻게 전달할지 전혀 고민하지 않았습니다.
먼저 명확한 H2-H3 계층 구조의 중요성을 실감한 사례를 들어 보겠습니다. 이 구조는 AI가 페이지의 주요 주제(H2)와 세부 포인트(H3, 설명)를 논리적으로 연결짓게 해주는 기본 골격입니다. 예를 들어, ’우리 아이를 위한 겨울 감기 예방법’이라는 주제로 글을 쓴다면 H2 태그 안에 ‘면역력 강화 음식 5가지’, ‘실내 환경 관리법’ 같은 큰 주제를 넣고, 그 아래 H3 태그로 ‘비타민D가 풍부한 이유식 레시피’, ‘침구류 세탁 주기와 습도 설정 팁’ 같은 세부 전략을 배치해야 AI가 콘텐츠의 카테고리와 관계를 명확히 인지하게 됩니다.
동시에 검색 결과의 가시성을 극대화하는 요소가 Schema markup입니다. 특히 ‘FAQPage’와 ‘HowTo’ 스키마를 적용하면 AI가 검색 결과 화면에 질문과 답변을 접이식 박스 형태로 직접 노출하거나 레시피/과정을 풍부한 스니펫(rich snippet)으로 표시합니다. 무료진단 결과에서는 제 블로그가 오직 극히 기본적인 Organization 스키마만 작동 중이며, SEO 효과가 가장 좋은 콘텐츠 스키마(특히 FAQ 구조)가 전혀 적용되지 않았다고 분석했습니다. 다시 말해, 하루에도 수백만 명의 사용자가 우리 아이 질병·영양 정보를 묻는 질문을 AI 챗봇(예: ChatGPT, Perplexity, 구글 SGE 근간이 되는 Gemini)에 입력할 때, 제 게시글은 아예 답변 풀(Pool)에 들어갈 기회조차 없었다는 Storytelling이 가능하리라는 것입니다. 지역적인 ‘감기 약국 위치’ 정보는 Organization 스키마로 커버할 수 있지만, 지식 깊이가 요구되는 ‘증상별 대처법’ 같은 고민에는 표면 데이터만으로는 유일무이한 가치만 제공해줄 수 없습니다. 이것이 바로 AI가 인간에게 정보가 아닌 해석을 전달할 때 기계 판독성(machine readability)이라는 직접적인 경로를 어떻게 활용할지 통제하게 해주는 전략인 동시에, 구조화만 완벽히 잡혀도 점프할 수 있는 상향 확률이 몇 배 높아지는 원천인 셈입니다.
구조화 수정만으로 얻은 성과: Perplexity 검색 결과에 떠오르기 시작했다
무료진단 결과에서 받은 총격을 딛고, 설 연휴 내내 그동안 작성했던 모든 육아·건강 카테고리 게시글 12개의 구조를 재정비했습니다. 기존에 단순히 ‘
면역력 음식은 총 5가지예요.’라고만 적었던 부분을 ‘
면역력에 탁월한 주방 필수 식품 5가지
’로 변경했습니다. 검색 순위나 알고리즘이 아닌, 콘텐츠의 정보 계층 자체를 overhaul(정밀 개편)하는 작업이었습니다. 아침과 밤 30분씩 집중 투자해서 문서 설계에 들인 시간입니다. FAQ 구조도 ‘단순 질문-답변 나열보다 같은 구문이라도 덜 깔끔하드만…’이라는 생각은 버리고, 명확하게