“GEO를 하면 AI 노출이 최대 40% 늘어난다.” GEO 업체 소개서에서 가장 자주 보이는 문장입니다. 이 숫자는 실제 논문에서 나왔습니다. 그런데 그 논문이 무엇을 쟀는지, 그리고 2025년에 같은 방법을 다시 시험한 연구가 어떤 결론을 냈는지는 거의 소개되지 않습니다. Footnote 연구 노트 첫 편은 이 두 논문을 나란히 읽습니다.
논문 1. GEO: Generative Engine Optimization (KDD 2024)
GEO라는 이름은 Pranjal Aggarwal, Vishvak Murahari 등 프린스턴대·IIT 델리 연구진이 2023년 11월 arXiv에 공개한 논문에서 처음 쓰였고, 이 논문은 2024년 8월 데이터마이닝 학회 KDD에서 발표됐습니다.1 연구진은 생성형 AI 검색이 웹사이트를 답변 속 인라인 출처로 묶어 보여 주기 때문에, 기존 검색 순위와는 다른 “노출” 개념이 필요하다고 봤습니다.
- 실험 방법: 여러 분야의 질문 약 1만 개로 이루어진 벤치마크(GEO-bench)를 만들고, 검색으로 가져온 문서 다섯 개 중 하나를 여러 방식으로 고쳐 쓴 뒤 AI 답변에서 그 문서가 얼마나 쓰였는지 비교했습니다.1
- 측정 지표: 답변 문장 중 해당 문서에서 온 단어의 양을 답변 앞쪽일수록 더 높게 쳐서 센 값(위치 가중 단어 수)과, 답변에서 그 출처가 주는 인상 점수입니다.
- 결과: 관련 출처의 인용문 추가, 통계 추가, 출처 표기가 효과가 컸고, 최대 약 40%의 상대 증가가 나왔습니다.1 반면 키워드를 반복해 넣는 전통적 기법은 거의 효과가 없었습니다. 효과는 분야마다 달랐고, 원래 순위가 낮던 문서일수록 개선 폭이 컸습니다. 상용 서비스인 Perplexity에서도 비슷한 경향을 확인했습니다.
정리하면, 이 논문의 40%는 통제된 실험에서 답변 속 비중이 늘어난 정도입니다. 방문자 수, 클릭, 상담 문의, 실제 ChatGPT에서의 인용 횟수가 40% 늘었다는 뜻이 아닙니다.
논문 2. C-SEO Bench: Does Conversational SEO Work? (NeurIPS 2025)
2025년 6월, Parameter Lab·다름슈타트 공대·만하임대·튀빙겐대·네이버 AI Lab 연구진은 같은 계열의 방법이 정말 일반적으로 통하는지 다시 시험했습니다.2 이 논문은 NeurIPS 2025 데이터셋·벤치마크 트랙에 채택됐습니다.
- 무엇을 바꿨나: 질문 답변과 상품 추천 두 과제, 과제마다 세 분야로 범위를 넓혔습니다. 그리고 문서 하나만 최적화하는 실험이 아니라, 여러 경쟁자가 동시에 같은 기법을 쓰는 상황을 따로 평가했습니다.
- 측정 지표: 고친 문서를 AI가 원래보다 더 앞 순서로 인용하는지(인용 순위 변화)를 봤습니다.
- 결과: 기존 방법 대부분은 대체로 효과가 없었고, 오히려 인용 순위를 떨어뜨리는 경우도 잦았습니다.2 대신 AI가 참고할 문서 목록 안에서 그 문서의 순위를 올리는 전통적 SEO가 훨씬 효과적이었습니다. 또 같은 기법을 쓰는 경쟁자가 늘수록 이득이 줄어드는, 한정된 자리를 나눠 갖는 구조가 나타났습니다.
두 논문을 함께 읽으면
| 구분 | GEO (2024) | C-SEO Bench (2025) |
|---|---|---|
| 실험 범위 | 질문 약 1만 개, 문서 하나만 최적화 | 2개 과제 × 3개 분야, 여러 경쟁자 동시 최적화 |
| 측정 | 답변 속 단어 비중·인상 | 인용 순위 변화 |
| 문장 다듬기 기법 | 인용문·통계·출처 추가가 효과 큼 | 대부분 효과 없거나 불리 |
| 더 중요한 것 | 분야별 맞춤 최적화 | AI가 문서를 먼저 찾게 하는 SEO |
두 결과는 정면으로 부딪히는 것처럼 보이지만, 겹치는 부분이 분명합니다. 첫째, 키워드 반복 같은 옛 방식은 두 연구 모두에서 의미가 없었습니다. 둘째, 효과는 분야와 과제마다 다릅니다. 셋째, 모두가 같은 문장 기법을 쓰는 순간 그 기법은 차별점이 되지 못합니다.
Footnote가 내리는 결론
- 먼저 찾혀야 합니다. AI 크롤러가 읽을 수 있는지, 검색 색인에 들어가 있는지, 구조화 데이터로 정체가 분명한지가 문장보다 먼저입니다. Footnote URL 진단이 이 항목들을 “전제 조건”과 높은 가중치로 두는 이유입니다.
- 남이 따라 할 수 없는 사실로 증명해야 합니다. 통계를 아무 숫자로 채우거나 인용문을 꾸며 넣는 것은 경쟁사도 할 수 있고, 의료광고 기준에도 걸립니다. 원장님의 논문, 학회 발표, 실제 진료 방식, 브랜드의 시험 성적과 판매 데이터는 따라 할 수 없습니다.
- 분야마다 직접 재야 합니다. 연구 결과가 분야마다 달랐듯, 병의원과 식품 브랜드에서 통하는 방법은 다릅니다. 그래서 Footnote는 같은 질문을 정해 두고 매일 답변을 측정해, 무엇이 실제로 바뀌었는지를 각주와 함께 보고합니다.
- 숫자를 약속하는 제안서는 측정 기준부터 물어보세요. “40% 상승”이 무엇의 40%인지, 어떤 질문으로, 어떤 AI에서, 언제 잰 값인지 답할 수 있어야 합니다.
연구 노트는 앞으로 GEO와 AI 검색에 관한 주요 논문을 한 편씩 읽고, 실험 조건과 한계, 실무에 가져갈 결론을 함께 정리합니다. 원문은 각주의 링크에서 읽을 수 있습니다.
1Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K., Deshpande, A., “GEO: Generative Engine Optimization”, KDD 2024 (arXiv:2311.09735, 2023-11-16 공개). arxiv.org/abs/2311.09735 ↩
2Puerto, H., Gubri, M., Green, T., Oh, S. J., Yun, S., “C-SEO Bench: Does Conversational SEO Work?”, NeurIPS 2025 Datasets & Benchmarks (arXiv:2506.11097, 2025-06-06 공개). arxiv.org/abs/2506.11097 ↩