Google 공식 가이드로 검증한 AEO·GEO — 무엇이 실제로 효과가 있나요?

Google이 실제로 말한 것

2026년 Google 검색 센트럴은 생성형 AI 기능에 맞게 웹사이트 최적화하기라는 공식 문서를 공개했습니다. AI 개요(AI Overviews)·AI 모드에서 웹사이트가 어떻게 노출되는지를 Google이 직접 설명한 첫 종합 가이드입니다.

이 문서에서 가장 눈에 띄는 것은 AEO·GEO라는 용어를 Google이 직접 다뤘다는 점입니다. 원문은 이렇습니다.

‘AEO’는 ‘답변 엔진 최적화’를, ‘GEO’는 ‘생성형 엔진 최적화’를 의미합니다. 이 두 용어는 모두 AI 검색 환경에서 가시성을 개선하는 데 중점을 둔 작업을 설명하는 데 사용될 수 있습니다. Google 검색의 관점에서 생성형 AI 검색에 최적화하는 것은 검색 환경에 최적화하는 것이므로 여전히 검색엔진 최적화입니다.

여기서 멈추고 정확히 읽어야 합니다. Google은 AEO·GEO를 “인정”한 것도 “부정”한 것도 아닙니다. 용어의 존재를 확인하되, 자기 검색 범위에서는 그 작업이 결국 SEO라고 선을 그은 것입니다. 같은 문서는 서드파티 AEO·GEO 조언을 고려한다면 평가 기준부터 검토하라고까지 말합니다 — AEO를 파는 회사 입장에서 불편할 수 있는 문장이지만, 저희는 이 문장이 이 시장에 필요한 문장이라고 봅니다.

문서가 밝힌 작동 원리도 중요합니다. Google의 생성형 AI 답변은 검색 증강 생성(RAG) — 핵심 검색 순위 시스템으로 관련 웹페이지를 찾아 답변의 근거로 삼는 방식 — 위에서 동작하고, 질문 하나를 쿼리 팬아웃(관련 검색어 여러 개로 확장)으로 쪼개 자료를 모읍니다. 즉 구글 AI 답변에 인용되는 경로는 구글 색인과 순위 시스템을 그대로 통과합니다.

나비랑의 해석 — 어디까지 동의하고, 어디부터 다른가

구글 검색 범위에서는 이 문서가 옳습니다. AI 개요와 AI 모드는 구글 순위 시스템 위에 있으므로, 구글 AI 답변에 나오고 싶다면 특별한 “AEO 해킹”이 아니라 SEO 기본기가 맞습니다. 저희가 진단에서 구글 계열을 볼 때도 이 문서의 항목을 그대로 씁니다.

그러나 답변엔진은 구글만이 아닙니다. 저희가 추적하는 답변엔진 7개 중 구글 순위 시스템 위에서 동작하는 것은 Google AI 개요와 Gemini 정도입니다. ChatGPT는 자체 검색 봇(OAI-SearchBot)으로, Perplexity는 PerplexityBot으로, 네이버 AI 검색은 네이버 색인으로 각자 문서를 수집합니다. 구글 문서는 이 엔진들에 대해 아무 말도 하지 않으며, 할 이유도 없습니다. 나비랑의 정의는 그래서 이렇습니다: AEO는 구글 SEO를 포함하되, 구글 밖 엔진별 수집·인용 경로까지 다루는 상위 작업입니다. AEO와 GEO가 어떻게 다르고 어디서 겹치는지는 세 용어 비교 글에서, ChatGPT 쪽의 공식 문서 분석은 OpenAI 공식 문서로 보는 AEO에서 별도로 다룹니다.

공식 권장사항 ↔ 나비랑 실무 대응

Google이 “효과 있다”고 명시한 것과 저희 실무의 대응 관계입니다.

Google 공식 권장사항	나비랑의 실무 적용
가치 있고 차별화된 콘텐츠 — “이미 있는 내용을 재활용하지 마라”	인용 콘텐츠 설계. 회사소개에 “전문기업” 문장을 반복하는 것으로는 부족합니다. AI가 잘라 쓸 수 있는 정의·비교 기준·자체 실측 데이터를 만듭니다 — 전국 17개 시도 실측 CSV처럼 저희가 직접 생산해 공개하는 1차 데이터가 그 예입니다
명확한 기술 구조 (시맨틱 HTML, JS 의존 주의, 페이지 경험)	웹 진단에서 크롤러 접근성·HTML 구조·JS로만 그려지는 화면을 점검합니다. 자바스크립트가 실패해도 본문이 보이는 구조가 기본입니다
크롤링·색인 가능성	AI 크롤러 robots 정책 진단 — 검색용 봇과 학습용 봇을 구분해 허용 범위를 설계합니다
구조화 데이터는 필수가 아닌 보조 수단	저희도 스키마를 만능 AEO 기술로 팔지 않습니다. 리치 결과와 사실 추출을 돕는 보조 수단으로 쓰고, 화면에 없는 내용을 스키마에만 넣지 않습니다
llms.txt 등 AI 전용 파일은 구글 검색에 불필요	플랫폼별로 구분합니다. 구글용으로는 만들지 않고, 다른 시스템용 선택 항목으로만 둡니다 — 이 입장은 구글 문서 공개 전부터 같은 글에 써 두었습니다
Search Console 생성형 AI 실적 보고서로 측정	구글 계열은 Search Console로, 구글 밖 엔진은 주간 인용 모니터링으로 — 엔진마다 측정 도구가 다르다는 것까지가 측정 설계입니다

반대로 Google이 “하지 않아도 된다”고 명시한 것들 — 콘텐츠 청킹, AI 전용 재작성, 진정성 없는 언급 확보 — 는 저희 서비스에 없습니다. 특히 쿼리 팬아웃을 노리고 변형 페이지를 찍어내는 일에 대해 구글은 스팸 정책 위반이라고 못박았는데, 저희 지역 페이지가 지역마다 다른 실측 데이터를 넣는 방식으로 설계된 이유가 정확히 그것입니다.

실제 관측 — 구글 문서가 다루지 않는 곳에서 일어난 일

공식 원칙과 실무 대응만으로는 검증이 아닙니다. 그래서 관측 한 건을 조건과 함께 붙입니다.

2026년 8월 13일, ChatGPT 임시채팅에 “AEO 답변엔진 최적화 전문기업 알려줘” 라고 물었을 때, 나비랑이 답변 목록 첫 번째로 언급되고 저희 사이트 문서가 출처로 인용되는 것을 관측했습니다.

관측에서 말할 수 있는 것과 없는 것을 구분합니다.

• 말할 수 있는 것: 답변이 나비랑을 설명한 문장 — “AEO 진단 → 인용 콘텐츠 설계 → 구조화 데이터 → 인용 모니터링”, “무료 진단도 운영” — 은 저희가 서비스 페이지에 공개해 둔 문구와 일치합니다. 출처 표시는 언론 기사와 저희 사이트 문서였습니다. 즉 읽을 수 있게 정리해 둔 문서가 그대로 답변 재료가 됐습니다. 그리고 이 일은 구글 검색이 아니라 ChatGPT에서 일어났습니다 — 구글 공식 문서의 범위 밖에서, 같은 원칙(고유한 문서·크롤링 가능한 구조)이 작동한 사례입니다.
• 말할 수 없는 것: 이것은 임시채팅 1회 관측이고 재현이 보장되지 않습니다. 해당 답변 스스로 “이 시장은 아직 초기라서 ‘1위’보다는 실제 측정 방식과 실행 범위를 보고 고르는 게 좋다”고 말했고, 다른 업체 4곳도 함께 소개됐습니다. 저희는 이 화면을 성과 수치로 쓰지 않습니다. 정식 측정은 질문 40개 × 답변엔진 7개 = 280셀 기준선으로 진행하며, 결과가 나빠도 그대로 공개할 예정입니다.

나비랑 진단에서 실제로 확인하는 항목

이 글의 대응 관계를 진단 항목으로 옮기면 이렇습니다. 무료 진단에서 실제로 확인하는 목록입니다.

1. 색인 여부 — 구글·네이버·빙에 문서가 색인돼 있는가 (색인 없이는 RAG의 후보가 되지 못합니다)
2. 크롤러 접근성 — 검색용 AI 봇(OAI-SearchBot·PerplexityBot·Claude-SearchBot 등)이 robots.txt에서 막혀 있지 않은가
3. JS 의존도 — 스크립트가 실패했을 때도 본문이 존재하는가
4. 인용 단위 — 질문에 대한 답이 문단 하나로 완결되는 구조인가
5. 고유 자산 — 다른 곳에 없는 정의·데이터·경험이 문서에 있는가 (재활용 콘텐츠는 구글 문서가 명시적으로 배제한 유형입니다)
6. 표기 일관성 — 회사명·주소·서비스 설명이 채널마다 같은 문장인가
7. 측정 경로 — 구글은 Search Console 생성형 AI 보고서, 나머지 엔진은 질문 세트 반복 측정이 잡혀 있는가

Google 공식 문서는 좋은 출발점이고, 저희는 그 문서가 커버하지 않는 나머지 엔진들에서 같은 원칙이 작동하는지를 측정으로 확인합니다. 그 측정 기록이 이 사이트에 계속 쌓입니다.