제로클릭은 이제 체감이 아니라 숫자다. 검색에서 빠져나간 트래픽은 컸고, AI 답변을 타고 들어온 트래픽은 아직 작다. 그 사이의 공백을 어떻게 건널 것인가 — 블로거를 위한 GEO(생성형 엔진 최적화) 실전 정리.
동이2026년 9월 4일 기준읽는 데 약 11분
빠져나간 34는 크고, 들어온 1은 작다지난해 같은 기간 = 100 · 자료: 플래텀 2026-08-27 보도
왼쪽 두 막대는 채널별 유입의 전년 동기 대비 수준(100 = 지난해), 오른쪽 격자는 전체 유입에서 챗GPT가 차지하는 비중이다. 두 그림은 서로 다른 기준을 쓴다 — 하나는 변화율, 하나는 점유율이다. 막대에 마우스를 올리면 세부가 보인다.
1손실은 확정됐고 대체는 아직이다. 구글 검색 유입 페이지뷰가 34%, 디스커버 유입이 16% 줄었다. 챗GPT 유입은 200% 넘게 늘었지만 전체의 1%를 채우지 못했다.
2전망은 이미 늦었다. 가트너는 전통 검색엔진 트래픽이 올해까지 25% 줄 것으로 봤는데, 현장 수치는 그보다 더 내려와 있다. 2028년 유기적 검색 트래픽 50% 이상 감소 전망도 함께 나와 있다.
3다음 지표는 클릭이 아니라 인용이다. 클릭 수 대신 답변 점유율을 세는 GEO(생성형 엔진 최적화)·AEO(답변 엔진 최적화)가 새 축으로 자리 잡는 중이다.
구글 검색 유입 페이지뷰전년 동기 대비−34%플래텀 2026-08-27
구글 디스커버 유입추천 피드도 함께 감소−16%같은 보도
챗GPT 경유 유입증가율은 크지만 모수가 작다+200%↑전체의 1% 미만
가트너 전망전통 검색엔진 트래픽−25%2026년까지
가트너 장기 전망유기적 검색 트래픽−50%↑2028년
AI 추천 유입 전환율리테일 기준, 일반 유입 대비+42%트래픽은 1년 새 4배
수치는 모두 공개 보도에서 옮긴 값이다. 34%·16%·200%는 한 매체가 전한 조사 결과로, 조사 주체·표본·기간이 원문에서 확인되지 않아 그대로 표기하고 해석에 무게를 싣지 않았다. 국내 블로그(네이버·티스토리) 유입에 대한 동일 기준 공개 통계는 확인되지 않는다.
1숫자로 보는 제로클릭
전망은 2026년을 가리켰는데, 현장은 이미 그 아래에 있다
가트너는 몇 해 전부터 2026년까지 전통 검색엔진 트래픽이 25% 줄어든다고 전망해 왔다. 이 숫자는 국내 기사에서만 수십 번 인용됐고, 대부분 "앞으로 그렇게 될 것"이라는 미래형으로 쓰였다. 그런데 8월 말 나온 실측 보도의 값은 34%다. 전망선을 이미 9%포인트 지나쳤다.
주의할 점이 하나 있다. 가트너의 25%는 검색엔진 전체 트래픽 볼륨에 대한 추정이고, 34%는 특정 조사에서 나온 사이트 유입 페이지뷰 감소폭이다. 두 숫자는 같은 대상을 재지 않는다. 그래서 "전망보다 나빠졌다"는 단정 대신 "전망이 가리킨 방향이 현장에서 이미 관측된다"는 정도로 읽는 편이 안전하다.
전망선과 실측치는 다른 것을 재지만, 방향은 같다기준 시점 대비 감소율(%) · 자료: 가트너 전망 보도 · 플래텀
두 계열은 측정 대상이 달라 직접 비교할 수 없다. 전망선은 검색엔진 전체 트래픽 볼륨, 점은 특정 조사의 사이트 유입 페이지뷰다. 같은 축에 얹은 것은 방향과 시점을 함께 보기 위한 편의이며, 값의 우열을 뜻하지 않는다.
유입이 준 만큼 노출이 준 것은 아니다. 제로클릭의 핵심은 "내 글이 안 읽힌다"가 아니라 "내 글이 읽히되 내 사이트에서 읽히지 않는다"는 데 있다. AI 답변에 요약돼 들어간 문장은 조회수로 잡히지 않는다. 애드센스·애드포스트 수익 기준으로는 손실이고, 브랜드 인지 기준으로는 손실이 아닐 수도 있다. 무엇을 세느냐에 따라 같은 현상이 재난이 되기도 하고 채널 이동이 되기도 한다.
미디어 쪽 사례는 더 극단적이다. 해외에서는 AI 봇 트래픽이 300% 급증한 반면 일부 매체의 검색 유입이 55% 감소하고, 대형 매체 한 곳은 검색 유입이 절반으로 줄었다는 보도가 나왔다. 크롤링은 늘고 방문은 주는 구조 — 콘텐츠는 더 많이 소비되는데 대가는 줄어드는 형태다.
반대편에는 다른 숫자도 있다. 리테일에서는 AI 추천을 타고 들어온 소비자의 전환율이 일반 유입보다 42% 높고, 생성형 AI 경유 트래픽이 1년 새 4배 이상 늘었다는 조사도 있다. 총량은 작지만 질이 다르다는 이야기다. 블로거에게 시사하는 바는 분명하다 — 1%를 무시할 것이 아니라, 1%가 어떤 1%인지 확인해야 한다.
2세 가지 최적화
SEO는 순위를, AEO는 답변을, GEO는 인용을 겨눈다
세 약어는 자주 섞여 쓰이지만 겨누는 지점이 다르다. 탭을 눌러 비교해 보자. 좌우 화살표 키로도 넘길 수 있다.
겨누는 것
검색 결과 페이지에서의 순위. 10개의 파란 링크 가운데 위쪽에 서는 일이 목표였다.
성공 지표
노출 수, 클릭률(CTR), 평균 게재순위, 유입 세션. 전부 클릭을 전제로 한 지표다.
주요 수단
키워드 배치, 제목·메타 설명, 내부 링크, 백링크, 페이지 속도, 모바일 대응.
지금의 문제
1위에 올라도 그 위에 AI 요약이 먼저 뜬다. 순위와 유입의 연결이 끊긴 것이 제로클릭의 본질이다.
그래도 남는 것
AI가 인용할 후보를 고르는 출발점은 여전히 검색 색인이다. SEO는 폐기가 아니라 전제 조건으로 내려앉았다.
겨누는 것
질문에 대한 직접 답변 자리. 피처드 스니펫, 지식 패널, 음성 비서 응답이 원형이다.
성공 지표
답변으로 채택된 횟수. 클릭이 없어도 성립하는 첫 세대 지표다.
주요 수단
질문형 소제목, 정의 문장 한 줄, FAQ 구조, 표·목록 정리, 스키마 마크업(FAQPage·HowTo).
GEO와의 차이
AEO는 하나의 정답을 노린다. GEO는 여러 출처를 종합한 서술 안에서 인용되는 것을 노린다. 실무에서는 겹치는 부분이 많아 함께 다루는 경우가 흔하다.
겨누는 것
챗GPT·제미나이·퍼플렉시티·구글 AI 개요·네이버 AI 브리핑이 답변을 만들 때 인용하는 출처가 되는 것.
성공 지표
클릭 수 대신 답변 점유율. 특정 질문군에서 내 글이 언급·인용되는 비율을 센다.
주요 수단
사실 단위로 끊어 쓰기, 수치와 출처 병기, 요약 가능한 구조, 일관된 명칭, 여러 사이트에 흩어진 언급(멘션) 확보.
측정의 난점
표준 측정 도구가 아직 정착되지 않았다. 대행사가 "인용 순위 보장"을 말한다면 무엇을 어떻게 세는지 먼저 물어야 한다.
시장 신호
어도비가 AI 검색 최적화 도구를 인수하는 등, 툴 시장이 먼저 움직이고 있다. 개인 블로거가 유료 도구를 살 단계는 아직 아니다.
3인용의 조건
AI는 잘 쓴 글이 아니라 잘 끊긴 글을 인용한다
언어모델이 답변을 만들 때 하는 일은 문서를 통째로 옮기는 것이 아니라 필요한 조각을 꺼내 붙이는 일이다. 그래서 인용되는 글의 특징은 문장력이 아니라 구조에 있다. 아래 도판은 같은 내용을 담은 두 문서가 기계에게 어떻게 다르게 보이는지를 나타낸 개념도다.
같은 내용도 끊긴 방식에 따라 꺼내 쓸 수 있는 조각의 수가 달라진다개념도 · 실제 모델 동작의 단순화
실제 모델은 이보다 훨씬 복잡한 방식으로 문서를 다루며, 이 그림은 편집 관점의 단순화다. 요지는 하나 — 인용은 문서 단위가 아니라 조각 단위로 일어난다.
아래 여덟 가지는 그 조각을 만드는 실무 규칙이다. 제목을 누르면 이유와 짚어볼 점이 펼쳐진다.
1결론을 먼저 쓴다 — 소제목 바로 아래 한 줄+
서론에서 배경을 길게 깔면 그 문단은 통째로 버려진다. 소제목 다음 첫 문장에 답을 적고, 근거를 뒤에 붙이는 역피라미드가 기계에게도 사람에게도 유리하다.
한 줄 결론은 그대로 답변에 실릴 수 있는 최소 단위다. 그 한 줄이 틀리면 틀린 채로 퍼진다.
2수치는 단위·기준 시점과 한 덩어리로 쓴다+
"34% 감소"만 쓰면 무엇 대비인지, 언제 기준인지가 사라진다. "구글 검색 유입 페이지뷰 34% 감소(전년 동기 대비, 2026년 8월 보도)"처럼 한 문장 안에 묶어 두면 조각째 꺼내도 의미가 유지된다.
기준이 붙은 수치는 인용되기 쉬울 뿐 아니라 잘못 인용되기 어렵다. 방어 수단이기도 하다.
3소제목을 사람들이 던지는 질문 그대로 쓴다+
"GEO 개요"보다 "GEO는 SEO와 무엇이 다른가"가 낫다. 질문 형태의 소제목은 질의와 직접 매칭되고, 목차만 읽어도 글의 커버 범위가 드러난다.
키워드를 우겨넣는 방식이 아니다. 실제로 검색창에 치는 말투로 쓰는 것이 핵심이다.
4고유명사와 표기를 글 전체에서 통일한다+
"챗GPT / ChatGPT / 챗지피티"를 섞어 쓰면 같은 대상을 가리키는 언급이 흩어진다. 첫 등장에서 "챗GPT(ChatGPT)"처럼 병기하고 이후에는 하나로 고정한다.
브랜드나 필명도 마찬가지다. 표기가 갈리면 축적돼야 할 언급이 나뉜다.
5출처를 링크가 아니라 문장으로 적는다+
텍스트로 추출될 때 하이퍼링크는 사라지기 쉽다. "(플래텀, 2026년 8월 27일)"처럼 매체명과 날짜를 본문 글자로 남겨야 조각과 함께 이동한다.
출처가 붙은 문장은 모델이 상대적으로 신뢰도를 높게 다루는 경향이 있다고 알려져 있지만, 이는 관찰된 경험칙이지 공개된 알고리즘이 아니다.
6표와 목록으로 정리할 수 있는 것은 표로 만든다+
비교·조건·절차는 표와 번호 목록이 압도적으로 유리하다. 행과 열 자체가 이미 조각의 경계선 역할을 한다.
다만 모든 문단을 불릿으로 쪼개면 사람에게 읽히지 않는 글이 된다. 서술과 표를 교대로 배치하는 편이 낫다.
7구조화 데이터(스키마)를 최소한이라도 넣는다+
Article·FAQPage·HowTo 정도의 JSON-LD는 티스토리·워드프레스에서 직접 삽입할 수 있다. 작성자·발행일·수정일을 명시하는 것만으로도 문서의 신선도가 기계에 전달된다.
스키마가 인용을 보장하지는 않는다. 없을 때 불리해지는 쪽에 가깝다.
8글 끝에 세 줄 요약을 붙인다+
요약을 직접 써 두면 모델이 만들어야 할 요약을 미리 제공하는 셈이 된다. 사람 독자에게도 재방문 가치를 준다.
요약에 본문에 없는 주장을 넣지 않는다. 요약만 인용되는 상황을 전제로 써야 한다.
4플랫폼의 벽
네이버 블로그에서는 손이 묶인다 — 그래서 우회가 필요하다
위의 규칙 대부분은 문서를 내 마음대로 만질 수 있다는 전제 위에 있다. 국내 블로거의 상당수가 쓰는 네이버 블로그는 그 전제가 부분적으로만 성립한다. 무엇이 막히고 무엇이 열려 있는지 정리했다.
항목
네이버 블로그
티스토리 · 워드프레스
우회 전략
JSON-LD 스키마
직접 삽입 불가
가능
본문 첫 문단에 정의 문장으로 대체 — "A는 B다"를 글자로 남긴다
robots.txt · AI 크롤러 제어
개별 제어 불가
가능
플랫폼 정책을 따를 수밖에 없다. 통제가 필요한 글은 자체 도메인에 둔다
외부 검색엔진 색인
제한적
정상
핵심 글은 티스토리·자체 사이트에 원본을 두고 네이버에는 요약본과 링크
제목·메타 설명 제어
부분 가능
완전 가능
첫 두 문장이 사실상 메타 설명이 된다고 보고 쓴다
이미지 대체텍스트
제한적
가능
이미지가 전달하는 정보를 본문 문장으로 한 번 더 적는다
표 · 목록 구조
가능
가능
가장 확실하게 열려 있는 통로다. 비교는 무조건 표로
네이버 AI 브리핑 노출
진행 중
확인 불가
국내 질의에서는 네이버 내부 문서가 유리할 여지가 있다 — 양쪽을 다 두는 이유
네이버·티스토리의 기능 범위는 플랫폼 정책 변경에 따라 달라진다. 표는 2026년 9월 초 기준의 일반적인 상황이며, 각 항목의 최신 지원 여부는 사용자가 직접 확인해야 한다. 국내 플랫폼별 AI 인용 점유율을 비교한 공개 통계는 확인되지 않는다.
가장 현실적인 배치는 이중화다. 원본 글은 구조를 마음대로 만질 수 있는 곳(티스토리·워드프레스·자체 도메인)에 두고, 네이버 블로그에는 같은 주제의 요약·경험 중심 버전을 따로 쓴다. 두 글이 같은 사실을 같은 표기로 말하면 언급이 흩어지지 않고 서로를 보강한다. 복사·붙여넣기로 같은 글을 양쪽에 올리는 것과는 다른 이야기다.
5실행
내 블로그는 얼마나 노출돼 있나 — 그리고 오늘 무엇을 바꿀 것인가
먼저 노출 규모를 가늠해 보자. 아래는 단순 산술이다. 검색 유입 비중이 높을수록 제로클릭의 타격이 그대로 전달된다는 사실만 확인하는 도구이며, 예측 모델이 아니다.
월 조회수 변화
현재 검색 유입21,000회
줄어드는 검색 유입7,140회
남는 월 조회수22,860회
계산식은 이렇다 — 검색 유입 = 월 조회수 × 검색 유입 비중, 줄어드는 유입 = 검색 유입 × 감소율, 남는 조회수 = 월 조회수 − 줄어드는 유입. 검색 외 채널의 변화, 계절성, 글 발행량, AI 경유 유입 증가분은 반영하지 않은 추정치다. 실제 결과를 예측하는 값이 아니다.
오늘 바로 적용하는 GEO 체크리스트 10
글 한 편을 발행하기 전에 훑는 용도로 만들었다. 체크 상태는 브라우저에 저장된다.
확인 0 / 10 · 체크 상태는 이 브라우저에만 저장된다.
6규범
인용되기를 바라는 쪽도 규범 안에 있다
8월 말, 국내에서 AI 콘텐츠와 관련한 두 개의 문서가 같은 날 나왔다. 하나는 정부의 대한민국 AI 윤리원칙, 다른 하나는 대학 AI 활용 윤리 가이드라인이다. 블로거를 직접 규율하는 문서는 아니지만, 두 문서가 공통으로 요구하는 항목 — 투명성, 즉 AI를 썼다면 그 사실을 밝히는 것 — 은 앞으로 콘텐츠 신뢰의 기본선이 될 가능성이 크다.
2026년 8월 24일
대한민국 AI 윤리원칙 확정. 과기정통부와 정보통신정책연구원이 인공지능 기본법 제27조에 따라 마련했다. 3대 가치는 인간의 존엄성·사회의 공공선·인류의 지속가능성, 7대 원칙은 인간 중심성·프라이버시 보호·공정성 및 포용성·책임성·안전성·신뢰성·투명성이다. 기획부터 이용·폐기까지 전 생애주기의 실천 기준으로 제시됐고, 이용자도 책임 주체로 명시됐다.
2026년 8월 24일
대학 AI 활용 윤리 가이드라인 배포. 교육부와 한국대학교육협의회가 각 대학에 공문으로 보내고 홈페이지에 전문을 공개했다. 과제에 AI를 활용했다면 그 사실을 공개하라는 것이 핵심이다. 2월 공개된 시안을 대학·전문가 의견을 반영해 확정한 판이다.
블로거에게
세 가지가 남는다. ① AI로 초안을 썼다면 밝힌다. ② 사실은 사람이 확인한다 — 인용되기 쉬운 글일수록 틀린 문장이 퍼지는 속도도 빠르다. ③ 남의 글을 요약해 옮기는 방식으로는 인용의 원천이 되지 못한다. 1차 정보·직접 경험·직접 계산이 결국 남는 자산이다.
이어서 볼 것
측정 도구의 정착. GEO의 성패는 "답변 점유율"을 누가 어떻게 세느냐에 달려 있는데, 표준이 아직 없다. 이 표준이 잡히는 시점이 개인 블로거가 실제로 대응 전략을 세울 수 있는 시점이다.
마지막으로. 이 글의 결론은 "SEO를 버리고 GEO로 갈아타라"가 아니다. 검색 색인은 여전히 AI가 후보를 고르는 출발점이고, 사람이 클릭해 읽는 유입도 사라지지 않았다. 달라진 것은 같은 글로 두 종류의 독자를 상대해야 한다는 조건이다. 한쪽은 페이지를 열어 읽고, 다른 한쪽은 조각을 꺼내 간다. 두 독자 모두에게 통하는 글의 정체는 의외로 보수적이다 — 결론이 먼저 있고, 수치에 기준이 붙어 있고, 출처가 밝혀져 있고, 필요한 곳에서 끊긴 글.