같은 질문을 네 개 AI에 물으면 답이 다르다. "국내 GEO 대행사를 추천해줘"라고 입력했을 때 ChatGPT는 A를, Gemini는 B를, Perplexity는 C를, Claude는 또 다른 D를 말한다. 단순히 모델 성능 차이가 아니다. 네 엔진은 서로 다른 데이터 소스에서, 서로 다른 가중치 기준으로, 서로 다른 방식으로 출처를 노출한다.
GEO 전략을 "AI 최적화"라는 단일 개념으로 짜면 한 엔진에서만 인용되고 다른 셋에서는 사라지는 결과가 나오는 이유가 여기서 온다.
각 엔진이 어떻게 다른지 세 층위로 나눠 정리해본다.
1. 데이터 소스가 다르다
각 엔진이 답변을 만들 때 참조하는 정보의 출처 자체가 다르다.
Perplexity는 실시간 웹크롤링 결과와 자체 인덱스를 결합한다. 모든 답변은 검색 → 요약 → 인용 표기의 순서로 구성되며, 답변에 인용된 URL이 본문 옆에 번호로 노출된다. 인덱싱이 가장 빠른 엔진이라 새로 발행한 콘텐츠가 며칠 안에 답변에 반영되는 경우가 많다.
ChatGPT는 두 갈래로 작동한다. 기본 답변은 학습 데이터에 의존하고, 검색이 활성화되면 Bing 인덱스와 OpenAI의 자체 검색 인프라를 함께 사용해 실시간 정보를 가져온다. SearchGPT/검색 모드가 켜진 답변과 꺼진 답변에서 같은 질문이라도 출처 구성이 완전히 달라진다.
Gemini는 Google 인덱스에 직접 연결돼 있다. Google AI Overviews와 작동 원리를 상당 부분 공유하며, Google Search에서 상위 노출되는 콘텐츠가 Gemini 답변에 반영될 가능성이 높다. 즉 SEO 강한 사이트는 Gemini에서 자연스럽게 유리해진다.
Claude는 기본적으로는 학습 데이터에 의존하고, 사용자가 web search를 명시적으로 활성화하거나 도구가 호출됐을 때만 외부 정보를 가져온다. 검색이 활성화된 경우에는 출처를 답변에 명시한다.
2. 인용 가중치가 다르다
데이터 소스가 같다고 같은 답이 나오지 않는다. 어떤 출처를 "신뢰할 수 있다"고 판단하는 기준이 엔진별로 다르기 때문이다.
프린스턴·조지아텍·IIT델리 공동 연구팀이 발표한 GEO 논문(KDD 2024)은 9개의 콘텐츠 최적화 방법을 실험적으로 검증했고, AI 답변 인용률을 가장 효과적으로 끌어올리는 요인으로
(1) 출처 인용 밀도(citing sources),
(2) 정량 통계 표현(adding statistics),
(3) 직접 인용과 문장 명료성(quotation, fluency optimization)을 제시했다.
즉 콘텐츠가 다른 자료를 인용하고 있고, 구체적 수치를 포함하며, 인용할 만한 명료한 문장으로 구성돼 있을수록 AI에 의해 답변에 채택될 확률이 올라간다.
다만 이 세 가지 요인이 각 엔진에서 어떤 비율로 작동하는지에 대한 가중치 알고리즘은 어느 엔진도 공식 공개하지 않았다. 다만 각 엔진의 공식 문서, 작동 구조, 그리고 운영 사례를 종합하면 다음과 같은 경향이 관찰된다.
Perplexity는 검색 인덱스 기반 답변 구조상, 콘텐츠의 구조화와 직접 답변 가능성이 인용 여부에 크게 작용하는 것으로 보인다. 잘 짜인 H2/H3 구조와 명확한 정의 문장을 가진 신생 사이트도 비교적 빠르게 인용되는 경우가 많다.
Gemini는 Google 인덱스에 직접 연결돼 있어 전통적 SEO 신호(백링크·도메인 권위·콘텐츠 길이)와 높은 상관성을 보인다.
ChatGPT는 학습 데이터와 실시간 검색의 혼합 구조라, 같은 브랜드가 여러 독립 도메인에서 일관되게 언급될 때 답변에 등장할 확률이 올라간다는 분석이 많다.
Claude는 공식 1차 자료(공식 문서·논문·정부 자료) 선호 경향이 강한 편으로 알려져 있다.
3. 인용 표기 방식이 다르다
답변 안에서 출처를 어떻게 보여주는지도 엔진별로 다르고, 이건 GEO에서 의외로 큰 변수다. 출처가 어떻게 노출되느냐에 따라 사용자가 실제로 그 출처로 이동하는 비율이 달라지기 때문이다.
Perplexity는 답변 본문 옆에 번호 형태로 출처 카드를 노출하는 구조라 클릭 유도가 가장 강하다. ChatGPT는 답변 본문 안에 링크를 자연스럽게 끼워 넣는 방식이라 클릭률은 그보다 낮지만 인용된 사이트가 직접 추천된 것처럼 읽힌다.
Gemini는 Google 검색 결과 박스와 결합돼 답변 하단에 관련 링크를 보여주는 형태라 SEO 트래픽과 유사한 패턴으로 이어진다.
Claude는 web search tool 사용 시 출처를 명시하지만, 답변에 포함되는 출처 수가 다른 엔진보다 적은 편이고 도메인 노출 빈도도 비교적 낮다.
그래서 GEO 전략은 어떻게 짜야 하나
네 엔진이 다르게 작동한다는 사실의 실무적 의미는 명확하다. "AI 최적화"라는 단일 전략으로는 인용률이 한 엔진에 치우친다. 엔진별로 신호를 분리해서 쌓아야 한다.
대략의 매핑은 이렇다. Perplexity·Google AIO에서 빠른 인용이 필요하다면 콘텐츠 구조화(JSON-LD Schema, 직접 답변 문장, H2/H3 위계)가 우선이다. ChatGPT·Gemini에서 누적 인용을 만들려면 외부 도메인 멘션 다양성(언론·커뮤니티·뉴스레터·LinkedIn)을 쌓아야 한다. Claude에서 인용되려면 1차 자료성 콘텐츠(자체 측정 데이터, 공개 방법론, 다운로드 가능한 백서)가 강력하게 작동한다.
엔진별 신호를 한꺼번에 쌓을 수 없다면 우선순위는 (1) 도메인 신뢰 신호 → (2) 구조화 콘텐츠 → (3) 외부 멘션 다양성 순으로 깔리는 게 가장 안전하다. 거꾸로 하면 신호가 쌓여도 어느 엔진에도 안 잡히는 상황이 자주 생긴다.
다음 편에서는 이 중 첫 단계인 JSON-LD Schema 구조 7가지를 코드 예제와 함께 정리할 예정이다.
참고 자료
- "GEO: Generative Engine Optimization" (Aggarwal et al., KDD 2024, Princeton·Georgia Tech·IIT Delhi)
- Perplexity 공식 문서: How Perplexity Sources Information
- Google AI Overviews 운영 가이드 (Google Search Central)
- Anthropic — Claude의 web search tool 작동 방식 문서
의견을 남겨주세요