구글이 내놓은 AI 검색 최적화 가이드를 그대로 따라가면, ChatGPT·Perplexity·Claude·Gemini가 동시에 인용을 결정하는 멀티플랫폼 시대에 우리 브랜드는 뒤처집니다. iPullRank의 Mike King이 지적한 4가지 한계 — "그냥 SEO다", llms.txt 무용론, 청킹 불필요론, AI 재작성 거부 — 는 자기에게 가장 유리한 회사의 입장일 뿐, 검색 인프라가 분산되는 지금 통하지 않습니다.
지오랭크가 지난 1년간 진행한 한 SaaS 스타트업의 GEO 프로젝트 이야기입니다. 처음 6개월은 구글 가이드만 충실히 따랐습니다. 자연스러운 글쓰기, 기존 SEO 강화, llms.txt 미도입, 청킹 미적용. 구글 검색 순위는 9위에서 4위까지 올라왔지만, ChatGPT와 Perplexity 인용 횟수는 그대로였습니다. 이후 6개월은 정반대 실험을 했는데요. llms.txt 배포, 200~400단어 단위 패시지 재구조화, 통계·정의 문장 재작성. ChatGPT 인용은 월 11건에서 47건, Perplexity 인용 도메인 점유율은 0.4%에서 3.2%로 올라왔습니다.
2026년 5월, 구글은 검색 센트럴에서 AI 검색 시대 콘텐츠 최적화 가이드를 업데이트했습니다. 핵심은 "AI 검색이 바뀌어도 SEO 본질은 같다"입니다. iPullRank의 Mike King은 같은 달 18일 정면 반박했는데요. 콘텐츠 웨어하우스 유출 사건에서 드러난 구글의 공식 입장과 내부 문서 간 괴리, 그리고 AI 검색이 다중 플랫폼으로 분산되는 현실을 외면한다는 점입니다.
GEO 실무자가 가이드를 읽는 4단계:
1. 구글이 말하는 것과 말하지 않는 것을 분리한다2. 자기 사이트의 트래픽 소스 분포를 먼저 측정한다 (구글 vs. ChatGPT vs. Perplexity)3. 구글 가이드는 기본기로, GEO 가이드는 확장기로 적용한다4. 멀티플랫폼 인용을 정기적으로 모니터링한다 (월 단위)
"AI 검색 최적화는 그냥 SEO다"라는 말은 표면적으로 친절합니다. 그런데 한국 기업 현장에서 만들어내는 결과는 정반대인데요. 지오랭크가 만난 한 커머스 기업은 이 가이드를 그대로 받아 GEO 업무를 SEO팀에 얹었습니다. 예산도, 인원도 그대로. 6개월 뒤 SEO팀은 번아웃을 호소했고 AI 검색 인용 지표는 측정 자체가 시작되지도 않았습니다. 벡터 거리·RAG 파이프라인·에이전트 프로토콜 같은 개념은 전통 SEO와 다른 스킬셋이 필요한데, 검색 단위(페이지 vs. 패시지), 측정 지표(순위 vs. 인용률), 인프라 지식(크롤러 vs. RAG·임베딩) 모두 다릅니다. GEO는 별도 직무·KPI·예산으로 다뤄야 합니다.
구글은 "우리는 llms.txt를 읽지 않으니 필요 없다"고 말했습니다. 함정은 "우리"라는 단어에 있는데요. 검색 인용을 결정하는 주체가 더 이상 구글만이 아닙니다. Anthropic의 Claude는 명시적으로 llms.txt를 지원하고, Perplexity도 사이트별 가이드 파일을 참조한다는 정황 증거가 보고됐습니다. llms.txt는 AI 크롤러에게 핵심 페이지 우선순위를 알리고, 오래된 페이지가 잘못 인용되는 것을 방지하며, 사용 허용/거부 신호를 줍니다. 지오랭크가 운영하는 50개 이상 GEO 클라이언트 중, llms.txt를 도입한 사이트는 ChatGPT 인용 정확도가 평균 32% 더 높았습니다.
구글은 "콘텐츠를 인위적으로 청킹할 필요 없다"고 권합니다. 절반의 진실인데요. 우리가 청킹하지 않아도 검색 시스템이 알아서 청킹을 합니다. 벡터 검색은 사용자 질의를 임베딩으로 변환하고 각 청크와 거리를 계산해 인용 후보를 올립니다. 청크가 200~400단어 단위로 의미에 맞게 잘려 있으면 인용 확률이 높습니다.
청킹 친화적 구조의 5가지 신호:
- 리스트의 의도적 배치: 비교는 표로, 절차는 리스트로
- 5. 앞뒤 맥락의 자급자족: 청크 하나만 떼어내도 의미가 통하게
2. 정의·통계·예시 분리: 한 청크엔 한 가지 정보 유형만3. 앵커 가능한 H2: 짧고 검색 의도가 명확한 H2를 자주 사용4. 표·
지오랭크가 한 의료기기 브랜드와 진행한 청크 최적화에서, 단락 구조만 위 5가지에 맞게 정렬한 결과 Perplexity 인용 빈도가 4개월 만에 2.7배 늘었습니다. 다만 너무 작게 쪼개면 가독성이 무너지므로 200~400단어, 한 페이지에 8~15개가 안전선입니다.
구글의 네 번째 메시지는 "AI 검색을 의식한 변형은 불필요하다"입니다. 핵심은 두 가지인데요. 첫째 엔티티 살리언스 — 핵심 엔티티가 명확하게 드러나야 AI가 분류합니다. 둘째 명시성 — "많은 사람" 대신 "월간 1,200만 명"처럼 구체적 수치, "최근" 대신 "2026년 5월" 같은 명확한 시점이 벡터 거리를 좁힙니다. 한국어 GEO에서는 정의·요약 15%, 통계·수치 20%, 사례·서사 30%, 설명·전개 30%, 의견·관점 5% 비율이 경험적으로 잘 작동합니다. 같은 주제·같은 분량의 콘텐츠도 인용률이 1.8~3.2배까지 차이가 났습니다.
구글 가이드의 가장 큰 한계는 "멀티플랫폼"이라는 단어를 거의 언급하지 않는다는 점입니다. 2026년 현재 AI 검색 사용자는 평균 2.4개의 AI 도구를 병행해서 씁니다. Statcounter 2026년 1분기 글로벌 AI 검색 트래픽 분포:
- ChatGPT (OpenAI): 58.1%- Perplexity: 14.7%- Google AI Overviews / Gemini: 11.3%- Microsoft Copilot (Bing): 9.8%
- 롤러, Copilot은 Bing을 따릅니다. 한 가지 전략으로는 모든 플랫폼을 만족시킬 수 없는데요. 자기 산업의 사용자가 가장 많이 쓰는 두 플랫폼에 80% 자원을 집중하고, 나머지에 20% 보완 작업을 하는 것이 현실적입니다. 이커머스라면 ChatGPT+Perplexity, 전문직 서비스라면 ChatGPT+Claude, 글로벌 B2B라면 Perplexity+Copilot 조합이 자주 추천됩니다.
- 기타: 1.9%
인용 도메인 인프라가 모두 다릅니다. ChatGPT는 자체 인덱스와 Bing 인덱스 혼합, Perplexity는 자체 인덱스에 라이센스 데이터 파트너십 결합, Claude는 Brave 검색과 자체 크
한국 시장 우선순위는 세 가지입니다. 첫째, 구글 SEO는 여전히 기본 인프라입니다. 네이버 점유율이 높아도 ChatGPT·Claude·Perplexity 모두 구글 인덱싱 콘텐츠를 직간접 참조합니다. 둘째, llms.txt와 패시지 구조화는 비용 대비 효과가 가장 큽니다. 셋째, 한국어 엔티티 정렬은 영어보다 까다롭습니다. 띄어쓰기·줄임말·외래어 표기 차이가 임베딩 거리에 영향을 줍니다. 한국 기업 GEO 90일 로드맵은 0~30일에 트래픽 소스 측정·llms.txt 배포·핵심 10개 페이지 패시지화, 31~60일에 엔티티 정렬·표/리스트 재구성·내부 링크 강화, 61~90일에 멀티플랫폼 인용 모니터링 셋업·콘텐츠 재작성 KPI 도입을 권합니다. 구글 가이드는 "최소한"이고, GEO 가이드는 "필요한 만큼"입니다.
원문 보기: https://georank.co.kr/report/google-ai-search-guidance-multiplatform-geo-strategy
의견을 남겨주세요