검색엔진 최적화를 뜻하는 SEO는 네이버, 구글의 검색엔진이 웹페이지 내용을 잘 이해하고 사이트를 상위에 노출하도록 만드는 작업이다. 광고비를 쓰지 않고 자연 유입을 늘리는 대표적인 방법이다.
Google AI Overviews는 구글에서 뭘 검색하면 파란 링크 목록 위에 AI가 요약한 답변이 먼저 뜨는 기능이다. 이 기능이 등장하면서 사용자는 링크보다 AI가 만든 완성된 답변을 더 자주 본다.
이 변화에 붙은 이름이 AEO(Answer Engine Optimization)이다. AEO는 SEO처럼 순위를 올리는 대신, AI가 만든 답변에 인용되는 것을 목표로 한다.
AI Overviews나 네이버 AI 브리핑처럼 사용자가 검색한 것을 AI가 한 번 요약해주는 기능이 도입되면서 문제가 생겼다. 바로 사용자가 요약만 읽고 만족해버리는 것이다.
Pew Research가 실제 검색 68,879건을 직접 추적한 결과, AI 요약을 본 사용자의 26%는 세션을 그대로 종료했다. 출처 링크를 누르는 비율도 요약이 없을 때의 절반 수준으로 떨어졌다.
오픈 서베이 조사에서 최근 3개월 내 검색 목적으로 ChatGPT를 쓴 비율이 2025년 3월 39.6% → 12월 54.5% → 2026년 상반기 58.1% 로 올랐다. 다만 같은 조사에서 네이버 이용률은 여전히 80%대였다. 이 말인즉슨 포털이 망한 게 아니라, 포털 위에 AI가 얹힌 구조가 됐다는 뜻이다.
네이버는 2026년 4월 연관검색어 서비스를 20년 만에 종료했다. AI 브리핑이 나오면서 연관 검색어 역할을 대신하고 있다는 느낌을 받기도 했다.
| SEO | AEO | |
|---|---|---|
| 목표 | 결과 페이지에서 순위 오르기 | 생성된 답변에 인용되기 |
| 경쟁 단위 | 페이지 vs 페이지 | 문단 vs 문단 |
| 핵심 지표 | 순위, CTR | 인용 빈도, 브랜드 검색량 |
| 실패 모양 | 2페이지로 밀림 | 답변에서 그냥 누락 |
큰 차이는 경쟁 단위이다. SEO에서는 페이지 전체지만, AEO는 문단 하나로 경쟁한다.
노출 정도도 다르다. SEO에서는 한 번 올라가면 유지되지만, AEO에서는 인용될 때마다 올라간다. 그래서 AEO에는 1위라는 개념이 모호하다.
Princeton과 Georgia Tech 연구진이 KDD 2024에서 발표한 「GEO: Generative Engine Optimization」에 따르면 AEO를 최적화하는 방법이 따로 있다. 이 연구에서는 최적화로 AI 답변 내 가시성이 최대 40%까지 올랐다.
세 가지인데 생각보다 어렵지 않다.
1. 구체적인 통계 넣기
2. 출처 인용하기
3. 문장 다듬기
1번은 출처가 붙은 정확한 숫자가 잘 인용된다고 한다.
2번은 남을 인용하는 글이 오히려 더 자주 인용된다는 이야기다. 3번은 정보를 더 추가하지 않고 글을 보기 좋게 다듬는 것만으로 AEO가 개선됐다고 한다.
AI 인용의 대부분은 여전히 기존 상위 검색 문서와 겹친다. 상위 노출은 인용의 강력한 증거다. 그래서 이제 우리는 둘 다 해야 한다.
Aggarwal et al., GEO: Generative Engine Optimization, KDD 2024
Seer Interactive — AIO Impact on Google CTR
Search Engine Land
오픈서베이 — AI 검색 트렌드 리포트 2026
오픈서베이 — AI 검색 트렌드 리포트 2026 하반기