AEO vs SEO: 링크의 시대에서 답변의 시대로

순위는 그대로인데 유입이 줄었다면

요즘 마케팅 팀에서 비슷한 보고가 반복됩니다. 대개 이런 식입니다. "타깃 키워드 순위는 1페이지 그대로인데 유기 유입은 석 달째 빠지고 있어요." 그리고 며칠 뒤 영업 쪽에서 이런 말이 올라옵니다. "잠재 고객이 ChatGPT한테 우리 카테고리를 물어봤는데, 답변에 경쟁사 세 곳만 나오고 우리는 한 줄도 없었대요."

두 현상은 우연히 겹친 게 아닙니다. 같은 뿌리에서 나옵니다. 사용자가 더는 링크를 클릭하지 않기 때문입니다. Google 검색 상단의 AI Overview가 답을 먼저 요약해 버리고, ChatGPT나 Perplexity, Gemini는 링크 목록 대신 정리된 문장을 돌려줍니다. 그러다 보니 정답이 검색 결과 페이지가 아니라 답변 안에 담깁니다. 클릭이 일어나기도 전에 브랜드 노출이 끝나는 셈입니다.

이 변화에 대응하는 작업을 AEO(Answer Engine Optimization, 답변 엔진 최적화)라고 부르고, 더 넓게는 GEO(Generative Engine Optimization, 생성형 엔진 최적화)라고도 합니다. 이름은 갈리지만 질문은 하나로 모입니다. 검색이 링크가 아니라 답변을 줄 때, 그 답변 안에 어떻게 들어갈 것인가.

먼저 분명히 해 둘 게 있습니다. AEO는 SEO를 밀어내는 새 유행어가 아닙니다. 둘은 목표가 다르고 측정 단위가 다르며 경쟁 방식까지 다릅니다. 그 차이를 정확히 알아야 무엇을 그대로 두고 무엇을 바꿀지 가릴 수 있습니다.

가장 근본적인 차이는 노출이 끝나는 지점이다

SEO와 AEO의 차이는 한 문장으로 정리됩니다. SEO는 사용자를 우리 페이지로 데려오는 게임이고, AEO는 사용자가 페이지에 오기 전에 답변 안에서 우리를 알게 만드는 게임입니다.

SEO에서 좋은 결과는 클릭입니다. 검색 결과에 우리 링크가 떴고 사용자가 그것을 눌러 우리 사이트로 넘어옵니다. 그래서 노출은 우리 도메인에서 끝납니다.

반면 AEO에서 좋은 결과는 인용입니다. 사용자가 "직원 30명 규모 스타트업에 맞는 세무 SaaS 추천해줘"라고 물었을 때, AI가 생성한 답변 문장 안에 우리 브랜드 이름이 등장하고 가능하면 출처 링크로 우리 페이지가 달립니다. 사용자가 끝내 클릭하지 않더라도 우리는 이미 "추천 후보" 목록에 올라 있습니다. 노출이 답변 안에서 끝나는 셈입니다.

사소해 보이지만 이 차이가 의사결정 방향을 완전히 바꿉니다. 클릭을 노리면 제목을 자극적으로 다듬고 체류 시간을 늘리는 데 집중하게 됩니다. 인용을 노리면 AI가 한 문장으로 떼어 쓰기 좋은, 명확하고 검증 가능한 정보를 만드는 데 집중하게 됩니다.

다섯 축으로 비교한 SEO와 AEO

추상적인 대비는 실무에 쓸모가 적습니다. 목표와 핵심 지표, 콘텐츠 구조, 측정 방식, 경쟁 단위라는 다섯 축으로 쪼개 보면 차이가 또렷해집니다.

표의 마지막 줄이 의외로 핵심입니다. SEO 콘텐츠도 결국 사람이 읽지만, 순위를 정하는 건 크롤러가 해석한 신호였습니다. 반면 AEO에서는 LLM이 우리 글을 직접 읽고 요약하고 믿을 만한지 판단한 뒤에야 답변에 넣을지를 정합니다. 그래서 "AI가 이 문장을 그대로 인용해도 사실로 맞는가"가 새로운 품질 기준이 됩니다.

글 쓰는 방식이 달라진다

가장 먼저 체감되는 변화는 글의 모양입니다. SEO 시대의 글은 키워드를 중심에 두고 길게 늘여도 괜찮았습니다. 길수록 더 많은 키워드를 담고 더 오래 붙잡아 두고 더 많은 내부 링크를 걸 수 있었기 때문입니다.

AEO 시대의 글은 다릅니다. LLM이 사용자의 질문에 맞는 한 조각만 떼어다 쓰기 때문입니다. 그래서 글이 질문 단위로 쪼개져 있고 각 조각이 단독으로도 답이 되어야 합니다. 한 편의 긴 에세이보다 잘 정돈된 FAQ 묶음에 가깝다고 보면 됩니다.

구체적으로 바뀌는 지점은 다음과 같습니다.

• 질문을 그대로 소제목으로. "가격 정책"이 아니라 "월 얼마이고 무엇이 포함되나요"처럼 사용자가 실제로 입력할 문장을 씁니다. LLM이 질문과 답변이 짝지어진 구조를 비교적 잘 집어내기 때문입니다.
• 결론을 맨 앞에. 답을 한 문장으로 먼저 던지고 근거를 뒤에 붙이세요. 발췌한 한 줄만으로도 답이 성립해야 인용될 여지가 생깁니다.
• 근거와 출처를 명시. 모호한 주장보다 검증 가능한 사실이 인용되기 쉽습니다. 수치가 있다면 출처를 함께 밝히고, 없는 수치는 지어내지 마세요. 한 번 거짓으로 드러난 수치는 그 글 전체의 신뢰를 무너뜨립니다.
• 엔티티를 또렷하게. 브랜드명과 제품명, 핵심 개념이 흔들림 없이 같은 표기로 등장해야 합니다. AI가 "이 분야의 한 엔티티"로 또렷하게 인식할수록 답변에 더 잘 불려 나옵니다.
• 기계가 읽을 신호를 더하기. 구조화 데이터(스키마)나 llms.txt 같은 표준은 어떤 페이지가 핵심이고 어떤 정책을 따르는지 기계에게 알려 줍니다. 사람 눈에는 안 보여도 기계가 글을 이해하는 데 도움이 됩니다.

여기서 오해하지 말아야 할 게 있습니다. 이것은 "SEO를 버리고 처음부터 다시 쓰라"는 말이 아닙니다. 결론을 앞에 두고 질문 단위로 정리한 글은 사람이 읽기에도 낫고 검색엔진에도 여전히 잘 맞습니다. 그래서 AEO 콘텐츠의 상당 부분은 좋은 SEO 콘텐츠의 연장선 위에 놓입니다.

측정과 경쟁 단위가 바뀐다

SEO에서 측정은 한 방향이었습니다. 정답이 한 화면 안에 다 있었으니, 검색엔진이 만든 결과 페이지에서 우리 순위만 확인하면 됐습니다.

AEO에서는 측정 자체가 능동적인 작업입니다. 답변은 사용자가 어떻게 묻느냐에 따라 매번 달라지고 엔진마다 다르게 나옵니다. 그래서 측정하려면 ChatGPT와 Claude, Gemini, Perplexity 같은 여러 엔진에 우리 분야의 질문을 실제로 던지고, 그 답변에 우리가 인용됐는지를 직접 봐야 합니다.

여기서 SEO에는 없던 지표가 등장합니다.

• 인용률. 추적하는 질문 가운데 AI 답변이 우리를 출처로 인용한 비율입니다.
• 점유율(Share of Voice). 같은 질문에서 경쟁사 대비 우리가 언급되는 비중입니다.
• 인용 위치. 답변의 첫 문장에서 언급되는지, 아니면 맨 끝 각주에만 걸리는지를 봅니다.

경쟁 단위도 함께 달라집니다. SEO의 싸움은 같은 키워드를 노리는 URL 대 URL이었습니다. 우리 글 A가 경쟁사 글 B보다 위에 있으면 이긴 것이었죠. 반면 AEO의 싸움은 같은 질문을 두고 벌이는 브랜드(엔티티) 대 브랜드입니다. "추천 SaaS 세 곳"이라는 답변에 우리 이름이 들어갔는지, 아니면 경쟁사 이름만 담겼는지로 승부가 갈립니다. 한 답변 안에 여러 브랜드가 나란히 들어갈 수 있다는 점도 SEO의 제로섬 순위와 다른 대목입니다.

SEO는 "우리 페이지가 다른 페이지보다 위에 있는가"를 묻고, AEO는 "이 질문의 답에 우리 이름이 들어가는가"를 묻는다.

대체가 아니라 보완이다

여기까지 읽으면 AEO가 SEO를 밀어내는 그림처럼 보일 수 있습니다. 하지만 실제로는 그렇지 않습니다. 이유는 세 가지입니다.

첫째, AI 답변의 재료는 결국 웹 콘텐츠입니다. LLM이 인용할 만한 신뢰도 높은 페이지가 검색에도 잘 잡혀 있어야, AI가 그 페이지를 발견하고 끌어 쓸 가능성이 올라갑니다. 검색에 안 보이는 정보는 답변에도 잘 불려 나오지 않는 것으로 관찰됩니다.

둘째, 사용자 여정은 한 갈래가 아닙니다. 어떤 사람은 ChatGPT에 묻고 추천받은 브랜드를 다시 검색해 확인하고, 어떤 사람은 검색하다가 AI Overview의 요약을 먼저 봅니다. 그래서 AEO로 답변에 들어가면서 SEO로 그 뒤의 확인 검색까지 받쳐 주는 팀이 양쪽 길목을 다 잡게 됩니다.

셋째, 좋은 콘텐츠의 기준이 겹칩니다. 명확하고 근거 있고 구조가 정돈된 글은 검색엔진과 LLM 양쪽 모두에게 좋은 신호입니다. 두 작업을 따로 떼어 놓을 이유가 없습니다.

그래서 현실적인 결론은 단순합니다. SEO를 멈추지 말고, 그 위에 AEO의 관점을 얹으면 됩니다.

마케터가 내일 아침 바꿀 다섯 가지

관점의 전환을 행동으로 옮기는 체크리스트입니다. 큰 리뉴얼 없이 지금 가진 콘텐츠와 운영에 바로 적용할 수 있습니다.

1. 핵심 페이지를 질문과 답변 형태로 점검합니다. 가장 중요한 페이지 다섯 개를 골라, 고객이 실제로 던질 질문에 그 페이지가 한 문단으로 답하고 있는지 보세요. 안 되어 있으면 결론 문장을 맨 앞으로 끌어올립니다.
2. 지어낸 수치와 모호한 표현을 걷어냅니다. "업계 최고"나 "많은 고객이 선택"처럼 검증 불가능한 표현은 인용되기 어렵습니다. 구체적이고 사실로 성립하는 문장으로 바꾸세요.
3. FAQ를 진짜 질문으로 채웁니다. 영업과 고객지원이 가장 자주 받는 질문을 그대로 소제목으로 옮깁니다. 가장 빠르게 인용 가능한 콘텐츠를 만드는 길이기 때문입니다.
4. 엔티티 표기를 통일합니다. 브랜드명과 제품명, 핵심 용어를 모든 페이지에서 같은 표기로 맞춥니다. 같은 개념을 페이지마다 다르게 부르면 AI가 하나의 엔티티로 묶기 어렵습니다.
5. 지금 어떤지 직접 물어봅니다. 우리 분야의 대표 질문 다섯 개를 정해 ChatGPT와 Gemini, Perplexity에 실제로 던져 보세요. 우리가 나오는지, 아니면 경쟁사만 나오는지를 확인합니다. 그게 출발점이자 기준선이 됩니다.

다섯 번째 단계인 측정을 손으로 하다 보면 금세 한계에 부딪힙니다. 엔진은 여러 개이고 추적할 질문은 수십 개이며 답변은 매주 바뀝니다. 한두 번 물어본 결과만으로는 추세를 읽기 어렵죠. 그래서 대표 질문을 정해 두고 여러 엔진의 답변을 주기적으로 같은 방식으로 기록하는 편이 좋습니다. 그렇게 인용이 비는 지점을 콘텐츠로 메우고 다시 확인하는 흐름을 만들어야 합니다. 답변의 시대에는 "우리가 지금 어디쯤인가"를 감이 아니라 데이터로 보는 데서 시작합니다. 넛지오(NUDGEO)는 그 인용 현황을 확인하는 데서 출발하도록 돕습니다.