NO
HYPE
INSIGHT
No Hype Insight

GLOSSARY

GEO·AEO 용어집

AI 검색 최적화는 용어부터 혼란스럽습니다. 이 용어집은 AEO, GEO, LLMO, RAG, Schema.org, llms.txt, 네이버 CUE까지 실무자가 바로 이해해야 할 핵심 개념을 정의합니다.

용어 목록

AEO (Answer Engine Optimization)

답변 엔진 최적화 - ChatGPT, Claude, Perplexity 같은 답변 엔진이 사용자 질문에 답할 때 특정 웹페이지를 출처로 인용하도록 구조와 콘텐츠를 정리하는 방법입니다. 예시는 FAQPage schema와 첫 단락 직접 답변 구조입니다.

권위 출처: https://developers.google.com/search/docs/appearance/structured-data/faqpage

GEO (Generative Engine Optimization)

생성형 엔진 최적화 - 생성형 AI가 답변, 비교, 요약, 추천을 만들 때 브랜드와 웹사이트를 이해하고 언급할 수 있도록 엔티티와 근거 콘텐츠를 축적하는 전략입니다. Princeton GEO 연구가 대표적 출발점입니다.

권위 출처: https://arxiv.org/abs/2311.09735

LLMO (Large Language Model Optimization)

대형 언어 모델 최적화 - LLM이 웹 콘텐츠를 읽고 요약하기 쉽게 사이트 구조, 문장, 스키마, 파일 정책을 정리하는 실무 범주입니다. AEO와 GEO를 포괄하는 표현으로 쓰입니다.

권위 출처: https://openai.com/gptbot

RAG (Retrieval-Augmented Generation)

검색 보강 생성 - AI가 답변을 생성하기 전에 외부 문서나 웹 검색 결과를 검색해 근거로 사용하는 방식입니다. 사이트가 검색되고 인용되려면 크롤러 접근성과 출처 명확성이 중요합니다.

권위 출처: https://www.anthropic.com/news/contextual-retrieval

E-E-A-T

경험·전문성·권위·신뢰 - Experience, Expertise, Authoritativeness, Trustworthiness의 약자입니다. 저자 정보, 회사 정보, 출처, 연락처, 법적 페이지는 AI와 검색 엔진이 신뢰를 판단하는 핵심 신호입니다.

권위 출처: https://developers.google.com/search/docs/fundamentals/creating-helpful-content

Schema.org

구조화 데이터 어휘 - 검색 엔진과 AI가 페이지의 의미를 이해하도록 돕는 공통 어휘입니다. Organization, Person, Article, FAQPage 같은 타입을 통해 엔티티와 관계를 명확히 표현합니다.

권위 출처: https://schema.org/

JSON-LD

자바스크립트 객체 표기 구조화 데이터 - Schema.org를 HTML 안에 script 형태로 넣는 권장 방식입니다. 페이지 콘텐츠와 별도로 엔티티 정보를 명확하게 제공할 수 있어 GEO·AEO에서 자주 사용됩니다.

권위 출처: https://json-ld.org/

FAQPage Schema

질문답변 구조화 데이터 - 질문과 답변을 구조화해 AI가 직접 답변 단위로 이해할 수 있게 하는 schema입니다. 사용자의 실제 질문에 짧고 정확히 답하는 콘텐츠와 함께 쓰일 때 효과가 큽니다.

권위 출처: https://developers.google.com/search/docs/appearance/structured-data/faqpage

HowTo Schema

방법 안내 구조화 데이터 - 단계별 작업 절차를 구조화하는 schema입니다. 튜토리얼, 설치법, 설정법처럼 순서가 중요한 콘텐츠에서 AI가 절차를 추출하기 쉽게 만듭니다.

권위 출처: https://developers.google.com/search/docs/appearance/structured-data/how-to

Speakable Schema

음성 답변 후보 구조 - 음성 비서나 답변 시스템이 읽기 좋은 영역을 지정하기 위한 구조입니다. 모든 환경에서 동일하게 쓰이지는 않지만, 짧은 요약과 직접 답변 구조를 강화하는 신호가 됩니다.

권위 출처: https://schema.org/SpeakableSpecification

llms.txt

AI 크롤러 안내 파일 - AI 시스템과 LLM이 사이트의 핵심 정보를 빠르게 파악하도록 돕는 텍스트 파일입니다. 표준화는 진행 중이지만, 사이트 목적과 핵심 문서를 명시하는 실무 신호로 활용됩니다.

권위 출처: https://llmstxt.org/

robots.txt

크롤러 접근 정책 - 검색 엔진과 AI 봇이 어떤 경로를 크롤링할 수 있는지 안내하는 파일입니다. GPTBot, ClaudeBot, PerplexityBot 같은 AI 봇 접근 정책은 AEO의 출발점입니다.

권위 출처: https://developers.google.com/search/docs/crawling-indexing/robots/intro

Crawlability

크롤러 접근성 - 봇이 페이지를 발견하고 접근하고 읽을 수 있는 정도입니다. sitemap.xml, robots.txt, HTTP 상태 코드, 내부 링크, 정적 HTML 본문 노출이 모두 관련됩니다.

권위 출처: https://developers.google.com/search/docs/fundamentals/seo-starter-guide

Citation

인용 - AI 답변이나 검색 결과가 특정 웹페이지를 근거로 표시하는 행위입니다. 명확한 출처, 통계, 정의, 인용문, 저자 정보가 있을수록 citation 후보가 되기 쉽습니다.

권위 출처: https://arxiv.org/abs/2311.09735

Featured Snippet

추천 스니펫 - 검색 결과 상단에 짧은 답변으로 노출되는 영역입니다. AI Overview와 답변 엔진 최적화는 추천 스니펫의 직접 답변 구조와 많은 원리를 공유합니다.

권위 출처: https://developers.google.com/search/docs/appearance/featured-snippets

AI Overview

구글 AI 요약 - Google 검색 결과에서 AI가 여러 출처를 바탕으로 요약 답변을 제공하는 기능입니다. 명확한 구조와 신뢰할 수 있는 근거 페이지가 인용 가능성을 높입니다.

권위 출처: https://blog.google/products/search/generative-ai-search/

SGE (Search Generative Experience)

생성형 검색 경험 - Google이 AI Overview로 발전시키기 전 실험한 생성형 검색 경험의 이름입니다. 검색 결과가 링크 목록에서 답변 중심으로 이동했다는 변화를 보여줍니다.

권위 출처: https://blog.google/products/search/generative-ai-search/

네이버 CUE

네이버 AI 검색 - 네이버의 AI 답변형 검색 경험입니다. 한국 사이트는 네이버 생태계, 한글 NLP, 네이버 웹마스터 신호를 함께 고려해야 합니다.

권위 출처: https://searchadvisor.naver.com/

ChatGPT Search

ChatGPT 검색 - ChatGPT가 웹 검색을 통해 최신 정보를 답변에 반영하는 기능입니다. GPTBot 접근성, Bing 기반 검색 노출, 명확한 출처 콘텐츠가 중요합니다.

권위 출처: https://openai.com/searchgpt/

Perplexity AI

출처 기반 AI 검색 - 답변마다 출처를 적극적으로 제시하는 AI 검색 서비스입니다. 빠른 페이지, 명확한 제목 구조, 최신성, 출처 신뢰도가 중요합니다.

권위 출처: https://www.perplexity.ai/

Knowledge Graph

지식 그래프 - 사람, 회사, 제품, 개념 같은 엔티티와 관계를 그래프 형태로 연결한 지식 구조입니다. Organization과 Person schema는 지식 그래프 이해를 돕습니다.

권위 출처: https://developers.google.com/search/docs/appearance/structured-data/intro-structured-data

Entity Optimization

엔티티 최적화 - 브랜드, 사람, 제품, 서비스가 AI에게 일관된 이름과 설명, URL, sameAs 관계로 인식되도록 정리하는 작업입니다. 중복되거나 모호한 표기는 인용 가능성을 낮춥니다.

권위 출처: https://schema.org/sameAs

TLDR (Too Long Didn't Read)

요약 박스 - 긴 글의 핵심을 상단에서 짧게 요약하는 구조입니다. AI가 페이지의 결론을 빠르게 파악하게 만들고, 사용자의 이탈도 줄입니다.

권위 출처: https://www.nngroup.com/articles/how-users-read-on-the-web/

Princeton GEO 5대 Triggers

프린스턴 GEO 인용 유발 요소 - 통계, 인용, 출처, 전문 용어, 명확한 문체처럼 생성형 엔진 답변에서 가시성을 높이는 요소를 말합니다. 콘텐츠는 주장보다 근거 구조를 갖춰야 합니다.

권위 출처: https://arxiv.org/abs/2311.09735

Site Mode

Single Page vs Multi Page - 진단 대상이 단일 페이지인지 다중 페이지인지 구분하는 방식입니다. Article, Breadcrumb, 다중 페이지 가용성처럼 단일 페이지에 부적합한 항목은 N/A로 분모에서 제외해야 공정합니다.

권위 출처: https://insight.nohypesage.com/