GEO

•조회수 로드 중...
최적화

스터디에서 여러번 언급된 SEO, next를 쓰는 이유 중 하나이기도 할 정도로 중요한데 이제는 하나 더 고려할 게 생김 -> GEO(Generative Engine Optimization)

요즘은 구글링보다 ai에게 질문하며 검색하는 사람이 많음 → AI에게 선택되려면 어떻게 해야할까 가 중요해짐

ai에게 검색 이미지

GEO(Generative Engine Optimization) : 생성형 엔진 최적화 생성형 AI가 답변을 만들 때 내 콘텐츠를 참고·인용·언급하도록 돕는 최적화

SEO가 전통적으로 검색 결과 페이지에서의 발견과 클릭을 중심으로 했다면,

GEO는 그 기반 위에서 AI 답변 안에서의 인용과 기여까지 함께 봄

GEO 노출

1. 콘텐츠가 웹에서 발견되고 이해돼야 함

AI 답변도 결국 웹의 콘텐츠를 참고해야 하니까, 기초 SEO가 안 되어 있으면 GEO도 어려움

2. AI가 답변을 만들 때 “쓰기 좋은 정보 단위”여야 함

AI에 잘 쓰이는 콘텐츠는 대체로

질문에 답: FAQ, How-to 가이드

문단 구조가 명확: 명확한 소제목, 번호 매긴 리스트, 표로 정리된 데이터

정의·비교·가이트 콘텐츠가 분명:

질문 종류 이미지

근거가 드러나는 글:

근거기준 이미지

이 기준에 맞을수록 AI가 인용할 확률 Up

AI는 전통 검색처럼 “페이지 전체를 하나의 랭킹 객체”로만 보지 않고, 특정 문단, 정의, 요약, 절차, 비교, 근거 문장 같은 더 잘게 쪼개진 정보 단위를 활용함

특히 생성형 AI는 사용자의 질문 의도와 맥락을 파악해 연속적인 대화를 이어가기 때문에 실제 고객이 자주 묻는 질문 등, 소비자의 관점에서 콘텐츠를 만들면 AI가 그 내용을 더 잘 이해하고 답변에 인용할 확률 Up

예시로

대화형 콘텐츠 이미지

이런 대화형 콘텐츠를 웹에 삽입해 놓으면 유리함

3. 인용·언급 가능성이 중요해짐

GEO에서 노출의 단위는 몇 위냐뿐 아니라 얼마나 자주 답변의 근거로 쓰이느냐

좋은 예로, Bing AI Performance는 이제 AI-generated answers에서 total citations(내 사이트 총 인용 횟수), cited pages(인용된 내 사이트의 특정 페이지), grounding query phrases(AI가 내 콘텐츠를 끌어오는 데 사용한 검색/질문 표현들) 등으로 사이트 인용을 측정함

내 블로그에 적용해보자 🚀

1️⃣ 각 포스트 메타데이터에 FAQ 추가

tsx
---
title: 'FTP 사용법 알아보자'
date: '2025-02-27'
description: FTP 개념, mac에서 사용법 알아보기
tags: ['FTP']
// frontmatter에 faq 필드 추가
faq:
  - q: 'FTP와 SFTP의 차이점은 무엇인가요?'
    a: 'FTP는 암호화 없이 데이터를 전송하지만, SFTP는 SSH 기반으로 모든 데이터를 암호화하여 전송합니다. 또한 FTP는 명령 채널(21번)과 데이터 채널(20번) 두 개의 포트를 사용하지만, SFTP는 22번 포트 하나만 사용합니다.'
  - q: 'Active 모드와 Passive 모드의 차이는 무엇인가요?'
    a: 'Active 모드는 서버가 클라이언트에 역으로 접속해 데이터를 전송합니다. 클라이언트 방화벽에 막힐 수 있어 Passive 모드가 표준으로 사용됩니다. Passive 모드에서는 서버가 포트를 열면 클라이언트가 직접 접속하므로 방화벽 문제가 발생하지 않습니다.'
---

2️⃣ JSON-LD 구조화 데이터 추가

JSON for Linking Data: 웹페이지의 내용을 기계가 이해할 수 있는 형태로 설명하는 데이터

사람이 읽는 것 → 본문 텍스트 기계가 읽는 것 → JSON-LD

tsx
// app/layout.tsx
// WebSite + Person 스키마
const websiteJsonLd = {
  '@context': 'https://schema.org',
  '@graph': [
    {
      '@type': 'WebSite', // 이 사이트 전체를 설명
      '@id': `${SITE_URL}/#website`, // 사이트의 고유 ID (URI 형태)
      url: SITE_URL, 
      name: 'JoyLog',
      description: '프론트엔드 개발자 Joy의 기술 블로그 및 포트폴리오입니다.',
      inLanguage: 'ko-KR',
      // AI가 "이 블로그는 Joy라는 사람이 운영한다"는 것을 이해하게 함
      publisher: { '@id': `${SITE_URL}/#person` }, // 아래 Person을 참조
    },
    {
      '@type': 'Person',
      '@id': `${SITE_URL}/#person`,
      name: 'Joy',
      url: SITE_URL,
      jobTitle: '프론트엔드 개발자',
      // AI가 "프론트엔드 개발 관련 질문이 들어오면 이 사람 블로그를 참고하자"고 판단하는 근거가 됨
      knowsAbout: ['프론트엔드 개발', 'React', 'Next.js', 'TypeScript', 'JavaScript'],
    },
  ],
};
 
// ...
 
// head 태그, <script type="application/ld+json"> 안에 삽입
// -> 실행도 파싱도 안 함, 크롤러가 와서 읽어감
<head>
  <script
    type="application/ld+json"
    dangerouslySetInnerHTML={{ __html: JSON.stringify(websiteJsonLd) }}
  />
</head>
/*
<script type="application/ld+json">
	{
	  "@type": "BlogPosting",
	  "headline": "제목",
	  "datePublished": "2025-04-19"
	}
</script>
*/
tsx
// app/posts/[slug]/page.tsx
// TechArticle + FAQPage 스키마
const articleNode = {
  '@type': 'TechArticle',
  '@id': `${SITE_URL}/posts/${slug}#article`,
  headline: post.metadata.title,
  description: post.metadata.description,
  datePublished: post.metadata.date,
  dateModified: post.metadata.date,
  author: {
    '@type': 'Person',
    name: 'Joy',
    url: SITE_URL,
  },
  publisher: {
    '@type': 'Person',
    name: 'Joy',
    url: SITE_URL,
  },
  url: `${SITE_URL}/posts/${slug}`,
  mainEntityOfPage: `${SITE_URL}/posts/${slug}`,
  keywords: post.metadata.tags.join(', '),
  inLanguage: 'ko-KR',
  timeRequired: `PT${post.metadata.readingTime}M`,
};
 
const graph = post.metadata.faq?.length
  ? [
      articleNode,
      {
        '@type': 'FAQPage',
        '@id': `${SITE_URL}/posts/${slug}#faq`,
        mainEntity: post.metadata.faq.map((item: FaqItem) => ({
          '@type': 'Question',
          name: item.q,
          acceptedAnswer: { '@type': 'Answer', text: item.a },
        })),
      },
    ]
  : [articleNode];
 
const articleJsonLd = {
  '@context': 'https://schema.org',
  '@graph': graph,
};
 
// ...
 
<script
  type="application/ld+json"
  dangerouslySetInnerHTML={{ __html: JSON.stringify(articleJsonLd) }}
/>

3️⃣ llms.txt / llms-full.txt 추가

llms.txt → 목록 (가볍게 전체 파악) llms-full.txt → 전체 글 (깊게 읽을 때)

tsx
// app/llms.txt
// AI용 사이트맵
// AI는 사이트 파악할때 sitemap.xml보다 llms.txt를 훨씬 잘 이해함
// XML이 아닌 자연어 + 마크다운이기 때문
import { getAllPosts } from '@libs/posts';
 
import { SITE_URL } from '@constants/metadata';
 
// 빌드 타임에 정적으로 생성
export const dynamic = 'force-static';
 
export async function GET() {
  const posts = await getAllPosts();
 
	// - [포스트 제목](URL): 한 줄 설명
	// 형태로 포스트 목록 제공
  const postList = posts
    .map((post) => `- [${post.metadata.title}](${SITE_URL}/posts/${post.slug}): ${post.metadata.description}`)
    .join('\n');
 
  const content = `# JoyLog
 
> 프론트엔드 개발자 Joy의 기술 블로그 및 포트폴리오
 
## 블로그 소개
 
JoyLog는 프론트엔드 개발자 Joy가 학습하고 경험한 내용을 정리하는 기술 블로그입니다.
React, Next.js, TypeScript 등 웹 프론트엔드 기술을 주로 다룹니다.
 
## 페이지
 
- [홈](${SITE_URL}): 전체 포스트 목록
- [포트폴리오](${SITE_URL}/portfolio): 프로젝트 소개
 
## 포스트 목록
 
${postList}
 
## 추가 정보
 
- llms-full.txt: ${SITE_URL}/llms-full.txt
- sitemap: ${SITE_URL}/sitemap.xml
`;
 
	// 접근시 목록 제공 
  return new Response(content, {
    headers: { 'Content-Type': 'text/plain; charset=utf-8' },
  });
}
tsx
// app/llms-full.txt
// 모든 포스트의 전체 본문을 하나의 파일로 제공함
// AI가 검색 없이 직접 읽을 수 있는 형태임
import fs from 'fs/promises';
import path from 'path';
 
import matter from 'gray-matter';
 
import { getAllPosts } from '@libs/posts';
 
import { SITE_URL } from '@constants/metadata';
 
export const dynamic = 'force-static';
 
const postsDirectory = path.join(process.cwd(), 'src/content/posts');
 
export async function GET() {
  const posts = await getAllPosts();
 
  const sections: string[] = [
    `# JoyLog - 전체 콘텐츠`,
    ``,
    `> 프론트엔드 개발자 Joy의 기술 블로그`,
    `> URL: ${SITE_URL}`,
    ``,
    `---`,
    ``,
  ];
 
	// 모든 포스트를 하나의 string 배열로 합침
  for (const post of posts) {
    const fullPath = path.join(postsDirectory, `${post.slug}.mdx`);
    const fileContents = await fs.readFile(fullPath, 'utf8');
    const { content } = matter(fileContents);
 
    sections.push(`## ${post.metadata.title}`);
    sections.push(`URL: ${SITE_URL}/posts/${post.slug}`);
    sections.push(`날짜: ${post.metadata.date}`);
    sections.push(`태그: ${post.metadata.tags.join(', ')}`);
    if (post.metadata.description) {
      sections.push(`요약: ${post.metadata.description}`);
    }
    sections.push(``);
    sections.push(content.trim());
    sections.push(``);
    sections.push(`---`);
    sections.push(``);
  }
 
	// 접근시 전체 글 제공
  return new Response(sections.join('\n'), {
    headers: { 'Content-Type': 'text/plain; charset=utf-8' },
  });
}

결론

GEO는 아직 명확한 해답이 있는 영역은 아님. 생성형 AI 기술이 빠르게 발전하면서, 정답도 하나가 아니고 접근 방식도 계속 바뀌고 있음. 당장 우리 사이트에서 적용할 수 있는 작은 시도부터 차근차근 해봐야함

참고자료