MEDIHINT
GEO(생성형 AI 최적화)는 AI 답변 안에서 출처로 선택되는 원리를 다룹니다. SEO와 목표가 다른 이유, GIST 원리, 5단계 설계법까지 정리했습니다.
GEO란? AI가 출처를 선택하는 2가지 원리와 5단계 콘텐츠 설계법
AI는 상위 노출 문서를 전부 참고하지 않습니다. '이미 선택된 것과 겹치지 않으면서 새로운 정보를 더하는 출처'만 고릅니다. 이 선택 구조를 이해하는 것이 GEO(생성형 AI 최적화)의 출발점입니다.
검색 결과 1위에 올라도 AI 답변 안에 등장하지 못하는 콘텐츠가 있어요. 반대로 검색 순위가 높지 않아도 AI 요약 출처로 꾸준히 선택되는 콘텐츠도 있고요. 이 차이가 어디서 오는지 처음에는 잘 몰랐어요. SEO 잘 되면 GEO도 자연스럽게 따라오는 거 아닌가, 하고 생각했거든요. 틀렸습니다.
핵심: GEO(생성형 AI 최적화)는 '검색 결과 어디에 노출되는가'가 아니라, 'AI가 답변을 만들 때 이 콘텐츠를 선택해야 할 이유가 있는가'를 다루는 개념입니다. SEO와 목표 자체가 다릅니다.
왜 SEO를 잘 해도 AI 답변에 안 나오는 걸까
AI는 처리할 수 있는 정보의 분량에 한계가 있어요. 수백 개의 상위 문서를 전부 참고해서 답변을 만드는 게 아닙니다. 제한된 공간 안에서 '중복되지 않는 일부 출처'만 골라서 답변을 구성해요.
그러니까 아무리 잘 쓴 글이어도, 이미 선택된 출처와 내용이 겹치면 AI 입장에서는 포함할 이유가 없습니다. 품질이나 신뢰도의 문제가 아니에요. 선택 구조 자체에서 밀려나는 거예요.
결국 기존 SEO의 핵심 질문인 "어떤 페이지가 검색 결과에 노출되는가"와, GEO의 핵심 질문인 "어떤 정보만이 최종 답변에 남는가"는 서로 다른 문제를 보고 있는 겁니다.
AI는 어떤 기준으로 출처를 고르는가 — GIST 원리
Google Research가 제안한 GIST(Greedy Independent Set Thresholding) 원리에 따르면, AI가 출처를 선택할 때 두 가지 기준을 동시에 적용합니다.
첫 번째는 '정보 증가 여부'예요. 이 문서를 추가했을 때 이미 선택된 출처들 대비 새로운 정보가 실제로 늘어나는가. 두 번째는 '의미적 거리'예요. 기존에 선택된 문서들과 충분히 다른 내용을 담고 있는가.
두 조건을 동시에 만족해야 선택됩니다. 하나라도 못 채우면 자동으로 배제돼요. 이걸 'No-Go Zone'이라고 부르기도 하는데, AI가 의도적으로 패널티를 주는 게 아니에요. 그냥 선택할 이유가 없으니 선택하지 않는 것뿐입니다.
AI가 선택하지 않는 콘텐츠에는 공통점이 있다
AI 요약 출처로 선택되기 어려운 콘텐츠 유형을 보면 패턴이 보여요.
첫째, 상위 문서의 흐름과 결론을 그대로 반복한 글입니다. 더 잘 설명했어도 같은 결론이면 의미적으로 겹칩니다. 둘째, 정의·배경·개념 설명에 대부분의 분량을 쓴 콘텐츠예요. AI는 이미 그 설명을 다른 출처에서 가져왔을 가능성이 높아요. 셋째, 결론이 기존 출처와 실질적으로 동일한 글입니다. 표현은 달라도 내용이 같으면 같은 문서예요.
반대로 선택되는 콘텐츠에는 이런 공통점이 있었어요. 기존 상위 문서와 의미적으로 충분히 달라요. 실행 가능한 기준, 조건, 절차를 제시하고 있어요. 표, 체크리스트, 프레임워크처럼 구조화되어 있어요. 그리고 설명보다 '참고 기준(reference)'으로 사용 가능한 형태입니다.
저희가 일본 의료 마케팅 클라이언트들과 일하면서 봤을 때도 이런 패턴이 정확했어요. SEO는 잘 되는데 AI 요약에서 빠지는 글들을 분석해보니, 거의 대부분 기존 상위 문서와 정의·설명 구간이 겹쳤어요. 키워드 밀도나 백링크 수가 아니라, 콘텐츠가 담고 있는 정보의 '겹침 정도'가 AI 선택 여부를 갈랐습니다.
그러면 GEO 콘텐츠는 어떻게 설계해야 하나
콘텐츠의 기준이 바뀌었어요. '얼마나 더 잘 설명했는가'에서 '이미 있는 설명과 무엇이 다른가'로. 더 잘 쓰는 게 아니라 새롭게 기여하는 것이 핵심입니다.
실행 흐름은 이렇게 정리할 수 있어요.
1단계: 상위 3~5개 문서에서 반복되는 정의·설명 구간을 파악하고 제거합니다. 모든 글이 비슷하게 시작하는 부분 있잖아요. 그 구간은 이미 AI가 갖고 있는 정보예요.
2단계: 이 콘텐츠에서 반드시 추가할 '정보 증가 포인트'를 설정합니다. 기존 출처에 없는 기준, 조건, 수치, 사례 중에서 하나를 골라요.
3단계: 기준·조건·절차 중심으로 콘텐츠를 재구성합니다. "이런 경우에는 이렇게 한다"는 형태가 AI가 참고 기준으로 쓰기 좋은 구조예요.
4단계: '~해야 한다 / ~일 때는 ~다' 형태의 단정형 문장을 배치합니다. AI는 모호한 서술보다 명확한 기준 문장을 인용하기 쉬워요.
5단계: 표, 리스트 등 요약·인용이 쉬운 구조로 정리합니다. Schema 설계라고도 불리는 이 단계가 실제로 인용 가능성을 높여요.
콘텐츠 전략의 기준이 바뀌는 지점
GEO(생성형 AI 최적화)가 등장하기 전까지는 "경쟁자보다 더 잘 쓰면 된다"는 기준이 통했어요. 더 상세하게, 더 풍부하게, 더 전문적으로. 이게 SEO에서 먹히던 방식이었으니까요.
근데 AI 환경에서는 이 기준이 오히려 독이 될 수 있어요. 더 잘 쓴 글이 기존 상위 문서와 결론이 같다면, AI 입장에서는 그냥 겹치는 콘텐츠예요. 선택할 이유가 없습니다.
그러니까 이제 콘텐츠를 기획할 때 물어야 할 질문이 바뀌었어요. "이 주제를 어떻게 더 잘 설명할 수 있을까"가 아니라, "이미 상위에 있는 글들이 말하지 않는 게 뭔가"입니다.
마치며
AI가 출처를 고르는 기준은 생각보다 단순해요. 새로운 정보가 늘어나는가, 기존 출처와 충분히 다른가. 두 가지뿐입니다. 근데 이 두 기준을 충족하는 콘텐츠를 실제로 만드는 건 생각보다 어렵습니다. 쓰던 방식으로 쓰면 대부분 기존 문서의 반복이 되거든요. GEO는 결국 콘텐츠를 기획하는 방식을 바꾸는 문제입니다.
이 5단계 원리를 실제 콘텐츠에 어떻게 적용하는지 궁금하다면, GEO 콘텐츠 설계 실전 가이드를 읽어보세요. 단계별 체크리스트와 함께 정리했습니다.
자주 묻는 질문
목적이 다릅니다. SEO는 검색 결과 페이지에서의 노출 순위를 다루고, GEO(생성형 AI 최적화)는 AI 답변 안에서 출처로 선택되는 것을 다뤄요. AI 검색 사용이 늘어날수록 GEO의 중요성도 올라가겠지만, 현재는 두 가지를 함께 고려하는 전략이 현실적입니다.
길이보다 '정보의 차별성'이 중요해요. 짧아도 기존 출처에 없는 기준이나 절차를 담고 있다면 선택될 수 있어요. 반대로 길고 상세해도 상위 문서와 결론이 같으면 AI가 포함할 이유가 없습니다.
먼저 상위 3~5개 문서를 직접 읽고, 반복되는 정의·설명 구간을 파악하세요. 그 구간을 콘텐츠 초반에서 빼거나 최소화하고, 기존 출처에 없는 기준·조건·절차를 중심으로 내용을 채우면 의미적 거리를 확보할 수 있어요.
GIST는 Google Research가 제안한 원리로, Google의 AI Overview를 비롯한 생성형 AI 검색 환경을 설명하는 개념입니다. 모든 AI 시스템에 동일하게 적용되는 표준은 아니지만, '중복 제거 + 정보 증가' 기반의 출처 선택 구조는 생성형 AI 전반에서 공통적으로 나타나는 패턴이에요.
가장 먼저 할 일은 현재 운영 중인 콘텐츠 중 SEO 성과는 있지만 AI 요약에서 빠지는 글을 찾는 거예요. 그 글들을 상위 3~5개 문서와 비교해서 겹치는 구간을 파악하면, 어디를 고쳐야 하는지 방향이 보이기 시작해요. 이 진단 과정이 GEO 전략의 실질적인 출발점입니다.
힌트글로벌 콘텐츠팀
일본 마케팅 전문