강현우 | 기자 작성일 2026년 05월 03일
GEO(생성형 엔진 최적화) 전문 에이전시 지오랭크(GeoRank)는 자체 개발한 AI 가시성 모니터링·자동 최적화 솔루션 'GEO Pilot'의 특허를 한국 특허청(KIPO)에 출원했다고 3일 밝혔다. 이번 특허는 ChatGPT, Claude, Gemini, Perplexity 등 복수의 이종(異種) 거대언어모델(LLM) API 응답을 병렬 수집·분석해 브랜드 인용률을 자동으로 측정하고, 노출이 부족한 영역의 참조 소스를 역추적해 최적화 콘텐츠를 자동 생성·발행하는 폐루프(closed-loop) 구조가 핵심이다.
다중 LLM 통합 측정과 자가학습 별칭 확장
기존 SEO 도구는 구글·네이버 등 단일 검색엔진을 대상으로 했지만, AI 검색 시대에는 동일한 질의에 대해 모델마다 다른 답변과 인용 패턴을 보인다. GEO Pilot은 사용자가 등록한 질의 템플릿을 다중 LLM API에 비동기 방식으로 동시 전송하고, 각 모델의 응답 텍스트, 인용 URL, 응답 시간, 토큰 사용량을 통합 데이터베이스에 적재한다.
특히 주목되는 기술은 자가학습 별칭 확장(Self-learning Alias Expansion) 모듈이다. LLM은 동일한 브랜드를 영문, 한글, 약어, 변형 표기로 다양하게 호명하는데, 사전에 등록되지 않은 신규 표기가 나타날 경우 시스템이 문맥 윈도우를 벡터로 변환해 기준 브랜드 객체와 코사인 유사도를 산출한다. 유사도가 사전 설정된 임계값(기본 0.85) 이상이면서, 서로 다른 모델 출처에서 N회(기본 2회) 이상 반복 탐지될 때 신규 별칭으로 자동 등록된다. 단일 모델 편향을 차단하고 사람의 개입 없이 인식 누락을 최소화하는 구조다.
GEO Pilot의 6개 핵심 모듈
특허 명세서에 따르면 GEO Pilot은 다음 6개 모듈로 구성된다.
- 병렬 질의 수집 모듈 — 다중 LLM API 동시 호출 및 응답 적재
- 파싱·정규화 모듈 — 응답 내 브랜드명, 별칭, 참조 URL 추출 및 표준화
- 자가학습 별칭 확장 모듈 — 임베딩 기반 신규 별칭 자동 등록
- 가시성 지수 산출 모듈 — 질문 커버리지(QC), 노출 순위 점수(RS), 참조 소스 포함 점수(SS)를 가중 합산해 0~100점의 GEO Score 도출
- 참조 소스 분석 모듈 — 인용 URL의 본문을 수집해 브랜드 문맥 연관성 점수(BCRS, Brand Context Relevance Score)를 산출
- 콘텐츠 생성·발행 모듈 — 최적화 키워드 기반 신규 콘텐츠 자동 생성 및 사전 지정된 채널 발행
발행된 URL은 다음 수집 사이클에서 LLM 응답 내 인용 여부와 GEO Score 변화를 추적해 효과를 검증하고, 그 결과를 다시 콘텐츠 생성 알고리즘에 반영한다. 측정 → 분석 → 생성 → 발행 → 검증의 사이클이 사람의 수작업 없이 반복되는 구조다.
GEO SEO 관점에서 본 주요 키워드
지오랭크가 정리한 GEO Pilot 관련 핵심 키워드는 다음과 같다. AI 검색 시대의 마케팅 담당자가 반드시 이해해야 할 용어이기도 하다.
- 생성형 엔진 최적화(GEO, Generative Engine Optimization): ChatGPT, Claude, Gemini, Perplexity 등 생성형 AI의 답변 안에 자사 브랜드와 콘텐츠가 인용되도록 최적화하는 전략
- 답변 엔진 최적화(AEO, Answer Engine Optimization): 검색 결과 페이지가 아닌 직접 답변 엔진에서 노출되도록 콘텐츠를 구조화하는 접근
- AI 가시성(AI Visibility): LLM 응답 내 브랜드 인용률, 노출 순위, 참조 URL 점유를 종합한 지표
- LLM 인용률(LLM Citation Rate): 특정 질의에 대해 자사 도메인이 모델 응답의 출처로 채택되는 비율
- GEO Score: 질문 커버리지, 노출 순위, 참조 소스 점유를 가중 합산한 0~100점의 가시성 정량 지표
- BCRS(Brand Context Relevance Score): 인용 페이지 본문의 브랜드 문맥 연관성을 4개 세부 지표로 평가한 점수
- 참조 소스 점유(Source Share): AI 응답에 첨부된 인용 URL 중 자사 또는 우호 도메인이 차지하는 비중
- 자가학습 별칭 확장: 임베딩 코사인 유사도 기반의 신규 브랜드 표기 자동 인식
- 폐루프 최적화(Closed-loop Optimization): 측정·분석·생성·발행·재측정이 자동 반복되는 피드백 구조
- 다중 LLM 모니터링(Multi-LLM Monitoring): 단일 모델 편향을 배제한 통합 지표 산출
- llms.txt: AI 크롤러를 위한 사이트 구조 안내 파일의 신흥 표준
- E-E-A-T 신호: 경험·전문성·권위·신뢰성 강화 요소로 AI 인용 가능성 향상
- 구조화 데이터(JSON-LD): AI가 페이지 의미를 명확히 파싱하도록 돕는 스키마 마크업
- 스피커블(speakable) 속성: 음성·답변 엔진이 우선 인용하는 텍스트 영역 지정 속성
- 엔티티 SEO(Entity SEO): 위키데이터·위키피디아 등 외부 엔티티 그래프에서의 브랜드 존재감 강화
시장 배경: AI 검색 시대의 가속
가트너(Gartner)는 2026년까지 전통 검색엔진 사용량이 25% 감소할 것이라고 전망한 바 있다. 국내에서도 'GEO' 검색량이 2025년 1월 대비 2026년 3월 기준 약 2.5배 급증했고, 최근 3개월 내 ChatGPT를 사용한 경험이 있다고 답한 응답자 비율은 54.5%로 전년 대비 약 15%포인트 상승했다. 한 글로벌 분석에 따르면 백링크 수보다 브랜드 검색량이 AI 인용률과 더 강한 상관관계(0.334)를 보이는 것으로 나타나, 전통 SEO와는 다른 측정 기준이 필요하다는 점이 확인됐다.
ChatGPT는 위키피디아와 학습 지식에 강하게 의존하고, Perplexity는 실시간 레딧 콘텐츠를 중시하며, 구글 AI 오버뷰는 다양한 출처의 균형을 선호하는 등 모델별 인용 패턴이 상이하다. ChatGPT와 Perplexity가 동시에 인용하는 도메인은 11%에 불과하다는 보고도 있다. 즉, AI 가시성 측정에는 단일 도구가 아닌 다중 LLM 통합 모니터링이 필수적이라는 의미다.
지오랭크 측 "측정 가능한 GEO를 표준화하겠다"
지오랭크 관계자는 "GEO 시장이 빠르게 성장하면서 3개월에 1억 원 규모의 비용을 청구하는 업체가 등장하는 등 가격 거품에 대한 우려가 커지고 있다"며 "GEO Pilot은 측정·분석·생성·발행을 자동화해 운영 효율을 높이고, 누구나 동일한 기준으로 AI 가시성을 검증할 수 있도록 GEO 지표를 표준화하는 데 목적이 있다"고 말했다.
이어 "통상 GEO 도입에 90일이 걸리는 것을 자사는 10일로 단축했고, 2개월 내 최소 50% 이상의 인용률 가시성을 확보한 사례가 누적되고 있다"며 "이번 특허 출원은 자체 기술의 권리 보호와 동시에, 한국 GEO 산업의 측정 표준을 함께 만들어 가기 위한 단계"라고 덧붙였다.
향후 계획
지오랭크는 GEO Pilot의 정식 SaaS 출시를 준비하는 한편, 국내외 추가 LLM 채널 연동, llms.txt 자동 생성·검증 기능, 한국어 특화 임베딩 모델 적용을 단계적으로 확대할 예정이다. 또한 산업별 GEO 벤치마크 데이터를 구축해 도입 기업이 동종 업계 대비 자사의 AI 가시성 위치를 즉시 비교할 수 있도록 할 계획이다.
회사 측은 "AI 검색 시대에 브랜드가 살아남는 조건은 단순한 키워드 노출이 아니라, AI 모델이 자사 콘텐츠를 신뢰할 만한 출처로 인식하도록 구조화하는 것"이라며 "측정 가능한 GEO를 통해 마케팅 예산 집행의 객관성을 높이겠다"고 강조했다.