가트너: AI 챗봇으로 전통적 SEO 25% 급감, GEO 개척하는 지오스타

AI 검색 부상과 지오스타의 등장

맥 맥코넬은 작년 파리 올림픽에서 부모가 ChatGPT로 일정을 계획하는 모습을 보고 검색의 질서가 바뀌었음을 직감했다. 그 통찰은 Pear VC가 지원하는 지오스타(Geostar)의 출발점이 됐고, 회사는 은둔 모드에서 나오자마자 4개월 만에 두 공동창업자만으로 연간 반복매출(ARR) 약 100만 달러에 근접하며 PearX 코호트에서 가장 빠르게 성장 중이다. 전 세계 AI 검색 엔진 시장도 2025년 436억 3천만 달러에서 2032년 1,088억 8천만 달러로 커질 전망이다.

왜 전통적 SEO는 25% 줄어들까

가트너 전망과 검색 인터페이스 분절화

가트너는 AI 챗봇의 부상으로 2026년까지 전통 검색 엔진 트래픽이 25% 감소할 것이라 본다. 구글의 AI Overviews는 이미 매달 수십억 건의 질의에 등장하고, 사용자는 전통 검색, AI 모드, Gemini, AI Overviews 등 서로 다른 기준의 인터페이스를 오간다. 여기에 ChatGPT, Claude, Perplexity까지 작동 원리가 달라 기업은 다중 표면에 맞춘 AI 검색 최적화가 불가피해졌다. 프린스턴 연구에 따르면 이들 신형 AI 시스템에 맞춘 최적화는 가시성을 최대 40%까지 높일 수 있다.

B2B 구매 행태의 급변

포레스터는 B2B 구매자 95%가 향후 의사결정에 생성형 AI를 활용할 계획이라고 밝혔다. 지오스타 CTO 지한 타스는 “이 변화에 대응하지 않으면 뒤처진다”며, 일부 변호사들이 이미 신규 고객의 절반을 ChatGPT에서 얻고 있다고 말한다. 생성형 엔진 최적화(GEO)가 기업 생존의 문제로 떠오른 이유다.

생성형 엔진 최적화(GEO)의 요체

LLM 중심의 콘텐츠 설계

GEO는 키워드·백링크 중심의 SEO와 달리, 대규모 언어모델(LLM)이 웹 전반의 정보를 파싱·이해·합성하는 방식을 겨냥한다. 모든 웹사이트는 이제 ‘작은 데이터베이스’처럼 다양한 AI 크롤러가 읽기 쉬운 구조를 갖춰야 한다. 구글은 기존 인덱스를, ChatGPT는 구조화 데이터와 특정 포맷을, Perplexity는 위키피디아와 권위 있는 출처를 선호하는 경향이 뚜렷하다. 전략의 핵심은 간결하고 명확하게 질문에 직접 답하는 콘텐츠다.

스키마 마크업의 체계적 적용

현재 포괄적 스키마를 적용한 웹사이트는 약 30%에 불과하지만, 올바른 마크업을 갖춘 페이지는 AI 생성 요약에 포함될 확률이 36% 높다. 생성형 엔진 최적화(GEO)의 관점에서 스키마는 LLM의 이해도와 신뢰도를 동시에 끌어올리는 필수 기초 체력이다.

지오스타의 상주형 에이전트와 성과

지오스타는 고객 사이트에 ‘상주형(ambient) 에이전트’를 심어 콘텐츠와 기술 구성을 지속적으로 최적화하고, 네트워크 전반에서 학습한 패턴을 바탕으로 신규 페이지까지 생성한다. 한 번 입증된 개선은 전체 고객에게 동기화해 네트워크 효과를 만든다. 생성형 엔진 최적화(GEO)를 자동화하는 접근이다.

레드시프트 사례: ‘best DMARC vendors’ 선점

사이버보안 기업 레드시프트는 지오스타 도입 3개월 만에 AI 내 브랜드 언급이 27% 증가했다. 지오스타는 이메일 보안의 고가치 쿼리인 ‘best DMARC vendors’ 기회를 포착해, 콘텐츠를 생성·최적화한 뒤 나흘 만에 구글과 ChatGPT 모두에서 1페이지에 올렸다.

가격·스케일: 에이전시처럼 행동하고 소프트웨어처럼 확장

지오스타는 월 1,000~3,000달러로, 월 1만 달러를 청구하는 전통 에이전시의 일을 자동화한다는 입장이다. “처음으로, 에이전시처럼 실행하면서 소프트웨어처럼 스케일하는” AI 검색 최적화 모델을 제시한다.

링크 없는 언급과 인상 지표의 부상

SEO 시대에는 링크 없는 언급은 거의 무의미했지만, AI 시대에는 정반대다. LLM은 대규모 텍스트를 분석해 맥락과 감성을 파악하므로 레딧, 뉴스, 소셜의 브랜드 언급은 AI의 설명과 추천에 직접 반영된다. 뉴욕타임즈가 링크 없이 기업을 언급해도 AI 환경에서는 도움이 될 수 있다. 한편 인도공대·프린스턴 연구는 AI가 브랜드 소유 콘텐츠보다 제3자 출처를 체계적으로 선호하는 편향을 드러냈다고 보고했다. 이에 따라 순위·CTR보다, 사용자가 클릭하지 않아도 AI 응답 내에서 얼마나 긍정적·두드러지게 노출되는지를 보는 ‘인상(임프레션) 지표’가 생성형 엔진 최적화(GEO)의 핵심 성과 척도로 부상한다.

경쟁 구도와 SMB에 미치는 영향

Brandlight, Profound, Goodie 등 신생업체가 속속 합류하고, 800억 달러 규모의 SEO 업계는 Semrush와 Ahrefs를 필두로 AI 가시성 추적 기능을 도입 중이다. 지오스타 공동창업진은 과거 Y 콤비네이터 출신 전자상거래 최적화 스타트업 ‘몬토’를 빌드·엑싯한 이력과, 대시보드·권고 수준을 넘어 자동 실행하는 기술적 차별점을 내세운다. 대기업은 인력과 컨설턴트를 동원할 수 있지만, 미국 3,320만 개 소기업의 절반 가까이가 SEO에 투자하고 약 41.8만 개 로펌 다수가 월 2,500~5,000달러를 쓰는 현실에서, AI 매개 검색에 뒤처진 SMB는 ‘보이지 않게’ 될 위험이 크다.

창업자 스토리와 제품 비전

지한 타스는 터키의 50명 규모 쿠르드 마을 출신으로, 어머니의 암 투병으로 대학을 마치지 못했으나 독학으로 개발을 익혀 맥코넬과 1년간 원격으로 협업한 끝에 창업에 합류했다. 업계는 검색 기능이 생산성 도구·웨어러블·AR 인터페이스 속으로 녹아들 것이라 전망하며, “시리가 감옥을 깨고 나오면” 조니 아이브와 오픈AI가 만들 멀티모달 검색 인터페이스가 등장할 것이라는 관측도 있다.

윤리·거버넌스 과제

기업이 AI 추천을 좌우하려 들수록 조작, 공정성, 투명성 문제가 커진다. 아직 생성형 엔진 최적화(GEO)에 대한 감독 기구나 업계 표준이 부재해 ‘와일드 웨스트’라는 비판도 나온다. 이제 성공은 인덱싱 규칙만이 아니라, 기계가 어떻게 생각하고 합성하며 무엇을 인간에게 추천할지를 이해하는 데 달렸다.

실제 적용 예시

GEO 적용 전 필수 체크리스트

핵심 랜딩·제품·FAQ·리뷰·조직 스키마 마크업을 정합성 있게 적용한다 · 레딧·뉴스·위키피디아 등 제3자 출처의 브랜드 언급을 모니터링하고 감성·권위도를 관리한다 · robots, 사이트맵, 렌더링, 속도 등 AI 크롤러 접근성을 점검한다 · 질문-답변형, 핵심 요약, 출처 명시 등 요약 친화형 포맷으로 리라이팅한다 · ChatGPT·Gemini·Perplexity·AI Overviews에서의 노출을 테스트하고 피드백 루프를 구축한다.

GEO 최적화 프로세스 단계별 안내

1) 진단: 현재 검색/AI 노출, 인상 지표, 제3자 언급 현황을 측정한다. 2) 데이터 정비: 제품·가격·위치·문의 등 구조화 데이터를 표준 스키마로 정렬한다. 3) 콘텐츠 리팩토링: 사용자의 의도별로 간결하고 직접 답하는 콘텐츠를 만든다. 4) 기술 최적화: 내부 링크, 렌더링, 메타·헤딩 계층을 정비한다. 5) 외부 신호 증강: 위키·커뮤니티·미디어에 정확한 브랜드 서술을 확보한다. 6) 계측: 순위·CTR뿐 아니라 AI 응답 내 노출 강도와 감성을 추적한다. 7) 자동화: 상주형 에이전트를 도입해 학습된 최적화를 지속·전파한다.

결론: “순위”가 아니라 “추천”을 얻어라

올림픽에서 맥코넬의 부모는 검색하지 않았다. 그들은 질문했고, AI가 어떤 사업자를 주목시킬지 결정했다. 구글만을 위한 최적화의 시대는 저물고, AI가 선택하는 브랜드가 승리하는 시대로 접어들었다. 지금 필요한 것은 빠른 적응과 실행이다.