AI 검색 최적화도 결국 장비빨이 아니라 콘텐츠더라고요

운동 시작할 때 장비부터 풀세팅하는 사람들 있잖아요. 축구로 치면 축구화에 신가드에 양말에 테이핑까지. 근데 진짜 잘 차는 사람들 보면 의외로 장비가 단출해요. 낡은 축구화 두 짝 들고 나타나서 게임을 씹어먹죠. 장비가 실력을 만들어주는 게 아니란 걸 아니까요.

요즘 GEO니 AEO니 하는 AI 검색 최적화에도 이 장비병이 좀 보이는 것 같아요. 메타 태그 정리하고, 구조화 데이터 넣고, llms.txt 만들고, 콘텐츠를 질문답변 형식으로 쪼개고, 스키마 마크업 붙이고. 이런 거 다 해놓으면 대시보드에 초록불 들어오면서 뭔가 다 한 것 같은 기분이 들죠.

근데 그게 성과를 만들어주진 않더라고요

구글도 공식 가이드에서 AI 검색 최적화에 무슨 비법 같은 건 없다고 이미 정리해놨어요. llms.txt 따로 만들 필요도, 콘텐츠 잘게 쪼갤 필요도 없다고요. 우리가 그렇게 열심히 챙기던 그 장비들이 사실 결정타가 아니었다는 거죠.

본질은 결국 콘텐츠예요. 누군가 진짜 궁금해하는 질문에, 남들 다 하는 뻔한 답이 아니라 내가 직접 겪어봐서 나만 할 수 있는 답을 주는 거요. AI는 어디서나 볼 수 있는 요약글엔 반응 안 하고, 이 사람이 직접 해봤고 결과가 이랬다는 맥락이 담긴 글을 찾아냅니다. 실제로 스키마 하나 안 붙였는데도 계속 인용되는 글들이 많아요.

기술적 조치가 무의미하다는 얘기는 아니에요. 다만 순서가 중요한 거죠. 질문에 제대로 답하려다 보면 구조는 알아서 잡히고, 맥락을 친절히 풀다 보면 로봇도 읽기 좋아져요. 본질을 좇으면 기술은 결과로 딸려옵니다. 게다가 기술은 수명이 짧아서 모델 한 세대 넘어가면 어제 밤새 세팅한 게 무용지물 되는 일이 흔하잖아요. 반면 경험으로 빚은 콘텐츠는 오래 남고요.

그러니 마크업이나 llms.txt 같은 건 한끗 차이를 만들어주는 옵션 정도로 보면 될 것 같아요. 그게 전부가 될 순 없어요. 다들 GEO 어떻게 보고 계신지 궁금하네요.