GEO SEO 차이 | AEO SEO | seo geo 최적화

SEO—short for search engine optimization—is about helping search engines understand your content, and helping users find your site and make a decision about whether they should visit your site through a search engine.

SEO(검색엔진 최적화)는 검색엔진이 콘텐츠를 이해하도록 돕고, 사용자가 검색엔진을 통해 사이트를 찾아 방문할지 판단하도록 돕는 일입니다.

To this end, we propose Generative Engine Optimization, a new paradigm where content creators aim to increase their visibility (or impression) in generative engine responses.

이를 위해 생성형 엔진 최적화(GEO)를 제안합니다. GEO는 콘텐츠 제작자가 생성형 엔진 응답 안에서 자기 콘텐츠의 노출도(visibility · impression)를 높이려는 새로운 방식입니다.

The best practices for SEO remain relevant for AI features in Google Search (such as AI Overviews and AI Mode). There are no additional requirements to appear in AI Overviews or AI Mode, nor other special optimizations necessary.

SEO 모범 사례는 구글 검색의 AI 기능(AI 개요 · AI 모드)에도 그대로 유효합니다. AI 개요나 AI 모드에 나오기 위한 추가 요건은 없고, 그 밖의 특별한 최적화도 필요하지 않습니다.

You don't need to create new machine readable files, AI text files, or markup to appear in these features. There's also no special schema.org structured data that you need to add.

이 기능에 나오기 위해 새로운 기계 판독용 파일, AI 텍스트 파일, 마크업을 만들 필요는 없습니다. 따로 추가해야 하는 특별한 schema.org 구조화 데이터도 없습니다.

To be eligible to be shown as a supporting link in AI Overviews or AI Mode, a page must be indexed and eligible to be shown in Google Search with a snippet, fulfilling the Search technical requirements. There are no additional technical requirements.

AI 개요나 AI 모드의 참고 링크로 표시되려면, 페이지가 색인되어 있고 구글 검색에 스니펫과 함께 표시될 수 있어야 하며 검색 기술 요구사항을 충족해야 합니다. 그 밖에 추가 기술 요구사항은 없습니다.

We describe a generative engine, which includes several backend generative models and a search engine for source retrieval.

생성형 엔진은 여러 백엔드 생성 모델과, 출처를 가져오는 검색엔진으로 이루어진다고 설명합니다.

However, traditional SEO methods are not directly applicable to Generative Engines. This is because, unlike traditional search engines, the generative model in generative engines is not limited to keyword matching, and the use of language models in ingesting source documents and response generation results in a more nuanced understanding of text documents and user query.

기존 SEO 방법은 생성형 엔진에 그대로 적용되지 않습니다. 기존 검색엔진과 달리 생성형 엔진의 생성 모델은 키워드 일치에 한정되지 않고, 언어 모델이 원문 문서를 읽고 응답을 만드는 과정에서 문서와 사용자 질문을 더 세밀하게 이해하기 때문입니다.

Excessively repeating the same words over and over (even in variations) is tiring for users, and keyword stuffing is against Google's spam policies.

같은 낱말을 (변형을 섞어서라도) 지나치게 반복하면 사용자가 지치고, 키워드 반복은 구글 스팸 정책에 어긋납니다.

Specifically, our top-performing methods, Cite Sources, Quotation Addition, and Statistics Addition, achieved a relative improvement of 30-40% on the Position-Adjusted Word Count metric and 15-30% on the Subjective Impression metric.

성능이 가장 높았던 방법은 출처 인용(Cite Sources) · 인용문 추가(Quotation Addition) · 통계 추가(Statistics Addition)였고, Position-Adjusted Word Count 지표에서 30~40%, Subjective Impression 지표에서 15~30% 상대 개선을 보였습니다.

Each setting is independent of the others – for example, a webmaster can allow OAI-SearchBot in order to appear in search results while disallowing GPTBot to indicate that crawled content should not be used for training OpenAI’s generative AI foundation models. … For search results, please note it can take ~24 hours from a site’s robots.txt update for our systems to adjust.

각 설정은 서로 독립적입니다. 예를 들어 웹마스터는 검색 결과에 나오도록 OAI-SearchBot은 허용하면서, 수집한 콘텐츠를 OpenAI 생성형 AI 기반 모델 학습에 쓰지 말라는 뜻으로 GPTBot은 막을 수 있습니다. … 검색 결과의 경우 사이트의 robots.txt를 수정한 뒤 시스템에 반영되기까지 약 24시간이 걸릴 수 있습니다.

Google-Extended does not impact a site's inclusion in Google Search nor is it used as a ranking signal in Google Search.

Google-Extended는 사이트가 구글 검색에 포함되는지에 영향을 주지 않고, 구글 검색의 순위 신호로도 쓰이지 않습니다.