Command Palette
Search for a command to run...
생성형 엔진 최적화(GEO, Generative Engine Optimization)는 '생성형 엔진'을 대상으로 한 콘텐츠 최적화 기법이다. 전통적인 검색은 링크 목록을 반환하고 사용자가 직접 클릭하여 확인하지만, 생성형 엔진(예: ChatGPT, Perplexity, Gemini)은 여러 출처를 수집한 후 대규모 언어 모델을 통해 하나의 답변으로 요약하여 제공하므로, 콘텐츠 제작자는 '언제, 어떻게 노출될지'에 대한 통제력을 상실하게 된다.
GEO 개념은 2023년 Aggarwal 등이 발표한 논문 GEO: Generative Engine Optimization에서 처음 제안되었다. 이 연구는 가시성을 최적화 가능한 지표로 정의하고, 엔진의 내부 메커니즘을 알지 못하는 상황에서도 제작자가 콘텐츠를 조정할 수 있는 블랙박스 최적화 프레임워크를 제시했으며, GEO-bench 벤치마크를 공개했다.
GEO의 핵심 결론은 '전략이 분야별로 다르다'는 것이다. 실험 결과, 적절한 최적화 전략을 적용하면 생성형 답변 내 콘텐츠 가시성이 최대 40%까지 향상될 수 있으며, 모든 상황에 적용 가능한 보편적인 템플릿은 존재하지 않는다는 사실이 확인되었다. 이후 연구들은 AEO, AI 가시성(AI Visibility) 등의 용어를 동일한 범주로 포함시켰다.
GEO의 의의는 SEO 시대의 '순위 중심 사고'를 '인용 및 채택 중심 사고'로 전환하는 데 있다. SEO는 순위 위치를 경쟁하는 반면, GEO는 인용 및 채택을 위해 경쟁한다. 크리에이터 경제 측면에서는 트래픽과 수익의 재분배 문제와 직결되며, 엔진 개발자 측면에서는 인용 투명성과 출처 공정성에 대한 새로운 과제를 제기한다.
[JIALIU_0]