지난주, Google이 공식 AI 최적화 가이드를 발표했습니다.
그리고 이어서 Google I/O 2026에서는 그 변화의 규모를 수치로 확인시켜줬습니다. AI Overviews는 월간 활성 이용자 25억 명을 돌파했고, AI Mode는 출시 1년 만에 10억 MAU를 넘어섰습니다. Google 스스로 "검색 25년 역사상 가장 큰 변화"라고 표현했습니다.
AI 검색이 확산되면서 검색 결과의 오가닉 클릭률(CTR)이 61% 하락했다는 연구 결과는 이미 많은 마케터들이 알고 있을 겁니다. 검색창 안에서 AI 에이전트가 24시간 정보를 탐색하고 사용자에게 전달하는 구조로 재편되는 지금, GEO(Generative Engine Optimization)는 선택이 아닌 필수가 되고 있습니다.
그 흐름 속에서 Google이 직접 AI 검색 최적화 가이드를 발표했다는 것은 의미 있는 신호입니다. AI 검색 환경에서 브랜드가 어떻게 노출되는지, 어떤 조건에서 AI 답변에 포함되는지를 Google 스스로 설명한 문서이기 때문입니다. GEO를 고민하는 마케터라면 한 번쯤 읽어봐야 할 내용입니다.
문서를 읽고 나면 한 가지 질문이 자연스럽게 떠오릅니다.
“우리 브랜드가 실제로 AI 답변에 어떻게 나오고 있는지, 어떻게 확인하지?”
우리 브랜드는 AI 답변에 어떻게 나오고 있는가
AI 검색이 확산되면서 마케터들에게 공통적으로 들어오는 질문이 있습니다. ChatGPT나 Gemini, 또는 Claude에 우리 제품을 물어보면 뭐라고 나오는지, 경쟁사보다 먼저 언급되는지, 잘못된 정보가 포함되어 있지는 않은지에 대한 것들입니다.
이 질문들이 중요한 이유는 분명합니다. 사용자는 더 이상 검색 결과를 비교하며 여러 페이지를 탐색하지 않습니다. 하나의 AI 답변을 읽고, 그 안에서 판단합니다. 필요하면 답변 안에 포함된 링크나 출처를 따라갑니다. 브랜드가 그 답변 안에 어떻게 구성되느냐가 곧 경쟁력입니다.
그런데 이 질문에 대한 명확한 답을 가진 마케터, 또는 브랜드 담당자는 많지 않습니다. AI 답변을 체계적으로 수집하고 분석하는 체계를 갖춘 조직도 드뭅니다. 대부분은 ChatGPT 창에 직접 타이핑해보거나, 특정 시점의 스냅샷 하나를 기준으로 판단합니다.
Google이 공개한 AI 검색 최적화: SEO에서 AEO, GEO로
Google GEO 가이드는 세 가지 핵심 내용을 담고 있습니다. 그리고 이 세 가지는 Enhans가 최근 진행했던 웨비나에서 전했던 내용과 정확히 맞닿아 있습니다.
첫째, AI 답변은 다중 출처를 기반으로 구성됩니다.
Google은 AI Overviews가 RAG(Retrieval-Augmented Generation)와 Query fan-out 방식을 통해 여러 출처를 조합해 답변을 생성한다고 설명합니다. 하나의 질문에 대해 AI는 수십 개의 문서를 참조하고, 그 중 관련성이 높은 것들을 조합해 답변을 만들어냅니다. SEO가 특정 페이지의 순위를 높이는 전략이었다면, GEO와 AEO(Answer Engine Optimization, AI 답변 엔진 최적화)는 AI가 답변을 구성할 때 어떤 출처를 선택하느냐의 문제입니다.
둘째, 콘텐츠의 독창성과 품질이 AI 노출의 핵심 변수입니다.
Google은 "unique, valuable, non-commodity content"를 AI 답변 포함의 가장 중요한 조건으로 명시합니다. 키워드를 얼마나 많이 넣었는지, 콘텐츠 분량이 얼마나 되는지보다, 다른 곳에서 찾을 수 없는 차별화된 관점과 실질적 가치를 담고 있는지가 핵심입니다. 기존 SEO의 키워드 중심 전략과 근본적으로 다른 접근입니다.
셋째, AI Overviews는 실시간으로 변합니다.
Google 스스로 AI 답변이 실시간으로 변하며, 일회성 최적화로는 안정적인 성과를 낼 수 없다고 밝힙니다. SEO가 한 번 순위를 잡으면 일정 기간 유지되는 구조였다면, GEO와 AEO는 지속적인 모니터링과 운영이 전제되어야 한다는 뜻입니다.
GEO 최적화 후에도 AI 답변이 바뀌지 않는 이유
Google 가이드는 방향을 제시하지만, 구체적인 운영 방법을 설명하지는 않습니다.
- "독창적인 콘텐츠를 만들어라"고 하지만, 만들고 나서 AI 답변이 실제로 바뀌었는지 확인하는 방법은 없습니다.
- "지속적으로 관리하라"고 하지만, 무엇을 기준으로, 어떤 주기로, 어떤 방법으로 관리해야 하는지는 설명하지 않습니다.
- "여러 출처가 중요하다"고 하지만, 우리 브랜드에 영향을 미치고 있는 출처가 무엇인지 파악하는 방법도 없습니다.
가이드가 제시하는 방향은 옳습니다. 하지만 그 방향으로 실제로 움직이려면 측정이 먼저입니다. 측정 없이는 개선도 없습니다.
그런데 AI 답변을 측정하는 것은 생각보다 복잡합니다. 동일한 질문을 해도 엔진마다 다른 답변이 나옵니다. 같은 엔진에서도 질문 유형, 언어, 국가, 실행 시점에 따라 결과가 달라집니다. 단일 시점의 스냅샷 하나를 기준으로 판단하면 GEO의 전체 그림을 놓치게 됩니다.
수만 개 프롬프트 분석으로 확인한 AI 답변의 실체
Enhans는 다개국의 주요 언어, 다수 AI 엔진을 대상으로 페르소나를 달리해서 수만 개의 프롬프트를 반복 수집하고 분석했습니다. 이 분석에서 확인된 몇 가지 사실을 공개합니다.
AI 답변의 80%는 공식 웹사이트 밖에서 결정됩니다
하나의 답변은 평균 9개 이상의 출처를 기반으로 구성됩니다. 그리고 이 중 공식 웹사이트가 차지하는 비중은 약 20% 수준입니다. 나머지 80%는 미디어 콘텐츠, 외부 리뷰, 커뮤니티 게시글 등으로 채워집니다. 특히 제품 비교나 추천 질문에서 이 경향이 더욱 뚜렷하게 나타났습니다.
이는 웹사이트를 아무리 잘 만들어도, 답변 구성의 대부분은 공식 채널 밖에서 결정된다는 의미입니다.
브랜드 노출은 질문 유형에 따라 달라집니다
동일한 브랜드에 대해서도 프롬프트 유형에 따라 답변 내 노출 구조가 크게 달라지는 패턴이 확인됩니다. 브랜드를 직접 언급한 질문에서는 높은 확률로 상위에 등장하지만, 비교나 추천 형태의 질문에서는 첫 언급 비율이 현저히 낮아집니다.
즉, 고객이 우리 브랜드를 직접 검색할 때와, "어떤 솔루션이 좋은가"를 물을 때의 노출 구조는 완전히 다릅니다. 어떤 유형의 질문에서 취약한지 파악하지 않으면, 어디를 개선해야 하는지도 알 수 없습니다.
엔진 간 답변 구조는 일관되지 않습니다
동일한 프롬프트에 대해서도 AI 엔진 간 답변 결과는 일관되지 않습니다.
특히 출처의 최신성 측면에서 엔진 간 수십 주 이상의 격차가 발생했으며, 출처 선택 방식과 답변 구성 로직도 엔진마다 다르게 작동했습니다. 단일 엔진 기준으로만 최적화하면 전체 AI 검색 환경에서의 성과를 설명할 수 없습니다.
측정에서 시작하는 운영 체계
Google이 "지속적으로 관리하라"고 말하는, 그 관리의 출발점은 측정입니다.
어떤 프롬프트에서 브랜드가 등장하는지, 답변 안에서 어떤 순서와 비중으로 설명되는지, 어떤 출처가 인용되고 있는지, 메시지가 정확하게 전달되는지를 먼저 파악해야 개선 방향을 잡을 수 있습니다. 이 측정이 없으면 GEO는 측정 없는 추측이 되거나, 실행 없는 리포트로 끝납니다.
Enhans AnswerOps는 이 운영 구조를 기반으로 설계된 서비스입니다. 답변 수집에서 시작해 KPI 분석, 개선 전략 설계, 실행, 재측정까지 하나의 루프로 연결합니다.
핵심 KPI는 이렇습니다. Share of Answer(답변 내 브랜드 언급 비중), Answer Rank(답변 내 노출 순서), Source Citation(어떤 출처가 활용되었는지), Sentiment(답변의 정서 및 평판 톤), Message Accuracy(브랜드 메시지의 정확성). 이 지표들을 멀티 프롬프트, 멀티 엔진, 멀티 페르소나 기준으로 반복 수집하고 추적합니다.
단발성 리포트나 일회성 컨설팅이 아닙니다. AI 답변이 실시간으로 변하는 환경에서는, 운영 구조 자체가 경쟁력이 됩니다.
경쟁의 단위가 바뀌고 있습니다
과거에는 어떤 키워드에서, 검색 결과 몇 위에 노출되는지가 경쟁의 기준이었습니다. 광고비를 더 쓰면 순위가 올라갔고, 그 순위가 직접적인 비즈니스 성과와 연결됐습니다.
AI 검색 환경에서는 이 구조가 근본적으로 달라집니다. 사용자는 검색 결과 페이지를 탐색하는 대신, 하나의 AI 답변을 읽습니다. 경쟁의 단위가 페이지에서 답변으로 이동했습니다.
이 변화에서 앞서가는 조직은 Google 가이드를 읽는 팀이 아닙니다. AI 답변을 측정하고, 자기 브랜드가 어떻게 설명되는지를 데이터로 파악하고 있는 팀입니다.
Enhans는 멀티 엔진·멀티 페르소나 기반으로 실제 AI 답변을 수집하고, AnswerOps 5가지 KPI를 기준으로 브랜드 답변 현황을 분석합니다. 우리 브랜드가 어떤 AI 엔진에서, 어떤 프롬프트에서, 어떻게 설명되고 있는지 데이터로 확인할 수 있습니다.
in solving your problems with Enhans!
We'll contact you shortly!