GEO 원 논문의 ‘가시성 최대 40% 증가’를 읽는 방법

GEO를 소개하는 글에서 가시성이 40% 증가한다는 수치를 자주 볼 수 있습니다. 이 숫자는 2024년 KDD 학회에 발표된 「GEO: Generative Engine Optimization」 연구에서 나왔습니다. 그러나 최대 40%는 모든 웹사이트가 같은 방법으로 얻을 수 있는 평균 성과나 보장 수치가 아닙니다.

이 글에서는 논문이 무엇을 측정했고 어떤 결과를 얻었는지, 현재 사이트 운영에 적용할 때 무엇을 구분해야 하는지 살펴봅니다.

논문이 해결하려고 한 문제

기존 검색결과는 일반적으로 링크를 순서대로 보여주기 때문에 순위와 클릭률로 가시성을 측정할 수 있습니다. 생성형 엔진은 여러 출처를 이용해 하나의 답을 만들고 문장 사이에 출처를 연결합니다.

이 구조에서는 단순히 몇 위인지 묻기 어렵습니다.

• 출처가 답변에 인용됐는가?
• 인용된 내용이 답변에서 얼마나 큰 비중을 차지하는가?
• 인용 위치와 표현이 얼마나 눈에 띄는가?
• 출처의 정보가 답변 생성에 얼마나 영향을 줬는가?

연구진은 이런 차이를 측정하기 위해 생성형 엔진용 가시성 지표와 GEO 최적화 프레임워크를 제안했습니다.

실험은 어떻게 구성됐나?

논문은 여러 분야의 질문을 포함한 GEO-bench라는 벤치마크를 만들었습니다. 논문 본문은 약 1만 개의 질문을 사용했다고 설명합니다.

연구진은 원문에 여러 방식의 수정을 적용한 뒤 생성형 답변에서 출처 가시성이 어떻게 달라지는지 비교했습니다. 실험한 방식에는 다음과 같은 요소가 포함됩니다.

• 관련 출처 인용 추가
• 적절한 통계 수치 추가
• 관련 인용문 추가
• 문장 표현과 강조 방식 변경
• 내용을 더 이해하기 쉽게 다듬는 방식

또한 당시 실제로 운영되던 Perplexity.ai 환경에서도 일부 방법을 평가했습니다.

‘최대 40%’가 뜻하는 것

논문의 표현은 GEO 방법이 다양한 질문에서 가시성을 최대 40% 높일 수 있었다는 것입니다. 이는 다음과 같은 의미가 아닙니다.

• 모든 페이지가 40% 상승한다.
• Google AI Overviews에서 40% 더 자주 인용된다.
• 검색 트래픽이 40% 증가한다.
• 출처와 통계를 추가하면 항상 같은 효과가 난다.
• 현재의 모든 AI 검색 서비스에서도 결과가 유지된다.

논문도 최적화 효과가 분야에 따라 달랐다고 설명합니다. 특정 조합은 어떤 분야에서 유리하지만 다른 분야에서는 효과가 작거나 다르게 나타날 수 있습니다.

따라서 수치를 인용할 때는 최소한 다음과 같이 표현해야 합니다.

2024년 발표된 GEO 연구에서는 실험 조건과 분야에 따라 일부 방법이 생성형 답변 내 출처 가시성을 최대 40% 높인 결과가 보고됐다. 이는 현재 모든 서비스나 사이트에서 동일한 결과를 보장하지 않는다.

출처·통계·인용문을 넣으면 무조건 좋은가?

논문은 출처 인용, 관련 통계, 인용문 추가가 가시성에 영향을 줄 수 있음을 관찰했습니다. 하지만 독자에게 필요하지 않은 숫자와 인용을 억지로 넣으라는 뜻으로 해석하면 안 됩니다.

다음 조건이 우선입니다.

• 출처가 실제 주장을 직접 뒷받침하는가?
• 통계의 조사 대상, 기간, 표본을 설명할 수 있는가?
• 오래된 수치가 현재 상황을 왜곡하지 않는가?
• 인용문이 본문의 판단을 대신하지 않는가?
• 원문을 읽지 않고 다른 블로그의 재인용을 복사한 것은 아닌가?

근거가 부정확하면 일시적인 노출 여부와 별개로 콘텐츠 신뢰성이 떨어집니다.

현재 Google Search에 그대로 적용할 수 없는 이유

원 논문은 특정 시점의 실험용 생성형 엔진과 당시의 실제 서비스 환경을 연구했습니다. 현재 Google AI Overviews와 AI Mode의 내부 시스템 전체를 공개하거나 동일 조건으로 실험한 연구가 아닙니다.

Google은 2026년 공식 안내에서 다음을 강조합니다.

• 기존 SEO 원칙이 생성형 검색에도 계속 중요함
• 독창적이고 비상품적인 콘텐츠 제공
• 공개 접근성과 색인 가능성 확보
• AI 전용 문체나 특별한 마크업은 필요하지 않음
• 구조화된 데이터는 생성형 검색의 필수조건이 아님

따라서 GEO 논문은 콘텐츠 표현이 인용 가시성에 영향을 줄 수 있다는 연구 근거로 읽을 수 있지만 Google의 공식 순위 요소 목록으로 사용해서는 안 됩니다.

블로그 운영에 적용할 수 있는 부분

논문의 결과를 편법이 아닌 품질 점검 기준으로 바꾸면 다음과 같습니다.

1. 중요한 주장마다 원출처를 확인합니다.
2. 도움이 되는 경우에만 날짜와 조건이 명확한 통계를 추가합니다.
3. 출처의 내용을 복사하지 않고 필자의 비교와 해석을 제공합니다.
4. 같은 주제에서 분야별 차이와 예외를 설명합니다.
5. 검색 노출, AI 인용, 실제 방문을 서로 다른 지표로 측정합니다.
6. 결과를 공개할 때 질문, 날짜, 도구, 표본 수를 기록합니다.

논문 수치를 인용하기 전 점검표

• 최대와 평균을 구분했다.
• 실험 대상과 현재 서비스를 동일한 것으로 표현하지 않았다.
• 가시성과 트래픽을 같은 지표로 취급하지 않았다.
• 분야별 효과 차이를 언급했다.
• 논문 원문을 직접 연결했다.
• 현재 공식 문서와 충돌하는 부분이 없는지 확인했다.

결론

GEO 원 논문은 생성형 답변에서 웹 출처의 가시성을 어떻게 측정하고 개선할지 체계적으로 연구했다는 점에서 의미가 있습니다. 다만 최대 40%를 현재 모든 사이트에 적용되는 마케팅 약속으로 사용하는 것은 연구 결과보다 큰 주장입니다.

이 논문에서 가져올 수 있는 실무적 교훈은 숫자를 복제하는 것이 아니라, 근거가 있는 콘텐츠를 만들고 서비스별 인용 데이터를 별도로 측정해야 한다는 점입니다.

참고자료

• Aggarwal 외: GEO—Generative Engine Optimization
• ACM DOI: 10.1145/3637528.3671900
• Google Search Central: 생성형 AI 검색 최적화 가이드

자료 확인일: 2026-08-31