"우리 동네 맛집 추천해줘"라고 네이버 AI, ChatGPT, 구글에 각각 물어보면 서로 다른 가게가 나옵니다. 겹치는 경우가 오히려 드뭅니다. 이유는 단순합니다. 엔진마다 답변의 근거로 삼는 출처가 완전히 다르기 때문입니다. 이 차이를 알면 "어디에 힘을 줄지"가 명확해집니다.
네이버 AI — 리뷰와 후기 블로그를 본다
네이버 AI는 네이버 플레이스 리뷰와 후기 블로그를 근거로 답변을 만듭니다. 리뷰 속의 구체적인 표현("친절하게 설명해줬다", "대기가 짧았다", "재방문 의사 있다")을 그대로 추천 근거로 인용합니다. 즉 네이버에서 인용받으려면 이런 신호가 중요합니다.
- 리뷰의 양(볼륨) — 리뷰가 충분히 쌓여 있는가
- 리뷰에 반복되는 일관된 속성어 — 같은 장점이 여러 리뷰에 반복되는가
- 리뷰의 최신성 — 최근에도 리뷰가 꾸준히 달리는가
- 플레이스 소식과 업체 정보가 채워져 있는가
ChatGPT·구글 AI — 홈페이지와 디렉토리를 본다
ChatGPT와 구글 AI는 업체 자체 웹사이트와 전문 디렉토리(업종별 정보 플랫폼)를 주로 인용합니다. 여기엔 결정적인 이유가 있습니다.
이 사실의 함의는 큽니다. 홈페이지가 부실하면 ChatGPT·구글 AI 답변에서는 거의 나올 수 없다는 뜻입니다. 반대로, 우리가 100% 통제할 수 있는 유일한 인용 표면이 바로 홈페이지라는 뜻이기도 합니다.
구글 AI — 정보성 질문엔 뜨고, 로컬 추천엔 잘 안 뜬다
구글 AI 개요는 "임플란트 비용은?", "필라테스 효과는?" 같은 정보성 질문에는 잘 나타납니다. 하지만 "○○동 치과 추천" 같은 지역 추천 질문에서는 AI 개요 대신 지도·플레이스가 답을 대신하는 경우가 많습니다. 그래서 구글에서는 정보성 콘텐츠로 접근하는 것이 유효합니다.
브랜드명은 100%, 카테고리는 0% — 진짜 싸움은 카테고리
한 가지 더 알아둘 패턴이 있습니다. AI에게 우리 가게 이름을 직접 물으면 거의 항상 정확히 압니다. 하지만 "○○ 추천"처럼 카테고리로 물으면 우리 가게가 잘 나오지 않습니다. 즉 진짜 경쟁은 카테고리 추천 질문에서 호명되는 것이고, 이것이 GEO의 핵심 목표입니다.
그래서 무엇을 준비해야 하나요?
엔진마다 출처가 다르니, 한쪽만 해서는 반쪽짜리입니다. 두 갈래를 모두 관리해야 합니다.
- 네이버 축: 플레이스 정보 완비 + 자발적 리뷰의 양·최신성·일관된 속성 관리
- 외부 AI 축: AI가 읽을 수 있는 홈페이지(텍스트 기반 HTML) + 질문형 정보 콘텐츠 + 구조화 데이터(스키마)
- 공통: 모든 채널의 기본정보(상호·주소·전화·영업시간)를 하나로 통일 — AI가 오정보를 안내하는 사고를 막는 가장 기본적인 작업