AI 검색 시대의 핵심 이슈는 단순합니다. 구글 검색의 상당 비중이 AI 요약에서 끝나 ‘클릭’이 증발하고, 대신 ChatGPT·Perplexity 같은 생성형 AI가 “무엇을 추천하느냐”가 브랜드 가시성을 결정합니다(대한경제). 클릭 기반 SEO 게임이 ‘인용 기반 GEO/AEO’ 게임으로 바뀌면서, CAC를 구조적으로 낮출 새 채널이 열렸습니다.
맥락을 조금 더 냉정하게 보면, GEO는 트래픽을 “가져오는” 기술이 아니라 “선택받는” 기술입니다. 옵티플로우가 말한 것처럼 SEO(발견)·AEO(AI 답변 박스 채택)·GEO(생성형 AI가 신뢰/추천)가 서로 다른 엔진에 대응합니다(대한경제). 그리고 이 변화의 함의는 하나: 유저는 더 적게 클릭하지만, 더 확신을 갖고 들어옵니다.
그 확신이 CAC에 미치는 영향은 수치로도 힌트가 나옵니다. Semrush 연구에선 AI 검색 유입의 전환율이 전통 검색 대비 4.4배 높다고 보고됩니다(대한경제 인용). 전환율이 4.4배면 같은 매출을 만들기 위해 필요한 유입량이 줄고, 결과적으로 paid 의존도가 떨어져 CAC가 내려갈 여지가 큽니다. 즉 GEO는 “광고비 절감”이 아니라 “전환 효율 상승→필요 유입량 감소”로 CAC를 깎는 레버입니다.
실행 관점에서 재미있는 신호는 ‘제품화’입니다. 인라이플의 i-GEO는 원태그 설치만으로 AI 검색 친화도를 점수화하고, GEO 유입 트래킹과 콘텐츠 자동 생성·외부 채널 확산까지 5단계로 묶어 제공합니다(뉴스탭). 이건 GEO가 더 이상 장인정신의 카피/PR이 아니라, 실험 가능한 마케팅 오퍼레이션(진단→개선→측정)으로 내려오고 있다는 뜻입니다.
여기서 놓치기 쉬운 두 번째 레버가 커뮤니티 바이럴입니다. HN 댓글 1만 개 분석에 따르면, 바이럴을 예측하는 건 점수(업보트)보다 댓글 수였고, 특히 ‘Show HN’은 같은 점수 대비 댓글이 2.3배 더 붙었습니다(dev.to). 해석은 명확합니다. 커뮤니티는 “논쟁/대화”가 랭킹을 밀어 올리고, 랭킹이 다시 노출을 부르는 피드백 루프를 만듭니다. 광고 없이도 분배가 일어나는 구조—즉 CAC가 낮아지는 구조입니다.
시사점은 GEO와 커뮤니티를 따로 보지 말라는 겁니다. GEO로 AI 답변에 인용될 만한 ‘신뢰 가능한 문장/구조’를 만들고(스키마·E-E-A-T·llms.txt 등, 대한경제), 그 결과물을 커뮤니티에서 “댓글이 달리게” 포장하면(dev.to), 유입 경로가 두 갈래로 생깁니다: (1) AI가 추천하는 고의도 유입 (2) 커뮤니티 대화가 퍼뜨리는 저비용 유입.
바로 실행할 다음 단계는 세 가지입니다. ① ‘인용 후보 페이지’를 정해 구조화 데이터/FAQ/근거 링크를 보강해 AEO/GEO 친화도를 올린다(대한경제). ② GEO 유입을 별도 채널로 트래킹하고(뉴스탭의 ‘GEO 유입 트래킹’ 접근 참고), 전환율·리드 품질을 SEO/paid와 코호트로 비교한다. ③ 배포는 HN식으로 설계한다: 8~12단어 타이틀, 구체적 문제 해결, 데모 링크, 빌더 관점의 “Show” 포맷으로 댓글을 목표 KPI로 둔다(dev.to).
전망은 분명합니다. 2028년 AI 검색 방문자가 전통 검색을 추월할 수 있다는 예측이 현실이 되면(대한경제), ‘순위’ 중심 팀은 점점 더 비싸게 유저를 사 올 가능성이 큽니다. 반대로 ‘인용’과 ‘대화’를 운영하는 팀은 CAC를 낮추는 새 퍼널을 선점합니다. 이제 경쟁력은 글을 더 많이 쓰는 능력이 아니라, 인용될 구조로 만들고(기술/데이터), 댓글이 붙는 방식으로 배포하는(커뮤니티) 운영력에서 갈립니다.