AI 검색에 우리 홈페이지가 안 나오는 이유는 무엇입니까?

SEO는 검색 결과 목록에서 몇 번째로 뜨는지를 다루는 작업이고, AEO는 AI가 만드는 하나의 답변 안에 근거로 인용되는지를 다루는 작업입니다. 둘은 요구 조건의 상당 부분이 겹치지만 완전히 같지는 않습니다. 매스티지가 진단한 701개 사이트 (중복 제외, 2026년 7~8월 기준)의 평균은 SEO 72.1 · GEO 60.2 · AEO 30.1로, 세 축 가운데 AEO가 가장 낮았습니다. 업종을 나눠 봐도 결과는 같았습니다. 확인된 11개 업종 전부에서 SEO > GEO > AEO 순서가 나타났고 예외는 없었습니다. "우리 회사만 유독 약하다"기보다, AI 검색 노출은 대부분의 사이트가 아직 손대지 않은 영역이라는 뜻입니다.

GEO(Generative Engine Optimization)는 글을 쓰기 전 어떤 질문에 답할지 정하고, 발행한 뒤 실제로 인용됐는지 재는 과정 전체를 가리킵니다. 말하자면 글의 앞뒤를 관리하는 작업입니다. AEO는 그 글 안에서 결정됩니다. 제목 아래 첫 문단에 결론을 바로 쓰는지, 소제목이 사람이 실제로 물어볼 만한 문장 형태인지, 검증 가능한 숫자가 들어 있는지가 AEO의 영역입니다. 좋은 답을 써도(AEO) 애초에 답이 안 되는 질문을 골랐거나 발행 후 인용 여부를 확인하지 않으면(GEO 부재), 무엇이 통했는지 알 방법이 없습니다.

매스티지가 자체 진단 기준으로 반복해서 확인한 특징은 크게 네 가지입니다. 첫째, 제목 바로 아래 2~4문장에 결론이 있어야 합니다. 둘째, 소제목이 질문 문장이어야 합니다. 셋째, 그 소제목 바로 아래 첫 문단만 떼어 읽어도 답이 되어야 합니다. 넷째, 연도·건수·표본 수 같은 검증 가능한 숫자가 있어야 합니다. 비교하거나 기준을 나열할 내용은 문장보다 표로 정리하는 편이 인용에 유리하고, 그림 안에 핵심 문구를 넣지 않는 것도 함께 지켜야 합니다. AI는 이미지 속 글자를 읽지 못하므로, 그림으로 보여준 내용은 본문 문장으로도 한 번 더 적어야 합니다.

업종이 확인된 598곳(701곳 중 업종 미상 제외)을 11개 업종으로 나눠 보면, 약점의 크기가 서로 달랐습니다. 아래는 매스티지가 2026년 7~8월에 진단한 결과이며, 국내 웹사이트 전체를 대표하는 수치는 아닙니다.

표본이 작은 업종(음식점·카페 10곳, 건설·인테리어 11곳 등)은 수치 변동 폭이 크다는 점을 함께 감안해야 합니다. 지역 비즈니스만 유독 점수가 높은 이유는 정확히 검증된 사실이 아니라 추정입니다. 주소·영업시간·전화번호처럼 정보 자체가 원래 질문에 대한 답의 형태를 갖추고 있기 때문으로 보고 있습니다. 전체적으로 보면 11개 업종 중 10곳에서 공통적으로 가장 큰 구멍은 FAQ 스키마의 부재였고, 제조·산업, 일반 기업, 음식점·카페 업종은 FAQ 스키마 적용률이 사실상 0%에 가까웠습니다.

가장 먼저 확인할 것은 FAQ 구조입니다. 홈페이지에 자주 묻는 질문 코너가 있는지, 있다면 질문과 답이 표면적으로도 짝을 이루고 있는지부터 봅니다. 그다음은 글의 첫 문단입니다. 회사 소개나 인사말로 시작하는 페이지가 많다면, 그 페이지들의 첫 문단을 결론부터 쓰는 구조로 바꾸는 것이 가장 비용 대비 효과가 큽니다. 세 번째는 소제목입니다. "회사 소개", "서비스 안내" 같은 명사형 제목을 "이 회사는 무엇을 합니까?"처럼 질문형으로 바꾸는 것만으로도 구조가 달라집니다. 스스로 이 세 가지를 점검해 보고 싶다면 매스티지가 운영하는 무료 진단(geo.masstige.biz)에서 메인 페이지 12개 신호를 30초 안에 확인할 수 있습니다. 로그인이나 비용 없이 등급(A+~F)으로 결과를 볼 수 있는 도구입니다.

AI는 같은 질문에도 물을 때마다 답을 새로 만들기 때문에, 고정된 검색 결과 페이지가 없습니다. 그래서 "AI 검색 노출을 보장합니다"라는 말은 원리적으로 성립하지 않습니다. 또 한 가지 구분해야 할 것은, 진단 점수가 높다는 것과 실제로 AI 답변에 인용된다는 것은 다른 값이라는 사실입니다. 점수는 조건을 갖췄는지를 재는 값이고, 인용은 그 조건과 별개로 실제 AI 응답을 통해 다시 측정해야 하는 값입니다. 콘텐츠를 발행한 시점과 인용이 늘어난 시점이 겹친다고 해서, 그 콘텐츠가 원인이라고 바로 단정할 수도 없습니다.