WWikiAP

WikiAP

AI 시대의 지식·산업 레퍼런스

WikiAP은 GEO/AEO, AI 검색, 산업 동향을 다루는 지식 레퍼런스입니다. 신뢰할 수 있는 출처를 근거로 핵심을 구조화해 정리합니다.

정의

GEOGenerative Engine Optimization

ChatGPT·Perplexity 같은 생성형 엔진이 여러 출처를 합성한 답변에 콘텐츠가 인용되도록 만드는 최적화.

정의

AEOAnswer Engine Optimization

강조 스니펫·음성 비서 같은 추출형 단일 답변에 콘텐츠가 발췌·선택되도록 만드는 최적화.

‘GEO’라는 용어는 2023년 발표된 학술 논문(Aggarwal et al., KDD 2024)에서 정식화됐다. WikiAP은 이 주제를 정의·방법론·지형도·사례로 나눠, 신뢰할 수 있는 출처와 함께 정리한다. 편집 기준은 소개·편집원칙에서 밝힌다.

ChatGPT, Claude, Google AI에 같은 질문을 해도 브랜드 추천이 매번 달라지는 이유를 샘플링, 추론 비결정성, 쿼리 팬아웃 검색, 개인화, 프롬프트 표현 다섯 층으로 나누고 SparkToro 등 공개 실험 수치와 측정 대응 5단계로 정리한다.

패션 상품명에 소재, 핏, 계절, 대상 같은 속성 키워드를 어떤 순서로 넣어야 ChatGPT 추천에 노출되는지 정리했다. 구글과 OpenAI 피드 규격, 나쁜 예와 좋은 예, 점검 순서와 측정 도구를 한 페이지에 담았다.

보도자료 배포, 업계 매체 기고, 커뮤니티 게시 중 무엇이 AI 답변 인용에 유리한지 Profound, Peec AI 데이터와 Nieman Lab 보도로 비교하고, 엔진별, 산업별 차이와 배포처 선택 순서, 측정 방법을 정리한다.

네이버 AI 브리핑에 우리 브랜드가 인용되는지 재는 방법을 정리한다. 글로벌 AI 가시성 도구의 측정 엔진 목록에 네이버가 없는 이유, 국내 도구 비교, 수동 측정 절차, 발생률부터 세는 지표 정의, 도구 선택 질문을 한 페이지에 담았다.

OpenAI, 구글, 마이크로소프트, 앤트로픽이 지원하기로 한 robots.txt 공통 토큰 __usage_ai-training의 문법, 회사별 적용 시점, 학습 차단이 AI 검색 인용에 미치는 영향과 설정 순서를 정리한다.

Cloudflare Pay per crawl과 Pay per use, RSL 1.0, Microsoft PCM, Perplexity Comet Plus를 한 표로 비교하고, 콘텐츠 유료화가 AI 답변 인용과 GEO에 주는 영향과 브랜드가 정할 페이지별 원칙을 정리한다.

Cloudflare, AWS WAF, Akamai, Fastly, Vercel의 봇 관리 기본값이 GPTBot, OAI-SearchBot, PerplexityBot을 막는지 확인하는 순서와 AI 검색 인용에 미치는 영향을 공식 문서 기준으로 정리한 점검표다.

새 페이지가 ChatGPT 검색에 인용되기까지 걸리는 기간을 공개 실험 데이터로 정리했다. 1일차 10%, 14일차 35%, 30일차 42%라는 수치와 경로별 반영 시점, 기간별 기대치, 실행 순서까지 한 페이지에 담았다.

AI 답변의 브랜드 언급(이름 등장)과 인용(출처 링크)은 서로 다른 신호다. 고스트 인용 61.7%, 엔진별 링크율 차이 등 실측 데이터와 함께 언급률, 인용률, 연결 언급률을 어떻게 나눠 측정할지 엔진별, 질문 유형별로 정리한다.

경영진 보고용 AI 가시성 대시보드에 넣을 지표 7가지(언급률, 인용률, SoV, 묘사 정확도, 추천 강도, AI 유입, Google AI 노출)와 빼야 할 지표, 신뢰도 표기법, 1페이지 템플릿을 IAB 표준 기준으로 정리한다.