제로클릭: 검색순위가 높아도 AI 인용 성과가 따라오지 않는 이유

AI Overview가 노출되는 검색어에서는 이런 현상이 더욱 뚜렷하게 나타납니다.  AI Overview가 뜨면 사용자가 실제로 다른 결과를 클릭하는 비율은 8%에 그칩니다. AI Overview가 없을 때의 클릭률인 15%와 비교하면 거의 절반 수준입니다.

그렇다면 이런 변화는 실제 프로젝트에서도 나타나고 있을까요? TBWA 역시 운영 중인 블로그 성과를 모니터링하며 같은 흐름을 확인했습니다.

TBWA가 운영 중인 기존 SEO 콘텐츠의 성과와 AI 검색 환경의 변화를 함께 모니터링한 결과, 검색 노출은 늘었지만 클릭은 오히려 줄어드는 콘텐츠가 꾸준히 나타났습니다. 

또 하나 눈에 띈 변화는 검색어의 형태였습니다. 단순 키워드보다 ‘what is a sitemap xml’, ‘geo에서 쿼리 팬아웃은 왜 중요한가?’처럼 문장 형태로 묻는 질문형 검색어의 비중이 점점 늘고 있었는데, 이런 질문형 검색어일수록 노출은 발생하지만 클릭은 거의 일어나지 않는 경우가 많았습니다.

결국 검색 결과에 많이 노출된다고 해서 그것이 실제 유입으로 이어지는 시대는 점차 지나가고 있습니다. 앞으로는 클릭 수만으로 브랜드의 존재감을 설명하기 어려워질 가능성이 큽니다.

그래서 이제는 기존 SEO 지표뿐 아니라 AI가 우리 브랜드를 얼마나 자주 인용하는지, 어떤 질문에서 추천하는지, 어떤 이미지로 인식하는지까지 함께 살펴볼 필요가 있습니다.

SEO 성과와 AI 성과의 차이

기존 검색에서는 사용자가 검색 결과를 하나씩 비교하며 필요한 정보를 직접 찾아가는 방식이 일반적이었습니다. 반면 생성형 AI는 여러 출처의 정보를 동시에 읽고 종합한 뒤, 하나의 답변으로 재구성해 제공합니다.

검색엔진은 키워드와 페이지의 관련성과 백링크, 페이지 로딩 속도(Core Web Vitals) 등을 종합적으로 고려해 페이지 순위를 매깁니다. SEO 실무자는 이 순위가 실제 성과로 이어지는지를 클릭률(CTR)이나 유입 트래픽으로 확인합니다.

하지만 생성형 AI는 조금 다른 방식으로 정보를 선택합니다. 검색 순위와는 무관하게 질문에 가장 적합한 답변을 구성할 수 있는 정보를 별도로 선택합니다. 2026년 5월 Google이 공식 발표한 생성형 AI 검색 최적화 가이드에 따르면, AI 기능은 검색 색인에서 관련성 높은 페이지를 가져오는 검색증강생성(RAG) 방식과, 하나의 질문을 여러 개의 관련 검색어로 동시에 확장해 추가 정보를 가져오는 쿼리 팬아웃(Query Fan-out)을 기반으로 작동합니다.

예를 들어 “잔디에 잡초가 가득한데 어떻게 정리해야 해?”라고 질문해도 AI는 이를 하나의 질문으로만 처리하지 않습니다. “잔디에 가장 적합한 제초제”, “화학 물질 없이 잡초를 제거하는 방법” 처럼 여러 하위 질문들이 동시에 생성되어, 그 모든 질문에 답이 되는 페이지들이 함께 검토됩니다.

이렇게 쪼개진 하위 질문마다 어떤 문서를 인용할지는 사용자 질문과의 관련성, 출처의 신뢰도와 전문성, 콘텐츠의 최신성, 다른 문서와의 정보 일관성을 종합적으로 따져 결정됩니다. 검색 순위가 높은 페이지라도 이런 기준들을 충분히 충족하지 못하면, 또는 여러 하위 질문 중 일부에만 답이 되면, AI 답변에는 포함되지 않을 수 있습니다.

바로 이 지점에서 SEO와 GEO의 평가 기준이 달라집니다. 정보를 찾고 조합하는 방식이 달라졌기 때문에 SEO 성과가 좋다고 해서 AI 검색에서도 같은 결과가 자동으로 이어지는 것은 아닙니다.

따라서 SEO와 GEO는 경쟁하는 개념이 아니라, 같은 브랜드를 서로 다른 기준으로 평가하는 두 가지 관점으로 이해하는 것이 적절합니다.
검색 순위 경쟁에서 AI 영향력 경쟁으로 무게중심이 옮겨가고 있다는 점도 이러한 변화와 맞닿아 있습니다.

기존 SEO 콘텐츠를 GEO 자산으로 확장하는 방법

검색 순위만으로 충분하지 않다면, 콘텐츠는 어떤 방향으로 바꿔야 할까요? 새로운 콘텐츠를 처음부터 다시 제작할 필요는 없습니다. 기업이 이미 보유하고 있는 SEO 콘텐츠는 GEO를 위한 가장 좋은 출발점이 될 수 있습니다. 기존 콘텐츠는 다음과 같은 방향으로 조금씩 확장하면 됩니다.

질문에 바로 답하는 구조 만들기

FAQ 형태로 콘텐츠를 재배치하고, 핵심 결론은 단락 맨 위에 한 문장으로 둡니다. AI가 글 전체를 읽지 않고도 답을 가져다 쓸 수 있어야 합니다.

비교표와 체크리스트 추가하기

여러 제품이나 선택지를 나란히 비교하는 표나 기준이 명확한 체크리스트는 AI가 구조적으로 파악하고 인용하기에 좋은 형식입니다.

인용하기 좋은 문장으로 재구성하기

생성형 AI는 여러 문서에서 필요한 내용을 가져와 하나의 답변으로 다시 구성합니다. 그래서 문장 하나만 떼어 놓아도 의미가 완결되는 구조가 중요합니다.

예를 들어 “많은 SEO 전문가들이 그렇게 이야기합니다.”라는 문장은 근거로 활용하기 어렵습니다. 반면 “미국 Google 검색의 68%가 클릭 없이 종료됩니다.”처럼 구체적인 수치나 정의가 포함된 문장은 AI가 인용하기 훨씬 쉽습니다.

결국 GEO는 기존 SEO 콘텐츠를 버리는 것이 아니라 AI가 활용하기 좋은 형태로 한 단계 더 다듬는 과정이라고 이해하면 됩니다. SEO를 대체하는 작업이 아니라, GEO에서도 활용할 수 있도록 기존 콘텐츠를 더욱 풍부하게 만드는 과정에 가깝습니다.

GEO, SEO팀 혼자서는 완성할 수 없다

지금까지 이야기한 내용은 콘텐츠를 어떻게 구성할지에 관한 이야기였습니다. 사이트를 기술적으로 정비하고 AI가 읽기 쉬운 콘텐츠를 만드는 일은 기존 SEO 조직과 콘텐츠 조직이 충분히 담당할 수 있습니다.

하지만 여기서 한 가지 한계가 있습니다. 콘텐츠만 잘 만든다고 해서 AI가 브랜드를 신뢰하거나 추천하는 것은 아니기 때문입니다. 다시 말해, GEO는 SEO팀 혼자만의 노력으로 완성하기 어려운 영역입니다.

그 이유는 AI가 브랜드를 단순히 개별 페이지나 키워드의 집합으로 보지 않기 때문입니다. AI는 브랜드를 하나의 개체(Entity)로 이해하고, 그 개체와 연결된 다양한 속성을 종합해 브랜드 이미지를 형성합니다. 이 개체와 관련된 속성들을 연결해 누적된 이미지를 만드는 과정을 엔티티 SEO라고 부르는데, 콘텐츠 한 편을 잘 쓰는 것만으로는 이 단계까지 도달하기 어렵습니다.