GEO/AEO 그리고 AIO, 이건 또 무엇인가? - 노출이 아닌 인용시대를 살아가는 마케터가 알아야하는 지식

작성자PTKorea DIG 기획담당

AIO는 정해진 뜻이 없는 업계 약어이고, 구글은 “AI 검색 최적화는 여전히 SEO”라고 못 박았다. 검색 상단에 AI 요약(AI Overviews)이 자리 잡으면서 마케팅 업계에는 SEO, AEO, GEO에 이어 AIO라는 말이 돌고 있다. 구글은 2026년 5월 15일 Search Central에 생성형 AI 기능 최적화 가이드를 공개하고, llms.txt 같은 AI 전용 파일과 콘텐츠 청킹은 효과가 없다고 밝혔다. 같은 시기 학계와 업계 연구는 AI Overviews가 뜨면 클릭이 줄고, 검색 1페이지에 있어도 인용이 보장되지 않는다는 결과를 내놓았다. 검색 순위가 아니라 AI 답변의 출처로 선택되는 것이 새 목표가 된 셈이다. 마케터가 지금 무엇을 점검하고 무엇에 시간을 쓰지 말아야 하는지, 구글 공식 문서와 연구 수치를 바탕으로 정리했다.

AIO는 무엇인가 — 용어부터 정리하면

AIO는 쓰는 사람마다 뜻이 다르며, 구글 공식 문서는 이 약어를 쓰지 않는다. 2026년 8월 기준 실제 쓰임을 모으면 두 갈래다.

두 번째 뜻은 업체마다 정의가 다르다. 어떤 곳은 AEO와 GEO를 아우르는 상위 개념으로, 어떤 곳은 리뷰·언급 같은 오프사이트 신뢰 신호 구축으로, 또 어떤 곳은 AI Overviews 인용 최적화로 쓴다. 학술 논문(KDD 2024)에서 정의가 나온 GEO와 달리 AIO는 표준 정의가 없는 업계 조어다. 이번 조사에서 연 구글 Search Central 문서 7건과 마이크로소프트 광고 가이드는 모두 “AI Overviews”를 풀어 쓰고 약어를 쓰지 않았다.

관련 용어를 한 줄씩 정리하면 이렇다. SEO(검색엔진 최적화)는 검색 결과 순위와 클릭을 겨냥한다. AEO(답변엔진 최적화)는 피처드 스니펫·음성 비서·AI 답변에 직접 답으로 뽑히는 것을 겨냥한다. GEO(생성엔진 최적화)는 ChatGPT·Gemini·Perplexity 같은 생성형 AI가 답을 만들 때 인용되는 것을 겨냥한다. AIO는 이 가운데 구글 AI Overviews에 초점을 둔 말로 쓰이는 경우가 많다. 이 글에서는 혼동을 피하기 위해 AI 요약 기능은 “AI Overviews”로, 최적화 활동은 “AI 검색 최적화”로 쓴다.

구글은 무엇이라고 말하나 — “여전히 SEO”

구글의 공식 답은 “AI 검색을 위한 별도 비법은 없고, 기존 SEO 기본이 그대로 적용된다”이다. 구글 Search Central의 생성형 AI 기능 최적화 가이드(2026년 5월 15일 공개, 7월 10일 갱신)는 AEO와 GEO를 이렇게 규정하고 있다. “구글 검색 관점에서 생성형 AI 검색을 위한 최적화는 검색 경험을 위한 최적화이며, 따라서 여전히 SEO다(From Google Search’s perspective, optimizing for generative AI search is optimizing for the search experience, and thus still SEO).”

구글은 이 최적화 가이드에서 업계에 퍼진 방법 네 가지를 이름을 들어 부정하고 있다.

가이드의 마무리 조언은 한 문장으로 정리돼 있다. “‘AEO/GEO 꼼수’보다 효과적인 SEO 전략을 우선하라. 구글 검색에서는 청킹, 불필요한 AI 텍스트 파일(llms.txt 같은) 생성, 인위적인 언급 확보 같은 전술을 무시해도 된다.” 또한 “어떤 제3자 도구도 구글 내부 순위·AI 시스템에 접근할 수 없다”고 덧붙여, ‘구글 AI 알고리즘을 안다’는 식의 서비스 주장에 선을 그었다.

이보다 앞선 2025년 5월 21일 Search Central 블로그(존 뮐러)도 2026년 최적화 가이드와 같은 방향이었다. 핵심은 “고유하고 범용이 아닌(unique, non-commodity) 콘텐츠”이며, 기술 요건을 충족하면 AI 형식까지 자동으로 포함된다고 했다. 다만 이 블로그 글에는 실무에서 주의할 점이 하나 있다. nosnippet, data-nosnippet, max-snippet, noindex로 미리보기를 제한하면 AI 기능에서의 노출도 그만큼 제한된다는 것이다. 다시 말해 스니펫 노출을 막아 둔 페이지는 AI Overviews 인용 대상에서도 빠진다.

국내 매체도 구글의 최적화 가이드를 보도했다. 디지털인사이드(2026년 5월 19일)는 구글 발언을 “AI 검색도 결국 SEO의 연장선”으로 옮기고, AI 전용 리라이팅 콘텐츠를 만들지 말라는 권고를 전했다. 마이크로소프트 광고 부문의 마케터 가이드(2026년)도 “이 경험들은 전통적인 SEO 기반 위에 세워진다”고 썼다. 다만 이 가이드에 실린 SEO 전문가 인터뷰는 “기존 SEO만 계속하면 된다는 말은 지나친 단순화”라고 지적해, 기본은 같되 그 위에 할 일이 있다는 점을 함께 짚었다.

AI Overviews는 출처를 어떻게 고르나 — query fan-out

AI Overviews는 사용자의 질문 하나를 여러 하위 검색으로 쪼개 각각의 결과에서 출처를 모은다. 구글은 이 방식을 query fan-out(쿼리 팬아웃)이라고 부른다. 가이드의 정의는 “사용자 질문에 답하기 위해 모델이 생성하는 동시적·관련 쿼리 집합으로, 추가 정보를 요청하고 관련 검색 결과를 더 가져온다”이다. 구글이 든 예를 우리말로 옮기면, “잡초로 뒤덮인 잔디밭을 어떻게 관리하나(how to fix a lawn that’s full of weeds)“라는 질문에 대해 “잔디밭용 제초제 추천”, “화학약품 없이 잡초 제거하기”, “잔디밭 잡초 예방법” 같은 하위 쿼리를 함께 돌린다.

이 구조가 실무에 뜻하는 바는 분명하다. 사용자가 입력한 검색어 하나에 맞춘 페이지보다, 그 주제에서 파생되는 하위 질문들을 한 페이지 안에서 충분히 다루는 페이지가 팬아웃의 여러 갈래에서 출처로 잡힐 기회를 얻는다. Search Engine Land의 최적화 가이드(2026년 4월 8일 갱신)는 iPullRank가 분류한 하위 쿼리 유형 8가지를 소개하며 같은 점을 강조했다. 구글이 “한 페이지의 여러 주제를 이해한다”고 밝힌 것과, “청킹은 불필요하다”고 한 것도 이 맥락에서 읽힌다. 주제를 잘게 나눠 여러 페이지로 흩는 대신, 한 주제를 한 페이지에서 깊게 다루는 쪽이 구글의 설명과 맞는다.

검색 1위면 인용되나 — 연구가 말하는 인용의 실제

순위가 높을수록 유리하지만, 인용된 페이지의 약 30%는 검색 결과에 아예 없던 페이지였다. 연구진이 2026년 5월 13일 arXiv에 올린 논문 “Measuring Google AI Overviews”는 2026년 3월 13일부터 4월 21일까지 40일간 19개 주제의 트렌딩 검색어 55,393개를 추적했다. 결과를 보면 AI Overviews가 뜨는 비율은 전체 13.7%였고 질문형 검색어에서는 64.7%로 올랐다. AI Overviews가 인용한 페이지 가운데 약 30%는 일반 검색 결과에 나타나지 않는 페이지였다. 또한 답변을 원자적 주장 98,020개로 나눠 대조했더니 11.0%는 인용된 페이지가 뒷받침하지 않는 내용이었고, 대부분 출처의 내용을 빠뜨린 경우였다.

반대 방향의 수치도 있다. Search Engine Land 가이드가 소개한 Authoritas 분석에서는 검색 1위 페이지가 AI Overviews에 인용될 확률이 53%, 10위 페이지는 36.9%였다. 인용 페이지가 오가닉 상위 10위와 겹치는 비율은 조사 기관에 따라 40~76%였다. 같은 가이드가 인용한 Seer Interactive 집계에서는 AI Overviews 인용 콘텐츠의 44%가 2025년, 30%가 2024년, 11%가 2023년에 만들어진 것이었다. 최신 콘텐츠가 인용에 유리하다는 관찰이다.

정리하면 이렇다. 상위 순위는 인용 확률을 높이는 가장 강한 조건이지만 충분조건이 아니다. 순위 밖 페이지도 팬아웃 하위 쿼리에 맞으면 인용된다. 그리고 인용된 답변의 열에 하나는 출처 내용을 정확히 담지 못한다. 자사 정보가 AI 답변에서 잘못 요약되는 일이 실제로 일어난다는 뜻이며, 뒤에서 다룰 모니터링이 필요한 이유다.

클릭은 얼마나 줄어드나 — 현장 실험과 위키피디아 분석

AI Overviews가 뜬 검색에서 오가닉 클릭은 38% 줄었고, 제로클릭은 54%에서 72%로 늘었다. Search Engine Journal이 2026년 4월 27일 보도한 현장 실험은 미국 참가자 1,065명을 2026년 1~2월 각 2주간 관찰했다. 참가자의 검색어 42%에서 AI Overviews가 떴고, 이 검색어에서 검색당 외부 클릭은 0.38회였다. AI Overviews를 숨긴 집단에서는 0.61회로 올랐다. 그런데 AI Overviews를 숨겨도 참가자가 보고한 만족도, 결과 품질, 정보 찾기 용이성은 달라지지 않았다. 보도는 이를 두고 “사용자 경험의 측정 가능한 개선 없이 퍼블리셔의 트래픽을 빼앗는다”고 썼다.

트래픽 감소는 대규모 관찰 자료로도 확인된다. 2026년 2월 5일 arXiv에 올라 5월 12일 개정된 다른 논문은 위키피디아 문서-언어 쌍 161,382개를 분석해 AI Overviews 노출이 영어 문서의 일일 트래픽을 약 15% 줄였다고 추정했다. 감소 폭은 문화 분야 문서에서 가장 컸고 과학·기술 문서에서는 훨씬 작았다. 짧은 정보형 답변으로 검색 의도가 끝나는 주제일수록 클릭이 사라진다는 뜻이다.

사용자 행동 자체도 달라진다. Surfer SEO 클릭스트림으로 미국 검색 세션 846,000건(2026년 2~3월)을 분석한 ClickStream 연구는, AI Overviews가 있을 때 검색 시작 21초 시점에 여전히 결과 페이지에 머무는 비율이 45.8%로 없을 때(12.0%)보다 훨씬 높았고, 커서 정지(44% 대 29%)와 역방향 스크롤(47.5% 대 27%)도 늘었다고 보고했다. 보고서의 표현은 “AI Overviews가 없으면 검색자는 다섯 부류로 나뉘어 행동하지만, 있으면 한 부류처럼 행동한다”였다. 사용자가 읽고 멈추고 다시 살피는 시간이 늘어난 만큼, 클릭 이전 단계에서 브랜드가 어떻게 소비되는지가 중요해졌다.

유료 검색도 같은 영향을 받는다. 시어 인터랙티브의 2026년 4월 조사(53개 브랜드, 검색어 547만 개)에서 2026년 2월 기준 AI Overviews가 뜬 검색어의 유료 클릭률은 16.21%로, 뜨지 않은 검색어(21.85%)보다 낮았다. 다만 AI Overviews에 자사 브랜드가 인용된 검색어의 유료 클릭률은 15.74%로 인용되지 않은 경우(11.19%)보다 높았다. AI 답변에 인용되는 것이 광고 성과까지 끌어올린다는 근거다. 광고 측면은 구글 AI Overviews·AI 모드 광고 기사에서 따로 다뤘다.

AI 노출은 어디서 측정하나 — Search Console 생성형 AI 보고서

구글은 2026년 6월 3일 Search Console에 생성형 AI 성과 보고서를 추가했지만, 보여주는 지표는 노출뿐이다. Search Central 블로그에 따르면 이 보고서는 검색과 디스커버 각각에 대해 AI Overviews·AI 모드 같은 생성형 AI 기능 안에서 자사 URL이 몇 번 노출됐는지를 페이지, 국가, 기기, 날짜(시간·일·주·월) 단위로 보여준다. 일부 사이트부터 순차 제공 중이며, 지표는 추후 추가될 수 있다고 했다.

집계 규칙은 실무에서 헷갈리기 쉬우니 고객센터 문서 두 건의 내용을 그대로 옮긴다.

• 생성형 AI 보고서의 노출은 “생성형 AI 기능 안에서 자사 링크가 사용자에게 표시된 횟수”다. 같은 사이트의 결과 두 개가 한 AI 기능에 함께 떠도 차트 총계는 1회로 센다. 페이지는 리다이렉트 후 최종 URL의 정규 URL로 귀속된다. Search Labs 실험 데이터는 제외된다. 노출이 충분하지 않은 사이트에는 보고서가 표시되지 않는다.
• 일반 실적 보고서에서 AI Overview는 검색 결과에서 하나의 순위를 차지하고, 그 안의 모든 링크가 같은 순위를 받는다. 링크는 스크롤되거나 펼쳐져 화면에 들어와야 노출로 집계된다. AI Overview 안의 외부 링크 클릭은 클릭으로 센다. AI 모드도 같은 방식이며, AI 모드에서 후속 질문을 하면 새 검색으로 취급된다.
• AI 기능 노출은 종전부터 실적 보고서의 “웹” 검색 유형에 합산돼 왔다. 생성형 AI 보고서는 그 가운데 AI 기능 몫을 따로 보여주는 창이다.

즉 AI Overviews에 몇 번 노출됐는지는 이 보고서로 알 수 있지만, 그 노출이 클릭으로 얼마나 이어졌는지는 여전히 일반 보고서의 합산 수치 안에 섞여 있다. 어느 검색어에서 인용됐는지도 보고서에 없다. 이 공백은 뒤의 체크리스트에서 다룬다.

마케터는 무엇을 해야 하나 — 5개 영역 실무 체크리스트

구글이 인정한 것만 남기면 할 일은 다섯 영역으로 좁혀진다. 각 영역마다 근거가 되는 사실을 먼저 두고, 그 아래에 점검 항목을 적었다.

1. 기술 기본 — 크롤링·색인·텍스트

근거는 구글 가이드의 “기술 요건을 충족하면 AI 형식까지 포함된다”와 “중요한 콘텐츠는 텍스트로 제공하라”이다. AI는 이미지·차트·클라이언트 렌더링 결과 속 사실을 읽지 못한다. 페이지를 가져와도(fetch) 인용할 평문이 없으면 인용하지 않는다(cite).

• robots.txt에서 Googlebot과 AI 크롤러(Google-Extended, GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot 등)를 허용하고 있는지 확인한다. 보안 장비가 봇 요청을 차단하는지 서버 로그로 본다.
• 핵심 수치·결론이 이미지나 PDF에만 있으면 본문 문장과 표로 병기한다. 다이어그램은 텍스트가 남는 인라인 SVG로 넣는다.
• nosnippet, data-nosnippet, max-snippet, noindex 설정을 점검한다. 스니펫을 막아 둔 페이지는 AI 기능 노출도 막힌다.
• 구조화 데이터는 화면에 보이는 내용과 일치시킨다. 리치 결과 자격용이며, AI 전용 마크업은 없다.
• llms.txt는 구글 기준 효과가 없다. 다른 엔진용으로 두더라도 구글 인용을 위한 작업 목록에서는 뺀다.

2. 콘텐츠 — 남이 못 쓰는 정보로

근거는 구글의 “고유하고 범용이 아닌 콘텐츠”와 “AI용 재작성 불필요”, 그리고 Seer 집계의 최신 콘텐츠 우위(인용의 44%가 2025년 제작)다. 인터넷에 이미 있는 정보를 다시 요약한 글은 AI가 본문에서 요약해 버리고, 인용할 이유도 약하다.

• 자체 데이터, 실제 테스트 결과, 고객 사례, 가격·스펙 비교표, 현장 사진처럼 자사만 낼 수 있는 정보를 콘텐츠의 중심에 둔다.
• 각 절의 첫 문장은 소제목 질문에 대한 직답으로 쓴다. AI가 발췌해도 완결되는 문장이어야 한다.
• 모든 수치에 출처·시점·조건을 붙인다. 출처 없는 수치는 인용 대상에서 밀린다.
• 저자 정보와 갱신일을 표시하고, 오래된 글은 실제 내용을 갱신한다. 날짜만 바꾸는 것은 의미가 없다.
• AI가 읽기 좋게 문체를 바꾸거나 문단을 잘게 쪼개는 작업은 하지 않는다. 구글이 명시적으로 불필요하다고 한 항목이다.

3. 주제 설계 — query fan-out에 맞추기

근거는 구글의 팬아웃 정의와 “한 페이지의 여러 주제를 이해한다”는 설명, 그리고 arXiv 논문의 “인용 페이지 30%는 검색 결과 밖”이라는 수치다. 검색어 하나의 순위를 좇는 대신 주제의 하위 질문 묶음을 겨냥해야 한다.

• 핵심 주제마다 사용자가 이어서 물을 하위 질문을 나열한다. 예를 들어 “중소기업 CCTV 도입”이라면 설치비, 저장 방식, 야간 화질, 유지보수, 업체 비교 같은 질문이 팬아웃 후보다.
• 하위 질문을 여러 페이지로 흩지 말고, 한 페이지 안에서 질문형 소제목과 직답으로 충분히 다룬다. 페이지 길이 제한은 없다.
• 실제로 AI Overviews가 뜨는 검색어를 확인한다. 질문형 검색어에서 발동률이 64.7%(arXiv), 비교형 95.4%·질문형 85.9%(Seer)로 높으므로 이런 검색어에 맞는 질문형 소제목을 우선 배치한다.
• 타깃 질문을 실제로 구글과 ChatGPT에 입력해 AI 답변이 뜨는지, 어떤 출처가 인용되는지 기록한다.

4. 오프사이트 — 실제 언급 확보

근거는 마이크로소프트 가이드와 SEO 매체가 공통으로 드는 브랜드 언급의 중요성, 그리고 구글 가이드의 “인위적 언급 확보는 무시해도 된다”는 경고다. 평가·추천형 질문(“어느 업체가 좋은가”)에는 자사 페이지가 인용되지 않으므로 제3자 페이지가 필요하다.

• 리뷰 플랫폼, 업계 매체, 커뮤니티, 비교 사이트에 자사 제품 정보가 정확하게 실려 있는지 확인하고 오류를 바로잡는다.
• 보도자료·기고·인터뷰로 언론 커버리지를 만든다. 자체 조사 데이터 발행은 언론이 인용할 이유를 만든다.
• 브랜드·제품의 명칭, 설명, 수치가 자사 사이트·소셜·제3자 페이지에서 서로 어긋나지 않게 맞춘다. AI는 여러 출처를 대조한다.
• 링크 교환이나 대가성 언급으로 신호를 만드는 일은 하지 않는다. 구글이 “inauthentic mentions”로 이름을 들어 배제하고 있다.

5. 측정 — 구글이 안 주는 것은 직접 만든다

근거는 생성형 AI 보고서가 노출만 제공하고 검색어·클릭 분리가 없다는 사실, 그리고 인용 답변의 11%가 출처와 어긋난다는 논문 수치다.

• Search Console 생성형 AI 보고서가 열렸는지 확인하고, 열렸으면 AI 노출을 페이지·기기별로 주간 추적한다. 아직 안 열렸으면 실적 보고서 “웹” 유형에 합산돼 있다는 점을 전제로 본다.
• 핵심 검색어 목록을 정해 AI Overviews 발동 여부, 자사 인용 여부, 인용 위치, 경쟁사 인용 여부를 정기적으로 수동 또는 도구로 기록한다. 이것이 구글이 주지 않는 검색어 단위 인용 데이터다.
• AI 답변이 자사 정보를 어떻게 요약하는지 문장 단위로 확인한다. 잘못된 요약이 발견되면 원문 페이지의 해당 부분을 더 명확한 문장으로 고친다.
• GA4에서 AI 어시스턴트 유입을 채널로 분리해 두고(GA4 ‘AI 어시스턴트’ 채널 신설), AI 유입의 전환율을 검색 유입과 비교한다.
• KPI를 순위·클릭률에서 AI 노출, 인용 여부, AI 유입 전환으로 넓힌다. 다만 인용률 같은 지표는 자체 측정치이므로 정의와 표본을 문서화한다.

하지 않아도 되는 일 — 시간을 아끼는 목록

구글이 이름을 들어 부정한 항목은 작업 목록에서 지운다. 반복해서 확인된 것은 다음과 같다.

• llms.txt 설치와 AI 전용 텍스트 파일·마크다운 제공. 구글 검색은 무시한다.
• AI 전용 schema.org 마크업 추가. 존재하지 않는다.
• 콘텐츠 청킹과 AI용 리라이팅. 필요 없다.
• “구글 AI 알고리즘을 안다”고 주장하는 도구·서비스 구매. 구글은 어떤 제3자 도구도 내부 시스템에 접근할 수 없다고 밝혔다.
• 인위적 언급·링크 확보. 구글이 배제했고, 실제 언급과 구분된다.

한국 마케터에게는 어떤 의미인가

구글의 공식 지침은 언어·국가와 무관하게 적용되므로, 한국 사이트도 같은 기본으로 준비하면 된다. 다만 몇 가지 국내 사정이 있다.

• Search Console 생성형 AI 보고서는 일부 사이트부터 순차 제공 중이다. 계정에 보이지 않으면 노출 부족이거나 아직 미제공 단계다.
• AI Overviews 안에 붙는 광고는 2026년 8월 기준 영어 12개국에만 제공되며 한국은 포함되지 않는다. 오가닉 인용과 광고는 별개 트랙이다.
• 국내 검색 점유율이 높은 네이버는 AI 브리핑(2025년 3월 출시) 안에 답변형 광고를 2026년 2분기에 테스트하고 하반기에 정식 출시할 계획이다(Korea Times, 2026년 5월 7일). ChatGPT 광고는 2026년 6월 22일 한국에서 시작됐다. 구글 AI Overviews 대응과 별도로 네이버 AI 브리핑·ChatGPT 인용 여부도 같은 방식으로 추적할 필요가 있다.

요약하면 AIO라는 이름에 얽매일 필요는 없다. 구글은 별도 기법을 부정했고, 연구는 인용이 순위만으로 결정되지 않는다는 것과 클릭이 줄고 있다는 것을 함께 보여줬다. 남는 일은 네 가지다. 기술 기본을 지킨다. 남이 못 쓰는 정보를 한 주제 안에서 깊게 다룬다. 실제 언급을 쌓는다. 구글이 주지 않는 인용 데이터를 직접 잰다. 노출 순위를 세던 마케터가 이제는 인용 여부를 세야 한다는 판단이다.

본 글의 구글 입장은 Search Central 문서 「AI features and your website」(2025년 12월 10일 갱신)와 「Google’s guide to optimizing for generative AI features」(2026년 5월 15일 공개, 7월 10일 갱신), Search Central 블로그(2025년 5월 21일·2026년 5월 15일·6월 3일), Search Console 고객센터 문서 2건의 원문을 인용했다. 연구 수치는 arXiv 논문 2편(2605.14021, 2602.18455), Search Engine Journal이 보도한 현장 실험(2026년 4월)과 클릭스트림 분석(2026년 5월), Search Engine Land 가이드가 인용한 Authoritas·Optimizely·Seer Interactive 집계, Seer Interactive 2026년 4월 조사에서 가져왔으며 각 기관의 표본·기간이 다르다. AIO의 정의는 업계에서 통일되지 않았고, 본문의 실무 체크리스트는 위 사실을 근거로 한 필자의 정리임을 밝힌다.

저자 소개

PTKorea DIG 기획담당

솔루션 기획 · PTKorea DIG 기획팀

마케팅 최적화 솔루션·마케팅 리포팅 솔루션·매체 정산 시스템을 기획한다.