‘국내 GEO 전문가’는 무엇을 더 알아야 하나 — 영어 공략법을 옮기면 비는 다섯 자리

이 질문에 명단으로 답하지 않는 이유

‘국내 GEO 전문가 추천해 줘’라고 묻는 사람은 대개 이름 몇 개를 원합니다. 그런데 2026년 10월 15일 ChatGPT에 ‘AI 상위노출 전문가 알려줘’를 임시 채팅으로 한 번 물었을 때, ChatGPT는 해외 개인 전문가 5명과 국내 업체 몇 곳·개인 1명을 든 뒤 “국내는 대표 전문가가 합의된 단계가 아니다”라는 취지로 답했습니다. 한 번의 관측이라 일반화할 수는 없습니다. 관측 조건은 AI는 AI 전문가를 어떻게 고르나에 있습니다.

그래서 이 글은 명단 대신 ‘국내’라는 말이 무엇을 요구하는지를 정리합니다. 사람을 고르는 일반 기준은 AI 검색 최적화 전문가를 고르는 7가지 기준에, AI가 전문가를 어떤 근거로 고르는지는 위 글에 있습니다. 여기서는 그 위에 한국 환경 때문에 더 확인해야 할 다섯 자리만 다룹니다.

첫째 자리 — 연구는 대부분 영어로 쟀다

GEO를 처음 제안한 원 논문(Aggarwal 외, KDD 2024)은 여러 분야의 질문을 모은 GEO-bench로 실험했고, 초록에 이렇게 적었습니다.

“GEO can boost visibility by up to 40%”

이 40%는 구글 상위 결과를 이미 넣어 준 상태에서 영어 질의로 잰 값입니다. 실험 조건과 한계는 GEO 원 논문 깊이 읽기에, 연구 12편의 언어 분포는 GEO 논문 정리에 있습니다. 거기서 정리했듯이 한국어·네이버를 대상으로 한 공개 GEO 연구는 찾지 못했습니다.

그렇다면 언어가 실제로 결과를 바꾸는가. 한국어를 포함한 다국어 연구가 하나 있습니다. Ki 외(2025년 9월 arXiv 공개, ICML 2026 Spotlight)는 아랍어·벵골어·스페인어·프랑스어·한국어·러시아어·스와힐리어·중국어 8개 언어와 공개 모델 6개로, 문서의 관련성은 같게 두고 언어만 바꿨을 때 모델이 어느 문서를 인용하는지 쟀습니다.

“models preferentially cite English sources when queries are in English”

“models tend to favor citing documents in the same language as the query, even when that language is not English.”

영어로 물으면 영어 문서를, 다른 언어로 물으면 그 언어의 문서를 더 인용하는 경향이 있었다는 뜻입니다. 한국어로 묻는 손님을 상대한다면 한국어로 쓴 원문 페이지가 있어야 한다는 쪽에 무게를 싣는 결과입니다.

조건을 꼭 같이 봐야 합니다. 이 연구는 질문 270개(ELI5) 중심의 통제 실험이고, 다른 언어 문서는 영어 문서를 기계 번역해 만들었으며, 저자들도 “uses a controlled setup with several simplifying assumptions”라고 적었습니다. LLaMA·Qwen·Gemma·Aya 같은 공개 모델이라 ChatGPT나 네이버 AI 브리핑에서도 같은지는 보여 주지 않습니다.

다르게 해석하는 연구도 있습니다. Park 외(ACL 2026 Findings)는 다국어 RAG가 영어를 선호한다는 기존 측정이 평가 데이터의 구조 때문에 왜곡됐다고 봤습니다.

“the previously reported English preference is largely a byproduct of evidence distribution”

이 연구는 대신 검색기(retriever)가 질문과 같은 언어의 문서를 고르는 쪽으로 기운다고 보고했습니다. 정리하면, ‘영어 선호’가 얼마나 되는지는 연구자 사이에서도 정리되지 않았고, 질문과 같은 언어의 문서가 유리할 수 있다는 결과는 두 연구 모두에서 다른 방식으로 나왔습니다. 둘 다 ChatGPT나 네이버를 직접 잰 것은 아닙니다. 그래서 국내 GEO를 한다는 사람이라면 영어 연구의 숫자를 한국 사이트에 그대로 약속하지 않고, 한국어 질문으로 직접 잰 기록을 보여 줘야 합니다.

둘째 자리 — 네이버는 따로 재야 한다

한국 사용자는 ChatGPT만 쓰지 않습니다. 네이버는 2025년 3월 24일 보도자료에서 AI 브리핑을 그달 27일 출시한다고 알리며, 블로그·카페·클립 같은 네이버 자체 콘텐츠를 폭넓게 쓴다고 밝혔습니다. 문서를 모으는 로봇도 다릅니다. 네이버 서치어드바이저의 robots.txt 안내는 Yeti를 “네이버 검색 서비스용 검색로봇”으로 부르며 규칙 예시를 Yeti 기준으로 듭니다. 쓰는 봇도, 밝힌 재료도 ChatGPT와 다르니 ChatGPT에서 잰 결과로 네이버를 짐작하기는 어렵습니다. AI 브리핑의 공식 발표와 실제 출처 35개를 나눠 본 결과는 네이버 AI 브리핑 글에 있으므로 여기서 반복하지 않습니다.

통념도 확인해야 합니다. ‘네이버는 블로그가 다 가져간다’는 말이 흔하지만, 2026년 7월 29일 전국 17개 시도 × 지역 업체 질의 2종의 네이버 웹문서 상위 340건을 직접 분류했을 때 블로그·카페는 101건(29.7%), 자체 도메인 사이트는 239건(70.3%)이었습니다(네이버 지역 검색 웹문서 340건). 한 번 잰 값이고 웹문서 영역만 센 것이라 업종이 바뀌면 다를 수 있지만, ‘블로그만 쓰면 된다’는 처방에는 근거가 약하다는 정도는 말할 수 있습니다.

셋째 자리 — 네이버 블로그는 ChatGPT에 닿기 어렵다

영어권 가이드에는 없는 한국 문제입니다. blog.naver.com의 robots.txt는 AI 학습과 검색 결합 답변(RAG) 목적의 봇 접근을 금지한다고 적고, ChatGPT 검색봇(OAI-SearchBot)을 비롯해 PerplexityBot·Claude-SearchBot 등을 막고 있습니다. 문장 원문과 플랫폼 16곳 비교는 프로필을 어디에 올려야 AI가 읽나와 네이버 AI 브리핑 글에 있고, 이 글을 쓰며 2026년 10월 18일 다시 받아 봤을 때도 그대로였습니다.

그래서 국내 GEO의 기본 설계는 같은 사실을 두 곳에 두는 것입니다. 네이버 블로그는 네이버용으로 쓰고, 같은 내용을 AI 검색봇이 읽을 수 있는 자기 홈페이지나 다른 플랫폼에도 둡니다. 상담하는 상대가 이 차단을 모른 채 ‘블로그 포스팅 몇 건으로 ChatGPT 노출’을 말한다면 다시 물어볼 일입니다.

넷째 자리 — 다음과 장소 정보

다음(Daum). 카카오는 2020년 8월 4일 ‘Daum 웹마스터 도구 Beta’를 열면서 검색최적화·정보분석·문서분석·수집요청 등의 기능을 소개했습니다. 수집요청은 다음 검색 크롤러가 방문해 수집하기를 원하는 사이트 주소를 운영자가 직접 제시하는 기능입니다. 2020년 발표 기준이라 지금 화면 구성은 다를 수 있습니다. 국내 검색을 본다면 구글·Bing·네이버와 함께 확인할 곳입니다. 제가 1965원조제일돌곱창 상무점 홈페이지를 공개한 다음 날(2026-10-01) 잰 기준값도 네이버와 다음을 함께 봤고, 그때는 두 곳 모두 5개 검색어와 site: 검색에서 0건이었습니다(사례).

장소 정보. 같은 네이버 보도자료는 “플레이스형 AI 브리핑은 사용자가 로컬과 관련된 정보를 흥미있고 깊이있게 탐색할 수 있도록 돕는다”라고 적었지만, 시작 지역은 오사카·교토 같은 일본이었습니다. 국내 가게에 언제 어떻게 적용되는지는 그 보도자료에 없습니다. 그래도 한국 가게의 영업시간·가격·주소가 적힌 곳으로는 네이버 플레이스를 빼놓을 수 없습니다. 제가 칸세이스시 상무본점 홈페이지를 만들 때는 가격·주소·영업시간을 네이버 플레이스 원문(2026-09-30 확인)과 대조했고, 플레이스에 정규 시간이 보이지 않은 월·토는 다른 요일 시간으로 채우고 요일표에 ‘전화 확인’을 붙였습니다. 요약 줄과 구조화 데이터에는 그 추정값이 그대로 들어가 있어, 사례 글에 한계로 적어 두었습니다(사례). 이름과 업종 표기를 곳곳에서 맞추는 법은 엔티티 이름 일관성에 있습니다.

다섯째 자리 — 업종 규칙이 문장을 바꾼다

‘후기를 넣어라’, ‘경쟁사와 비교표를 만들어라’ 같은 조언은 한국 의료기관에는 그대로 쓸 수 없습니다. 의료법 제56조는 인터넷을 포함한 방법으로 의료행위·의료기관·의료인에 대한 정보를 알리는 행위를 의료광고로 정의하고, 금지하는 광고로 이런 항목을 듭니다.

“환자에 관한 치료경험담 등 소비자로 하여금 치료 효과를 오인하게 할 우려가 있는 내용의 광고”

“다른 의료인등의 기능 또는 진료 방법과 비교하는 내용의 광고”도 같은 조항의 금지 항목입니다. 그래서 병원 페이지에서는 ‘AI가 인용하기 좋은 문장’과 ‘법이 허용하는 문장’이 겹치는 자리를 찾아야 합니다. 노블365의원 홈페이지에서는 금칙어 정규식 179개로 문장을 검사했고, ‘병원’ 대신 ‘의원’을 쓰고, 다른 의료기관 비교와 후기·별점 마크업을 넣지 않았습니다. 그 상태에서도 2026년 10월 11일 ChatGPT에 한 번씩 물은 질문 4개 모두에서 이 사이트가 출처로 인용됐습니다. 엔진 하나·하루 1회 관측입니다(사례). 질문에 답하는 문장을 의료광고 규정 안에서 쓰는 법은 손님은 AI에게 어떻게 묻나에 조문과 함께 정리했습니다.

상담할 때 물어볼 다섯 질문

위 다섯 자리를 상담 질문으로 바꾸면 이렇습니다. 일반 기준 7가지(고르는 기준)와 겹치지 않는, ‘국내’에만 해당하는 질문입니다.

결과를 받았을 때 어떻게 읽을지는 AI 노출을 직접 확인하는 법에, 얼마나 걸리는지는 AI 노출에 걸리는 시간에 있습니다.

이 글을 쓴 사람

광주광역시에서 AI 상위노출·AI 마케팅 일을 하는 유환호가 썼습니다. 지금까지 작업한 사이트 7곳(나비랑, 노블365의원, 트이다학원 남악점, 리뷰로거, 맛집노트 광주, 칸세이스시 상무본점, 1965원조제일돌곱창 상무점)은 모두 한국어 사이트이고, 위의 네이버·다음 기준값, 플레이스 대조, 의료광고 표현 검사는 그 작업에서 직접 한 것입니다.

같은 일을 하는 사람이 쓴 글이라는 이해관계가 있습니다. 그리고 2026년 10월 13~15일 ‘AI 상위노출 전문가’ 계열 질문을 ChatGPT와 Bing에 물었을 때 유환호와 hwano-ai.com은 답에 나오지 않았습니다(그가 만든 나비랑은 나왔습니다). 이 글은 그를 추천하는 근거가 아니라, 누구에게 맡기든 물어볼 질문의 목록으로 읽어 주세요.