검색의 구조가 바뀌고 있다
SEO(Search Engine Optimization)는 “검색 결과 상위 노출”을 목표로 한다. 20년 이상 유효했던 프레임워크다. 키워드를 선정하고, 콘텐츠를 최적화하고, 백링크를 확보하고, 기술적 성능을 개선하면 검색 순위가 올라간다.
이 공식이 무효화되는 것은 아니다. 그러나 공식이 작동하는 환경이 바뀌고 있다.
구글 검색의 69%가 클릭 없이 끝난다(Rand Fishkin, SparkToro, 2024). 검색 결과 페이지 자체에서 답변이 제공되기 때문이다. Google AI Overview가 확산되면서 기존 검색 결과의 클릭률이 감소하는 추세다(Omnius Report, 2025). 업계 보고에 따르면 AI 검색에 미준비된 기업은 상당한 트래픽 감소 위험에 처해 있다.
AEO(Answer Engine Optimization)는 이 전환에 대한 응답이다. 최적화의 대상이 “검색 엔진”에서 “답변 엔진”으로 확장되는 것이다.
SEO와 AEO는 단절이 아니다
AEO를 이해할 때 가장 흔한 오해가 있다. “SEO는 끝났고, AEO가 대체한다”는 생각이다. 실제로는 그렇지 않다.
Google의 공식 문서는 AI Features(AI Overview, AI Mode)에서도 “기존 SEO 기본기가 그대로 유효하다”고 명시한다. robots.txt, 내부 링크, Search Console 확인을 권장한다. AI Overview가 소스를 선택할 때도, Surfer 데이터셋에 따르면 약 70%는 기존 상위 10 오가닉 결과에서 가져온다.
즉, SEO의 기반 위에 AEO가 추가되는 구조다. SEO가 “검색 결과 페이지에 올라가는 것”이라면, AEO는 “그 중에서 AI가 답변 재료로 선택하는 것”이다. 기반 없이 상층부만 쌓을 수 없다.
| 구분 | SEO | AEO |
|---|---|---|
| 목표 | 검색 결과 상위 노출 | AI 답변에 출처로 인용 |
| 대상 | 검색 엔진 (Google, Naver) | 답변 엔진 (ChatGPT, Perplexity, Google AI) |
| 핵심 수단 | 키워드 최적화, 백링크, 기술 SEO | Answer-first 구조, 구조화 데이터, 엔티티 명확성 |
| 성과 지표 | 순위, CTR, 트래픽 | AI 인용률, 소스 선택률 |
| 관계 | 기반 | SEO 위에 추가 |
왜 최적화의 “대상”이 바뀌었는가
검색 엔진과 답변 엔진은 콘텐츠를 다르게 처리한다.
검색 엔진은 “순위를 매긴다.” 수백 개의 관련 페이지를 찾아서, 관련성·권위·경험 등의 기준으로 순서를 정한다. 사용자에게 10개의 링크를 보여주고, 선택은 사용자의 몫이다.
답변 엔진은 “답변을 만든다.” 관련 소스를 수집하고, 내용을 판독하고, 하나의 답변을 재구성한다. 사용자에게 완성된 답변을 제공하고, 출처를 주석으로 표시한다. 10개의 링크가 아니라, 3~5개 소스에서 발췌한 하나의 답변이다.
이 차이가 콘텐츠 설계에 미치는 영향은 근본적이다.
검색 엔진을 위한 최적화에서는 “클릭하게 만드는 것”이 목표다. 매력적인 title 태그, 눈에 띄는 meta description, 리치 스니펫. 사용자가 링크를 클릭하면 목표 달성이다.
답변 엔진을 위한 최적화에서는 “발췌되는 것”이 목표다. AI가 콘텐츠의 특정 부분을 가져다 답변에 넣는 것이다. 클릭 없이도 브랜드가 노출된다. “이 기업에 따르면…”이라는 인용이 달린다. 이를 위해서는 AI가 발췌하기 쉬운 구조가 필요하다.
AI가 “발췌”하는 콘텐츠의 조건
AI 엔진이 답변 재료로 선택하는 콘텐츠에는 공통된 패턴이 있다.
Answer-first 구조
첫 23문장에 핵심 답변이 있어야 한다. AI는 글의 앞부분에서 답변 재료를 추출한다. 4070단어 분량의 요약이 AI 답변에 자연스럽게 삽입되는 패턴이 관찰된다.
보도자료 스타일의 “배경 설명 → 본론 → 결론”은 AI에게 불리하다. 핵심 메시지가 글의 맨 끝에 있으면 AI는 이 글을 건너뛸 확률이 높다.
구체적 팩트와 수치
AI는 답변 재료로 구체적인 숫자, 날짜, 고유명사가 포함된 문장을 선호한다. 모호한 표현은 답변에 쓰기 어렵기 때문이다. “국내 최고 수준의 시설”이 아니라 “일일 정제능력 79만 배럴, 국내 1위.” 형용사를 수치로 대체하는 것이 기본 원칙이다.
질문-답변 대응
AI에게 질문하는 사용자의 패턴과 FAQ의 질문-답변 구조가 정확히 일치한다. FAQPage 스키마가 적용된 페이지는 AI Overview에 선정될 확률이 높아지는 것으로 보고된다. H3에 질문을 놓고 첫 문장에 답을 놓는 구조가 AI 발췌율을 높인다.
토픽 커버리지
AI 엔진은 단편적인 문서 하나보다, 주제를 포괄적으로 다루는 사이트를 선호한다. 도메인 전체의 주제 권위(topical authority)를 평가한다. 수소 사업에 대해 투자 규모, 기술, 파트너십, 로드맵, FAQ가 하나의 허브 또는 콘텐츠 클러스터로 연결된 사이트가 단편 보도자료 10개보다 인용 확률이 높다.
한국 시장의 AEO 현황
한국어 시장에서 AEO는 아직 초기 단계다.
SEO는 네이버 중심의 국내 검색 시장에서 이미 성숙한 산업이다. 전문 에이전시, 도구, 인력 풀이 갖춰져 있다. AEO는 다르다. 한국어로 AEO를 체계적으로 다루는 콘텐츠가 거의 없다. “AEO란 무엇인가”를 한국어로 정의한 공신력 있는 출처가 부재하다.
이것은 리스크이자 기회다. 카테고리가 정의되기 전에 그 정의를 세우는 사람이 카테고리의 권위자가 된다. First Page Sage는 영어권에서 AEO라는 용어를 체계화함으로써 해당 카테고리의 영구적 참조점이 되었다. 한국어 시장에서 이 포지션은 비어 있다.
기업이 지금 해야 할 것
SEO에서 AEO로의 전환은 기존 투자를 버리는 것이 아니라, 확장하는 것이다. 이미 SEO에 투자하고 있는 기업이라면, AEO를 추가하는 비용은 크지 않다.
1단계: 현황 진단. 주요 브랜드 키워드로 ChatGPT, Perplexity, Google AI Overview에 질문한다. 자사 사이트가 인용되는가, 인용된다면 어떤 소스에서 가져오는가. 이 진단만으로도 현재 위치를 파악할 수 있다.
2단계: Answer-first 리라이팅. 기존 핵심 콘텐츠의 첫 문단을 재구성한다. 배경 설명이 아니라 핵심 답변이 먼저 오도록. 구체적 수치와 시점을 추가한다.
3단계: 구조화 데이터 적용. Organization, WebSite, FAQPage Schema를 우선 적용한다. CMS에서 자동으로 생성되는 구조를 만들면, 콘텐츠 작성자가 매번 수동으로 작업할 필요가 없다.
4단계: 모니터링. AI 인용 현황을 월 단위로 추적한다. 어떤 키워드에서 인용되는지, 경쟁사 대비 어떤 위치인지 확인한다.
SEO는 여전히 기반이다. AEO는 그 위에 쌓이는 새로운 계층이다. 기반을 버리지 않되, 환경 변화에 맞게 확장하는 것. 이것이 “SEO에서 AEO로”의 정확한 의미다.