생성형 엔진 최적화 용어 사전
AI 검색 노출을 다루며 마주치는 용어다. 정의는 사전답게 중립적으로 쓰고, 그 아래에 우리가 측정을 운영하면서 이 용어를 어떻게 읽는지를 덧붙였다. 수치는 넣지 않고, 수치가 필요한 내용은 출처와 함께 아티클에서 다룬다.
기본 개념
7개GEO (생성형 엔진 최적화)
Generative Engine Optimization
ChatGPT·Gemini·Perplexity·구글 AI 모드 같은 생성형 AI가 답변을 만들 때 우리 브랜드를 언급하고 인용하도록 콘텐츠·사이트 구조·외부 근거를 최적화하는 일이다.
AEO (답변 엔진 최적화)
Answer Engine Optimization
검색창에 질문을 치면 링크 목록 대신 '답'을 바로 보여주는 엔진(구글 AI Overviews, 네이버 AI 브리핑 등)에 우리 콘텐츠가 답으로 채택되도록 만드는 최적화다.
SEO (검색엔진 최적화)
Search Engine Optimization
구글·네이버 같은 검색엔진의 결과 목록에서 우리 페이지가 더 위에 나오도록 키워드·링크·페이지 품질을 최적화하는 일이다.
LLM (대규모 언어 모델)
Large Language Model
방대한 글을 학습해 사람처럼 문장을 만들어 내는 AI 모델이다. ChatGPT(GPT), Gemini, Claude, Perplexity의 답변이 LLM이 만든 결과다.
생성형 엔진 / AI 검색
Generative Engine, AI Search
질문을 받으면 웹을 검색하고 LLM으로 요약해 '하나의 답'을 돌려주는 서비스를 통칭한다. ChatGPT 검색, Perplexity, Gemini, 구글 AI 모드·AI Overviews, 네이버 AI 브리핑이 여기에 속한다.
추적 질문 (프롬프트)
Prompt
소비자가 AI에게 실제로 묻는 형태의 질문('강남 임플란트 잘하는 치과 추천')을 말하며, GEO 측정은 이런 질문 묶음을 정해 두고 매일 AI에게 던지는 방식으로 이뤄진다.
질문 의도
Query Intent
소비자 질문이 정보를 알려는 것인지(정보형), 후보를 찾는 것인지(탐색형), 구매·방문을 결정하려는 것인지(거래형)를 구분한 것이다. 브랜드명이 들어간 질문(브랜드형)과 들어가지 않은 질문(비브랜드형)도 나눠 본다.
측정 지표
12개등장률 (노출률)
Visibility
측정한 AI 답변 가운데 우리 브랜드가 한 번이라도 언급된 답변의 비율이다. 100개 답변 중 60개에 나왔다면 등장률 60%이다.
언급 (멘션)
Mention
AI 답변 본문에 브랜드 이름이 직접 쓰인 것을 말한다. 답변이 우리 사이트를 출처로 달았더라도 본문에 이름이 없으면 언급이 아니다.
언급 순서 (포지션)
Position
한 답변 안에서 우리 브랜드가 몇 번째로 언급됐는지를 뜻한다. 1이면 가장 먼저, 숫자가 작을수록 앞이다.
점유율 (SoV)
Share of Voice
같은 질문 묶음에서 등장한 전체 브랜드 언급 중 우리 브랜드가 차지하는 비율이다. 경쟁사 대비 '목소리 크기'를 한 숫자로 보여 준다.
호감도 (감성)
Sentiment
AI가 우리 브랜드를 언급할 때 긍정·중립·부정 중 어떤 어조였는지를 점수로 나타낸 지표다.
인용 (출처 링크)
Citation
AI가 답변의 근거로 특정 페이지의 링크를 붙인 것을 말한다. 본문 문장 옆의 각주·출처 목록이 인용이다.
인용률
Citation Rate
특정 도메인(또는 페이지)이 답변에 인용된 횟수를 분모로 나눈 비율이다. 분모는 도구에 따라 '답변 수' 또는 '그 출처가 검색된 횟수'이고, 어느 쪽인지 표시돼 있어야 읽을 수 있다.
검색된 출처
Retrieved Source
AI가 답을 만들기 전에 웹 검색으로 가져와 읽은 페이지들이다. 이 중 일부만 답변에 인용된다.
반복 측정
Repeated Measurement
같은 질문을 같은 AI에 하루에도 여러 번, 여러 날에 걸쳐 던져 결과의 흔들림을 걷어내고 추세를 읽는 측정 방식이다.
인용 출처 분류
Source Classification
AI 답변이 인용한 도메인을 기업 사이트·UGC(블로그·커뮤니티)·참고(백과·정보)·기관·언론·경쟁사·자사 같은 유형으로 나눠 집계한 것이다. 어떤 종류의 출처를 보강해야 하는지 알려준다.
측정 창 (7일·30일·전체)
Measurement Window
지표를 계산할 때 포함하는 날짜 범위다. 7일은 최근 변화, 30일은 안정된 수준, 전체는 적재된 모든 날짜의 장기 추세를 보여주며, 각 창의 값은 그 기간 일별 측정을 모두 합쳐 다시 계산한 것이다.
미등록 언급 (경쟁사 목록 밖 언급)
Untracked Mention
AI 답변이 이름을 불렀지만 광고주가 자사·경쟁사로 등록하지 않은 브랜드의 언급이다. 등록 브랜드만 세는 점유율에서는 보이지 않는 부분이다.
AI 검색 엔진
7개구글 AI Overviews
Google AI Overviews
구글 검색 결과 맨 위에 AI가 요약 답변과 출처를 보여 주는 기능이다. 모든 검색어에 뜨지는 않고, 질문형·정보형 검색에 주로 나타난다.
구글 AI 모드
Google AI Mode
구글 검색을 대화형으로 쓰는 모드로, 질문을 여러 개의 하위 검색으로 쪼개(쿼리 팬아웃) 종합한 답을 보여 준다.
서치콘솔 생성형 AI 실적 보고서
Search Console Generative AI Performance Report
구글 서치콘솔 실적 보고서 안의 별도 보기로, 우리 URL이 AI Overviews·AI 모드에 나타난 노출 수를 페이지·국가·기기·날짜별로 보여 준다(디스커버는 별도 보고서). 2026년 6월 3일 발표, 8월 31일부터 전 사이트에 적용됐다.
네이버 AI 브리핑 · AI 탭
Naver AI Briefing
네이버 통합검색 상단에 AI가 요약 답변과 출처를 보여 주는 기능(AI 브리핑)과, 대화형으로 검색하는 전용 탭(AI 탭)이다.
Perplexity (퍼플렉시티)
답변의 문장마다 출처를 번호로 달아 주는 검색 특화 AI이다. 출처 표시가 답변의 기본 형식이라 인용 분석에 쓰기 좋은 엔진이다.
쿼리 팬아웃
Query Fan-out
AI가 사용자 질문 하나를 여러 개의 하위 검색어로 쪼개 동시에 검색한 뒤 결과를 합쳐 답하는 방식이다.
ChatGPT 광고 (스폰서 에이전트 포함)
Ads in ChatGPT
ChatGPT 무료·Go 요금제 사용자에게 답변과 분리된 광고 표시 영역으로 나오는 광고다. OpenAI는 2026년 1월 광고 원칙을 공개했고 2월 미국 테스트, 6월 한국 포함 파일럿, 8월 말 40여 개국 운영을 밝혔다. 9월에는 광고 안에 대화형 에이전트를 붙이는 '스폰서 에이전트'를 미국 일부 광고주와 테스트한다고 발표했다.
콘텐츠·기술
8개엔티티
Entity
AI와 검색엔진이 '하나의 실체'로 인식하는 대상(회사·사람·제품·장소)이다. 이름·주소·설명이 여러 곳에서 일관돼야 같은 엔티티로 묶인다.
엔티티 정합성 (NAP)
Name · Address · Phone Consistency
회사명·주소·전화·한 줄 설명을 홈페이지·지도·기업정보·보도자료 등 모든 출처에서 똑같이 쓰는 원칙이다. AI가 여러 출처를 교차 확인할 때 같은 실체로 묶는 근거가 된다.
구조화 데이터 (JSON-LD)
Structured Data, Schema.org
페이지 내용(회사·서비스·가격·FAQ 등)을 기계가 읽는 형식으로 HTML 안에 표시한 것이다. schema.org 어휘를 JSON-LD로 쓰는 방식이 표준이다.
llms.txt
사이트 루트에 두는 AI 전용 요약 문서로, 회사·서비스·링크를 간결한 마크다운으로 적어 AI 에이전트가 사이트를 빠르게 이해하게 하자는 제안 규격이다.
AI 크롤러 유형
AI Crawler Types
AI 회사가 운영하는 봇은 학습용(모델 훈련 데이터 수집), 검색·인용용(검색 결과에 사이트를 노출), 사용자 요청 방문(사용자가 링크를 열어 달라고 할 때 접근) 세 역할로 나뉜다. OpenAI의 GPTBot(학습)·OAI-SearchBot(검색)·ChatGPT-User(사용자 요청)가 대표적이다.
E-E-A-T
Experience, Expertise, Authoritativeness, Trust
경험·전문성·권위·신뢰의 약자로, 구글이 콘텐츠 품질을 평가할 때 쓰는 기준이다.
환각
Hallucination
AI가 사실이 아닌 내용을 그럴듯하게 지어내는 현상이다. 브랜드에 대해 틀린 가격·위치·서비스를 말하는 것도 환각이다.
RAG (검색 증강 생성)
Retrieval-Augmented Generation
LLM이 답하기 전에 외부 문서(웹 검색 결과 등)를 먼저 가져와 그 내용을 바탕으로 답을 생성하는 구조다. AI 검색 엔진 대부분이 이 방식이다.