AI 가시성, AEO, GEO를 쉬운 말로 정리했습니다.
AI 가시성은 사람들이 우리 카테고리에 대해 물을 때 ChatGPT, Perplexity, Claude, Google AI Overviews 같은 AI 어시스턴트가 우리 브랜드를 얼마나 자주 언급하는지를 말합니다. AEO와 GEO는 이를 높이는 작업을 부르는 두 이름입니다. 아래 모든 용어는 한 문장 정의로 시작해 상세 설명, 출처로 이어지며, 대부분은 별도의 전용 페이지도 있습니다.
AI 가시성이란 무엇이며, AEO와 GEO는 무엇인가요?
- AI 가시성함께 보기: AI 검색 가시성
AI 가시성은 사람들이 우리 카테고리에 대해 물을 때 ChatGPT, Perplexity, Claude, Google AI Overviews 같은 AI 어시스턴트가 우리 브랜드를 얼마나 자주 언급하는지를 말합니다.
질문별, 엔진별로 측정하며 보통 언급률로 나타냅니다. 검색 순위와 달리 고정된 위치가 없습니다. 같은 질문이 한 답변에서는 회원님을 언급하고 다음 답변에서는 빼놓을 수 있기 때문에, 한 번 확인하는 것이 아니라 표본을 뽑아 측정해야 합니다.
- AEO답변 엔진 최적화
AEO는 AI 어시스턴트의 답변에서 내 브랜드가 언급되고 내 페이지가 인용되게 하는 작업입니다.
실제로는 구매자 질문에 직접 답하는 페이지를 발행하고, 엔진이 인용하는 제3자 페이지에 자리를 얻고, AI 크롤러가 사이트를 읽을 수 있게 하는 일입니다. AEO 도구는 그 작업이 답변을 움직이고 있는지 측정합니다.
- GEO생성형 엔진 최적화
GEO는 AEO와 같은 작업의 다른 이름으로, 생성형 AI 엔진이 당신을 설명하고 추천하는 방식을 개선하는 일입니다.
이 용어는 2023년 연구 논문 GEO: Generative Engine Optimization(Aggarwal 외)에서 나왔습니다. AEO와 GEO는 같은 의미로 쓰이며, 어느 한쪽이 별개의 분야는 아닙니다. GEO 도구가 하는 일을 참고하세요.
AI 엔진은 답변을 어떻게 구성하나요?
- 대규모 언어 모델(LLM)
대규모 언어 모델(LLM)은 방대한 텍스트로 학습해 언어를 예측하고 작성하는 AI 모델로, AI 어시스턴트에서 답변을 쓰는 부분입니다.
- 답변 엔진
답변 엔진은 질문에 순위가 매겨진 링크 목록 대신, 보통 출처가 달린 하나의 서술형 답변으로 응답하는 검색 도구입니다.
- 생성형 엔진
생성형 엔진은 질문에 맞는 출처를 찾아, 대규모 언어 모델로 그 출처를 바탕으로 새 답변을 작성하는 AI 시스템입니다.
- Google AI Mode
AI Mode는 질문에 링크가 달린 서술형 답변을 주고 후속 질문으로 이어 갈 수 있는 Google의 대화형 AI 검색 경험입니다.
- 검색 증강 생성(RAG)
검색 증강 생성(RAG)은 언어 모델이 먼저 관련 문서를 가져온 뒤, 그 문서를 참고해 답변을 작성하는 방법입니다.
- Grounding
Grounding은 AI 모델의 답변을 실시간 검색 결과 같은 외부 출처에 근거하게 해, 주장이 기억만이 아니라 가져온 콘텐츠에 기반하도록 하는 것입니다.
- 학습 데이터 vs 실시간 검색
학습 데이터는 모델이 지식 기준 시점 이전에 배운 것이고, 실시간 검색은 답변하는 동안 웹에서 찾아보는 것입니다. AI 답변 하나는 둘 중 하나 또는 둘 다에 기댈 수 있습니다.
AI 가시성은 어떻게 측정하나요?
- 언급률
언급률은 한 질문에 대한 AI 답변 중 회원님의 브랜드를 언급하는 비율입니다.
답변 20건 중 6건에서 언급되면 언급률은 30%입니다. 이 수치만으로는 얼마나 불확실한지 드러나지 않습니다. 그래서 Wilson 구간이 필요합니다.
- Wilson 구간Wilson 점수 구간
Wilson 구간은 측정된 비율이 몇 건의 답변을 바탕으로 했는지를 감안할 때, 그 비율이 그럴듯하게 놓일 수 있는 범위입니다.
답변 20개 중 6개에서 언급되면 30%이고, 95% Wilson 구간은 약 14.5%~51.9%입니다. 200개 중 60개도 30%지만, 구간은 약 24.1%~36.7%로 좁아집니다. 같은 숫자라도 확실성은 전혀 다릅니다.
1927년 E. B. Wilson이 제안했으며, 작은 표본에서 비율을 다룰 때 쓰는 표준 구간입니다(참고 자료). Proofsource 서비스는 모든 퍼센트에 이 구간을 붙입니다. 방법론을 참고하세요.
- Prompt함께 보기: 추적 질문
AI 가시성에서 프롬프트는 구매자가 물을 법한 방식으로 작성해 여러 AI 엔진에서 추적하는 질문입니다.
"소규모 팀에 가장 좋은 AI 가시성 도구는?"이 바로 프롬프트입니다. 도구들은 추적하는 프롬프트 수로 가격을 매깁니다. 도구가 샘플링할 때마다 각 프롬프트를 모든 엔진에 묻기 때문입니다.
- 구매자 질문함께 보기: 비브랜드 질문
구매자 질문은 브랜드 이름 없이 카테고리에 대해 묻는 질문으로, 제품을 고르는 사람이 실제로 물어볼 법한 방식으로 작성됩니다.
"5인 가족에게 가장 좋은 전기 SUV는?"은 구매자 질문입니다. AI 가시성의 진짜 시험대죠. 엔진이 우리 브랜드를 직접 골라 언급해야 하니까요. 공개된 Tesla 사례(2026년 10월 4일)에서는 구매자 질문 25개에 대한 답변 100개 중 53개가 Tesla를 언급했습니다.
- Prompt 커버리지함께 보기: 질문 커버리지
Prompt 커버리지는 추적 중인 구매자 질문 가운데 AI 엔진이 브랜드를 언급하며 답한 비율을 질문, 주제, 엔진별로 나눠 보여 줍니다.
평균 언급률은 어떤 엔진도 우리 브랜드를 언급하지 않는 주제를 가릴 수 있습니다. Tesla 사례에서 Google AI Overviews 답변은 태양광 패널 설치 답변 5개 중 4개에서 Tesla를 언급했고, Claude 답변은 같은 5개 중 하나도 언급하지 않았습니다.
- 추천
AI 답변에서 추천이란 우리 브랜드를 지지하는 언급으로, 보통 답변의 후보 목록에 올리거나 구매자 상황에 맞는 선택지로 언급하는 것을 말합니다.
모든 추천은 언급이지만, 모든 언급이 추천인 것은 아닙니다. 마지막에 언급되거나 피해야 할 선택지로 언급된 브랜드는 추천받지 않고 언급만 된 것입니다. 이를 구별하려면 답변을 읽어야 하므로, 언급률 옆에 순위와 어조를 함께 봅니다.
- 대신 언급된 브랜드함께 보기: 답변 속 경쟁사
대신 언급된 브랜드란 구매자 질문에 대한 AI 답변에 나오는 다른 브랜드로, 언급 빈도순으로 정렬됩니다.
엔진이 보는 회원님의 경쟁사이며, 회원님이 직접 쓰는 목록과 항상 같지는 않습니다. Tesla 예시에서 같은 구매자 질문 25개에 걸쳐 가장 자주 언급된 경쟁사는 Rivian과 SunPower(각각 답변 13개), 그다음이 Ford(10개)였습니다.
- AI 답변 샘플링
AI 답변 샘플링은 각 AI 엔진에 같은 질문을 여러 번 던지고, 모든 가시성 수치를 확정된 사실이 아닌 그 샘플에서 나온 추정치로 읽는 방식입니다.
- AI 답변 변동성
AI 답변 변동성은 같은 질문을 다시 묻거나 다른 표현으로 물을 때 AI 엔진이 언급하는 브랜드가 얼마나 바뀌는지를 말합니다.
- AI 가시성 점수
AI 가시성 점수는 정해진 질문 묶음에서 AI 엔진이 내 브랜드를 얼마나 자주, 얼마나 눈에 띄게 언급하는지를 하나로 요약한 숫자입니다.
- AI 답변 내 위치
AI 답변 내 위치는 답변이 언급한 브랜드 가운데 내 브랜드가 놓인 자리입니다. 후보 목록의 첫 번째, 세 번째, 또는 마지막 같은 것입니다.
- Prompt 볼륨
Prompt 볼륨은 사람들이 특정 질문이나 주제에 대해 AI 어시스턴트에 얼마나 자주 묻는지에 대한 추정치입니다.
- AI 감성
AI 감성은 AI 답변이 내 브랜드를 언급할 때의 어조로, 긍정, 중립, 부정으로 나뉩니다.
AI 엔진은 무엇을 읽고 인용하나요?
- 인용
인용은 AI 엔진이 답변의 출처로 링크하거나 나열하는 웹페이지입니다.
언급되는 것과 인용되는 것은 다릅니다. 엔진은 경쟁사 비교 페이지를 인용하면서 회원님 브랜드를 언급할 수도 있고, 회원님을 언급하지 않고 회원님 페이지를 인용할 수도 있습니다. 공개된 Tesla 예시(2026년 10월 4일)에서는 구매자 질문 답변 100개가 서로 다른 웹사이트 455곳을 인용했고, 인용 100건 중 tesla.com으로 간 것은 2건도 되지 않았습니다.
- 쿼리 팬아웃
쿼리 팬아웃은 AI 엔진이 하나의 질문을 여러 관련 검색으로 나누고, 그 모든 결과를 바탕으로 답변을 만드는 것을 말합니다.
Google 측에 따르면 AI Overviews와 AI Mode는 모두 답변을 구성하기 위해 하위 주제와 데이터 소스 전반에 걸쳐 여러 관련 검색을 실행할 수 있습니다(Google 검색 센터). 페이지가 언급하지도 않은 질문으로 인용될 수 있는 이유가 여기에 있습니다. 하위 검색 중 하나에 답했기 때문입니다.
- Google AI Overviews
Google AI Overviews 기능은 Google이 일부 검색 결과 위에 보여 주는 AI 요약으로, 바탕이 된 페이지 링크가 함께 표시됩니다.
Google 측에 따르면 여기에 표시되려면 페이지가 색인되어 있고 스니펫과 함께 표시될 수 있어야 합니다(Google 검색 센터). Proofsource 시스템이 추적하는 네 엔진 중 하나입니다.
- 출처 도달률
출처 도달률은 특정 웹사이트를 한 번 이상 인용한 AI 답변의 비율입니다.
인용 점유율과 짝을 이루는 지표입니다. 긴 답변 하나에서 열 번 인용된 사이트와 답변 열 개에서 한 번씩 인용된 사이트는 인용 횟수는 같지만 도달 범위는 크게 다릅니다.
- 제3자 출처
제3자 출처는 리뷰, 비교 글, 포럼 스레드, 영상, 경쟁사 사이트처럼 내가 아닌 다른 사람이 내 카테고리에 대해 쓴 페이지로, AI 엔진이 읽고 인용합니다.
- 리스트형 글과 비교 글
리스트형 글 또는 비교 글은 에이전시용 최고의 프로젝트 관리 도구처럼, 하나의 필요에 맞는 여러 제품을 나열하고 순위를 매기는 글입니다.
- Reddit 인용
Reddit 인용은 AI 엔진이 답변의 출처로 제시하는 Reddit 스레드 링크입니다.
- YouTube 인용
YouTube 인용은 AI 엔진이 답변의 출처로 제시하는 YouTube 영상 링크로, 영상 속 특정 시점을 가리키는 경우가 많습니다.
AI 답변은 트래픽에 어떤 영향을 주나요?
- 제로 클릭 검색
제로 클릭 검색은 결과 페이지에 이미 답이 있는 경우가 많아, 아무도 웹사이트로 클릭하지 않고 끝나는 검색입니다.
- AI 유입 트래픽
AI 유입 트래픽은 ChatGPT, Perplexity, Claude, Copilot 같은 AI 어시스턴트 답변 속 링크를 통해 내 웹사이트에 들어오는 방문입니다.
AI가 브랜드를 정확히 설명하나요?
- 브랜드 질문함께 보기: 브랜드 질문
브랜드 질문은 "What is Tesla?"나 "Is Tesla worth it?"처럼 브랜드 이름이 들어간 질문으로, AI가 브랜드 이름을 대는지가 아니라 브랜드를 어떻게 설명하는지 확인하는 데 씁니다.
브랜드 질문은 거의 매번 브랜드를 언급합니다. Tesla 예시에서는 브랜드 질문에 대한 답변 20건 중 19건이 Tesla를 언급했습니다. 그래서 브랜드 질문은 구매자 질문과 따로 추적하고, 가시성으로 세지 않고 정확도을 확인하는 데 씁니다.
- 엔티티 혼동함께 보기: 브랜드 정체성 혼동
엔티티 혼동은 회원님의 브랜드에 대한 AI 답변이 이름이 같거나 비슷한 다른 회사나 대상을 설명하거나, 그것으로 시작하는 경우를 말합니다.
유명한 이름도 예외는 아닙니다. Tesla 사례에서 Google AI Overviews 는 "Tesla란 무엇인가?"라는 질문에 같은 이름의 자기 단위로 답을 시작했습니다. 더 잘 알려진 이름과 비슷한 이름의 신생 브랜드는 완전히 다른 대상으로 설명될 수 있습니다. 회원님 사이트에 무엇이며 무엇이 아닌지를 밝히는 쉬운 문장 하나가 있으면 엔진이 인용할 거리가 생깁니다.
- 브랜드 정확성
브랜드 정확성은 AI 답변이 내 브랜드를 올바르게 설명하는지, 즉 무엇을 팔고, 누구를 위한 것이며, 가격은 얼마이고, 다른 곳과 어떻게 비교되는지를 정확히 말하는지입니다.
- AI 환각
환각은 틀린 가격, 존재하지 않는 기능, 쓰인 적 없는 출처처럼 AI 답변 속의 틀리거나 근거 없는 단정적 주장입니다.
엔진은 회원님이 누구인지 어떻게 알까요?
- 엔티티
검색과 AI에서 엔티티는 회사, 제품, 사람, 장소처럼 시스템이 인식하고 비슷한 이름의 다른 것과 구별할 수 있는 하나의 고유한 대상입니다.
- Knowledge graph
Knowledge graph는 엔티티와 그것들을 잇는 사실의 데이터베이스입니다. 가장 잘 알려진 것은 사람, 장소, 사물에 관한 수백만 개 항목을 담은 Google의 Knowledge Graph입니다.
- Wikidata
Wikidata는 Wikipedia를 뒷받침하는 무료 공동 다국어 지식 베이스로, 엔티티에 관한 사실을 누구나 읽고 재사용할 수 있는 구조화된 진술로 저장합니다.
- 스키마 마크업(구조화된 데이터)
스키마 마크업 또는 구조화된 데이터는 페이지에 넣는 코드로, 보통 schema.org 어휘를 쓴 JSON-LD 형식이며 페이지와 그 주제에 관한 사실을 기계가 읽을 수 있는 형태로 적습니다.
- E-E-A-T
E-E-A-T는 experience, expertise, authoritativeness, trustworthiness, 즉 경험, 전문성, 권위, 신뢰성을 뜻하며, Google에 따르면 Google의 시스템이 유용하고 신뢰할 수 있는 콘텐츠에서 찾는 특성입니다.
AI 크롤러가 사이트에 접근해 내용을 읽을 수 있나요?
- 크롤러 접근
크롤러 접근이란 AI 기업이 보내는 봇이 회원님의 페이지를 가져와 읽을 수 있는지를 말합니다.
예를 들어 OpenAI는 검색용(OAI-SearchBot), 학습용(GPTBot), 사용자가 요청한 페이지를 가져오는 용도(ChatGPT-User)의 봇을 따로 운영합니다(OpenAI 문서). 봇은 robots.txt에서 차단될 수도 있고, 덜 눈에 띄게는 CDN 엣지의 봇 차단 설정으로 막힐 수도 있습니다. 그리고 통과한 봇이라도 텍스트가 JavaScript 실행 후에만 나타나면 빈 페이지를 보게 됩니다.
- GPTBotOpenAI 학습 크롤러
GPTBot 크롤러는 OpenAI의 생성형 AI 파운데이션 모델 학습에 쓰일 수 있는 콘텐츠를 수집하는 OpenAI의 웹 크롤러입니다.
이것을 차단하는 것은 검색이 아니라 학습에 관한 결정입니다. ChatGPT 검색은 OAI-SearchBot이 결정하며, OpenAI는 robots.txt 설정이 각각 독립적이라고 말합니다.
- OAI-SearchBotOpenAI 검색 크롤러
OAI-SearchBot은 ChatGPT 검색 기능에 웹사이트를 노출하기 위한 OpenAI의 크롤러이며, 이를 거부한 사이트는 ChatGPT 검색 답변에 표시되지 않습니다.
- ClaudeBotAnthropic 학습용 크롤러
ClaudeBot은 Anthropic의 Claude 모델 학습에 쓰일 수 있는 웹 콘텐츠를 수집하는 Anthropic의 웹 크롤러입니다.
Anthropic은 자체 robots.txt 이름을 가진 봇 두 개를 더 운영합니다. 검색 색인용 Claude-SearchBot과 사용자 질문에 필요한 페이지를 위한 Claude-User입니다.
- PerplexityBotPerplexity 검색 크롤러
PerplexityBot은 Perplexity 검색 결과에 웹페이지를 노출하고 링크할 수 있도록 페이지를 색인하는 Perplexity 크롤러입니다.
- llms.txt
llms.txt 는 웹사이트 루트에 두는 일반 텍스트 파일 제안으로, 언어 모델에 가장 유용한 페이지를 나열합니다.
llmstxt.org에서 제안된 형식입니다. 추가하기 쉽고 해롭지도 않지만 순위를 올리는 수단은 아닙니다. 저희가 추적하는 네 엔진 중 어느 곳도 무엇을 언급하거나 인용할지 정할 때 llms.txt를 쓴다고 밝힌 적이 없고, Google은 AI Overviews나 AI Mode에 나오기 위해 새로운 기계 판독 파일, AI 텍스트 파일, 마크업이 필요 없다고 명시합니다(Google Search Central).
최적화 수단이 아니라 에이전트를 위한 문서로 생각하세요.
- robots.txt
robots.txt는 웹사이트 루트에 두는 텍스트 파일로, Robots Exclusion Protocol(RFC 9309)에 따라 크롤러가 가져갈 수 있는 경로를 알려 줍니다.
- llms-full.txt
llms-full.txt는 llms.txt를 보완하는 선택적 파일로, 사이트 핵심 페이지의 전문을 마크다운 파일 하나에 담아 모델이나 에이전트가 한 번에 가져갈 수 있게 합니다.
- Google-Extended
Google-Extended는 Google이 크롤링한 콘텐츠를 향후 Gemini 모델 학습과 Gemini 답변의 근거로 써도 되는지를 정하는 robots.txt 토큰이며, Google 검색에는 아무 영향이 없습니다.
- Bingbot
Bingbot은 Microsoft의 Bing 색인을 구축하는 웹 크롤러이며, Microsoft Copilot은 웹 결과에 근거해 답할 때 이 색인을 검색합니다.
- Applebot-Extended
Applebot-Extended는 사이트가 Apple이 자사 콘텐츠를 Apple 파운데이션 모델 학습에 쓰지 못하게 할 수 있는 robots.txt 토큰이며, 그 자체로는 아무것도 크롤링하지 않습니다.
- ChatGPT-User
ChatGPT-User는 사용자의 요청 때문에 ChatGPT나 커스텀 GPT가 웹페이지를 방문할 때 OpenAI가 쓰는 에이전트입니다.
- Claude-User
Claude-User는 누군가 Claude에게 웹페이지가 필요한 질문을 할 때 Anthropic이 그 페이지를 가져오는 데 쓰는 에이전트입니다.
- Claude-SearchBot
Claude-SearchBot은 Claude 검색 결과의 품질과 관련성을 높이기 위해 웹을 읽는 Anthropic의 크롤러입니다.
- Perplexity-User
Perplexity-User는 사용자의 질문에 필요할 때 Perplexity가 웹페이지를 방문하는 데 쓰는 에이전트이며, Perplexity에 따르면 대체로 robots.txt를 무시합니다.
- CCBot
CCBot은 연구자와 AI 개발자가 학습 데이터로 쓰는 웹의 무료 공개 사본을 펴내는 비영리 단체 Common Crawl의 웹 크롤러입니다.
AI 가시성 용어에 대해 사람들이 묻는 것
AEO와 GEO는 같은 것인가요?
예, 실무에서는 같습니다. AEO(답변 엔진 최적화)와 GEO(생성형 엔진 최적화)는 모두 AI 답변에서 브랜드가 언급되고 페이지가 인용되게 하는 일을 뜻합니다. GEO는 2023년 연구 논문에서 나왔고, 마케팅에서는 AEO가 더 흔히 쓰입니다.
좋은 AI 언급률은 어느 정도인가요?
보편적인 기준은 없습니다. 카테고리가 얼마나 붐비는지에 따라 다르기 때문입니다. 같은 엔진에서 같은 질문에 가장 자주 언급되는 브랜드와 회원님의 비율을 비교하고, 구간을 읽으세요. 답변 20개로 낸 비율은 실제 값과 크게 다를 수 있습니다.
언급과 인용의 차이는 무엇인가요?
언급은 답변 텍스트 속 내 브랜드 이름입니다. 인용은 엔진이 출처로 링크하는 웹페이지입니다. 인용 없이 언급될 수도, 언급 없이 인용될 수도 있으므로 둘 다 추적하세요.
llms.txt가 AI 가시성을 높이나요?
효과가 있다는 증거는 없습니다. Google 측은 AI Overviews나 AI Mode에 나오기 위해 특별한 AI 텍스트 파일이 필요 없다고 하며, Proofsource 서비스가 추적하는 네 엔진 중 어느 곳도 순위에 llms.txt를 쓴다고 밝히지 않았습니다. 읽을 수 있는 페이지와 열려 있는 크롤러 접근이 훨씬 중요합니다.
