AEO와 SEO의 차이는 무엇인가요?

SEO가 링크 순위(어디를 볼지)를 다룬다면, AEO는 답변 엔진이 생성하는 답에 인용되는 문장(무엇이 답인지)을 다룹니다. 최적화 단위가 페이지에서 발췌 가능한 구절로 내려가며, 키워드 밀도·백링크 대신 직답·단독 완결성·구체성·신선도가 인용을 좌우합니다.

AEO 리버스 엔지니어링으로 도출한 7규칙은?

R1 직답(정의·선언형 첫 문장), R2 구체 신호(단위 수치·고유명사), R3 길이(한 8~45어절/영 11~60단어), R4 단독 완결성(문맥 의존어로 시작 금지), R5 헤딩 미러링(H2를 쿼리에 맞춤, 유사도 0.4↑), R6 신선도(최근 연도 명시), R7 의도별 포맷(비교→표, 절차→번호리스트)입니다.

규칙 설계의 핵심 원칙은?

네 가지입니다. 직교성(R1과 R2를 독립적으로 분리), 조건부 채점(R5·R7은 해당 의도일 때만 분모 포함), 최적화 단위는 페이지가 아닌 구절, 섹션별 통과율 0.8 임계치입니다. 이 7규칙은 블랙박스를 관찰한 휴리스틱이며 엔진·시점별로 달라질 수 있습니다.

답변엔진은 무엇을 인용하는가: AEO 리버스 엔지니어링으로 찾은 7가지 규칙

AEO(답변 엔진 최적화)의 최적화 단위는 페이지 순위가 아니라 '인용 가능한 문장'입니다. ASAP는 2026년 Perplexity·ChatGPT Search·Google AI Overview가 무엇을 발췌·인용하는지 역추적해, 7개의 직교·조건부 규칙(R1~R7)으로 정리했습니다. 이 글은 그 리버스 엔지니어링 방법과 도출한 규칙, 그리고 기존 SEO와 무엇이 다른지를 직답형으로 정리합니다.

SEO에서 AEO로, 무엇이 바뀌었나

AEO는 답변 엔진이 생성하는 답에 '인용되는' 것을 목표로 하는 최적화입니다. 기존 SEO가 "어디를 볼지(링크 순위)"를 다뤘다면, 2026년의 AEO는 "무엇이 답인지"를 직접 제시하는 문장을 다룹니다.

핵심 전환은 단위입니다. Perplexity와 Google AI Overview는 페이지 전체가 아니라 발췌 가능한 문단을 골라 인용하므로, 최적화 대상이 '페이지'에서 '구절(passage)'로 내려갑니다.

방법: 무엇을 역추적했나

리버스 엔지니어링은 답변 엔진의 인용 결과를 관찰해 규칙을 추론하는 과정입니다. ASAP는 동일 쿼리를 Perplexity·ChatGPT Search·Google AI Overview에 투입하고, 어떤 문장이 인용·발췌되는지를 비교했습니다.

루프는 네 단계입니다. 인용 관찰 → 공통 피처 가설 → 규칙화(R1~R7) → 자가 채점과 인용 모니터링으로 검증. 이렇게 도출한 규칙을 ruleset.grade가 섹션별로 0.8(PASS_RATIO) 임계치로 채점합니다.

R1~R3: 직답·구체성·길이

처음 세 규칙은 '인용 가능한 한 문장'의 내부 품질을 정의합니다. 답변 엔진은 발췌해도 그대로 답이 되는 문장을 선호합니다.

R1 직답(BLUF): 첫 문장을 "X는 Y이다" 같은 정의·선언형 구조로 씁니다.
R2 구체 신호: 단위 붙은 수치(예: 68%, 6주)나 고유명사를 최소 1개 넣습니다. 맥락 없는 맨 숫자 하나로는 부족합니다.
R3 길이: 첫 문장을 한국어 8~45어절(영어 11~60단어)로 맞춰, 너무 짧거나 길지 않게 합니다.

R4~R5: 단독 완결성과 헤딩 미러링

다음 두 규칙은 '발췌됐을 때 깨지지 않는가'와 '질문에 맞물리는가'를 봅니다. 답변 엔진은 맥락에서 떼어내도 의미가 사는 문장을 고릅니다.

R4 단독 완결성: 첫 문장이 '이/그/앞서/however' 같은 문맥 의존어로 시작하지 않게 하고 주어를 명시합니다.
R5 헤딩 미러링: H2 제목을 타겟 쿼리에 맞춰, 유사도 0.4 이상이 되게 합니다. 쿼리가 있을 때만 적용합니다.

R6~R7: 신선도와 의도별 포맷

마지막 두 규칙 R6·R7은 신선도와 형식을 다루며, 2026년 기준 답변 엔진이 최신 정보와 의도에 맞는 구조를 선호한다는 관찰에서 나왔습니다. 즉 같은 내용도 시점과 포맷에 따라 인용 확률이 달라집니다.

R6 신선도: 본문에 최근 연도(올해 ±1년, 2026년 기준)를 명시해 신선도 신호를 줍니다.
R7 의도별 포맷: 비교 의도면 표, 절차 의도면 번호 리스트로 제시합니다. 해당 의도일 때만 적용합니다.

메타 인사이트: 규칙을 어떻게 설계했나

규칙 자체보다 규칙의 설계 원칙이 더 중요한 인사이트입니다. 휴리스틱이 서로를 깎아먹지 않도록 네 가지 원칙을 적용했습니다.

첫째, 직교성입니다. R1(직답 구조)과 R2(구체 신호)는 겹치지 않게 분리해, 한 문장이 두 축을 독립적으로 만족하게 했습니다. 둘째, 조건부 채점입니다. R5·R7은 해당 의도일 때만 분모에 포함해, 적용되지 않는 규칙이 점수를 깎지 않게 했습니다. 셋째, 최적화 단위는 페이지가 아니라 구절입니다. 넷째, 섹션별 통과율 0.8을 임계치로 둡니다.

AEO ≠ SEO, 그리고 다음

AEO는 SEO와 신호가 다릅니다. 키워드 밀도와 백링크 대신, 직답·단독 완결성·구체성·신선도가 인용을 좌우합니다.

다음 국면도 분명합니다. AI 에이전트가 사람을 대신해 검색·요약·인용을 소비하기 시작하면, '에이전트에게 발췌되기 좋은 문장'을 쓰는 AEO가 표준이 됩니다. 단, 이 7규칙은 블랙박스를 관찰해 얻은 휴리스틱이지 정답표가 아니며, 엔진별·시점별로 달라질 수 있습니다.

참고: GEO: Generative Engine Optimization (Aggarwal et al., 2023) · ASAP 내부 룰셋 aeo/ruleset.py(R1~R7, 자가 채점)