핵심 요약
지난 몇 년 동안 GEO에서 가장 불편했던 문제는 팀들이 AI 검색이 트래픽을 바꾸고 있다는 사실은 알지만, 그 변화를 안정적으로 증명하기 어렵다는 점이었습니다. 어떤 AI 답변에 우리 페이지가 인용된 화면은 볼 수 있어도, 왜 인용됐는지, 얼마나 자주 노출되는지, 최적화 이후 실제로 좋아졌는지는 꾸준히 확인하기 어려웠습니다.
이 상황이 바뀌기 시작했습니다. Bing은 2026년 2월 Bing Webmaster Tools에 AI Performance 데이터를 추가했고, 6월에는 Intents, Topics, Citation Share, Compare를 더했습니다. Google도 2026년 6월 3일 Search Console의 Search Generative AI performance reports를 발표하며 AI Overviews, AI Mode, Discover의 생성형 AI 기능에서 발생하는 가시성을 별도로 확인할 수 있게 했습니다.
그렇다고 블랙박스가 완전히 열린 것은 아닙니다. 다만 이제 블랙박스의 윤곽은 보이기 시작했습니다.
성장팀이 봐야 할 실무적 의미는 분명합니다. GEO는 더 이상 “AI 친화적인 콘텐츠를 만들고 스크린샷 몇 장을 보여주는” 방식으로 관리할 수 없습니다. 어떤 페이지가 등장했는지, 어떤 AI 검색 문맥에서 검색됐는지, 어떤 주제가 성장하거나 약해지는지, 어떤 콘텐츠 공백 때문에 경쟁사가 답변 안에 남아 있는지를 지속적으로 측정해야 합니다.
캡션: 1차 AI 검색 데이터는 인용을 관찰하고, 주제를 매핑하고, 페이지를 수정하고, 다시 측정하는 주간 루프에 들어가야 합니다.
Bing Webmaster Tools에서 바뀐 점
먼저 움직인 쪽은 Bing이었습니다. Microsoft는 2026년 2월 10일 Bing Webmaster Tools에 AI Performance 공개 미리보기를 도입했습니다. 적용 범위는 Microsoft Copilot, Bing의 AI 생성 요약, 일부 파트너 연동에서의 가시성입니다. 초기 대시보드는 퍼블리셔가 가장 궁금해하는 질문에 답했습니다. 어떤 페이지가 인용됐는지, 시간에 따라 인용이 어떻게 변했는지, 어떤 grounding query 문구가 관련됐는지를 보여주는 방식이었습니다.
이후 Bing은 2026년 6월 16일 이 미리보기를 전 세계로 확장하고, 실무적으로 더 쓸 만한 네 가지 보기를 추가했습니다.
| Bing 신호 | 무엇을 알려주는가 | GEO 팀의 활용법 |
|---|---|---|
| Intents | 인용을 유발한 grounding query 뒤의 더 큰 의도. 조사, 상업, 로컬, 정보 탐색, 문제 해결 등 | 교육형 가시성과 구매 의도 가시성을 구분한다. 모든 인용을 같은 가치로 보지 않는다 |
| Topics | 관련 grounding query를 더 큰 주제로 묶는다 | 사이트가 신뢰받기 시작한 주제와 아직 얇은 주제를 찾는다 |
| Citation Share | 같은 grounding query에서 표시된 전체 사이트 인용 중 우리 사이트가 차지한 비율 | 직접 트래픽 점유율로 오해하지 말고 상대적 존재감의 추이를 본다 |
| Compare | 기간별 인용 패턴을 비교한다 | 콘텐츠 업데이트, 기술 수정, 시장 이벤트가 AI 가시성에 영향을 줬는지 확인한다 |
캡션: Bing Webmaster Tools의 AI Performance 보기는 퍼블리셔가 공식 인용 데이터와 인용 페이지 데이터를 확인할 수 있게 합니다.
여기서 중요한 표현은 grounding query입니다. 이것은 사용자가 입력한 문장 그대로가 아닐 때가 많습니다. AI 시스템이 출처 자료를 찾을 때 사용하는 검색 언어에 더 가깝습니다. 콘텐츠팀에는 이 차이가 중요합니다. 예를 들어 사용자가 “중견 금융팀에 안전한 SOC 2 벤더는 어디인가?”라고 묻더라도, grounding 단계에서는 “SOC 2 벤더 비교”, “금융 서비스 컴플라이언스 소프트웨어”, “중견 기업 데이터 보안 요구사항”, “고객 지원 증거” 같은 출처 탐색 단위로 분해될 수 있습니다.
바로 여기서 기존 SEO 습관이 약해집니다. 하나의 키워드에서 순위 추적 도구상 좋아 보이는 페이지라도 AI 검색에는 약할 수 있습니다. AI 답변에는 키워드 하나가 아니라 사용 사례, 엔티티, 비교, 증거, 리스크 표현까지 포함된 자료가 필요하기 때문입니다.
Google Search Console에서 바뀐 점
Google의 움직임은 Bing보다 조심스럽지만 역시 중요합니다. Google은 2026년 6월 3일 Search Console에 Search Generative AI performance reports를 도입한다고 발표했습니다. 이 보고서는 일부 사이트부터 순차적으로 제공되며, Google은 테스트와 피드백 수집을 계속하고 있습니다.
첫 버전은 확장된 Bing AI Performance만큼 깊지는 않습니다. Google이 밝힌 보고 항목은 다음과 같습니다.
| Google 보고 항목 | 의미 |
|---|---|
| Impressions | Search와 Discover의 생성형 AI 기능에서 사이트 URL이 표시된 횟수 |
| Pages | AI 기능 안에 표시된 URL |
| Countries | 가시성이 발생한 국가 또는 지역 |
| Devices | Search 결과에서의 기기별 표시 상황 |
| Dates | 시간, 일, 주, 월 단위 성과 보기 |
캡션: Google의 Search Console 보고서는 생성형 AI 가시성을 기존 Search performance와 분리해서 다룹니다.
물론 아직 빈칸은 많습니다. 대부분의 팀은 쿼리 문맥, 클릭 행동, 프롬프트 패턴, 답변 내 위치, 인용 품질까지 보고 싶어 할 것입니다. Google은 아직 그 수준까지 공개하지 않았습니다.
그래도 이 제품상의 결정은 중요합니다. Google은 생성형 AI 가시성을 일반 Search performance 보기에서 분리했습니다. 이는 AI 검색 가시성이 더 이상 기존 SEO 보고서의 부가 항목이 아니라는 공개 신호입니다.
규모를 봐도 이 변화는 무시하기 어렵습니다. Google I/O 2026에서 Google은 AI Overviews의 월간 활성 사용자가 25억 명을 넘었고, AI Mode도 10억 명을 넘었다고 밝혔습니다. 이 숫자만으로 우리 사이트의 트래픽을 예측할 수는 없습니다. 하지만 AI 검색이 독립적인 측정 모델을 가져야 할 만큼 커졌다는 사실은 보여줍니다.
진짜 변화: 키워드 순위에서 검색 커버리지로
원문이 정확히 짚은 부분이 있습니다. 업계는 단일 키워드 경쟁에서 벗어나고 있습니다. 더 나은 관점은 검색 커버리지입니다.
기존 SEO는 이렇게 묻습니다. “이 페이지가 이 쿼리에서 상위에 오를 수 있는가?”
GEO는 조금 더 복잡한 질문을 던집니다. “AI 시스템이 사용자의 문제를 여러 증거 요구로 분해할 때, 우리 사이트에는 답변에 선택될 만큼 명확하고 신뢰할 수 있으며 최신인 자료가 있는가?”
이 질문은 실제 작업을 바꿉니다.
예를 들어 컴플라이언스 자동화 소프트웨어를 판매하는 회사는 홈페이지와 몇 개의 기능 페이지만으로는 부족합니다. AI 답변은 다음과 같은 내용을 이해해야 할 수 있습니다.
- 이 회사가 무엇을 하는지 쉬운 언어로 설명되어 있는가
- 어떤 고객 세그먼트에 적합한가
- 인접 도구와 무엇이 다른가
- 어떤 연동, 인증, 지원 모델이 있는가
- 어떤 주장에 문서나 고객 증거가 붙어 있는가
- 가격, 보안, 도입, 제한 사항이 명확히 설명되어 있는가
이 사실들이 흩어져 있거나, 오래됐거나, PDF 안에 숨어 있거나, 모호한 마케팅 문구로 쓰여 있다면 사이트는 크롤링 가능하더라도 AI 출처로서는 약할 수 있습니다.
query fan-out, grounding query, topic cluster가 같은 방향을 가리키는 이유가 여기에 있습니다. AI 검색 시스템은 정확히 일치하는 키워드 하나가 아니라 개념 묶음을 따라 움직이는 경우가 많습니다. 콘텐츠 시스템도 그 형태에 맞아야 합니다.
실무용 GEO 측정 루프
대시보드 두 개가 바뀌었다고 해서 전체 콘텐츠 프로그램을 갈아엎을 필요는 없습니다. 먼저 작게 측정할 수 있는 루프를 만드세요.
- AI 가시성 기준선을 만든다.
Bing Webmaster Tools와 Google Search Console에서 얻을 수 있는 데이터를 내보냅니다. 인용된 페이지, 노출수, grounding query 문구, 주제, citation share, 국가, 기기, 날짜 범위를 추적합니다. Google 생성형 AI 보고서가 아직 열리지 않았다면 대시보드에 자리만 만들어 두고, Bing 데이터와 수동 AI 답변 점검으로 첫 버전을 구성합니다.
- 신호를 페이지 유형이 아니라 의사결정 여정으로 묶는다.
페이지 단위 보고서는 유용하지만 구매자는 URL 단위로 생각하지 않습니다. 정의, 비교, 가격, 도입, 보안, 대안, 문제 해결, 지역 가용성, 카테고리 교육, 증거 같은 의사결정 영역으로 나누세요.
- 부족한 증거를 찾는다.
약한 주제 클러스터에는 보통 네 가지 문제가 있습니다. 대응 페이지가 없거나, 페이지는 있지만 하위 질문에 답하지 않거나, 답은 있지만 증거가 없거나, 기술 또는 접근성 문제로 페이지가 막혀 있는 경우입니다. 각각의 문제는 다른 수정 방식이 필요합니다.
- 작은 묶음으로 콘텐츠를 수정한다.
한 번에 5~10개 페이지를 업데이트합니다. 직접 답변 블록, 비교표, 예시, 출처 기반 주장, 필요한 schema, 지원 페이지로 가는 내부 링크를 추가합니다. 얇은 글을 수십 개 생성하려는 유혹은 피하세요. GEO에서는 단순한 발행량보다 일관된 증거 시스템이 더 중요합니다.
- 다음 크롤링과 보고 기간 이후 다시 측정한다.
인용 페이지, 주제 커버리지, citation share, 생성형 AI 노출수에 변화가 있는지 봅니다. 숫자는 방향성 신호로 읽어야 합니다. 1차 AI 검색 보고는 아직 초기 단계이며, Google과 Bing 모두 일부 기능을 초기 또는 미리보기 단계로 설명하고 있습니다.
캡션: 유용한 GEO 감사는 구매자 질문, 기존 페이지, 증거 깊이, 1차 AI 가시성 신호를 같은 표에 놓고 봅니다.
많은 팀이 틀리는 지점
첫 번째 실수는 인용 수를 새로운 순위처럼 다루는 것입니다. 그렇지 않습니다. Bing은 Citation Share를 관찰용 지표로 설명하며, 순위 시스템이나 경쟁사 점수표가 아니라고 봐야 합니다. 어떤 출처가 자주 인용되는 이유는 넓게 유용해서일 수도 있고, 경쟁이 약한 주제라서일 수도 있으며, 답변 형식이 그런 출처를 필요로 하기 때문일 수도 있습니다.
두 번째 실수는 SEO와 GEO를 지나치게 분리하는 것입니다. 크롤링 가능한 페이지, 깨끗한 내부 링크, 유용한 제목, 구조화된 콘텐츠, 최신 정보는 여전히 필요합니다. 달라진 점은 이런 기본 요소들이 이제 기존 검색과 AI 답변 검색 모두에 영향을 준다는 것입니다.
세 번째 실수는 이미 표시되는 페이지만 최적화하는 것입니다. 기존 인용은 사이트가 어느 지점에서 힘을 얻고 있는지 보여줍니다. 하지만 더 큰 기회는 브랜드가 완전히 빠져 있는 주제에 있을 수 있습니다. 비교, 도입, 보안, 카테고리 리스크 질문에서 제품이 전혀 인용되지 않는다면, 그것은 대시보드 문제가 아니라 콘텐츠 전략 문제입니다.
네 번째 실수는 스크린샷을 증거처럼 과하게 쓰는 것입니다. 스크린샷은 답변 문구를 확인하는 정성 리뷰에는 여전히 유용합니다. 하지만 1차 추세 데이터가 없는 스크린샷은 약한 증거입니다. 한 시점의 답변 하나를 캡처할 뿐, 지속적인 가시성 패턴을 보여주지는 않습니다.
Auspia의 관점
2026년에 성숙한 GEO 프로그램은 콘텐츠 캠페인보다 데이터 운영에 더 가까워질 것입니다.
그 안에는 프롬프트 라이브러리, 1차 데이터 대시보드, 주제 커버리지 맵, 페이지 수정 큐, 리뷰 주기가 있습니다. 팀은 Bing의 인용 단위 신호와 Google의 생성형 AI 노출 데이터를 연결한 뒤, 수동 답변 점검으로 표시 품질을 확인합니다.
Auspia의 실무 원칙은 이렇습니다. “AI가 우리를 언급했는가?”만 묻지 마세요. “의사결정 여정의 어느 부분에서 AI가 우리를 신뢰했고, 어느 부분에서 우리를 무시했는가?”라고 물어야 합니다.
이 질문은 더 좋은 작업으로 이어집니다. 브랜드 사실을 명확히 하고, 유용한 지원 페이지를 발행하고, 모호한 주장을 줄이고, 증거를 제시하며, 실제 구매자가 질문하는 방식에 맞는 주제 클러스터를 만들게 합니다.
빠르게 시작하려면 AI Search Visibility Checker 로 가시성을 점검한 뒤, Bing Webmaster Tools와 Search Console 데이터가 준비되면 비교해 보세요. 이 도구가 1차 보고서를 대체하지는 않지만, 지속적으로 추적할 만한 프롬프트와 브랜드 답변 공백을 찾는 데 도움이 됩니다.
7일 실행 계획
| 일자 | 실행 항목 | 산출물 |
|---|---|---|
| 1일차 | Bing과 Google에서 사용 가능한 AI 검색 데이터를 내보낸다 | 기준선 스프레드시트 |
| 2일차 | AI 기능에 이미 표시된 페이지를 목록화한다 | 인용 페이지 목록 |
| 3일차 | grounding query와 표시 페이지를 주제로 묶는다 | 주제 맵 |
| 4일차 | 주제를 구매자 여정과 대조한다 | 공백 목록 |
| 5일차 | 수정할 5개 페이지를 고른다 | 수정 큐 |
| 6일차 | 답변 블록, 증거, 표, 지원 링크를 추가한다 | 업데이트된 페이지 |
| 7일차 | 주간 리뷰 주기를 정한다 | GEO 측정 루프 |
첫 사이클은 단순해도 됩니다. 목표는 일주일 만에 큰 성과를 증명하는 것이 아닙니다. 추측을 멈추는 것입니다.
FAQ
Google과 Bing은 AI 검색 블랙박스를 완전히 열었나요?
아니요. 중요한 1차 보고 계층을 열었지만, 모든 순위, 검색, 클릭, 답변 생성 요인을 공개한 것은 아닙니다. 현재 Bing은 더 깊은 인용 문맥을 제공하고, Google의 첫 생성형 AI 보고서는 노출수, 페이지, 지역, 기기, 시간에 초점을 둡니다.
이제 GEO를 측정할 수 있나요?
네. 하지만 완벽하지는 않습니다. 팀은 1차 AI 가시성 데이터, 인용 신호, 페이지 단위 보고서, 프롬프트 점검, 콘텐츠 감사를 조합할 수 있습니다. 일회성 스크린샷에 의존하는 것보다 훨씬 낫지만, 지표는 신중하게 해석해야 합니다.
기존 SEO 순위 추적은 중단해야 하나요?
아니요. 크롤링 가능성, 권위성, 콘텐츠 품질, 사용자 수요는 AI 검색 가시성에도 영향을 주기 때문에 기존 SEO는 여전히 중요합니다. 달라진 점은 순위 추적만으로는 부족하다는 것입니다. AI 시스템이 콘텐츠를 검색하고, 인용하고, 요약하는지도 알아야 합니다.
처음 추적할 지표는 무엇인가요?
인용된 페이지와 생성형 AI 노출수부터 시작하세요. 이후 가능한 범위에서 주제 커버리지, grounding query 문맥, citation share를 추가합니다. 아무도 쓰지 않는 복잡한 모델보다 단순한 주간 대시보드가 더 유용합니다.
어디부터 수정해야 하나요?
먼저 이미 유용한 상태에 가까운 페이지를 수정하세요. 인용은 되지만 증거가 얇은 페이지, 구매자 질문에 답하지 못하는 중요한 제품 페이지, 경쟁사는 등장하지만 우리 브랜드는 빠져 있는 주제 공백입니다. 이런 수정은 새 페이지를 처음부터 만드는 것보다 더 많은 학습을 줍니다.
출처
- Bing: Introducing AI Performance in Bing Webmaster Tools Public Preview
- Bing: New AI Visibility Insights in Bing Webmaster Tools
- Google Search Central: Introducing Search Generative AI performance reports in Search Console
- Google: I/O 2026 Search updates
- Google: I/O 2026 keynote summary from Sundar Pichai
작성자: Ethan Marlowe, Auspia의 GEO Measurement Lead Across 500+ Prompts. Ethan은 프롬프트 추적, 인용 보고서, 가시성 대시보드, 성장팀이 실행할 수 있는 AI 검색 측정에 대해 씁니다.
