GEO는 인용을 바꾸지만 검색되는 확률은 아직 못 바꿉니다

2023년 11월 프린스턴과 IIT 델리 연구진이 GEO: Generative Engine Optimization을 올렸습니다. 생성엔진이 답을 합성하면서 링크를 나눠주지 않으니, 창작자가 답 안에 들어갈 방법을 따로 정의하자는 논문이었고 KDD 2024에 실렸습니다. 여기서 나온 "가시성 최대 40% 개선"이 이후 3년간 한 산업의 영업 문구가 됐습니다.

2026년 8월 현재 이 카테고리는 실재합니다. 100개 넘는 AI 가시성 툴이 경쟁하고 누적 조달은 2억 달러를 넘겼습니다. G2의 AEO 카테고리는 제품 7개에서 150개 이상으로 늘었습니다. 어도비는 셈러시를 주당 12.00달러 전액 현금, 약 19억 달러에 사서 2026년 4월 28일 거래를 마쳤습니다. 프라운드는 2026년 2월 라이트스피드 주도로 9,600만 달러를 조달하며 누적 1억 5,500만 달러, 기업가치 10억 달러가 됐습니다.

그리고 2026년 7월 15일, 올리비에 마르티네즈가 45편을 훑은 비판적 서베이를 올렸습니다. 결론은 짧습니다. 이미 검색되어 컨텍스트에 들어간 문서가 어떻게 인용되는지는 바꿀 수 있지만, 어떤 기법도 교차 플랫폼에서 안정적으로 "검색될 확률"이나 "실제 트래픽"을 올린다는 증거는 없다는 것입니다.

이 글은 그 간극을 정리합니다. 방법론이 어떻게 왔는지, 지금 무엇이 되고 무엇이 역효과인지, 사업자들이 어느 층에 자리를 잡았는지 순서로 봅니다.

3년 동안 세 번 성격이 바뀌었습니다

첫 국면은 수사학이었습니다. 원 논문의 처방은 문장 수준이었습니다. 인용문을 넣고, 통계를 붙이고, 권위 있는 출처를 달고, 문장을 유창하게 다듬으라는 것이었습니다. 검색엔진에서 넘어온 키워드 반복은 기준선보다도 나빴습니다. 이 국면의 산출물은 체크리스트였고, 컨설팅과 콘텐츠 대행이 그 위에 얹혔습니다.

둘째 국면은 측정이었습니다. 2025년에 들어서면서 문제가 바뀌었습니다. 글을 고치는 방법이 아니라 고쳐서 나아졌는지 확인할 방법이 없었습니다. 챗지피티에는 서치 콘솔이 없고, 답변은 실행할 때마다 달라집니다. 여기서 프라운드, 스크런치, 아테나, 피크 같은 회사들이 생겼습니다. 파는 물건은 최적화가 아니라 관측이었습니다.

셋째 국면이 지금입니다. 관측이 쌓이자 초기 처방 대부분이 재현되지 않는다는 사실이 드러났고, 동시에 문제가 콘텐츠 밖으로 나갔습니다. 크롤러가 자바스크립트를 실행하지 않는다는 것, 클라우드플레어가 기본값을 바꾸면 접근 자체가 막힌다는 것, 오픈에이아이가 광고 지면을 열면 유기적 노출과 유료 노출이 같은 화면에서 경쟁한다는 것. 콘텐츠 문법 문제가 인프라와 매체 구매 문제로 이동했습니다.

"40%"는 이미 답변 안에 들어간 문서의 인용 비중이었습니다

서베이가 가장 공들여 해체한 게 이 숫자입니다. 원 논문에서 40%에 해당하는 값은 위치가중 인용 단어수(PAWC)가 19.3에서 27.2로 오른 것이고, 이 실험은 문서 다섯 개를 이미 모델 컨텍스트에 넣어둔 상태에서 진행됐습니다.

즉 이 수치가 말하는 것은 "이미 후보에 들어간 문서가 답변 안에서 차지하는 지분"입니다. 후보에 들어갈 확률도, 클릭도 아닙니다. 같은 논문 안에 이미 힌트가 있었습니다. 출처 인용 전략을 적용했을 때 5위 문서는 눈에 띄는 정도가 약 115% 올랐지만 1위 문서는 약 30% 내려갔습니다. 같은 처방이 순위에 따라 반대로 작동했습니다.

서베이는 GEO를 순위 문제가 아니라 확률적이고 부분관측인 파이프라인으로 다시 놓습니다. 검색 발동, 크롤과 색인, 검색, 리랭킹과 컨텍스트 배분, 인용, 눈에 띄는 정도, 사실 흡수, 충실도, 마지막으로 사용자 행동입니다. 한 단계를 개선한 처방이 다른 단계를 해칠 수 있고, 끝단에서 잰 숫자만으로는 어느 단계가 움직였는지 알 수 없습니다.

인용을 노린 재작성이 검색 확률을 떨어뜨립니다

가장 실무적으로 아픈 결과는 여기입니다. 문서 171,003건과 질의 2,700건 위에서 돌린 종단 실험에서, 페이지 본문만 인용되기 좋게 고쳤더니 평균 상위 20위 노출이 약 9%, 리랭킹 이후 상위 10위 노출이 약 16%, 최종 인용률이 약 6% 떨어졌습니다. 자동 최적화 시스템을 본문에만 적용했을 때는 손실이 더 컸습니다.

기전은 단순합니다. 인용되기 좋은 문장으로 다듬는 일과 질의에 잘 걸리는 문서가 되는 일은 다른 목적함수입니다. 답변 안에서 잘 인용될 확률을 올리면서 애초에 후보에 들어갈 확률을 내리면, 곱한 결과는 마이너스가 됩니다. 실험실 조건에서 문서를 이미 넣어두고 재는 방식으로는 절대 보이지 않는 실패입니다.

일반화 실패도 같은 방향입니다. 두 과제, 여섯 도메인, 질의 약 1,900건, 문서 16,360건 위에서 최적화 기법들을 시험한 벤치마크에서 54개 기법-도메인 조합 중 유의미하게 양이었던 것은 3개였고, 질의응답 과제에서는 하나도 없었습니다. 여러 변형은 오히려 순위를 낮췄습니다. 전자상거래에서도 초기 휴리스틱 15개 중 10개가 중립이거나 음이었습니다.

스키마 마크업은 별도로 짚을 만합니다. 처치 페이지 1,885건과 대조군 약 4,000건을 놓고 본 이중차분 연구에서 인용 증가는 확인되지 않았고, 유의미하게 나온 하나는 방향이 반대였습니다. 위생 요건이지 지렛대가 아닙니다. llms.txt도 마찬가지입니다. 구글은 사용하지 않는다고 공개적으로 밝혔고, 크롤 지시도 인용 신호도 아닙니다. 코딩 에이전트가 문서를 읽을 때 쓰는 개발자용 색인이라는 원래 용도 밖에서는 근거가 없습니다.

반대로 살아남은 것은 둘입니다. 주제 적합성, 그리고 컨텍스트 안에서의 위치입니다. 모델 6종과 요인 18개로 25만 2천 회를 돌린 요인실험에서도 첫 인용을 가르는 주 결정요인은 이 둘이었습니다. 검증 가능하고 날짜가 붙고 출처가 달린 사실은 중간 정도의 이점이 있는데, 여기에도 조건이 붙습니다. 최신 날짜는 시의성 질의에 도움이 되지만 안정적 정의에는 도움이 안 되고, 지어낸 통계는 재사용을 늘리면서 답변 정확도를 떨어뜨립니다.

한 번 재고 결론 내리면 거의 확실히 틀립니다

증명 문제와 별개로, 이 분야는 관측 자체가 어렵습니다. 같은 질의를 같은 조건에서 동시에 던져도 인용 출처는 크게 달라집니다. 연속된 날짜 사이 출처 집합의 겹침은 34%에서 42% 사이, 브랜드 집합은 45%에서 59% 사이입니다. 부트스트랩 수렴 분석에서 브랜드 탐지율 표준오차가 0.10 아래로 내려가려면 질의당 하루 최소 7회, 출처 수준까지 보려면 8회가 필요합니다. 하루 한 번 조회는 추정이 아니라 소음입니다.

기간도 마찬가지입니다. 브랜드별 이동창 분석에서 표준오차가 0.10 아래로 가는 데 10일, 0.05 아래로 가는 데 24일이 걸립니다. 캠페인 단위로는 정밀해 보이는 창이 개별 브랜드에서는 훨씬 시끄럽습니다. 인용 4만 5천 건을 본 별도 조사에서는 한 답변에서 다음 답변까지 노출이 유지되는 브랜드가 30%, 같은 질의 5회 연속 등장은 20%였습니다.

지속성도 짧습니다. 실사이트 87개 실험을 12주간 돌린 사례 연구에서 인용 반감기 중앙값은 약 4.5주였고, 엔진이 인용하는 도메인의 40%에서 60%가 매달 교체됐습니다. 페이지를 바꾸지 않아도 모델이 최선의 출처를 다시 고르기 때문입니다.

2026년 8월의 레딧 사례가 이 성질을 극적으로 보여줍니다. 레딧은 7월 18일부터 8월 7일까지 챗지피티 서치 인용의 평균 3.83%를 차지하다가, 8월 8일 질의 확장 방식이 바뀌면서 한 차례 내려앉았고, 8월 14일 1% 아래로 떨어져 17일까지 평균 0.52%에 머물렀습니다. 나흘 만에 86.4% 감소입니다. 같은 기간 기관과 정부 출처는 인용의 약 6분의 1에서 3분의 1 가까이로 늘었습니다. 어느 브랜드가 잘못한 게 아니라 엔진이 출처 취향을 바꿨을 뿐인데, 3년치 콘텐츠 자산의 노출이 나흘 만에 사라졌습니다.

이 변동성이 측정 툴 시장이 존재하는 이유이자, 동시에 그 시장의 약점입니다. 반복 측정이 필요하다는 사실은 구독 수요를 만들지만, 측정 대상이 이 정도로 흔들리면 툴 간 숫자도 맞지 않습니다. 한 독립 비교에서 에이치레프스 브랜드 레이더는 챗지피티에서 실제 123건인 브랜드 언급을 3건으로, 퍼플렉시티에서 212건을 6건으로 보고했습니다. 경쟁 벤더가 수행한 테스트라 그대로 받을 수는 없지만, 표본 추출 방식이 다른 툴끼리 결과가 자릿수 단위로 갈린다는 사실 자체는 이 시장의 현재 상태를 말해 줍니다.

사업자 지도는 네 층으로 갈립니다

지금 이 카테고리에 있는 회사들은 파는 물건 기준으로 나뉩니다.

측정층이 가장 붐빕니다. 프라운드가 선두입니다. 2024년 뉴욕에서 창업해 시드 350만, 시리즈 A 2,000만(클라이너 퍼킨스), 시리즈 B 3,500만(세쿼이아), 시리즈 C 9,600만(라이트스피드)으로 누적 1억 5,500만 달러를 모았고 2026년 2월 기업가치 10억 달러를 찍었습니다. 고객 700곳 이상, 포춘 500 중 약 10%를 확보했다고 밝히고 있습니다. 차별점으로 내세우는 것은 합성 프롬프트가 아니라 익명화된 실제 대화 표본에서 뽑은 프롬프트 데이터입니다. 아테나, 피크, 오털리가 중견과 소형 구간을 나눠 갖고 있고, 진입가는 월 29달러부터 기업 계약은 다섯 자리까지 벌어져 있습니다.

실행층은 얇습니다. 측정에서 나온 지시를 실제 콘텐츠와 사이트 구조에 적용하는 회사는 훨씬 적고, 앞서 본 증거 상태를 생각하면 이 층의 약속은 가장 검증이 어렵습니다. 흥미로운 것은 한 30일 맞대결 테스트에서 아테나가 답변 점유 45% 개선, 프라운드가 마이너스 1%를 기록했다는 보고입니다. 카테고리 인지도 1위와 실측 성과 1위가 갈렸다는 뜻인데, 단일 테스트라 방향성으로만 읽을 일입니다.

전달층이 새로 생겼습니다. 스크런치는 CDN 레벨에서 붙어 에이전트에게 콘텐츠를 다르게 내주는 방식을 팝니다. 브랜드 주장에 대한 환각 탐지도 함께 겁니다. 콘텐츠를 고치는 대신 크롤러가 받는 것을 바꾸겠다는 접근인데, 크롤러가 자바스크립트를 실행하지 않고 가져가는 페치의 상당 부분이 404로 끝난다는 인프라 현실을 정면으로 겨냥합니다.

통합층은 기존 마케팅 스택이 흡수하는 쪽입니다. 어도비의 셈러시 인수가 이 층의 신호입니다. 별도 카테고리로 남을지, CX 스위트의 한 탭이 될지를 가르는 사건이었고 지금까지는 후자 쪽으로 기울고 있습니다.

유기적 노출이 불확실해질수록 유료 지면이 정답에 가까워집니다

이 카테고리의 진짜 압력은 옆에서 옵니다. 오픈에이아이는 2026년 2월 챗지피티에 광고를 붙였고, 3월에 신뢰 지표에 영향이 없고 광고 해제율이 낮다며 다음 단계로 넘어간다고 밝혔습니다. 8월 11일에는 영국, 멕시코, 브라질, 일본과 함께 한국에도 열었습니다. 그 사이 캠페인 예산 관리, 지역 타기팅, 전환 최적화 형식, 상품 피드 연동이 붙었습니다. 이마케터는 미국 AI 검색광고 지출을 2026년 20.8억 달러, 2029년 약 260억 달러로 봅니다.

여기서 구도가 명확해집니다. 유기적 인용은 확률적이고 관측이 어렵고 나흘 만에 86%가 날아갈 수 있습니다. 유료 지면은 노출을 확인할 수 있고 비용과 결과를 붙일 수 있습니다. 마케팅 예산이 어디로 흐를지는 대체로 정해진 문제입니다. 이 흐름은 타임지가 사람에게 보이지 않는 광고를 팔기 시작한 것과 같은 뿌리에서 나옵니다. 사람이 오지 않는 지면에서도 돈을 받을 방법을 찾아야 하는 상황입니다.

공급 쪽 압력도 셉니다. 클라우드플레어는 2026년 6월 3일 자동화 요청이 HTML 트래픽의 57.5%로 사람을 처음 앞질렀다고 밝혔습니다. 크롤 대비 유입 비율은 편차가 극심합니다. 앤트로픽 계열이 1만 대 1 수준, 오픈에이아이가 850 대 1 안팎, 구글봇이 5 대 1 수준입니다. 2026년 5월 기준 AI 크롤 요청의 51.8%가 학습 목적이고 검색 목적은 9.3%였습니다. 이 회사는 2026년 9월 15일부터 신규 도메인에 대해 광고를 게재하는 페이지에서 학습과 에이전트 분류 크롤을 기본 차단하고, 과금을 크롤 단위에서 인용 단위로 옮기는 방향을 밝혔습니다. 크롤 트래픽의 절반 이상이 변경되지 않은 페이지를 다시 가져가는 데 쓰인다는 관측이 근거입니다.

이 조합이 뜻하는 바는 분명합니다. GEO를 콘텐츠 문제로만 다루는 회사는 위아래로 눌립니다. 위에서는 유료 지면이 확실성을 팔고, 아래에서는 인프라 사업자가 접근권을 통제합니다. 에이전트용 검색 인프라 논의와 같은 지형입니다.

한국은 두 층으로 나뉜 시장입니다

국내는 별도로 봐야 합니다. 오픈서베이 조사에서 챗지피티 이용률은 54.5%로 절반을 넘겼고 제미나이도 빠르게 올라온 반면, 네이버는 85.3%에서 81.6%로, 유튜브는 78.5%에서 72.3%로, 구글은 63.5%에서 61.3%로 내려갔습니다. 조사 대상 10개 서비스 중 이용률이 오른 것은 AI 검색뿐이었습니다.

그런데 네이버는 자기 안에서 방어에 성공하고 있습니다. AI 브리핑은 2025년 3월 출시 후 2025년 12월 전체 검색의 20%, 2026년 5월 27%까지 올라왔고 연말 목표는 40%입니다. AI 탭은 2026년 4월 28일 베타, 6월 26일 전체 공개 후 18일 만에 이용자 1,000만을 넘겼습니다. 국내 검색 점유율은 63.82% 평균에서 66.34%로 회복했습니다.

여기에 창작자 이탈을 막는 장치가 붙었습니다. 네이버 메이트는 AI 브리핑이 인용한 창작자에게 대가를 지급하는 프로그램인데, 파트너 대상 인용이 2026년 4월 약 3.56억 건에서 5월 약 5.28억 건으로 48.3% 늘었습니다. 구글과 레딧이 법정에서 다투는 문제를 네이버는 인용 흐름에 가격을 붙여 푸는 실험을 하고 있습니다.

국내 GEO에서 실무적으로 중요한 지점은 소싱 구조입니다. AI 브리핑 인용의 상당수가 네이버 블로그와 카페 같은 자사 사용자 콘텐츠에서 나온다는 관측이 있습니다. 단일 출처 수치라 그대로 받을 수는 없지만, 방향이 맞다면 오픈웹에서 완벽하게 수행한 GEO 프로그램이 국내 최대 검색엔진의 AI 층에서는 보이지 않을 수 있다는 뜻입니다. 국내 기업에게 이 시장은 두 개의 다른 게임입니다. 챗지피티와 제미나이를 향한 오픈웹 게임, 그리고 네이버 생태계 안에서 벌이는 별도의 게임입니다.

투자자 관점에서 이 카테고리를 읽는 법

세 가지로 정리합니다.

첫째, 측정만 파는 회사는 방어선이 얇습니다. 자금이 성과 점유율과 상관 0.78 수준으로 붙어 있다는 관측은, 이 시장의 인지도가 상당 부분 콘텐츠와 아웃바운드 지출로 사는 것임을 시사합니다. 툴이 100개 넘고 진입가가 월 29달러부터 시작하며 기존 SEO 스위트가 애드온으로 흡수하는 구조에서, 대시보드 하나로 서는 자리는 좁습니다. 어도비의 셈러시 인수와 에이치레프스, 허브스팟의 기능 편입이 같은 방향을 가리킵니다.

둘째, 그래서 물어볼 질문은 "무엇을 재는가"가 아니라 "무엇을 통제하는가"입니다. 실제 대화 표본처럼 복제하기 어려운 1차 데이터, CDN이나 커머스 피드처럼 계약으로 묶이는 전달 경로, 규제 산업의 사실 정확도 감시처럼 책임이 따르는 워크로드. 이 셋 중 하나도 없이 프롬프트를 반복 실행해 표를 그리는 일은 시간이 지날수록 원가 경쟁이 됩니다.

셋째, 이 카테고리에 투자할 때 반드시 확인할 것은 성과 주장의 단계입니다. 서베이가 제안한 기준을 그대로 실사에 쓸 수 있습니다. 이 수치는 파이프라인의 어느 단계를 잰 것인가. 검색될 확률인가, 인용될 확률인가, 답변 안 비중인가, 아니면 실제 트래픽인가. 엔진 이름과 버전과 날짜가 기록됐는가. 처치하지 않은 대조군이 있는가. 여러 표현으로 바꿔 물었는가. 실제로 이 검증을 통과한 사례는 드뭅니다. 챗지피티 유입이 5.7배 늘었다는 로그 기반 사례도, 처치하지 않은 페이지가 이미 플랫폼 성장으로 3.5배 오른 것을 통제하면 순효과는 1.82배(95% 신뢰구간 1.31에서 2.54)로 줄고 보수적 위약 검정에서는 통계적으로 결론이 나지 않았습니다.

반대편의 손실은 훨씬 확실하게 측정돼 있습니다. 데스크톱 크롬 이용자 1,065명 무작위 실험에서 AI 개요는 외부 유기 클릭을 39.8% 줄이고 무클릭 검색을 34.5% 늘렸으며, 검색 경험 만족도는 개선되지 않았습니다. AI 개요가 뜨면 1위 클릭률은 27%에서 11%로 떨어집니다. 키워드 30만 개를 본 조사에서는 상위 노출 페이지 클릭률이 58% 감소했습니다.

트래픽 손실은 측정됐고, GEO가 그 처방이라는 근거는 아직 없습니다. 이 두 문장 사이의 거리가 지금 이 시장의 규모이자 위험입니다. 카테고리 자체는 사라지지 않습니다. 다만 값이 붙는 자리는 문장을 다듬는 쪽이 아니라, 접근을 통제하고 지면을 소유하고 결과를 귀속시킬 수 있는 쪽으로 계속 내려가고 있습니다.

기준선으로 삼을 만한 반증 조건 하나를 남깁니다. 서로 다른 엔진 셋 이상에서, 대조군을 두고, 4주 이상 반복 측정으로, 검색 단계 노출과 인용과 유입을 분리해 개선을 보인 재현 연구가 나온다면 이 글의 판단은 수정돼야 합니다. 2026년 8월 기준으로 그런 연구는 확인되지 않습니다.