# GEO-SEO 분석 (2026-03-13)
- 소스: github.com/zubair-trabzada/geo-seo-claude

## GEO(Generative Engine Optimization)란
AI 검색 엔진(ChatGPT, Perplexity, Gemini, Google AI Overviews)에서 콘텐츠가 인용/추천되도록 최적화하는 기법.
- GEO 시장: 8.5억달러(2025) → 73억달러(2031)
- AI 추천 트래픽 성장: 전년 대비 +527%
- AI 트래픽 전환율: 기존 유기적 트래픽 대비 4.4배
- 브랜드 멘션이 백링크보다 AI 가시성에 3배 더 강한 상관관계

## 핵심 인사이트: Citability 기준
AI가 인용하기 좋은 콘텐츠 = **134-167단어**, **자기완결적**, **통계 풍부**, **정의 패턴**
- Answer Block Quality(30%) + Self-Containment(25%) + Structural Readability(20%) + Statistical Density(15%) + Uniqueness(10%)
- 대명사 밀도 낮을수록 고점수, 고유명사 많을수록 고점수

## 6개 평가 차원 (가중치)
1. AI Citability & Visibility (25%) — AI 인용 가능성
2. Brand Authority Signals (20%) — YouTube(0.737 상관!), Reddit, Wikipedia 브랜드 언급
3. Content Quality & E-E-A-T (20%) — 경험/전문성/권위성/신뢰성
4. Technical Foundations (15%) — SSR, Core Web Vitals, AI 크롤러 접근성
5. Structured Data / Schema (10%) — JSON-LD 마크업
6. Platform Optimization (10%) — 플랫폼별 최적화

## 플랫폼별 최적화 전략
- **Google AI Overviews**: 질문형 헤딩 + 40-60단어 직접 답변 블록
- **ChatGPT**: Wikipedia/Wikidata 존재가 가장 강한 신호 + OAI-SearchBot 허용
- **Perplexity**: Reddit 기반 커뮤니티 검증 핵심 (인용의 46.7%가 Reddit) → 한국은 네이버 카페/블로그
- **Gemini**: Google 생태계 전체 (YouTube/Scholar/News/Knowledge Graph)
- **Bing Copilot**: IndexNow + LinkedIn 존재
- ⚠️ 11%의 도메인만이 ChatGPT와 Google AIO 양쪽에서 동일 쿼리로 인용됨

## 기술적 기반 4가지
1. **llms.txt**: AI 크롤러를 위한 사이트 구조 파일 (robots.txt의 AI 버전)
2. **robots.txt**: GPTBot, ClaudeBot, PerplexityBot 등 AI 크롤러 명시적 Allow
3. **JSON-LD Schema**: Article + Person + Organization + speakable + sameAs
4. **SSR**: Next.js 등 서버사이드 렌더링 (AI 크롤러가 CSR 읽지 못함)

## InsuWiki 적용 가능 항목
1. 보험 용어 설명을 134-167단어 자기완결적 블록으로 구조화
2. llms.txt 생성 (보험 카테고리별 핵심 페이지 목록)
3. robots.txt AI 크롤러 허용
4. JSON-LD: Article + Person(서울대보험쌤) + sameAs(SNS 전체 연결)
5. 질문형 헤딩: "종신보험이란?", "보험료 비교 방법은?"
6. 통계/데이터 콘텐츠 주기적 발행
7. E-E-A-T: 보험설계사 자격/경험 저자 프로필에 명시

## ThreadAuto/SNS 적용 가능 항목
1. YouTube 존재가 AI 가시성 최고 신호(0.737) — 숏폼 영상의 가치 재확인
2. 네이버 블로그 = 한국판 Reddit → AI 검색 시대에도 중요
3. 콘텐츠 생성 시 citability 규칙 내장 (정의 패턴, 통계 밀도)
4. "서울대보험쌤" 브랜드를 sameAs로 모든 플랫폼에 연결

## 아키텍처 참고
- 프롬프트-네이티브 설계: Python은 데이터 수집만, 판단은 LLM이 수행
- 5개 병렬 서브에이전트: 우리 1팀/2팀 병렬 위임과 동일 개념