기억하는 AI, 검색하는 AI : LLM이 브랜드를 인용하는 두 가지 경로
ChatGPT, 퍼플렉시티, 구글 AI 오버뷰 같은 생성형 AI는 브랜드를 두 가지 경로로 불러옵니다. ‘기억’에서 꺼내는 방식과 그 자리에서 ‘검색’해 읽어 오는 방식입니다. 이 둘을 구분하는 것이 GEO(생성형 엔진 최적화)의 출발점입니다
“강남에서 모공 치료 잘하는 곳 추천해줘.” 같은 문장을 ChatGPT와 퍼플렉시티(Perplexity)에 각각 입력해 보면, 돌아오는 답의 결이 사뭇 다릅니다. 한쪽은 익히 알려진 브랜드 몇 곳을 망설임 없이 나열하고, 다른 한쪽은 방금 찾아본 듯한 최신 블로그와 공식 홈페이지를 근거로 제시합니다. 같은 질문, 같은 의도인데도 결과가 갈리는 셈입니다.
이 차이는 우연이 아닙니다. AI가 답을 ‘만들어 내는 방식’ 자체가 다르기 때문입니다. 그리고 이 방식의 차이를 이해하는 일은, 이제 막 열리기 시작한 GEO(생성형 엔진 최적화) 시대에 자사 브랜드가 어떻게 호명될지를 가르는 출발점이 됩니다. 오늘날의 생성형 AI는 브랜드를 크게 두 가지 경로로 불러옵니다. 하나는 학습된 ‘기억’에서 꺼내는 방식이고, 다른 하나는 질문을 받은 그 자리에서 ‘검색’해 읽어 오는 방식입니다. 이 글에서는 두 경로가 어떻게 다른지, 그리고 브랜드는 각각에 어떻게 대응해야 하는지를 차례로 살펴봅니다
검색에서 ‘답’으로 : AI 시대에 마케팅의 전제가 바뀌었습니다
두 경로를 이야기하기 전에 시장의 전제부터 짚을 필요가 있습니다. 과거의 검색은 비교적 단순했습니다. 사용자가 키워드를 넣으면 포털은 링크 열 개를 나열했고, 그중 무엇을 클릭할지는 사용자의 몫이었습니다. 브랜드의 과제도 명확했습니다. 검색 결과 첫 페이지, 가능하면 첫 줄에 오르는 것이었습니다. 검색 엔진 최적화, 곧 SEO가 마케팅의 중심에 놓였던 이유입니다.
생성형 AI는 이 구조를 바꿔 놓았습니다. 사용자는 이제 링크 묶음이 아니라 정리된 답 하나를 받습니다. 무엇을 추천받을지, 어떤 브랜드가 그 답에 등장할지를 사용자가 일일이 고르지 않습니다. AI가 대신 추려서 들려줍니다. 그 한 문단의 답 안에 자사 이름이 포함되느냐 아니냐가 새로운 승부처가 된 것입니다. 검색 결과에서의 ‘순위(ranking)’가 아니라, AI 응답에서의 ‘인용(citation)’이 평가의 기준으로 옮겨 갔다고 볼 수 있습니다. 생성형 엔진 최적화, 즉 GEO라는 개념이 등장한 배경입니다.
그렇다면 자연히 다음 질문이 따라옵니다. AI는 그 ‘답’을 대체 어떻게 만들어 낼까요. 바로 이 지점에서 길이 둘로 갈립니다. 어느 길을 주로 쓰는 AI냐에 따라, 같은 브랜드가 전혀 다른 빈도로 불려 나옵니다.
첫 번째 경로, 기억하는 AI : 학습된 지식으로 답하는 챗봇형 LLM
ChatGPT, Claude, Grok 같은 챗봇형 모델은 기본적으로 학습된 ‘기억’에서 답을 꺼냅니다. 방대한 데이터로 미리 학습을 마친 뒤, 질문이 들어오면 그 안에 축적된 지식을 토대로 문장을 생성합니다. 비유하자면, 시험장에 들어가 책을 덮고 머릿속에 외워 둔 것으로 답안을 쓰는 학생에 가깝습니다. 무엇을 얼마나 깊이 외워 두었느냐가 답의 내용을 좌우합니다.
기억하는 AI의 세 가지 특징
첫째, ‘지식 컷오프(knowledge cutoff)’가 존재합니다. 모델의 기억은 학습이 끝난 특정 시점에 멈춰 있습니다. 그 이후에 세상에 나온 정보는, 별도의 보완 장치가 없는 한 모델의 기억에는 담겨 있지 않습니다. 지난달에 문을 연 매장이 챗봇의 답에 등장하지 않는다면, 대개 이 때문입니다.
둘째, 그렇기 때문에 지금 이 순간 검색에 아무리 잘 노출되어도, 그 사실이 곧바로 챗봇의 답에 반영되지는 않습니다. 검색 결과와 챗봇의 기억은 서로 다른 시간대를 살고 있는 셈입니다. 셋째, 결국 이 경로에서 힘을 쓰는 것은 오랜 기간 ‘충분히, 자주’ 쌓인 흔적입니다. 여러 매체에 반복적으로 언급되고, 누적된 평판과 인지도가 학습 데이터에 두텁게 새겨진 브랜드일수록 모델의 기억 속에서 먼저 떠오릅니다.
마케팅의 관점에서 보면, 기억하는 AI는 단기간에 공략하기 까다로운 상대입니다. 오늘 콘텐츠를 대거 발행한다고 해서 내일의 답이 바뀌지 않기 때문입니다. 대신 한번 자리를 잡으면 쉽게 흔들리지 않는다는 점에서, 시간을 들여 꾸준히 쌓아 온 브랜드에 유리한 구조이기도 합니다. 신생 브랜드라면 조급함보다 일관성이 필요한 영역입니다.
두 번째 경로, 검색하는 AI : 실시간 웹을 읽어 답하는 검색형 LLM
퍼플렉시티와 구글의 AI 오버뷰(AI Overview)는 다른 길을 택합니다. 질문이 들어오면 그 자리에서 웹을 검색해, 방금 읽은 문서를 근거로 답을 구성합니다. 같은 비유를 잇자면, 책을 펼쳐 놓고 보면서 답을 쓰는 오픈북 시험에 가깝습니다. 무엇을 외웠는지보다, 지금 어떤 자료를 펼쳐 읽을 수 있는지가 중요합니다.
검색하는 AI가 읽는 지면은 정해져 있습니다
이 경로에서는 ‘지금’ 검색 결과 상단에 노출되는지가 결정적입니다. AI가 실시간으로 읽어 들이는 지면이 곧 답의 재료가 되기 때문입니다. 그리고 검색형 AI가 들여다보는 지면은 생각보다 한정되어 있습니다. 브랜드의 자체 웹사이트, 가격이나 후기를 모아 둔 리뷰·비교 플랫폼, 그리고 블로그와 영상 같은 콘텐츠 채널이 그 중심에 있습니다. 어떤 질문이냐에 따라 어느 지면이 주도권을 쥐는지도 달라집니다. 가격을 묻는 질문에서는 비교 플랫폼이, 후기를 묻는 질문에서는 블로그와 영상이 더 자주 인용되는 식입니다.
마케팅 관점에서 검색형 AI는 비교적 손에 잡히는 상대입니다. 웹사이트의 핵심 페이지를 정비하고, 사용자가 실제로 묻는 질문에 맞춰 콘텐츠를 갖추고, 주요 플랫폼에서의 노출을 관리하면 그 결과가 비교적 빠르게 답에 반영됩니다. 기억하는 AI가 시간을 요구한다면, 검색하는 AI는 지금의 정비 상태를 곧장 비춰 보여 줍니다. 바로 이 지점에서 전통적인 SEO가 다시 중요해집니다. 검색형 AI가 읽어 들이는 1차 재료가 결국 검색 결과 상단의 문서이기 때문입니다.
기억하는 AI와 검색하는 AI, 한눈에 비교
두 방식은 작동 원리부터 대응 전략까지 사실상 다른 게임에 가깝습니다. 핵심만 추리면 다음과 같이 정리할 수 있습니다.
| 구분 | 기억하는 AI (챗봇형) | 검색하는 AI (검색형) |
|---|---|---|
| 대표 모델 | ChatGPT, Claude, Grok | 퍼플렉시티, 구글 AI 오버뷰 |
| 작동 방식 | 학습된 기억에서 꺼내 답함 (클로즈드북) | 실시간 검색 결과를 읽고 답함 (오픈북) |
| 시간 감각 | 학습 시점에 멈춰 있는 과거 | 질문하는 바로 그 순간의 현재 |
| 인용을 부르는 힘 | 누적된 SEO 콘텐츠·평판·인지도 | 현재의 검색 노출·콘텐츠 정비(SEO) |
| 약점 | 최신 정보 반영이 느림 | 검색에 안 잡히면 답에서 사라짐 |
| 대응 레버 | 장기간의 콘텐츠·평판 축적 | 사이트·키워드 페이지·리뷰 채널 정비 |
같은 질문에도 AI마다 답이 다른 이유
두 경로의 존재는, 왜 같은 질문에도 AI마다 추천 브랜드가 달라지는지를 설명해 줍니다. 기억하는 AI는 오래 쌓인 인지도가 높은 브랜드를 먼저 떠올리고, 검색하는 AI는 지금 검색에 잘 잡히는 브랜드를 먼저 읽어 옵니다. 두 브랜드가 일치하면 다행이지만, 어긋나는 경우도 많습니다. 오래된 명성은 있으나 웹 정비가 더딘 브랜드는 챗봇에서는 보여도 검색형 AI에서는 누락되고, 반대로 최근에 콘텐츠를 부지런히 갖춘 신생 브랜드는 검색형 AI에서는 잡히지만 챗봇의 기억에는 아직 없을 수 있습니다.
여기에 질문의 의도와 사용자의 속성까지 더해지면 변수는 더 늘어납니다. ‘추천’을 묻느냐 ‘가격’을 묻느냐, 묻는 사람이 20대냐 50대냐에 따라 AI가 끌어오는 근거 자료가 달라지고, 그 결과 답에 등장하는 브랜드의 구성도 바뀝니다. 특정 AI 한 곳, 특정 키워드 하나만 들여다보고 ‘우리는 AI에 잘 노출된다’ 혹은 ‘전혀 안 나온다’고 단정하기 어려운 이유입니다. AI 인용은 하나의 점수가 아니라, 모델과 질문에 따라 달라지는 여러 장의 지도에 가깝습니다.
브랜드는 무엇을 준비해야 할까 : GEO와 SEO의 관계
이 지점에서 흔한 오해 하나를 짚고 넘어갈 필요가 있습니다. 특정 AI에서 자사 브랜드가 보이지 않는다고 해서, 그것이 곧 실패를 뜻하지는 않습니다. 기억하는 AI에 아직 새겨지지 않았을 뿐, 검색하는 AI에서는 충분히 노출되고 있을 수 있습니다. 반대의 경우도 마찬가지입니다. 하나의 화면만 보고 전체를 판단하면, 실제 인용 지형을 잘못 읽기 쉽습니다.
두 경로는 서로 다른 레버로 움직이므로, 대응도 둘로 나뉩니다. 기억하는 AI를 향해서는 시간이 드는 자산을 쌓아야 합니다. 꾸준한 언급과 평판, 일관된 메시지의 콘텐츠가 오랜 기간 누적되어야 모델의 기억에 자리를 잡습니다. 검색하는 AI를 향해서는 지금의 상태를 정비해야 합니다. 자체 사이트의 핵심 페이지, 사용자가 실제로 던지는 질문에 답하는 콘텐츠, 주요 리뷰·비교 플랫폼에서의 노출이 비교적 빠르게 결과로 돌아옵니다.
그래서 GEO는 SEO를 대체하는 개념이 아니라, 그 위에 쌓이는 개념에 가깝습니다. 검색형 AI는 결국 검색 결과 상단의 문서를 읽어 답하므로, 탄탄한 SEO 없이는 검색하는 AI에 인용될 토대 자체가 마련되지 않습니다. 동시에 SEO만으로는 기억하는 AI를 움직이기 어렵습니다. 검색에 잘 뜨는 것과 모델의 기억에 새겨지는 것은 다른 문제이기 때문입니다. 두 가지를 함께 관리할 때 비로소 양쪽 경로 모두에서 인용될 가능성이 열립니다.
한 가지 덧붙이면, 두 경로의 경계는 점차 흐려지고 있습니다. 기억으로 답하던 챗봇도 필요에 따라 웹 검색을 끌어다 쓰기 시작했고, 검색형 모델 역시 학습된 지식을 함께 활용합니다. 그러나 경계가 흐려진다고 해서 두 원리를 구분할 필요가 사라지는 것은 아닙니다. 어느 쪽 비중이 큰 모델이냐에 따라 같은 브랜드가 전혀 다른 빈도로 호명되기 때문입니다. 결국 브랜드가 스스로에게 던져야 할 질문은 하나로 모입니다. ‘우리 브랜드는 지금 AI에게 기억되고 있는가, 아니면 검색되고 있는가.’ 둘 중 어느 쪽도 확신할 수 없다면, 그 자체가 점검이 필요하다는 신호입니다.
자주 묻는 질문 (FAQ)
Q. GEO와 SEO는 어떻게 다른가요?
A. SEO는 검색 결과에서 상위에 노출되기 위한 최적화이고, GEO는 생성형 AI의 답변에 브랜드가 인용되기 위한 최적화입니다. 목표가 ‘순위’에서 ‘인용’으로 옮겨 간 것이 핵심 차이입니다. 다만 검색형 AI는 검색 결과를 재료로 삼기 때문에, GEO는 SEO를 대체하기보다 그 위에 쌓이는 개념으로 이해하는 편이 정확합니다.
Q. 우리 브랜드가 AI 답변에 보이지 않으면 어떻게 해야 하나요?
A. 먼저 어느 경로에서 누락되는지를 구분해야 합니다. 기억하는 AI(챗봇형)에서 보이지 않는다면 인지도와 콘텐츠를 장기적으로 축적해야 하고, 검색하는 AI(검색형)에서 보이지 않는다면 웹사이트와 핵심 키워드 페이지, 리뷰 채널을 점검하는 편이 빠릅니다. 한 모델만 보고 판단하기보다 여러 AI에서의 노출을 함께 확인하는 것이 중요합니다.
Q. 어떤 AI부터 신경 써야 하나요?
A. 정답은 업종과 고객에 따라 다릅니다. 다만 검색형 AI는 정비의 결과가 비교적 빠르게 반영되므로, 단기 성과가 필요하다면 검색하는 AI 쪽 토대를 먼저 다지는 편이 현실적입니다. 기억하는 AI는 시간이 걸리는 만큼 일찍 시작해 꾸준히 쌓는 것이 유리합니다.
정리하며
검색의 시대에는 순위를 한 줄로 세울 수 있었습니다. 1등과 2등, 첫 페이지와 둘째 페이지의 경계가 비교적 또렷했습니다. 그러나 AI 인용의 시대는 다릅니다. 브랜드는 기억하는 AI와 검색하는 AI라는, 작동 원리가 다른 두 개의 게임을 동시에 치러야 합니다. 한쪽은 시간을 들여 기억에 새기는 싸움이고, 다른 한쪽은 지금의 노출을 정비하는 싸움입니다.
이 구조를 먼저 이해한 브랜드가 다음 답변의 한 줄을 가져갑니다. 그리고 그 한 줄에 자사 이름이 들어가 있는지를 확인하는 일은, 이제 감이 아니라 관찰과 측정의 영역으로 넘어오고 있습니다. AI가 우리 브랜드를 기억하고 있는지, 검색해 읽어 오고 있는지를 주기적으로 들여다보는 것. 그것이 GEO 시대를 준비하는 가장 기본적인 첫걸음입니다.