주식회사 가원 | AI 데이터 테크 스토리

  GEO의 3가지 축과 GEO-Ready가 준비해야 할 다음 단계 검색 경쟁의 기준이 달라지고 있습니다. 기존 SEO에서는 검색결과에서 몇 위에 노출되는지가 중요한 목표였습니다. 하지만 생성형 AI 검색에서는 사용자가 여러 링크를 직접 비교하기 전에 AI가 먼저 정보를 정리하고, 특정 출처를 인용하거나 몇 개의 브랜드를 추천하는 상황이 늘고 있습니다. 최근 Search Engine Land는 이러한 변화를 설명하면서 GEO의 목표를 세 가지로 나눴습니다. 콘텐츠가 인용되는가. 브랜드가 추천되는가. 제품이나 서비스가 선택되는가. 그리고 이를 각각 LLM Readability Optimization, Brand Context Optimization, Agentic Commerce Optimization 이라는 세 축으로 설명합니다. 가원이 이 내용에 주목하는 이유는 단순합니다. 현재 개발 중인 GEO-Ready가 단순히 웹사이트의 점수를 보여주는 서비스로 남을 것인지, 아니면 기업이 AI 검색 환경에서 발견되고, 이해되고, 신뢰받고, 추천되고, 선택되는 과정 까지 지원하는 플랫폼으로 발전할 것인지와 직접 연결되기 때문입니다. 1. 첫 번째 경쟁: AI가 우리 콘텐츠를 읽고 인용할 수 있는가 첫 번째 축은 LLM Readability Optimization 입니다. 이 개념은 사람이 읽기 쉬운 글을 넘어, 대규모 언어모델이 콘텐츠를 얼마나 명확하게 처리하고 이해하고 답변의 근거로 사용할 수 있는지를 뜻합니다. 원문은 현재 AI 시스템이 외부 문서를 검색한 뒤 관련성이 높은 텍스트 조각을 찾아 답변을 구성하는 RAG 방식에 크게 의존한다고 설명합니다. 따라서 구조가 불분명하거나 문장이 모호한 콘텐츠는 AI가 정확히 활용하기 어려울 수 있습니다. 또한 전통적인 SEO는 여전히 AI가 문서를 발견하고 색인하고 후보 문서로 고려하는 기술적 기반이라고 설명합니다. 기업이 여기서 해야 할 일은 의외로 단순합니다. 한 문단에 하나의 핵심...

  검색의 기준이 달라지고 있습니다. 기존 검색에서는 기업이 몇 번째에 노출되는지가 중요한 경쟁 기준이었습니다. 하지만 AI 검색에서는 사용자가 여러 개의 링크를 일일이 비교하지 않고, ChatGPT·Gemini·AI Overviews 같은 시스템이 정보를 정리하고 특정 출처를 인용하거나 몇 개의 브랜드를 추천하는 방식이 점점 중요해지고 있습니다. 최근 Search Engine Land가 정리한 GEO 프레임은 이 변화를 세 가지 목표로 구분합니다. 콘텐츠가 인용되는가. 브랜드가 언급·추천되는가. 제품이나 서비스가 실제 선택 대상이 되는가. 그리고 이를 각각 LLM Readability Optimization, Brand Context Optimization, Agentic Commerce Optimization 이라는 세 축으로 설명합니다. 가원이 이 내용에 주목하는 이유는 분명합니다. 현재 개발 중인 GEO-Ready가 단순한 웹사이트 점수 도구에 머무를 것인지, 아니면 기업이 AI 검색에서 발견되고 → 이해되고 → 신뢰받고 → 추천되고 → 선택되는 과정 까지 돕는 서비스로 발전할 것인지와 직접 연결되기 때문입니다. 1. 첫 번째 축: AI가 우리 콘텐츠를 제대로 읽을 수 있는가 첫 번째는 LLM Readability Optimization , 즉 대규모 언어모델이 콘텐츠를 얼마나 명확하게 읽고 이해하며 답변의 근거로 사용할 수 있는가의 문제입니다. 원문은 AI 시스템이 외부 자료에서 관련 내용을 찾아 답변을 구성하는 과정에서, 문서 전체를 통째로 이용하기보다 의미 있는 정보 단위인 ‘chunk’ 또는 ‘nugget’을 활용한다고 설명합니다. 따라서 문장이 모호하거나 문단의 주제가 뒤섞여 있으면 AI가 필요한 정보를 정확하게 추출하기 어려워질 수 있습니다. 원문이 제시한 실무 방향도 상당히 구체적입니다. 하나의 문단에는 하나의 핵심 주제 짧고 독립적으로 이해되는 정보 블록 질문의 의도와 직접 연결되는 소제목 ...

  구글이 최근 선보인 Gemini 3.8 Live 관련 기능은 검색을 단순한 “입력-결과” 구조에서, 실시간 대화형 상호작용 으로 확장하고 있다는 점에서 주목할 만합니다. 사용자는 구글 앱 안에서 음성으로 질문하고, AI가 음성으로 응답하는 흐름을 경험할 수 있습니다. 또한 대화 내용을 텍스트로 확인할 수 있는 기능과, 상황에 따라 언어를 전환하며 이어가는 방식도 지원되는 것으로 알려져 있습니다. 이 변화는 단순히 “검색이 편해졌다”는 수준을 넘어, 기업 입장에서는 검색 노출 전략, 고객 응대 방식, 콘텐츠 구조, 다국어 커뮤니케이션 까지 다시 점검해야 한다는 뜻이기도 합니다. 가원은 이 흐름을 단순한 기술 뉴스로 보지 않습니다. 오히려 앞으로의 검색은 “누가 더 많은 글을 쓰는가”보다, 누가 더 이해하기 쉬운 정보 구조를 만들고, 누가 더 빠르게 질문에 답할 수 있는가 의 경쟁으로 이동하고 있다고 봅니다. 무엇이 달라지고 있나 Gemini 3.8 Live의 핵심은 크게 세 가지로 볼 수 있습니다. 1) 검색이 ‘클릭’에서 ‘대화’로 이동한다 이전 검색은 사용자가 키워드를 입력하고, 검색 결과 목록을 비교하며 클릭하는 방식이 중심이었습니다. 하지만 Live 기반 경험은 사용자가 질문을 던지고, 이어서 다시 묻고, 문맥을 유지하며 대화하는 흐름으로 바뀝니다. 즉, 검색은 더 이상 정보 찾기의 과정만이 아니라 질문-응답-재질문이 이어지는 상담형 경험 에 가까워지고 있습니다. 2) 음성과 텍스트가 함께 작동한다 사용자가 음성으로 묻고 AI가 음성으로 답하더라도, 텍스트 확인 기능이 함께 제공되면 사용자는 응답 내용을 다시 검토하거나 후속 질문으로 이어가기 쉬워집니다. 이 점은 기업에게 중요합니다. 왜냐하면 앞으로는 고객이 우리 서비스를 찾을 때, 단순한 웹페이지보다 질문에 바로 답할 수 있는 구조화된 콘텐츠 를 더 선호할 가능성이 커지기 때문입니다. 3) 다국어 상호작용의 진입장벽이 낮아진다 대화 도중 언어를 전...

  AI가 광고를 만들어주는 시대, 기업이 먼저 준비해 야 할 것은 ‘자동화’보다 ‘책임 구조’입니다 AI가 광고 문구를 만들고, 이미지를 생성하고, 검색어를 확장하고, 적절한 랜딩페이지까지 자동으로 선택하는 시대가 빠르게 현실이 되고 있습니다. Microsoft Advertising은 최근 AI Max를 글로벌 시장에 확대하면서 검색어 매칭, 자동 텍스트 생성, 최종 URL 확장 같은 AI 기반 기능을 강화하고 있습니다. 동시에 브랜드 포함·제외, 특정 표현 차단, 보고 기능 등 광고주가 AI의 작동을 통제할 수 있는 장치도 함께 제공하고 있습니다. 이 흐름에서 중요한 점은 분명합니다. 광고의 자동화 수준이 높아질수록 기업은 더 많은 통제권과 검증 기준을 가져야 합니다. AI가 만들어준 광고가 빠르고 편리하다는 이유만으로 그대로 사용하는 것은 이제 점점 더 위험한 방식이 되고 있습니다. AI 광고에서 달라지고 있는 것 Microsoft는 AI 기반 광고 기능을 확대하면서 광고주가 자동화 결과를 확인하고 제한할 수 있는 여러 기능을 함께 강화하고 있습니다. 대표적으로 AI Max에서는 다음과 같은 기능이 제공됩니다. 검색 의도를 확장해 광고 기회를 찾는 AI 기반 검색어 매칭 광고 문구 자동 생성과 텍스트 맞춤화 검색어에 따라 적절한 랜딩페이지를 자동 선택하는 Final URL Expansion 특정 브랜드 포함·제외 설정 AI가 생성하는 문구에 특정 단어나 표현이 들어가지 않도록 하는 term exclusion AI가 어떤 검색어와 랜딩페이지를 연결했는지 확인할 수 있는 보고 기능 즉 AI가 더 많은 일을 대신하게 되지만, 동시에 기업이 무엇을 허용하고 무엇을 막을지 정하는 역할 도 더 중요해지고 있습니다. 왜 중소기업과 소상공인에게 더 중요한가 대기업은 브랜드 가이드, 법무팀, 마케팅 검수 체계를 갖추고 있는 경우가 많습니다. 하지만 1인기업, 소상공인, 소기업은 상황이 다릅니다. 대표나 소수의 직원이...

  AI는 어디에 써야 할까? 1인기업·소상공인·중소기업의 실제 업무에서 찾는 AX 전환 지도 요즘 기업 대표들을 만나면 비슷한 이야기를 자주 듣게 됩니다. “ChatGPT는 쓰고 있는데 어디까지 써야 할지 모르겠다.” “AI 프로그램은 계속 나오는데 무엇을 선택해야 할지 모르겠다.” “직원이 적어서 AI가 필요하기는 한데, 오히려 프로그램만 늘어나는 것 같다.” 이 고민은 1인기업부터 중소기업까지 크게 다르지 않습니다. 문제는 AI가 부족해서가 아닙니다. 오히려 너무 많은 AI 서비스가 한꺼번에 등장하면서 기업이 자신의 문제보다 도구부터 찾기 시작했다는 것 이 더 큰 문제일 수 있습니다. 가원은 여러 AI 서비스와 자동화 도구를 직접 검토하고, 홈페이지를 개선하고, 콘텐츠 자동화를 시험하고, GEO-Ready를 개발하면서 한 가지 결론에 가까워지고 있습니다. AI는 새로운 업무를 만드는 기술이 아니라, 이미 하고 있는 업무를 다시 설계하는 기술이어야 합니다. 1. 하루 업무를 보면 AI가 필요한 곳이 보인다 1인기업 대표의 하루를 생각해보겠습니다. 아침에는 고객 카카오톡에 답변합니다. 견적서를 작성하고, 세금계산서를 확인하고, SNS에 올릴 글을 만들고, 제품 사진을 정리하고, 거래처에 이메일을 보내고, 블로그도 써야 합니다. 오후에는 상담을 하고, 회의 내용을 정리하고, 계약서를 확인하고, 쇼핑몰 상품 설명을 수정합니다. 저녁에는 매출을 확인하고 다음 날 해야 할 일을 정리합니다. 직원 한 명이 여러 역할을 담당하는 소상공인과 소기업도 크게 다르지 않습니다. 한 사람이 영업 담당자이면서 마케팅 담당자이고 고객관리 담당자이고 구매 담당자이고 기획자이며 때로는 회계 담당자까지 됩니다. 그래서 작은 기업일수록 AI의 효과가 오히려 크게 나타날 수 있습니다. 한 업무를 30분 줄이는 것이 대기업에서는 작은 변화일 수 있지만, 하루에 열 가지 역할을 해야 하는 1인기업에게는 매우 큰 변화입니다....