들어가며
올해 구글이 「Optimizing your website for generative AI features on Google Search」라는 AI 검색 최적화 가이드를 발표했습니다. GEO(생성형 엔진 최적화) 분야에서 처음 나온 공식 지침이다 보니 반응이 뜨거웠는데요. 그런데 이 가이드가 여러 매체와 커뮤니티를 거치면서 "그동안의 GEO 방법론은 전부 미신이었다", "결국 SEO만 잘하면 된다더라" 같은 요약으로 퍼지는 걸 보게 되었습니다.
큰 틀에서는 맞는 말이지만, SEO/GEO 분석 서비스를 만들면서 매일 이 주제를 들여다보고 있는 입장에서는 이렇게 요약되면 곤란하지 않나 싶은 지점들이 있었습니다. 그래서 이번 글에서는 구글 가이드의 원문을 다시 짚어보고, 궁금했던 부분은 직접 측정해 보면서, 실무자 입장에서 어디까지 받아들이고 어디서부터는 조심해서 읽어야 하는지 생각을 정리해 보려고 합니다.
AI 오버뷰 때문에 유입이 줄었다면: 대응 5단계
구글 AI 오버뷰(AI 개요) 때문에 유입이 줄었다면, 먼저 '순위 하락'인지 '클릭률 하락'인지부터 구분해야 합니다. Search Console 실적 보고서에서 최근 8주와 직전 8주를 비교해 노출·클릭·CTR·평균 게재순위를 함께 보시고, 노출과 순위는 비슷한데 클릭만 줄었다면 AI 오버뷰 같은 검색 화면 변화의 영향일 가능성이 큽니다. 같은 페이지가 생성형 AI 실적 보고서에서 AI 개요·AI 모드 노출이 늘었는지도 함께 보면 판단에 도움이 됩니다.
그다음에는 페이지를 세 가지로 나누면 됩니다. 1) 정의·요약형 페이지는 클릭 감소를 감수하고 요약 인용 구조로 재설계합니다. 2) 비교·검토형 페이지는 표, 기준, 사례를 보강해 방문 이유를 만들어야 합니다. 3) 도구·체크리스트·템플릿형 페이지는 전환 페이지로 연결해 트래픽보다 성과를 관리해야 합니다.
핵심은 '모든 글을 다 고치는 것'이 아닙니다. 매출·문의와 연결되는 페이지부터 고치고, AI가 한 문단으로 요약해 버릴 수 있는 일반론은 줄이고, 직접 와야 얻을 수 있는 표·체크리스트·사례를 늘리셔야 합니다.
실행 순서
- 1단계. 감소 원인 구분
- 2단계. 영향 페이지 선별
- 3단계. 질문형 답변·표·자주 묻는 질문 추가
- 4단계. 브랜드 검색·구독·재방문 경로 확보
- 5단계. 4~8주 단위 재측정
1단계. 감소 원인 구분
유입 감소를 모두 AI 오버뷰 탓으로 돌리면 대응이 엇나갑니다. 순위 하락인지, 화면 변화에 따른 CTR 하락인지, 전환 품질 변화인지부터 나눠 보셔야 합니다. 같은 클릭 감소라도 처방은 전혀 다릅니다.
Search Console 지표 조합별 진단 기준
| 관측 패턴 | 우선 해석 | 먼저 할 일 |
|---|---|---|
| 노출 유지 · 평균 게재순위 유지 · 클릭 하락 · CTR 하락 | AI 오버뷰 등 검색 화면 변화의 영향일 가능성이 큽니다. | 해당 검색어에서 실제로 AI 오버뷰가 뜨는지 확인하고, 페이지 상단에 직접 답변·표·자주 묻는 질문을 추가합니다. |
| 노출 하락 · 평균 게재순위 하락 · 클릭 하락 | 일반 SEO 경쟁력 저하 가능성이 큽니다. | 색인, 내부 링크, 콘텐츠 신선도, 검색 의도 불일치를 먼저 점검합니다. |
| 클릭 하락 · 전환 유지 또는 상승 | 가치가 낮은 클릭이 줄고 구매·문의 의도가 큰 방문이 남았을 수 있습니다. | 트래픽 총량보다 문의·상담·구매로 이어지는 페이지를 먼저 최적화합니다. |
| 정보성 글 클릭 하락 · 비교·사례 글 유지 | 요약형 콘텐츠가 먼저 AI 답변으로 대체되고 있는 상태입니다. | 정의형 글에는 요약 인용 구조를 넣고, 비교·사례형 글에는 표·체크리스트·원본 데이터를 보강합니다. |
AI 개요·AI 모드에서 생긴 클릭과 노출은 실적 보고서의 '웹' 검색 유형에 함께 잡혀 따로 나뉘지 않습니다. 그래서 위 표는 원인을 확정하는 기준이 아니라 먼저 의심할 곳을 고르는 기준으로 쓰시면 됩니다.
2단계. 영향 페이지 선별
모든 글을 한꺼번에 고치실 필요는 없습니다. 클릭이 줄어든 페이지를 성격에 따라 세 가지로 나누고, 매출·문의와 연결되는 페이지부터 손보시면 됩니다.
- 정의·요약형 페이지: 클릭 감소를 어느 정도 감수하고, AI 답변에 인용되기 쉬운 요약 구조로 다시 짭니다.
- 비교·검토형 페이지: 표, 기준, 사례를 보강해 직접 방문할 이유를 만듭니다.
- 도구·체크리스트·템플릿형 페이지: 전환 페이지로 연결해 트래픽보다 성과를 봅니다.
3단계. 질문형 답변·표·자주 묻는 질문 추가
고르신 페이지에는 소제목 바로 아래에 질문에 바로 답하는 2~3문장을 두고, 비교 기준은 표로, 자주 받는 질문은 '자주 묻는 질문'으로 정리합니다. AI가 한 문단으로 요약해 버릴 수 있는 일반론은 줄이고, 직접 와야 얻을 수 있는 표·체크리스트·사례를 늘립니다. 이때 AI만을 위한 별도 본문이 아니라 사람도 읽기 쉬운 구조여야 한다는 점은 아래 「'미신(꼼수)' 목록에는 결이 다른 것들이 섞여 있습니다」에서 다시 다룹니다.
4단계. 브랜드 검색·구독·재방문 경로 확보
AI 답변이 질문에 바로 답하면 처음 방문은 줄어들 수 있습니다. 그래서 한 번 온 방문자가 검색을 거치지 않고도 다시 오도록 길을 만들어 둡니다. 브랜드 이름으로 다시 찾게 하는 일관된 이름과 설명, 뉴스레터 구독이나 회원가입, 관련 글로 이어지는 링크가 그 예입니다.
5단계. 4~8주 단위 재측정
고친 결과는 바로 나오지 않으므로 4~8주 단위로 다시 확인합니다. 실적 보고서에서 고친 페이지의 노출·클릭·CTR·평균 게재순위를 고치기 전 같은 길이의 기간과 비교하고, 생성형 AI 실적 보고서에서 AI 개요·AI 모드 노출수가 어떻게 바뀌었는지도 함께 봅니다. 다만 이 보고서에는 검색어가 나오지 않고, ChatGPT·Perplexity 같은 다른 AI 답변에서의 인용도 나오지 않습니다. 그래서 관련 질문을 정해 두고 AI 답변의 인용 여부를 따로 측정해야 하는데, 그 이유는 아래 「직접 확인해 본 결과, 구조가 좋다고 인용되는 건 아니었습니다」에서 다룹니다.
여기까지가 유입이 줄었을 때의 대응 순서입니다. 아래부터는 구글 가이드를 실무자 입장에서 어떻게 읽었는지 정리해 보겠습니다.

이 글의 네 가지 요점
| 항목 | GEONIQ 해석 | 실무 대응 |
|---|---|---|
| SEO가 기반 | 구글 AI 오버뷰·AI 모드는 기존 검색 색인에서 콘텐츠를 가져와 답변을 만듭니다. 일반 검색에서 발견되지 못하는 페이지는 AI 답변의 재료도 되기 어렵습니다. | 크롤링 차단, 렌더링 오류, 색인 누락부터 먼저 해결합니다. |
| 미신 목록의 정확한 해석 | 구글이 'AI용으로 따로 할 일은 없다'고 한 것은 구조화나 정리가 무의미하다는 뜻이 아닙니다. | 편법 기대는 버리되, 사람이 읽기 쉬운 제목·표·자주 묻는 질문·근거 문장은 계속 강화합니다. |
| 구조가 좋다고 인용되는가 | 구조가 좋은 것은 경쟁에 참가할 자격일 뿐입니다. 인용은 질문마다, 그 주제에 더 직접적으로 답하는 문서와의 경쟁에서 정해집니다. | 핵심 답을 소제목 바로 아래 2~3문장으로 두고, 실제 인용 여부는 질문군을 정해 꾸준히 측정합니다. |
| 구글의 방향이 곧 모든 AI의 방향은 아님 | 구글 검색 센터의 기준은 중요하지만, Gemini·ChatGPT·Perplexity는 인용 성향과 동작이 다릅니다. | 공식 가이드 해설로 끝내지 말고, 플랫폼별로 관찰하고 비교합니다. |
SEO가 기반이라는 건 맞습니다
먼저 가이드의 핵심 메시지부터 보겠습니다. 구글은 GEO를 잘하려면 결국 SEO부터 탄탄해야 한다고 말하는데, 여기에는 구조적인 이유가 있습니다. 구글의 AI 오버뷰와 AI 모드는 RAG(검색 증강 생성)와 쿼리 팬아웃이라는 방식으로 동작하는데, 둘 다 기존 검색 색인에서 콘텐츠를 가져와 답변을 만듭니다. 일반 검색에서 발견되지 못하는 페이지는 AI 답변의 재료조차 될 수 없다는 뜻이죠.
다만, 여기서부터가 이 가이드를 읽을 때 조심해야 하는 부분입니다.

llms.txt와 스키마 마크업, 어떻게 다르게 봐야 하나
| 항목 | 페이지에 실제로 적어야 할 결론 |
| llms.txt | 구글은 llms.txt를 참조하지 않는다고 밝혔습니다. 다른 AI 플랫폼도 답변을 만들 때 다른 사이트의 llms.txt를 참조한다고 공식 확인한 적이 없어, 이것만으로 AI 인용을 기대하면 안 됩니다. |
| 스키마 마크업 | AI 오버뷰 노출을 보장하는 장치는 아니지만, 구글은 전체 SEO 전략의 일부로 계속 사용하는 것이 좋다고 했습니다. 엔티티 이해와 검색 기능 노출의 기본기이므로 유지하는 편이 맞습니다. |
| 실무 판단 | 'AI용으로 뭘 더 할 필요는 없다'와 '쓸모없는 편법이다'는 다릅니다. 의미 있는 표준은 유지하고, 과장된 기대만 버리면 됩니다. |
'미신(꼼수)' 목록에는 결이 다른 것들이 섞여 있습니다
가이드에서 구글은 효과 없는 GEO 방법론들을 짚었습니다. llms.txt 파일, 콘텐츠 청킹, AI 전용 리라이팅, 진정성 없는 멘션 뿌리기, 그리고 스키마 마크업까지가 흔히 '미신 목록'으로 요약되어 돌아다니는데요. 이 목록, 자세히 보면 성격이 전혀 다른 것들이 한데 묶여 있습니다.
llms.txt
구글은 llms.txt를 "참조하지 않는다"고 명확히 선을 그었습니다. 다만 이것도 정확히는 '구글 기준'의 이야기입니다. 다른 주요 AI 플랫폼들은 구글처럼 공식적으로 부인한 적도 없지만, 반대로 답변을 만들 때 남의 사이트 llms.txt를 참조한다고 공식 확인한 적도 없습니다. Anthropic이나 Perplexity처럼 자사 문서 사이트에 llms.txt를 게시하는 곳이 있어서 이게 종종 "공식 지원"으로 와전되는데, 자기 문서를 그 형식으로 내놓는 것과 남의 사이트 파일을 읽어 답변에 반영하는 것은 다른 이야기입니다. 그러니 llms.txt의 정확한 현재 상태는 "구글에서는 무의미 확정, 그 외에서는 부인도 확인도 없는 효과 미검증"입니다.
스키마 마크업
반면 스키마 마크업(구조화된 데이터)은 또 이야기가 다릅니다. 구글이 원문에서 실제로 쓴 문장은 이렇습니다.
"Structured data isn't required for generative AI search, and there's no special schema.org markup you need to add. However, it's a good idea to continue using it as part of your overall SEO strategy." (구조화된 데이터는 생성형 AI 검색에 필수는 아니며, 추가해야 할 특별한 schema.org 마크업도 없다. 다만 전체 SEO 전략의 일부로서 계속 사용하는 것이 좋다.)
"AI 인용을 위한 별도의 부스트 효과는 없다"와 "계속 쓰는 게 좋다"가 같은 문단에 있는 겁니다. 스키마 마크업은 schema.org 기반의 웹 표준이고, 구글이 지금도 공식 문서에서 권장하며 페이지의 저자, 조직, 제품 같은 엔티티를 이해하는 데 실제로 활용하는 정당한 기술입니다. 프론트엔드 작업을 하면서 마크업을 다뤄온 입장에서 보면, 스키마 마크업은 시멘틱 마크업의 연장선에 있는 '기계가 읽을 수 있는 문서 만들기'에 가깝습니다.
AI 전용 리라이팅
"AI용으로 뭘 더 할 필요는 없다"와 "쓸모없는 편법이다"는 전혀 다른 말인데, 요약을 거치면서 이 둘의 경계가 사라지는 경우를 종종 봅니다. 이 구분이 왜 중요하냐면, 실무에서 벌어질 일이 그려지기 때문입니다. "구글이 스키마 마크업 필요 없다고 했다던데요?"라는 말과 함께, 멀쩡히 관리되고 있던 구조화 데이터가 정리 대상에 오르는 상황이요. SEO 관점에서 계속 유지해야 하는 자산이 요약 한 줄 때문에 걷어내지는 건 개발자 입장에서 꽤 안타까운 일입니다. 가이드를 읽을 때는 항목별로 구글이 실제로 어떤 표현을 썼는지, 원문의 뉘앙스를 확인해 볼 필요가 있습니다.
직접 확인해 본 결과, 구조가 좋다고 인용되는 건 아니었습니다
최근 'GEO 잘 된 사례'로 소개된 국내 대기업 콘텐츠 플랫폼 5곳(금융 3, 유통·패션 1, 통신 1)을 골라, 각 사이트가 실제로 발행한 콘텐츠 주제에서 질문 30개를 뽑았습니다. "이 사이트가 직접 쓴 주제를 물으면 이 사이트가 인용되는가"를 측정하기 위해서입니다. 이 질문들을 웹검색을 켠 3개 AI(ChatGPT·Gemini·Perplexity)에 던지고, 답변의 인용 출처에 해당 플랫폼이 등장하는지 확인했습니다.
결과는 사이트마다 극단적으로 갈렸습니다. 같은 금융권 콘텐츠 플랫폼 두 곳이 좋은 대비인데요. 한 곳은 Gemini 기준 6개 질문 중 5개에서 인용된 반면, 다른 한 곳은 단 한 번도 인용되지 않았습니다. 둘 다 요약·소제목·Q&A 구조를 잘 갖춘, '잘 된 사례' 목록에 나란히 오른 곳들입니다. 인용되지 못한 자리는 네이버 블로그와 유튜브가 차지했습니다. 실제로 이번 측정 전체에서 가장 많이 인용된 출처는 특정 브랜드 사이트가 아니라 blog.naver.com과 youtube.com이었습니다.
왜 이런 차이가 생길까 생각해 보면, 인용이라는 게 '사이트 단위의 자격'이 아니라 '질문 단위의 경쟁'이기 때문입니다. AI는 사용자의 질문마다 관련 문서를 새로 검색하고, 그중 답변에 가장 잘 들어맞는 출처를 고릅니다. 아무리 콘텐츠 구조가 좋아도 그 주제에 더 직접적으로 답하는 경쟁 문서가 있다면 인용은 그쪽으로 갑니다. 체크리스트를 충족했다는 건 경쟁에 참가할 자격을 갖췄다는 것이지, 경쟁에서 이기고 있다는 뜻은 아닌 거죠.

30개 질문 중 해당 플랫폼이 인용된 질문 비율 (2026년 7월, 단발 측정)
| AI | 인용된 질문 비율 | 참고 |
| Gemini | 40% | 구글 검색 색인을 쓰는 플랫폼 |
| Perplexity | 30% | |
| ChatGPT | 10% | 생활 밀착형 질문 6개에서는 웹검색을 하지 않아 인용 0건 |
구글의 방향이 곧 모든 AI의 방향은 아닙니다
마지막으로 짚고 싶은 건 이 가이드의 적용 범위입니다. 가이드 발표 이후 "결국 SEO만 하면 되는 거네, GEO는 허상이네"라는 반응도 보이는데, 구글의 문서는 어디까지나 구글 검색의 AI 기능에 대한 가이드입니다. 구글은 기존 검색 색인 위에서 AI가 동작하는 구조라 "SEO가 곧 GEO"라는 등식이 비교적 잘 성립하는 플랫폼이고, 구글 입장에서는 저렇게 쓰는 게 당연합니다.
문제는 이 등식이 다른 플랫폼으로 그대로 이식되지 않는다는 겁니다. 위에서 소개한 측정에서 플랫폼별 결과를 나눠 보면 격차가 선명합니다. 동일한 30개 질문에서 해당 플랫폼이 인용된 질문의 비율이 **Gemini 40%, Perplexity 30%, ChatGPT 10%**로 벌어졌습니다. 구글 검색 색인을 그대로 쓰는 Gemini가 SEO 잘된 사이트들을 가장 잘 인용하고 — 구글의 등식이 구글 생태계 안에서는 실제로 작동한다는 뜻입니다 — 검색 색인이 다른 ChatGPT에서는 같은 사이트들이 거의 인용되지 않았습니다.
측정하면서 알게 된 사실이 하나 더 있습니다. ChatGPT는 "인터넷이 느릴 때 어떻게 하나요" 같은 생활 밀착형 질문 6개에서 웹검색을 한 번도 수행하지 않았습니다. 검색 없이 자체 지식으로만 답했고, 당연히 인용도 0건이었습니다. AI가 검색 자체를 하지 않는 질문 유형에서는 어떤 콘텐츠도 인용될 기회가 없는 건데, 이런 플랫폼별 동작 차이는 구글 가이드 어디에도 나오지 않습니다. 나올 이유가 없죠. 구글의 가이드니까요.
그래서 저는 이렇게 정리하고 싶습니다. 구글이 "SEO에 충실하라"고 한 건 구글 생태계 안에서의 답이고, 그것이 GEO라는 개념 전체를 무효화하는 근거가 될 수는 없다. 오히려 플랫폼마다 인용 기준과 동작이 다르다는 사실이야말로, 플랫폼별로 관찰하고 대응하는 GEO라는 작업이 여전히 필요한 이유라고요.
자주 묻는 질문
AI 오버뷰 때문에 유입이 줄었는지 어떻게 구분하나요?
Search Console 실적 보고서에서 최근 8주와 직전 8주의 노출·클릭·CTR·평균 게재순위를 함께 비교하시면 됩니다. 노출과 순위는 비슷한데 클릭과 CTR만 내려갔다면, AI 오버뷰 같은 검색 화면 변화의 영향일 가능성이 큽니다. AI 오버뷰에서 생긴 클릭은 일반 검색과 함께 집계되므로 원인을 확정하기보다 의심할 곳을 고르는 기준으로 봅니다.
정보성 글은 이제 의미가 없나요?
의미가 없어지는 것은 아닙니다. 다만 정의·요약만 있는 글은 클릭이 줄어들 수 있으므로, 비교 기준·사례·체크리스트·다운로드 자료처럼 방문해야 얻는 가치를 추가하셔야 합니다.
llms.txt를 넣으면 AI 인용이 늘어나나요?
그것만으로 인용이 늘어나길 기대하면 안 됩니다. 구글은 llms.txt를 참조하지 않는다고 밝혔고, 다른 AI 플랫폼도 답변에 다른 사이트의 llms.txt를 참조한다고 공식 확인한 적이 없습니다.
스키마 마크업은 계속 써야 하나요?
네, 다만 AI 오버뷰 전용 비법으로 보시면 안 됩니다. 구조화 데이터는 페이지 의미를 명확히 전달하는 SEO 기본기의 일부로 유지하는 편이 맞습니다.
가장 먼저 고칠 페이지는 무엇인가요?
유입이 많이 줄었더라도 전환과 연결되지 않는 페이지보다, 문의·구매·상담으로 이어지는 핵심 랜딩 페이지를 먼저 손보셔야 합니다. 클릭 수보다 사업 성과에 가까운 페이지가 우선입니다.
마치며
정리하면 이렇습니다. 구글의 가이드는 검증되지 않은 방법론이 난무하던 시장에 기준을 제시했다는 점에서 반가운 문서이고, SEO가 기반이라는 핵심 메시지에도 동의합니다. 다만 '미신 목록'에는 결이 다른 항목들이 섞여 있으니 원문의 뉘앙스를 항목별로 확인해야 하고, 구조가 좋다는 것과 실제로 인용된다는 것은 별개이니 실측으로 검증해야 하며, 구글의 답이 AI 검색 환경 전체의 답은 아니라는 점을 함께 기억하면 좋겠습니다.
GEO는 아직 정보의 밀도보다 확산 속도가 빠른 분야입니다. 이런 시기일수록 누군가의 요약을 그대로 받아들이기보다 공식 문서를 직접 읽어보고, "잘 됐다더라"는 주장은 데이터로 확인해 보는 습관이 중요한 것 같습니다. 저도 인상이 아니라 실측으로 이야기하는 글을 계속 써보려고 합니다.
감사합니다.
측정 방법: 2026년 7월, 지오닉(GEONIQ)의 하반기 출시 예정 GEO 성과지표(KPI) 기능의 측정 파이프라인으로 수행. 'GEO 잘 된 사례'로 소개된 국내 콘텐츠 플랫폼 5곳을 대상으로 각 사이트가 실제 발행한 콘텐츠 주제에서 사이트당 6개(총 30개) 질문을 도출. ChatGPT(gpt-5.3, 웹검색 도구 ON)·Gemini(3.5 Flash, 검색 그라운딩 ON)·Perplexity(sonar)의 API를 질문당 1회 호출해 답변의 인용 출처 도메인을 판정. 단발 측정이므로 AI 응답의 비결정성에 따른 편차가 있을 수 있습니다.
참고 문헌
- Optimizing your website for generative AI features on Google Search - Google Search Central
- AI features and your website - Google Search Central
- schema.org
- 실적 보고서(Google 검색 결과) - Search Console 고객센터
- 생성형 AI 실적 보고서(Google 검색) - Search Console 고객센터
업데이트 이력
최종 업데이트: 2026.11.17
- AI 오버뷰로 유입이 줄었을 때의 대응 5단계(단계별 소제목)와 Search Console 지표별 진단 기준표를 추가했습니다.
- 이미지 속 핵심 내용(네 가지 요점, llms.txt와 스키마 마크업 비교, 플랫폼별 인용 비율)을 글자 표로 옮겼습니다.
- 자주 묻는 질문을 추가했습니다.

