이 글은 5월 21일 열린 GEO 팩트체크 세미나에서 이소연 빌더블 대표가 발표한 내용을 1인칭 시점으로 정리한 글입니다. 앞서 공개한 사전 가이드가 “GEO 콘텐츠는 SEO 글쓰기와 무엇이 같고 다른가”를 설명했다면, 이 글은 세미나 현장에서 다룬 LG그램 검색 사례, 쿼리 팬아웃과 RAG, 브랜드를 문제·솔루션·증거·제3자 검증과 함께 설계하는 방법을 발표 흐름에 맞춰 정리했습니다.

안녕하세요. 귀한 시간 내주셔서 감사합니다. 저는 현직 SEO 컨설턴트이자 SEO 교육 회사 빌더블 대표인 이소연이라고 합니다.

저는 오늘 세션에서 'GEO에 어떻게 콘텐츠를 써야 할까?'라는 의문에 조금이나마 해답을 드리고자 이 자리에 섰습니다. 앞으로 15분 정도 후에 이 세션이 끝나면, 저는 여러분이 이 세 가지를 가져가시길 바랍니다.

첫 번째는 SEO와 GEO의 차이점을 알아가시는 것이고요. 두 번째는 GEO 콘텐츠를 잘하려면 어떤 요소들이 들어가야 하는지 설명할 텐데, 그 부분을 이해하시는 것입니다. 그리고 세 번째는, 우리 브랜드 콘텐츠를 디벨롭하기 위해 내부에서 어떤 질문을 던져야 하는가입니다. 이 세 가지를 15분 후에 꼭 가져가시길 바랍니다.

AI가 바꿔놓은 검색, 우리는 어떻게 따라가야 할까

요즘 AI가 빠른 속도로 발전하면서 'AI가 화이트칼라를 대체할 것이다', 'SK하이닉스는 왜 사람을 안 뽑느냐' 같은 말이 나올 만큼 굉장히 혼란스러운 시대인 것 같아요. 일하는 방식이 흔들리는 것도 모자라, 소비자가 검색하는 패턴조차 바뀌고 있습니다. 그러니 '이 행동 변화의 속도를 우리가 어떻게 따라가야 하지?'라는 고민이 생길 수밖에 없죠.

그래서 제가 가장 많이 듣는 질문이 "기존에 써놓은 글을 우리 다 버려야 할까요?", "SEO를 잘하면 GEO는 자동으로 되는 거 아닌가요?" 같은 것들입니다. 실제로 제게 들어오는 질문들이고요. 정말 혼란스럽다고 느낄 만큼 질문이 많습니다. 그래서 오늘은 이 혼란을 한 겹씩 걷어내 보려고 합니다.

먼저 짚고 넘어가는 SEO

GEO를 이야기하려면, 우리가 익숙하게 알고 있는 SEO부터 한 번 짚고 넘어가는 게 순서입니다. SEO에서 가장 중요한 요소는 키워드입니다. 모든 건 검색하는 사람이 어떤 순간에 키워드를 검색하면서 시작돼요. 우리는 그 사람들의 눈에 띄기 위해 키워드를 제목에 넣고, 그렇게 검색 결과 상위에 노출시켜 트래픽을 우리 쪽으로 가져옵니다. 이 일련의 작업이 바로 SEO죠.

말로만 설명하면 와닿지 않으니, 제 실제 검색 기록을 가져왔습니다.

며칠 전 제가 직접 'LG 그램 발열 해결'이라고 검색한 화면입니다. 지난주에 유튜브 라이브가 하나 예정되어 있었는데, 라이브를 하려면 이 컴퓨터로 작업이 원활해야 했거든요. 그런데 부하가 조금만 걸려도 발열이 심해지는 거예요. '이 상태로 라이브를 하다가는 속된 말로 방송을 망칠 수도 있겠다' 싶어서, 급한 마음에 이렇게 검색을 해봤습니다.

그래서 LG전자 고객지원센터에도 들어가 보고, 밑에 있는 블로그, 그리고 AI 개요 섹션에서도 정보를 탐색했어요. 그런데 제가 원하는 답변이 빠르게 나오진 않더라고요. 단편적인 키워드 하나로는, 제 구체적인 상황에 딱 맞는 답을 찾기 어려웠던 겁니다.

같은 문제, 전혀 다른 검색 방식

그래서 이번엔 같은 문제를 들고 AI에게 가봤습니다. 저는 라이너에 똑같은 고민을 검색했어요.

방금 본 SEO 검색과 나란히 놓으면 차이가 단번에 드러납니다. 구글에서는 단편적인 키워드만 던졌지만, 라이너에서는 굉장히 디테일한 맥락을 적었거든요.

"지금 사용하고 있는 컴퓨터가 LG그램인데, 전원을 켜면 팬에서 소리가 크게 나고 바로 뜨거워져. 그리고 줌(zoom)을 켜면 더 발열이 심해지면서 중간에 멈추거나 화면이 꺼져. 어떻게 해결해야 해?"

이렇게 제가 처한 문제 상황을 구체적으로 적고, 무엇을 바라는지까지 적은 거죠.

아마 여기 계신 분들도 구글 창에서는 저와 같은 톤으로, 짧은 키워드로 검색하실 거예요. 반대로 라이너든 제미나이든 생성형 AI 검색에서는 이렇게 문장 형태로 묻게 되고요. 게다가 질문 하나로 끝나지도 않습니다. AI와 티키타카를 주고받으면서, 내 의도와 내가 왜 이걸 검색하는지 그 맥락을 점점 더 자세히 설명하게 되죠.

바로 이 지점이 SEO와 GEO를 가르는 출발선입니다.

AI 검색이 작동하는 두 가지 원리, 쿼리 팬아웃과 RAG

우리가 AI에게 문장으로 질문을 던지면, 그 뒤에서 두 가지 기능이 작동합니다. 이걸 알아야 GEO가 왜 SEO와 다른지 이해할 수 있어요.

1. 쿼리 팬아웃(Query Fan-out)

첫 번째로는 쿼리 팬아웃이라는 기능이 작동합니다. 말 그대로 하나의 질문을 부채를 펼치듯 여러 갈래의 하위 질문으로 쪼개는 기능이에요.

앞서 보신 것처럼 제가 LG 그램과 관련해 문장으로 된 검색을 하면, AI는 이걸 'LG 그램 발열 문제 해결 방법'으로 한번 검색하고, 같은 의도의 하위 질문을 'LG 그램 팬 소음 해결' 같은 식으로 바꿔서 또 검색합니다. 한 번 물었는데 AI가 알아서 여러 번 나눠 검색하는 셈이죠. 이것을 쿼리 팬아웃이라고 부릅니다.

2. RAG(검색 증강 생성)

두 번째는 그 뒤에서 작동하는 RAG(검색 증강 생성, Retrieval-Augmented Generation)입니다. RAG는 사용자가 질문하면, AI가 곧장 답하지 않고 필요한 만큼 관련 자료를 더 검색한 뒤 그 근거 위에서 답을 만드는 방식이에요. 학습한 지식만으로 그럴듯하게 지어내는 '할루시네이션', 즉 AI가 사실이 아닌 내용을 자신 있게 말해버리는 현상을 줄이기 위한 장치입니다.

이때 AI가 뒤지는 데이터의 범위가 상당히 넓습니다. PDF로 올라간 매뉴얼은 물론이고, 자사 웹사이트, 블로그, 상품 리뷰까지 읽어 가고요. 여기에 그치지 않고 남들이 올린 블로그, 유튜브, 인스타그램 캡션, 스레드(Thread) 같은 SNS까지 다 훑는다고 보시면 됩니다. 이렇게 사방에서 정보를 끌어모은 다음, '이 사람이 이걸 왜 검색했더라?' 하는 맥락에 맞춰 관련 문서를 종합해 답을 돌려주는 것, 그게 RAG입니다. 실제로 제가 라이너에 질문했을 때도, 라이너는 웹 문서 23개를 추가로 검색해서 답을 정리해 줬습니다.

여기서 한 번 정리하고 넘어가죠. GEO를 사용할 때 AI는 두 가지 일을 합니다.

쿼리 팬아웃: 우리가 한 가지 질문을 했을 때 더 잘 답하기 위해, n개의 하위 질문으로 확장해 병렬로 검색한다.
RAG: 학습된 지식만으로 답하지 않고, 더 정확한 답을 위해 관련 자료를 검색한 뒤 그 자료를 맥락에 맞춰 하나의 답변으로 정리해 준다.

이 두 가지가 GEO를 이해하는 열쇠입니다.

SEO와 GEO, 무엇이 다른가

이 기능을 보면 SEO와 GEO의 차이점을 좀 더 명확하게 알 수 있어요.

SEO는 키워드로부터 시작고, GEO는 프롬프트로부터 시작합니다. 그리고 SEO에서는 한 번에 한 개의 키워드만 검색을 했죠. 그러나 GEO는 쿼리 팬아웃이라는 기능과 RAG라는 기술 덕분에, 우리가 한 번 프롬프트를 입력하더라도 N번의 검색, 그리고 N개의 출처를 보고 답변을 해주게 됩니다. 기존에 하던 SEO보다 훨씬 더 효율적으로 많은 정보를 습득할 수 있게 된 거죠.

그래서 기존에 SEO를 할 때는, 우리가 자사 사이트를 많이 출현시킨다고 생각했어요. 백링크 같은 오프사이트 요소를 제외하면, 우리가 기본적으로 가장 신경 쓰는 게 뭐냐 하면 자사 웹사이트였거든요. 그렇게 됐을 때 우리의 성과는, 우리가 원하는 키워드에 노출을 올려서 클릭까지 일어나게 만드는 것이었습니다. 그래서 궁극적으로 구글 애널리틱스에서 '오가닉 트래픽이 이만큼 늘었네' 이런 것들을 주요 KPI로 삼았습니다.

그러나 아까 RAG를 설명할 때, AI는 우리 웹사이트만 검색하는 게 아니라고 했잖아요. 유튜브도 보고, 인스타그램 캡션도 보고, 스레드도 보고, 블라인드 같은 커뮤니티 사이트도 봅니다. 그러다 보니 인터넷 전반에서 '우리 브랜드에 대해 어떻게 이야기하고 있지?' 이걸 최적화해야 합니다. 신경 써야 할 범위가 웹사이트보다 훨씬 넓어진 거죠.

이렇게 됐을 때 우리의 성과는 '인용'과 '추천'이 되어야 합니다. 사람들이 AI에게 "난 이런 제품 찾고 있어", "이런 서비스 찾고 있어", "이런 병원 찾고 있어"라고 궁극적으로 무언가를 요구할 때, 우리 브랜드가 추천되는 것. 이게 앞으로 우리가 가져야 할 가장 중요한 KPI라고 볼 수 있습니다.

AI는 느낌이 아니라 맥락을 믿는다

그럼 추천이 잘 되려면 어떻게 해야 할까요? SEO 할 때는 키워드 분석부터 하고 '키워드를 어떻게 노출시켜야 하지?'를 생각했으니까, 반대로 'AI는 어떻게 검색을 할까?'를 생각하실 수 있잖아요. 그런데 저는 이것보다 더 중요하게 생각하는 포인트가 있습니다.

바로 '우리는 어떤 카테고리의 문제를, 어떤 방식으로 해결하는가' 입니다.

우리가 브랜드를 떠올릴 때는 '느낌'이라는 게 오거든요. 저는 파타고니아라는 얘기를 들으면 좋은 이미지가 떠오르곤 합니다. 광활한 자연에서 사람들이 인간의 한계를 딛고 서핑을 하거나 백패킹을 하는, 이러한 느낌이나 이미지가 떠오릅니다. 그리고 '러닝' 하면 어떤 브랜드가 떠오르세요? 아마 머릿속에 각자 떠오르는 브랜드가 하나씩은 있으실 거예요.

하지만 AI는 우리처럼 '느낌'을 읽을 수 있나요? 머릿속에 이미지가 떠오르는 사람 같은 존재인가요? 아니죠. AI는 느낌이 아니라 맥락을 믿습니다.

그래서 우리는 이 맥락을 어떻게 설계해야 하느냐면, 브랜드가 어떤 문제 상황을 누구와 함께, 얼마나 자주, 얼마나 신뢰할 수 있는 출처에서 언급하는지를 AI가 답변의 근거로 삼기 때문에, '우리는 어떤 카테고리의 어떤 문제를 해결하는가'에 굉장히 집중해야 합니다.

같은 이야기가 반복될 때 AI는 학습한다

예를 들어볼게요. 우리 회사 블로그나 의뢰한 블로그에 "잠을 못 자다가 베개를 바꾸고 나서 달라졌어요. 아침에 일어나면 목이 한결 편해요" 이런 언급이 하나 있고요.

또 유튜브나 인스타그램 등에서 누군가가 리뷰를 해줍니다. "수면 전문가가 추천해서 썼는데, 높이가 딱 맞아서 그런가 잠이 솔솔 온다."

그리고 블라인드 같은 데서도 "이 베개가 불면증 심한 사람한테 효과가 있다고 하는데, 진짜야?"라고 누가 물으면, 댓글로 "높이 조절이 잘 돼서 그런지 나한테 높이만 맞추면 기절한다" 이런 식의 반응들이 있겠죠.

보시면, 표현이 조금씩 다를 뿐 사실 같은 얘기를 여러 번 합니다. 의미상으로는 굉장히 비슷해요.

"잠을 못 잤는데", "수면 전문가가 추천", "불면증 심한 사람" → 딱 봐도 어떤 문제가 있는지 알 수 있죠.
"잠이 솔솔 온다", "기절한다" → 이 얘기를 하고 나면 그 효과가 뭔지 딱 그려지죠.
"목이 한결 편하다", "높이가 딱 맞아서", "높이만 맞추면" → 어떤 문제를 어떻게 해결했는지 그 솔루션을 보여줍니다.

이렇듯 이런 문장들이 신뢰도 있는 출처에서 반복될수록, AI는 그 패턴을 읽어가고 '이 카테고리에서 이 문제가 있으면 이 브랜드가 추천되어야 하는구나'라고 학습합니다.

앞서 보였던 것처럼 이런 식으로 자꾸 반복하다 보면, 목이 불편해서 잠을 못 잘 때 검색하는 사람들에게 AI가 높이 조절이 가능한 베개를 추천해주게 되는 거죠.

그래서 저는 다시 한 번 이 질문을 강조하고 싶습니다. 우리는 어떤 카테고리의 문제를, 우리만의 어떤 방식으로 해결하는가.

콘텐츠에 함께 담아야 할 네 가지 설계

'브랜드에서 카테고리 욕구까지는 알겠는데, 그럼 어떤 지점에서 우리 브랜드를 떠올리게 만들어야 하는가?' 이거에 대해 조금 더 팁을 드리자면, 이 네 가지 설계가 같이 들어가면 좋습니다.

브랜드를 문제와 함께 언급한다
브랜드를 솔루션과 함께 언급한다
브랜드를 증거와 함께 언급한다
브랜드를 제3자 검증과 함께 언급한다

예를 들어보면, 문제는 "수면 자세가 불편한 사람", "목 통증으로 아침마다 뻐근한 사람" 이렇게 "이런 문제가 있을 때는 이 브랜드가 있다"라고 제시해줄 수 있고요.

더 나아가 솔루션으로는 "이런 문제가 있는 사람한테는 높이 조절이 가능하면서 통기성까지 좋은 베개가 좋은 선택이에요"라고 이야기해주는 거죠.

증거는, 이 솔루션이 사실이라고 계속 이야기해주는 겁니다. "우리 베개를 사용한 사람들의 후기가 이렇게나 많고요, 그분들 사이에서도 이런 언급이 계속 많이 나옵니다." 그리고 "우리가 이 베개를 잘 만들기 위해 굉장히 많은 실험을 했는데, 그 실험 데이터는 여기 있습니다. 저희는 몇 번의 실험을 거쳐 이렇게 편한 베개를 만들었습니다. 내부적으로 사용했을 때도 만족도가 좋습니다"라고 증거를 제시할 수 있습니다.

마지막으로 제3자 검증은 "저희만 그렇게 말하는 게 아닙니다. 수면 전문 유튜버들이 이야기하고요, 어떤 논문에서도 근거가 될 만큼 우리 분위기도 훌륭합니다. 이렇게 입증된 사례가 정말 많아요. 저희만의 목소리가 아닙니다"라고 이야기하는 거죠.

저는 이 모든 것이 합쳐졌을 때 AI가 브랜드를 조금 더 자연스럽게 인식할 수 있다고 생각합니다.

우리가 내부적으로 던져야 할 세 가지 질문

그러기 위해서는 우리가 내부적으로 이런 질문을 던져봐야 한다고 생각합니다.

첫 번째, 우리 고객은 어떤 계기로 이 문제를 해결해야겠다고 생각했는가?

제가 계속 예시로 든 게 수면 베개잖아요. 그럼 그 고객은 어떤 순간에, 좌우로 뒤척이다가 목이 너무 아파서 일상생활을 못한다든지, 이런 식으로 검색까지 해야 할 만큼의 계기가 있었을 거예요.

두 번째, 우리 고객이 우리 제품을 구매하기 직전 어떤 모먼트였는가?

내가 불편함을 느끼는 계기, 그래서 무언가 솔루션을 찾아야겠다는 계기가 하나 있을 거고요. 그렇게 솔루션을 찾던 와중에 우리 제품이 눈에 띄었고, 그래서 왜 구매했는지 그 순간의 계기가 된 경험이 또 있을 거예요. 이 시각적 계기가 분명히 있을 테니, 첫 번째와 두 번째 질문에 대한 고객의 목소리를 많이 보는 게 중요하고요.

세 번째, 그래서 우리 고객은 수많은 제품 중에 왜 굳이 경쟁사 제품이 아니라 우리 제품을 구매했는가?

그게 광고의 어떤 부분이었는지, 아니면 우리 오가닉한 콘텐츠의 어떤 부분이었는지, 어떤 지점이 고객의 마음을 옮겼는지. 그리고 "써보니까 왜 좋아하더라" 이런 부분까지 우리는 파악해야 합니다.

다시 쓰지 말고, 이 질문으로 점검하라

그래서 마지막으로, 우리 브랜드 콘텐츠를 다시 쓰기보다는, 기존 콘텐츠가 있다면 이 세 가지 질문이 그 콘텐츠 안에서 답변이 되는가를 점검하고 리라이팅하는 게 훨씬 좋을 것 같고요. 만약 "우리 콘텐츠는 지금 여기서부터 시작이다"라는 상태라면, 무작정 검색부터 하는 것보다 이 세 가지 질문에 먼저 답을 내리고 들어가는 게 좋다고 생각합니다.

SEO를 잘하던 사람은 GEO에도 쉽게 적응했다

그런데 제가 이 내용을 정리하면서, 그리고 요새 GEO 관련해서 많은 이야기를 하면서 드는 생각이 있어요. 사실 SEO를 잘하는 사람은 이미 이걸 그렇게 하고 있었어요.

SEO를 잘하는 분들을 보면, 콘텐츠를 하나 발행하기 전에 '이게 문제를 해결해주는가'부터 보고 시작하고요. '이건 검색해서 들어온 사람에게 충분히 만족스러운 답변인가?', '우리 고객이 이 키워드로 검색해서 우리 콘텐츠를 보고, 뒤로 가기를 눌러서 다른 콘텐츠로 가버리진 않았겠지. 이 안에서 모든 걸 해결하겠지'라고 생각합니다. 그리고 더 나아가 '다른 사람들한테 기꺼이 공유할 수 있을 만큼의 만족스러운 퀄리티인가'까지 생각하죠.

이런 걸 생각하면서 SEO 콘텐츠를 발행하시던 분들은 GEO에서도 쉽게 적응하고 계셨습니다. 그런 의미에서 저는 SEO와 GEO가 엄청나게 크게 다른 전략이라고 생각하지는 않습니다.

마치며: 분석보다 맥락이 먼저다

다시 처음에 "15분 후에는 이 세 가지를 꼭 가져가셨으면 좋겠다"라고 말씀드렸는데요. 이제 정리해보겠습니다.

첫 번째, SEO와 GEO의 차이점. 한 번의 키워드, 그리고 N번의 검색. 두 번째, GEO 콘텐츠를 잘하려면 어떤 요소가 들어가야 하는가. 마지막으로, 그걸 잘하기 위해 우리 내부적으로 던져야 할 세 가지 질문. 이걸 다 얻어가셨을 거라고 생각합니다.

제가 발표를 마치기 전에, 너무 조용해서 같은 말을 한 번 더 강조하고 싶은데요. 분석하는 건 정말 중요합니다. 그러나 처음부터 분석보다 더 중요한 건, 고객이 이걸 왜 검색했는지, 그리고 이걸 검색하게 된 그 바탕이 무엇인지, 그 맥락을 파악하는 것입니다. 그게 더더욱 중요합니다.

저는 여기서 발표를 마치도록 하겠습니다. 감사합니다.