GEO(Generative Engine Optimization)는 ‘검색엔진’이 아니라 ‘생성형 엔진/에이전트’가 우리를 추천하게 만드는 최적화다. 여기서 핵심은 비용 구조다. 광고는 클릭마다 과금되지만, GEO는 한 번 만들어둔 문서가 에이전트의 답변·추천·자동 포스팅에 재사용되며 한계 CAC를 0에 가깝게 만든다. 채널이 열리는 순간, 예산이 아니라 인덱싱과 신뢰 신호가 획득을 결정한다.
velog의 「문서를 잘 썼더니 AI Agent가 마케팅을 해줬습니다」 사례가 이를 정면으로 증명한다. 오픈소스 문서를 전면 재설계했더니, 팔로워 17.6만 규모 큐레이터의 AI Agent가 문서를 읽고 X에 자동 게시했고(광고비 $0), 24시간 만에 15만 조회·깃허브 방문자 2,500%·페이지뷰 3,400%·스타 78% 증가가 발생했다. 중요한 건 ‘홍보 글’이 아니라 “개발자의 실제 문제를 해결하는 문서”였다는 점이다. 문서가 곧 에이전트의 추론 데이터가 되는 순간, 추천은 사람이 아니라 모델이 한다.
맥락은 더 크다. 전통 SEO는 언어/지역별 최적화, SERP 경쟁, 업데이트 주기에 묶인다. 반면 에이전트는 경계를 무시한다. 영어 문서 하나가 15개국으로 퍼진 건 ‘글로벌 배포’가 아니라 ‘글로벌 인용’이 일어난 것이다. 이때 상단 퍼널의 병목은 키워드가 아니라 “에이전트가 읽을 수 있고, 믿을 수 있으며, 인용하기 쉬운 형태인가”로 이동한다.
그래서 GEO는 콘텐츠만의 게임이 아니다. dev.to의 Robot Trust Hub 글이 던지는 힌트처럼, robots.txt가 “보지 마”만 말해왔다면 이제는 “이걸 봐, 이 경로가 표준이야, 여기가 신뢰 가능한 출처야”를 기계가 읽는 방식으로 제공해야 한다. 예컨대 /.well-known/robots-trust.json 같은 인증/진입점은 ‘AI-friendly’ 신호를 표준화하려는 시도다. 당장 업계 표준으로 굳지 않더라도, 방향성은 명확하다: 에이전트는 스크래핑 비용을 줄이기 위해 구조화된 섀도 인덱스(ai/index.json 같은)를 선호하게 될 것이다.
여기서 많은 팀이 놓치는 함정이 있다. “좋은 문서”를 써도 크롤러가 제대로 못 읽으면 GEO는 0이다. dev.to의 Next.js SEO 버그 사례처럼, 메타데이터 스트리밍 때문에 Googlebot이 canonical을 못 보고 사이트 전체가 무시되는 상황이 실제로 발생한다. 교훈은 단순하다: GEO는 ‘작성’과 ‘전달(인덱싱)’이 한 몸이다. 한 줄 설정(htmlLimitedBots) 같은 테크니컬 디테일이 CAC를 좌우한다.
실행 관점에서 시사점은 3가지다. 첫째, 문서의 KPI를 “페이지뷰”가 아니라 “인용 가능성”으로 바꿔라: 문제-해결-비교-한계-예시-FAQ 구조, 경쟁 대안 대비표, 명확한 정의/전제, 복붙 가능한 코드, 실패 케이스까지 포함하면 에이전트가 답변에 끼워 넣기 쉬워진다. 둘째, 머신 리더블 레이어를 준비하라: 구조화 데이터(JSON-LD), 사이트맵, canonical/hreflang, 내부링킹(고립 페이지 제거)은 에이전트/크롤러 모두의 ‘학습 비용’을 낮춘다. 셋째, 트래킹을 제품처럼 설계하라: UTM은 클릭 채널에서만 통한다. 대신 (1) 문서 페이지에 “Was this answer helpful?”와 함께 어떤 질문/에이전트에서 왔는지 self-report를 받거나, (2) 가입/깃허브 스타/데모 요청 폼에 “어디서 우리를 봤나요?(ChatGPT/Grok/Perplexity/X Agent 등)”를 강제 선택하게 하고, (3) 서버 로그에서 referrer-less 유입의 랜딩 페이지 패턴을 코호트로 묶어 GEO 기여를 추정하라.
실험 프레임은 가볍게도 돌릴 수 있다. 문서 10개를 ‘GEO 타깃 페이지’로 선정하고(가장 자주 묻는 문제/대체재 비교/온보딩 막힘 구간), 2주 단위로 버전 A/B를 만든다. A는 기능 설명형, B는 문제 해결형+비교표+FAQ+구조화 데이터 강화. 결과는 (1) 외부 인용/언급 수(에이전트 답변 캡처 포함), (2) 가입/스타/문의 전환율, (3) 국가/언어 다변화(신규 국가 비중), (4) 브랜드 검색량/직접 유입 증가로 본다. GEO는 즉시 매출보다 ‘상단 퍼널 확장’ 신호가 먼저 뜬다.
전망은 분명하다. 에이전트가 웹의 프론트도어가 될수록, “광고-클릭-랜딩” 퍼널은 얇아지고 “인용-신뢰-직접 행동” 퍼널이 두꺼워진다. 이때 승자는 콘텐츠를 많이 쓴 팀이 아니라, 문서를 제품처럼 운영한 팀이다. 문서가 인덱싱되고, 신뢰 신호가 쌓이며, 에이전트가 반복적으로 인용하는 구조를 만들면 CAC는 구조적으로 떨어진다. GEO는 유행어가 아니라, ‘획득 채널의 회계’를 바꾸는 기술이다.