GEO는 자사 블로그만 잘 쓰면 될까? AI가 브랜드를 추천하는 근거는 어디서 만들어지는가
도슨티GEOGEO는 자사 블로그만 잘 쓰면 될까? AI가 브랜드를 추천하는 근거는 어디서 만들어지는가
2026년 GEO 전략의 핵심은 Owned Media와 Earned Media 중 하나를 선택하는 것이 아니다. AI가 브랜드를 이해하고 신뢰할 수 있도록 근거의 구조를 설계하는 것이다.
GEO(Generative Engine Optimization, 생성형 엔진 최적화)를 둘러싼 논의에서 흥미로운 주장이 등장하고 있다.
“언론 기사에 브랜드가 언급되는 것보다 자사 블로그에 콘텐츠를 직접 생산하는 것이 중요하다. 외부 콘텐츠는 오히려 브랜드에 불리할 수도 있다.”
실제로 충분히 검토할 만한 주장이다.
기업이 직접 관리하는 웹사이트와 블로그는 제품, 서비스, 가격, 전문성 등을 가장 정확하고 체계적으로 설명할 수 있는 공간이다. 반면 언론 기사나 외부 게시물에는 불완전하거나 오래된 정보가 남아 있을 수 있다.
그렇다면 GEO를 위해 기업은 언론 홍보를 줄이고 자사 콘텐츠 제작에만 집중해야 할까?
문제는 AI가 브랜드를 이해하는 과정과 브랜드를 추천하는 과정이 반드시 같지는 않다는 데 있다.
2026년의 GEO 전략을 제대로 설계하려면 이제 콘텐츠 생산량이나 매체 선택을 넘어, AI가 답변을 만들 때 어떤 근거를 수집하고 연결하는지 살펴봐야 한다.
1. AI 검색은 실제로 기업이 운영하는 웹사이트를 많이 인용한다
자사 콘텐츠의 중요성을 뒷받침하는 상당한 규모의 데이터가 있다.
2026년 7월, AI 검색 분석 기업 Profound는 Where do AI citations come from?라는 연구를 발표했다.
연구진은 2026년 4월 16일부터 7월 16일까지 ChatGPT, Claude, Gemini, Perplexity, Google AI Mode 등 8개 AI 서비스에서 수집한 118억 4천만 건의 인용 데이터를 분석했다.
연구는 AI 인용 출처를 크게 세 가지로 구분했다.
-
Brand Media: 기업이 직접 운영하는 웹사이트와 온라인 자산
-
Earned Media: 언론 보도, 독립적인 전문 매체, 기관 자료 등
-
Social Media: 소셜미디어, 커뮤니티, 사용자 제작 콘텐츠
여기서 주목할 점은 산업별로 인용 출처의 구성이 크게 달랐다는 사실이다.
예를 들어 마케팅 분야에서는 브랜드 운영 매체가 전체 인용의 약 72%를 차지했지만, 제약 분야에서는 약 33%였다.
중요한 단서도 있다. 이 연구에서 Brand Media는 질문의 대상이 된 기업의 공식 사이트만 의미하는 것이 아니라, 모든 기업이 운영하는 웹사이트를 포함한다.
따라서 이 결과를 'AI가 언제나 질문 대상 브랜드의 공식 홈페이지를 가장 신뢰한다'는 증거로 해석해서는 안 된다.
그럼에도 분명한 시사점이 있다.
기업이 직접 운영하는 콘텐츠는 AI 검색에서 매우 중요한 정보 자산이며, 특히 전문적인 제품과 서비스를 설명하는 산업에서는 그 가치가 상당할 수 있다는 것이다.
실제로 Google도 2026년 5월 발표한 생성형 AI 검색 최적화 공식 가이드에서 독창적이고 유용한 콘텐츠의 중요성을 강조했다.
제품에 대한 실제 경험, 독자적인 관점, 기존 자료를 단순히 반복하지 않는 고유한 정보가 중요하다는 설명이다.
그렇다면 답은 단순해 보인다.
기업이 자기 분야의 전문적인 콘텐츠를 지속적으로 생산하면 되는 것 아닐까?
하지만 여기에는 한 가지 중요한 질문이 빠져 있다.
AI는 어떤 질문에 답할 때 그 콘텐츠를 사용하는가?
2. “우리 회사는 무엇을 하는가?”와 “어떤 회사를 추천하는가?”는 다른 질문이다
다음 두 질문을 비교해 보자.
질문 A
“Docenty GEO는 어떤 서비스이고, 무슨 기능을 제공하나요?”
질문 B
“한국 기업이 사용할 만한 GEO 솔루션 5개를 추천해 주세요.”
둘 다 GEO 솔루션에 관한 질문이지만, AI가 답변하기 위해 필요한 정보는 다르다.
질문 A에 답하려면 Docenty GEO의 공식 사이트가 매우 유용하다.
제품 기능, 지원 AI 플랫폼, 요금제, 사용 방법처럼 기업이 직접 제공하는 사실 정보가 핵심이기 때문이다.
반면 질문 B는 다르다.
AI는 여러 GEO 솔루션이 존재한다는 사실부터 파악해야 한다. 각 솔루션의 기능과 차이점을 비교하고, 어떤 기준으로 추천할 것인지 판단해야 한다.
물론 이 경우에도 공식 제품 사이트는 중요한 자료다.
하지만 특정 회사의 홈페이지에 “우리 솔루션이 최고입니다”라고 적혀 있다는 사실만으로 그 회사를 최우선으로 추천할 근거가 충분해지는 것은 아니다.
비교 기준을 제공하는 독립적인 분석, 전문 매체의 설명, 실제 도입 사례, 고객 경험 등도 유용한 정보가 될 수 있다.
즉, 다음 두 가지는 구분해야 한다.
브랜드 이해(Brand Understanding): AI가 우리 브랜드의 정체성과 기능을 정확히 파악하는 것.
브랜드 추천(Brand Recommendation): AI가 여러 대안 가운데 우리 브랜드를 사용자에게 제시하는 것.
브랜드를 정확히 이해시키는 데 성공하더라도, 추천 질문에서 반드시 선택된다는 보장은 없다.
이 차이는 GEO의 실무 우선순위를 바꾼다.
자사 콘텐츠가 충분한데도 추천 질문에서 브랜드가 등장하지 않는다면, 단순히 블로그 게시물을 더 발행하는 것만으로 문제가 해결되지 않을 수 있기 때문이다.
3. 최신 연구가 보여주는 사실: AI 인용은 콘텐츠 자체만으로 결정되지 않는다
2026년 10월 10일 공개된 연구 논문 What Drives AI Citations? Content, Retrieval and Model Knowledge in Generative Engine Optimization은 GEO 실무자에게 특히 흥미로운 결과를 제시한다.
연구진 Mahe Chen과 Nick Koudas는 상업적 질문에 대한 AI 답변 158,099건과 인용 468,037건을 분석했다.
연구에서 나타난 중요한 현상은 다음과 같다.
첫째, 사용자가 실제로 묻는 질문과 의미적으로 잘 맞는 콘텐츠가 인용되는 경향이 있었다.
둘째, ChatGPT가 어떤 페이지를 검색 결과로 가져오는지가 최종 인용 여부를 설명하는 데 매우 중요했다.
셋째, AI 모델이 기존에 알고 있는 브랜드 정보 역시 검색과 추천 결과에 영향을 미칠 수 있었다.
특히 연구진은 분석 대상에서 검색을 통해 회수된 페이지의 차이가 인용 결과의 변동을 설명하는 데 페이지 속성보다 훨씬 큰 역할을 한다고 보고했다.
이 결과는 모든 AI 서비스와 시장에 그대로 적용되는 보편 법칙은 아니다. 연구의 범위와 실험 조건을 고려해야 한다.
하지만 GEO에 관한 중요한 통찰을 제공한다.
콘텐츠를 잘 작성하는 것과, AI가 필요한 순간에 그 콘텐츠를 찾아 사용하는 것은 서로 연결되어 있지만 동일한 문제가 아니다.
예를 들어 기업이 GEO에 관한 뛰어난 글을 100편 발행했다고 가정하자.
그러나 AI가 '국내 GEO 솔루션 비교'라는 질문을 처리하면서 해당 기업이나 콘텐츠를 검색하지 않는다면 어떨까?
글의 품질이 우수하더라도 그 답변에 기여할 기회는 제한될 수 있다.
반대로 AI가 검색하는 여러 출처에서 특정 기업이 반복적으로 관련성 높은 맥락과 함께 등장한다면, 그 기업을 발견할 기회는 늘어날 수 있다.
물론 반복 언급이 추천을 보장한다는 의미는 아니다.
여기서 핵심은 단순 노출 빈도가 아니라 질문과 관련된 정보의 검색 가능성, 정확성, 맥락, 출처의 신뢰성이다.
4. 그렇다면 언론 기사와 외부 콘텐츠는 왜 때때로 위험할까?
자사 콘텐츠 중심 전략을 강조하는 주장에는 충분히 합리적인 근거가 있다.
예를 들어 한 SaaS 기업이 있다고 가정해 보자.
이 기업은 처음에 단순한 브랜드 모니터링 도구를 출시했다.
이후 서비스를 발전시켜 경쟁사 분석, 콘텐츠 전략 수립, 생성 및 발행까지 지원하는 플랫폼으로 확장했다.
그런데 과거 언론 기사와 외부 블로그에는 여전히 이 기업이 '브랜드 언급을 확인하는 모니터링 도구'로 소개되어 있다.
그 자료가 AI 검색에서 발견되면 어떤 일이 일어날까?
AI가 현재의 제품 기능을 충분히 파악하지 못하거나, 과거 정보와 최신 정보 사이에서 혼동할 가능성이 있다.
이것이 외부 콘텐츠에서 발생할 수 있는 브랜드 정보 불일치(Brand Information Inconsistency) 문제다.
그러나 이 문제의 원인을 외부 콘텐츠 자체에 돌리는 것은 지나친 단순화다.
정확하지 않은 자사 블로그 콘텐츠도 문제를 일으킬 수 있다. 반대로 최신 사실에 기반한 독립적인 보도는 브랜드를 이해하는 데 도움이 될 수 있다.
따라서 해결해야 할 문제는 '외부 언급을 줄일 것인가'가 아니다.
인터넷에 존재하는 우리 브랜드의 정보가 얼마나 최신이며, 정확하고, 서로 일관되는가?
이 질문이 중요하다.
그리고 여기서 GEO는 콘텐츠 마케팅뿐 아니라 브랜드 지식 관리의 영역으로 확장된다.
5. GEO의 새로운 관점: Brand Evidence Architecture
이 문제를 설명하기 위해 하나의 실무 프레임워크를 제안할 수 있다.
Brand Evidence Architecture, 즉 브랜드 근거 아키텍처다.
이는 AI가 브랜드에 관한 답변을 구성할 때 참고할 수 있는 정보와 근거를 체계적으로 설계하고 관리하는 접근이다.
공식적으로 표준화된 GEO 용어라기보다는, 브랜드의 AI 검색 가시성을 실무적으로 관리하기 위한 전략적 개념이다.
크게 두 가지 근거가 중요하다.
① Owned Evidence: 브랜드가 직접 제공하는 근거
공식 웹사이트, 제품 소개, 기능 명세, 가격표, FAQ, 기술 문서, 조사 보고서, 고객 사례 등이 여기에 해당한다.
이러한 자료는 브랜드가 자신에 대해 무엇을 설명하는지 보여준다.
특히 제품의 최신 정보와 직접 확인할 수 있는 사실을 제공하는 데 중요하다.
② Independent Evidence: 외부에서 확인할 수 있는 근거
언론 보도, 전문가 분석, 독립적인 비교 자료, 실제 사용자 후기, 산업 리서치, 신뢰할 수 있는 기관의 자료 등이 포함된다.
이러한 자료는 브랜드에 관한 외부의 관찰과 평가를 제공한다.
다만 외부에 존재한다는 이유만으로 독립적이거나 신뢰할 만한 근거가 되는 것은 아니다. 광고성 기사, 대가성 홍보, 출처가 불분명한 콘텐츠는 구분해서 판단해야 한다.
이 두 가지 차원을 결합하면 기업의 GEO 상황을 네 가지로 이해할 수 있다.
| 외부 근거 부족 | 외부 근거 풍부 | |
|---|---|---|
| 자사 근거 풍부 | Self-Defined Brand | AI Authority |
| 자사 근거 부족 | Invisible Brand | Externally Defined Brand |
이 표는 AI의 공식 평가 체계가 아니라 기업이 정보 자산을 진단하기 위한 개념적 모델이다.
Invisible Brand
자사 콘텐츠도 부족하고 외부에서 확인할 수 있는 정보도 부족하다. AI가 해당 기업을 발견하고 이해할 단서 자체가 제한적이다.
Self-Defined Brand
기업은 자신을 풍부하게 설명하지만 외부에서 확인할 수 있는 근거는 부족하다. 제품 설명에는 강할 수 있지만 독립적인 비교와 추천에 활용할 자료는 제한적일 수 있다.
Externally Defined Brand
외부에서는 기업을 여러 차례 언급하지만 정작 공식 사이트에는 충분한 설명이 없다. 브랜드에 대한 이해가 오래되거나 불완전한 외부 정보에 크게 의존할 위험이 있다.
AI Authority
브랜드가 직접 제공하는 정확한 정보와 외부에서 확인 가능한 근거가 모두 풍부하다. 서로 다른 출처의 정보도 대체로 일관된다.
기업이 지향해야 할 상태는 마지막 유형이다.
여기서 중요한 것은 많은 매체에서 무조건 언급되는 것이 아니라, 관련성 높고 검증 가능한 근거가 형성되는 것이다.
6. 그럼 GEO 담당자는 무엇부터 해야 할까?
문제는 기업의 마케팅 자원이 무한하지 않다는 것이다.
자사 블로그도 운영하고, 언론 홍보도 진행하고, 고객 사례도 만들고, 기술 문서와 비교 콘텐츠까지 발행할 수 있다면 좋겠지만 현실적으로 우선순위가 필요하다.
이때 출발점은 채널이 아니라 AI에게 어떤 질문이 들어오는가여야 한다.
예를 들어 B2B SaaS 기업이라면 다음과 같이 구분할 수 있다.
| AI 사용자 질문 | 필요한 근거 | 우선할 활동 |
|---|---|---|
| 이 서비스는 무엇인가? | 기능·제품 설명 | 공식 웹사이트 정비 |
| 다른 서비스와 어떤 차이가 있나? | 비교 기준·기능 명세 | 객관적인 비교 콘텐츠 |
| 실제로 효과가 있나? | 측정 결과·도입 사례 | 검증 가능한 고객 사례 |
| 추천할 만한 솔루션은? | 시장 정보·경쟁 대안·평가 근거 | 공식 정보와 독립적인 근거 함께 확보 |
| 가격은 얼마인가? | 최신 요금제 | 공식 가격 페이지 최신화 |
이 표가 의미하는 것은 모든 질문에 같은 콘텐츠 전략을 적용해서는 안 된다는 사실이다.
제품 설명이 부족하다면 공식 웹사이트를 먼저 개선해야 한다.
경쟁 제품과의 차이가 불분명하다면 실질적인 비교 자료가 필요하다.
고객이 성과를 의심한다면 추상적인 홍보 문구보다 구체적인 사례와 검증 가능한 데이터가 중요하다.
그리고 AI가 브랜드를 다른 대안과 함께 추천하지 않는다면, 관련 질문에서 경쟁사는 어떤 근거를 통해 등장하는지 살펴봐야 한다.
GEO의 핵심은 콘텐츠를 무조건 더 만드는 것이 아니라, AI의 답변에 필요한 근거 중 무엇이 부족한지 발견하는 것이다.
7. GEO 성과 측정도 이제 언급률을 넘어야 한다
Microsoft는 2026년 2월 발표한 Elevating the Role of Grounding on the AI Web에서 AI가 정확하고 검증 가능한 웹 정보를 검색해 답변의 근거로 삼는 과정의 중요성을 설명했다.
그리고 Bing Webmaster Tools를 통해 AI 답변의 인용과 근거 신호를 더 잘 파악할 수 있도록 하는 방향을 제시했다.
이러한 변화는 GEO 실무의 측정 대상이 확장되고 있음을 보여준다.
기존 SEO가 검색 순위와 클릭률에 집중했다면, GEO에서는 새로운 질문들이 중요해진다.
-
우리 브랜드가 AI 답변에 등장하는가?
-
등장한다면 어떤 맥락으로 소개되는가?
-
우리 사이트가 인용되는가, 경쟁사의 사이트가 인용되는가?
-
AI는 어떤 외부 자료를 근거로 활용하는가?
-
브랜드의 최신 기능과 가치가 정확하게 반영되는가?
-
콘텐츠 개선 이후 실제 답변이 달라지는가?
여기서 주의할 점이 있다.
인용(Citation), 언급(Mention), 추천(Recommendation)은 서로 다른 현상이다.
브랜드가 직접 언급되지 않아도 해당 기업의 콘텐츠가 출처로 인용될 수 있다.
반대로 출처 링크가 없어도 특정 브랜드가 추천 목록에 포함될 수 있다.
또한 추천 여부는 질문과 모델, 검색 시점 등에 따라 달라질 수 있다.
따라서 단순히 '인용이 늘면 반드시 언급이 늘고, 언급이 늘면 반드시 추천된다'는 직선적인 관계를 가정해서는 안 된다.
세 가지를 구분해 측정하고, 각각의 변화가 어떤 콘텐츠와 정보 근거에 연결되어 있는지 살펴보는 것이 바람직하다.
8. Docenty GEO가 제안하는 접근: 질문에서 출발해 측정하고, 개선하고, 다시 확인한다
이러한 관점에서 GEO는 단순한 콘텐츠 제작 업무가 아니라 지속적인 실험과 개선의 과정이 된다.
Docenty GEO는 기업 마케팅팀이 이 과정을 직접 운영할 수 있도록 지원하는 GEO SaaS 플랫폼이다.
핵심은 막연히 '우리 브랜드를 AI에 더 많이 노출하자'는 목표를 세우는 대신, 실제 고객이 물을 법한 질문을 기준으로 현재 상태를 파악하는 것이다.
첫째, 고객의 질문을 설계한다.
Docenty GEO에서는 고객 페르소나, 브랜드 선택 요인(KBF), 카테고리 진입 상황(CEP), 경쟁사와의 노출 차이 등을 활용해 측정할 질문을 설계할 수 있다.
단순히 '우리 브랜드가 유명한가'가 아니라, 어떤 고객이 어떤 상황에서 우리 제품을 발견해야 하는지 구체화한다.
둘째, AI 검색에서 브랜드와 경쟁사의 노출을 측정한다.
ChatGPT, Claude, Gemini, Perplexity 등 주요 AI 환경에서 브랜드 언급, 인용, 노출 상황을 확인하고 경쟁사와 비교할 수 있다.
이를 통해 특정 질문에서 자사가 충분히 소개되지 않는 문제를 발견할 수 있다.
셋째, 부족한 콘텐츠 근거를 찾아 개선한다.
어떤 질문에서 브랜드가 빠져 있는지, 경쟁사에 비해 어떤 정보가 부족한지를 검토하고 콘텐츠 제작과 개선의 우선순위를 세운다.
Docenty GEO는 요금제에 따라 콘텐츠 생성과 승인형 자동 발행 등 실행 기능도 제공한다.
넷째, 다시 측정한다.
콘텐츠를 발행했다는 사실만으로 GEO 업무를 끝내지 않는다.
관련 질문을 반복 측정해 실제 AI 답변이 달라졌는지 확인한다.
이러한 측정·분석·실행·재측정의 연결이 Docenty GEO가 지향하는 Full Loop GEO의 핵심이다.
더 나아가 GEO에서 중요해질 과제는 개별 콘텐츠의 성과뿐 아니라, 브랜드를 둘러싼 근거의 전체 구조를 분석하는 것이다.
어떤 외부 정보가 우리 브랜드를 설명하는지, 경쟁사는 어떤 근거를 바탕으로 추천되는지, 우리 브랜드에 대한 설명이 출처마다 달라지는지까지 파악할 수 있다면 마케팅팀은 더 정교한 개선 결정을 내릴 수 있을 것이다.
이는 앞으로 GEO 분석이 발전해야 할 중요한 방향이다.
9. 결국 GEO는 콘텐츠의 양이 아니라 근거의 질과 연결성에 관한 문제다
“GEO를 위해 자사 블로그에 집중해야 할까, 언론 홍보를 해야 할까?”
이 질문에 하나의 정답은 없다.
기업의 제품, 산업, 브랜드 인지도, 고객의 질문, 경쟁 환경에 따라 필요한 근거가 달라지기 때문이다.
다만 분명한 원칙은 있다.
자사 웹사이트는 브랜드에 관한 정확하고 최신의 정보를 제공해야 한다.
외부 콘텐츠는 그 정보를 독립적으로 검증하거나 보완할 수 있어야 한다.
그리고 두 영역에서 생성된 정보가 서로 모순되지 않도록 관리해야 한다.
그 위에서 AI가 실제로 어떤 정보를 검색하고, 어떤 근거를 활용하고, 어떤 브랜드를 소개하는지 지속적으로 확인해야 한다.
이것이 GEO를 단순한 블로그 운영이나 언론 홍보의 연장선으로만 보아서는 안 되는 이유다.
SEO가 검색 결과에서 페이지의 순위를 경쟁했다면, GEO는 AI가 답변을 구성할 때 활용할 수 있는 브랜드 근거의 구조를 경쟁한다.
물론 좋은 콘텐츠와 신뢰할 수 있는 출처가 있다고 해서 AI 추천이 보장되는 것은 아니다.
하지만 근거가 부족한 상태에서 무작정 콘텐츠를 생산하는 것보다, 실제 질문과 답변을 분석해 필요한 정보를 보완하는 편이 훨씬 합리적인 전략이다.
GEO의 시작은 콘텐츠 발행 버튼이 아니다.
고객의 질문을 이해하고, AI의 현재 답변을 확인하고, 그 답변을 개선하는 데 필요한 근거를 발견하는 일이다.
그리고 그 근거가 자사 웹사이트에 있어야 하는지, 외부의 독립적인 자료로 보완되어야 하는지를 판단하는 것이다.
AI 검색 시대에 브랜드가 관리해야 할 것은 단순한 온라인 언급량이 아니다.
AI가 우리 브랜드에 대해 어떤 결론에 도달할 수 있는지를 결정하는 정보의 품질과 구조다.
우리 브랜드는 AI에게 어떻게 설명되고 있을까?
자사 콘텐츠를 충분히 발행했는데도 AI 추천 목록에는 등장하지 않는다면, 새로운 글을 작성하기 전에 현재 AI 답변부터 점검해 볼 필요가 있다.
Docenty GEO를 통해 고객 질문별 브랜드 언급과 인용, 경쟁사 노출 현황을 살펴보고, 개선할 콘텐츠의 우선순위를 찾아보자.
Docenty GEO 공식 사이트에서 14일 무료 체험하기
참고 자료
-
Google Search Central — Optimizing Your Website for Generative AI Features
-
Google Search Central — Creating Helpful, Reliable, People-First Content
-
Microsoft Bing — Elevating the Role of Grounding on the AI Web (2026.02)