Aggarwal 외(2024)가 제안한 GEO(Generative Engine Optimization) 개념 창시 논문은, 검증된 콘텐츠 최적화 전략이 생성형 엔진 응답 내 가시성을 최대 40%까지 끌어올릴 수 있음을 실증합니다.
ChatGPT·Perplexity 같은 생성형 엔진은 검색 결과를 링크 목록이 아니라 하나의 종합된 답변 문장으로 제시합니다. 사용자는 더 이상 여러 웹페이지를 클릭해 비교하지 않고, 엔진이 골라 요약한 한두 개의 출처만을 신뢰하게 됩니다.
이 변화는 콘텐츠 제작자에게 근본적인 문제를 던집니다. 전통적 검색엔진최적화(SEO)는 순위와 클릭이라는 관찰 가능한 신호를 기준으로 콘텐츠를 조정할 수 있었지만, 생성형 엔진은 어떤 문장을 왜 인용했는지 알려주지 않는 블랙박스입니다. 저자들은 바로 이 지점에서 "생성형 엔진 응답 안에서 가시성을 높이는 별도의 최적화 방법론"이 필요하다고 보고, GEO라는 개념과 이를 검증할 벤치마크를 함께 제안합니다.
연구진은 여러 도메인의 실사용자 질의와 그 질의에 답하기 위한 관련 웹 소스를 묶은 대규모 벤치마크 GEO-bench를 구축했습니다. 다양한 주제·질문 유형을 포괄해, 특정 카테고리에 국한되지 않는 일반적인 GEO 효과를 측정하도록 설계했습니다.
이 벤치마크 위에서 통계·수치 인용 추가, 전문 용어(기술 용어) 최적화, 인용구 삽입, 출처 인용 강화 등 콘텐츠 재작성 전략을 생성형 엔진(검색 질의에 대해 LLM이 종합 답변을 생성하는 시스템) 응답에 적용했습니다.
효과는 Position-Adjusted Word Count·Subjective Impression 등 연구진이 자체 정의한 가시성 지표로 측정했습니다. 두 지표 모두 특정 출처의 콘텐츠가 최종 생성 답변에서 얼마나 두드러지게 반영되는지를 정량화하기 위한 것입니다. 중요한 전제는, 이 최적화가 생성형 엔진의 내부 파라미터나 학습 과정에는 전혀 접근하지 않는 "블랙박스 최적화 프레임워크"라는 점입니다. 즉 엔진을 바꾸는 것이 아니라, 콘텐츠 쪽을 조정해 결과를 바꾸는 방식입니다.
이 논문은 언론홍보를 직접 분석한 연구는 아닙니다. 대신 어떤 형태의 언론 콘텐츠가 AI에 더 잘 활용될 수 있는가를 설명하는 근거로 활용할 수 있습니다. 논문 결과를 적용하면, AI 친화적인 기사는 기업·서비스에 대한 명확한 정의, 구체적인 숫자와 통계, 전문가·관계자 인용, 공신력 있는 자료의 출처, 경쟁 서비스와 구분되는 특징, 짧고 명확한 문장 구조, 질문에 직접 답하는 형태의 설명, 특정 전문 분야와의 일관된 연결을 갖춰야 합니다.
즉 기사 수만 늘리는 것보다 AI가 답변 근거로 추출할 수 있는 사실을 담은 기사를 만드는 것이 중요합니다. 예컨대 "A사는 혁신적인 서비스를 제공하는 선도 기업이다"라는 문장은 GEO 자산으로서 정보량이 부족하지만, "A사는 2024년 설립된 AI 검색 최적화 기업으로, 2026년 상반기 120개 브랜드를 대상으로 생성형 AI 내 브랜드 언급률과 인용 출처를 분석했다"는 문장은 설립연도·업종·서비스·조사 대상·기간·분석 지표가 명시되어 있어 AI가 구조적으로 추출할 수 있습니다.
다만 이 실험은 콘텐츠 텍스트 수정에 따른 가시성 변화를 측정한 것으로, "언론보도를 하면 AI 노출이 무조건 상승한다"를 직접 입증하지는 않습니다. "최대 40%"도 특정 실험 조건과 평가 지표에서의 상대적 개선치이지 일괄 적용되는 절대 상승률이 아닙니다.
이 논문은 "AI 응답 안에서 브랜드·콘텐츠가 얼마나 자주·정확히 언급되는가"를 정량화한다는 GEO 측정 프레임의 원조이며, AIBIX 지수가 가시성·추천·인용 3개 축으로 AI 응답을 정량화하는 설계 철학과 직접 맞닿아 있습니다. 논문이 Position-Adjusted Word Count·Subjective Impression 같은 자체 지표로 "얼마나 두드러지게 반영되는가"를 측정했듯, AIBIX 역시 단순히 언급 여부만을 보지 않고 브랜드가 AI 답변에서 얼마나 눈에 띄게, 얼마나 신뢰할 만하게 등장하는지를 다각도로 측정하는 방향을 취합니다.
특히 "최적화 효과가 도메인마다 다르다"는 발견은 AIBIX lab이 단일 지수가 아니라 F&B 30개 소분류처럼 카테고리 단위로 세분화해 매월 측정해야 하는 근거를 뒷받침합니다. 동일한 브랜드라도 카테고리에 따라 AI 응답에서의 가시성·추천·인용 양상이 달라질 수 있다면, 카테고리를 뭉뚱그린 하나의 점수는 그 차이를 가려버립니다. AIBIX lab이 매월 소분류 단위로 지수를 발표하는 것은, 이 논문이 실증한 "도메인 특화" 문제의식을 측정 설계에 그대로 반영한 결과입니다.
arXiv 초록 페이지: arxiv.org/abs/2311.09735 · DOI: 10.1145/3637528.3671900