AI 검색 & GEO·AEO
(52개 항목)AI 검색 & GEO·AEO 관련 핵심 개념 및 실무 구현 가이드 모음입니다.
AI 검색이나 음성 비서가 직접 생성하는 단일 정답에 브랜드와 콘텐츠가 인용되도록 최적화하는 전략
- AI Mode(AI Mode)
기존 검색 목록 중심 UI에서 대화형 AI 답변 및 탐색 모드로 전환하여 동작하는 검색 엔진 모드
- AI Overviews(AI Overviews)
구글 검색 최상단에서 여러 웹 소스를 종합하여 생성형 AI가 직접 요약 답변과 출처 링크를 제공하는 기능
- AI Visibility(AI 가시성)
ChatGPT Claude Perplexity 등 다양한 생성형 AI 플랫폼 답변에서 브랜드가 노출되는 빈도와 비중
- AI Search(AI 검색)
단순 키워드 매칭을 넘어 LLM이 맥락을 이해하고 웹 검색 결과를 종합하여 자연어로 답하는 검색
- AI Search Optimization(AI 검색 최적화)
생성형 AI 검색 엔진이 웹사이트 콘텐츠를 쉽게 이해하고 신뢰할 수 있는 출처로 채택하게 하는 작업
- AI Referral Traffic(AI 리퍼럴 트래픽)
사용자가 AI 답변(ChatGPT Perplexity AI Overviews 등)에 포함된 출처 링크를 클릭해 유입되는 트래픽
- AI Slop(AI 슬롭)
사용자 가치 없이 조회수나 검색 노출만을 노려 AI로 무분별하게 대량 양산된 저품질 콘텐츠
- AI Agent(AI 에이전트)
주어진 목표를 달성하기 위해 자율적으로 웹 탐색 도구 호출 추론 결과 정리를 수행하는 지능형 AI
- AI Citation(AI 인용)
생성형 AI가 답변을 작성할 때 특정 문장의 사실적 근거로 활용하여 각주나 링크로 표기하는 출처
- AI Crawler(AI 크롤러)
생성형 AI 모델 학습 데이터 구축 및 실시간 웹 검색 답변 생성을 위해 웹을 수집하는 전용 로봇
- ChatGPT Search(ChatGPT search)
오픈AI가 ChatGPT 내에 웹 실시간 검색을 통합하여 최신 웹 정보와 출처 링크를 대화형으로 제공하는 기능
- Claude Web Search(Claude 웹 검색)
앤트로픽의 Claude 모델이 실시간 웹 검색 도구를 호출하여 최신 웹문서를 참조하고 답변하는 기능
- Gemini Deep Research(Gemini Deep Research)
구글 제미나이가 수백 개의 웹 소스를 다단계로 심층 크롤링하고 종합 분석해 전문 리포트를 생성하는 기능
검색엔진뿐만 아니라 AI 기반 생성 엔진의 답변에서 브랜드가 우선 인용되도록 설계하는 마케팅 전략
- Large Language Model(LLM)
방대한 텍스트 데이터를 사전 학습하여 인간과 유사하게 언어를 이해하고 생성하는 딥러닝 신경망 모델
다양한 LLM이 특정 브랜드와 제품을 긍정적이고 정확한 엔티티로 인식하도록 최적화하는 작업
- llms.txt Standard(llms.txt)
LLM 및 AI 에이전트가 웹사이트의 핵심 정보와 문서를 빠르고 간결하게 파악할 수 있도록 돕는 마크다운 규격
AI 모델이 사내 DB 문서 도구 등 다양한 외부 데이터 소스와 안전하고 표준화된 방식으로 상호작용하는 규격
- Perplexity AI(Perplexity)
웹 실시간 검색과 LLM을 결합하여 질문마다 명확한 웹 출처 각주를 달아 요약 답변을 제공하는 AI 검색 서비스
외부 문서 저장소나 웹에서 최신 자료를 검색한 후 이를 LLM 프롬프트에 주입해 정확한 답변을 생성하는 기법
인간의 선호도 평가를 바탕으로 보상 모델을 구축해 LLM의 출력을 인간 의도에 부합하도록 정렬하는 학습 방식
- Share of Model (SoM)(Share of Model)
특정 산업군 질문에서 AI 모델들이 경쟁사 대비 자사 브랜드를 추천하거나 언급하는 비율을 측정한 지표
- Grounding(그라운딩)
AI의 답변이 환각에 빠지지 않고 실제 검증된 웹문서나 데이터베이스 등 신뢰할 수 있는 사실 자료에 기반하도록 연결하는 과정
- Naver AI Briefing(네이버 AI 브리핑)
네이버 통합 검색 상단에서 질문에 맞추어 핵심 요약과 신뢰할 수 있는 출처를 제공하는 네이버의 AI 검색 서비스
- Answer Engine(답변 엔진)
단순한 웹문서 링크 나열을 넘어 사용자의 복합 질문에 직접 완성된 요약 답변을 제공하는 시스템
- Reranker(리랭커)
1차 검색된 후보 문서들의 의미적 연관성을 고도화된 교차 인코더 모델로 정밀 재평가해 순위를 재정렬하는 컴포넌트
- Multimodal Search(멀티모달 검색)
텍스트뿐만 아니라 이미지 음성 영상 등 다양한 형태의 입력을 동시에 이해하고 처리하는 검색 방식
- Vector Database(벡터 데이터베이스)
텍스트를 수치 벡터로 변환해 저장하고 의미적 유사도를 초고속 계산해 검색하는 전문 데이터베이스
- Brand Mention(브랜드 멘션)
웹상에서 하이퍼링크 여부와 관계없이 특정 브랜드명이나 제품명이 텍스트로 언급되는 현상
- Chain of Thought (CoT)(사고 사슬)
복잡한 문제를 해결할 때 중간 추론 단계를 차례대로 거치도록 유도해 LLM의 논리적 정확도를 높이는 프롬프팅 기법
- Agentic Search(에이전틱 검색)
AI가 검색 쿼리를 스스로 확장하고 다단계 탐색과 평가를 반복하며 심층 조사를 자율 수행하는 검색 방식
- Agentic Web(에이전틱 웹)
인간 사용자뿐만 아니라 AI 에이전트들이 웹을 자율적으로 탐색하고 데이터를 읽고 작업을 수행하는 웹 환경
- Entity(엔티티)
사람 장소 기업 사물 등 고유하고 명확하게 정의될 수 있는 독립적인 개념적 실체
- Voice Search(음성 검색)
스마트 스피커나 모바일 음성 비서를 통해 말로 질문하고 단일 답변으로 결과를 받는 검색 방식
- Embedding(임베딩)
단어나 문장 문서의 의미를 다차원 수치 벡터 공간의 좌표로 변환해 유사도를 계산할 수 있게 만드는 기술
- Zero-click Search(제로클릭 검색)
사용자가 SERP의 요약 답변이나 지식 패널을 보고 만족하여 외부 웹사이트를 클릭하지 않고 검색을 끝내는 현상
- Knowledge Graph(지식 그래프)
세상의 수많은 엔티티와 그들 간의 상호 관계를 노드와 엣지의 네트워크 형태로 체계화한 지식 데이터베이스
- Knowledge Cutoff(지식 컷오프)
사전 학습된 언어 모델이 학습 데이터를 수집하고 학습을 완료한 기준 시점
- Chunking(청킹)
RAG 구축 시 방대한 원본 문서를 검색과 임베딩에 최적화된 적절한 크기의 의미 단위 조각으로 분할하는 전처리
- Context Engineering(컨텍스트 엔지니어링)
AI 모델이 작업할 때 참조할 지침 대화 이력 검색 문서 도구를 선별하고 불필요한 정보를 제거해 최적의 입력을 설계하는 종합 실무
- Context Window(컨텍스트 윈도우)
언어 모델이 한 번의 요청과 응답 처리 과정에서 동시에 기억하고 처리할 수 있는 최대 토큰 허용 한도
- Query Rewriting(쿼리 재작성)
사용자의 모호하거나 대화체인 질문을 검색기가 더 정확한 결과를 찾을 수 있도록 명확한 검색어로 변환하는 작업
- Query Fan-out(쿼리 팬아웃)
하나의 복합적인 질문을 여러 개의 세부 하위 질의로 나누어 병렬 검색한 뒤 종합 답변을 도출하는 기법
- Token(토큰)
AI 모델이 텍스트를 처리할 때 사용하는 최소 언어 단위(단어 글자 서브워드 조각)
- Fine-tuning(파인튜닝)
이미 사전 학습된 기본 모델에 특정 도메인 데이터셋을 추가 학습시켜 가중치를 미세 조정하는 작업
- Prompt(프롬프트)
AI 언어 모델에게 원하는 답변이나 작업 수행을 이끌어내기 위해 입력하는 명령문 맥락 텍스트
- Prompt Engineering(프롬프트 엔지니어링)
AI 모델로부터 최선의 결과를 도출하기 위해 지시문의 문구 구성 예시(Few-shot) 등을 정교하게 설계하는 기법
- Prompt Injection(프롬프트 인젝션)
악의적인 입력을 통해 AI 시스템의 원래 지시사항이나 안전 제약을 무력화하고 비정상 동작을 유도하는 공격
- Hybrid Search(하이브리드 검색)
키워드 기반의 전통적 어휘 검색(BM25)과 의미적 유사도 기반의 벡터 검색을 결합한 방식
- Hallucination(할루시네이션)
AI 언어 모델이 사실이 아닌 거짓 정보나 출처를 마치 사실인 것처럼 그럴듯하게 지어내는 환각 현상
- Function Calling(함수 호출)
LLM이 질문을 분석해 외부 API나 함수를 호출해야 함을 판단하고 필요한 인자를 JSON으로 출력하는 기능