2026년 6월 3일, Google은 Search Console에 생성형 AI 성능 전용 보고서를 출시했다. 생성형 엔진 최적화(GEO)를 실행하는 성장 팀에게 이는 게임의 규칙을 완전히 바꾸는 사건이다.
지금까지 당신은 눈을 가린 채 최적화하고 있었다. 기존 검색 성능 보고서는 클릭 수와 자연 검색 노출 수를 보여줬지만, 콘텐츠가 AI 개요, AI 모드, 생성형 Discover에 표시되고 있는지에 대한 신호는 전혀 주지 않았다. 그 측정 격차가 이제 해소되었다.
이 글에서는 보고서가 무엇을 보여주는지, 왜 이것이 GEO의 획기적인 전환점인지, 그리고 첫날부터 데이터에 어떻게 대응해야 하는지 상세히 분석한다.
Google이 출시한 것
새 보고서는 메인 검색 성능 보고서와 별도로 존재한다. 페이지가 Google의 생성형 AI 기능 내에서 얼마나 자주 표시되는지 전용 뷰로 확인할 수 있다:
- AI 개요 — Google 검색 결과 상단의 요약 답변 상자
- AI 모드 — Google의 대화형 멀티턴 검색 경험
- 생성형 Discover — AI가 큐레이션하는 개인화 콘텐츠 피드
데이터는 기존대로 최상위 검색 성능 보고서에 집계되지만, 이제 AI 가시성에만 집중된 별도의 독립 뷰를 확보하게 된다.
Google은 일부 웹사이트에 먼저 이 기능을 배포 중이다——지금 바로 Search Console에서 접근 권한이 있는지 확인하라.

보고서가 추적하는 것
| 차원 | 알려주는 것 |
|---|---|
| 노출 수 | URL이 AI 기능 내에 표시된 빈도 (검색 + Discover) |
| 페이지 | AI 가시성을 획득 중인 구체적 URL |
| 국가 | AI 노출이 집중되어 있거나 부재한 시장 |
| 기기 | 데스크톱 vs. 모바일 AI 노출 분포 (검색만 해당) |
| 날짜 | 시간별, 일별, 주별, 월별 세분화 추세 |
아직 포함되지 않은 것: 클릭률 데이터. 노출 수만 볼 수 있다. 이것은 중요한 제한 사항이다——이를 우회하는 방법은 계속 읽어보라.
이것이 GEO 전환점인 이유
GEO는 항상 스코어보드 없는 분야였다. 구조화된 콘텐츠를 작성하고, schema 마크업을 추가하고, E-E-A-T 신호를 구축해왔지만, 그것이 실제로 효과가 있다는 가정에 기반했을 뿐이다. 이제 진짜 피드백 루프가 생겼다.
정확히 무엇이 달라지는가:
1. GEO에 피드백 루프가 생겼다
이 보고서 이전에는 AI 가시성의 유일한 대리 지표는 일화적인 것——AI 개요에서 자신의 브랜드를 우연히 발견하는 것——이거나 GA4에서 AI에 귀속된 트래픽처럼 간접적인 것뿐이었다. 어느 쪽도 신뢰할 수 없었다.
이제 특정 URL에 연결된 전용 노출 수를 얻는다. 즉:
- AI 노출량으로 페이지 순위를 매길 수 있다
- 어떤 콘텐츠 유형(하우투, 비교, 정의, FAQ)이 가장 많은 AI 노출을 획득하는지 식별할 수 있다
- 콘텐츠 변경과 AI 노출 추세를 시계열로 상관 분석할 수 있다
2. 진짜 GEO 실험을 실행할 수 있다
시간별 세분화의 시계열 데이터를 통해 GEO 전술을 테스트하고 실제 영향을 측정할 수 있게 되었다. 이것이 가능해진 것은 처음이다.
실험 워크플로 예시:
- 대상 URL의 AI 노출 베이스라인을 내보내기
- 하나의 GEO 변경 적용 (FAQ schema 추가, 저자 엔티티 강화, 직접 답변으로 시작하도록 서론 재작성)
- 재크롤 및 재인덱싱까지 2~4주 대기
- AI 노출 비교: 변경 전 vs. 변경 후
반복하라. 이제 GEO의 위험이 통제 가능해진다.
3. 국가별 데이터가 시장별 GEO 기회를 드러낸다
AI 개요와 AI 모드의 배포는 시장별로 불균등하다. 일부 국가는 완전한 AI 모드를 갖추고 있고, 다른 국가는 AI 개요 커버리지가 제한적이거나 전무하다. 국가 차원을 통해 추측이 아닌 현실에 기반해 행동할 수 있다.
사용 방법:
- 트래픽이 높은 국가에서 AI 노출이 0? 해당 시장에 대한 GEO 투자는 시기상조다. 먼저 전통적 SEO에 집중하라.
- 특정 시장에서 AI 노출이 성장 중? 해당 시장을 위한 GEO 콘텐츠 업데이트를 우선시하라——언어, 로컬 엔티티, 지역 데이터 소스.
- 월별 추적을 통해 Google이 AI 커버리지를 확장하는 곳을 파악하고 조기에 포지셔닝하라.
4. 페이지 수준 데이터가 GEO 격차를 드러낸다
페이지 차원은 가장 큰 기회가 숨어 있는 곳이다. AI 노출 수로 정렬하라. 상위 20개와 하위 20개(트래픽이 가장 높은 페이지 중에서)를 추출하라.
다음 질문을 던져라:
- 상위 AI 노출 페이지는 공식적으로 GEO 최적화가 되어 있는가? (schema, 엔티티 명확성, 인용 출처, 서두의 직접 답변)
- 자연 검색 트래픽은 높지만 AI 노출이 0인 페이지가 있는가? 그것이 우선 스프린트 백로그다.
- GEO 리더와 GEO 격차를 구분하는 패턴——콘텐츠 유형, 단어 수, 페이지 구조——이 존재하는가?
문서화하라. 재현 가능한 템플릿으로 전환하라.
새 보고서를 활용한 5단계 GEO 워크플로
1단계 — 베이스라인 설정 (1주차)
- Search Console → 실적 → 생성형 AI 열기
- 기간 설정: 지난 90일
- 모든 데이터(페이지, 국가, 기기)를 스프레드시트로 내보내기
- AI 노출 기준 상위 20개 URL 플래그 → GEO 리더
- 트래픽은 높지만 AI 노출 0인 URL 플래그 → GEO 격차
팀이 Concat Pro를 사용 중이라면, Search Console AI 노출 데이터를 GEO 대시보드에 직접 주입하여 기존 SEO 지표와 나란히 볼 수 있다——전체 그림을 맞추기 위해 도구 사이를 오갈 필요가 없다.
2단계 — GEO 리더 감사 (2주차)
AI 노출 상위 20개 페이지 각각에 대해 다음을 문서화:
- 콘텐츠 유형 (하우투, 비교, 정의, FAQ, 뉴스)
- 구현된 Schema 마크업 (FAQ, HowTo, Article, Organization)
- 페이지가 첫 100단어 내에서 주요 쿼리에 답변하는가?
- 저자 엔티티가 검증 가능한 자격 증명과 함께 명확한가?
- 주장이 명명된 인용 가능한 출처로 뒷받침되는가?
이 페이지들의 공통점이 바로 당신의 GEO 플레이북이다.
3단계 — GEO 격차 수정 (3~6주차)
플레이북을 노출 0인 고트래픽 페이지에 적용:
GEO 격차 체크리스트:
- 해당되는 곳에 FAQ 또는 HowTo schema 추가
- 검증 가능한 자격 증명과 소셜/전문 링크로 저자 프로필 강화
- 주요 쿼리에 대한 직접적이고 완전한 답변으로 서론 재작성
- 모호한 주장("연구에 따르면")을 명명된 출처와 구체적 데이터로 대체
- 복잡한 주제 섹션에 정의형 H2/H3 헤더 추가
- 모바일 LCP가 2.5초 미만인지 확인 (느린 페이지는 AI 기능에서 우선순위가 낮아짐)
- 내부 링크 확인——AI 기능은 링크가 잘 연결되고 크롤 권위가 높은 페이지를 선호
4단계 — 주간 모니터링 (지속)
- 매주 월요일 아침 보고서 가져오기
- 우선순위 URL별 AI 노출 주간 추이 추적
- ±30% 이상 변동 시 플래그——콘텐츠 업데이트인지, 경쟁 페이지 등장인지, Google 알고리즘 변경인지 조사
- 간단한 변경 로그 유지: 무엇을 변경했는지, 언제 적용했는지, 이후 AI 노출에 어떤 일이 발생했는지
5단계 — GEO ROI 보고 (월간)
- AI 노출을 독립 KPI로, 기존 노출 수 및 클릭 수와 나란히 추적
- 계산식: AI 가시성률 = AI 노출 수 ÷ 총 노출 수
- 콘텐츠 카테고리별(블로그, 제품, 랜딩 페이지, FAQ) 벤치마크
- 리더십에 월별 추세 방향 보고
Concat Pro로 GEO 프로그램을 운영하는 팀은 이 계산을 자동화할 수 있다——AI 가시성률이 콘텐츠 클러스터별로 추적되므로, 어떤 주제 영역이 AI 부동산을 확보하고 있고 어떤 영역이 주의가 필요한지 항상 알 수 있다.
성장 팀이 저지를 흔한 실수
실수 1: AI 노출을 클릭처럼 취급하기
둘은 다르다. 한 페이지가 5만 회의 AI 노출을 기록하고도 트래픽은 미미할 수 있다. AI 개요가 쿼리에 완전히 답변하여 클릭이 불필요했기 때문이다. 두 지표를 별도로 모니터링하라. 높은 AI 노출과 낮은 클릭은 실제로 콘텐츠가 요약될 만큼 권위적이라는 의미일 수 있으며, 이는 GEO의 승리이지 손실이 아니다.
실수 2: Discover AI 데이터 무시하기
보고서는 검색과 Discover의 생성형 기능을 모두 포함한다. 대부분의 팀은 기본적으로 검색만 보려 할 것이다. 생성형 Discover 노출은 탐색적이고 높은 참여 의도를 신호한다——쿼리 기반 검색과는 전혀 다른 오디언스다. 분할하여 별도로 분석하라.
실수 3: 거래형 페이지를 AI 노출에 최적화하기
AI 개요는 퍼널 하단 쿼리에 대해 /pricing, /buy, /product 페이지를 거의 표시하지 않는다. 해당 페이지의 AI 노출이 0이라면, 이는 예상된 동작이며 문제가 아니다. GEO 작업은 AI 기능이 실제로 활성화된 퍼널 상단의 정보형 콘텐츠에 집중하라.
실수 4: 첫 주 데이터로 결론 내리기
기능 배포는 점진적이다. Google이 기능을 조정함에 따라 첫 달 데이터는 크게 변동할 것이다. 이 보고서를 기반으로 최적화 결정을 내리기 전에 최소 4주의 베이스라인을 설정하라.
아직 빠진 것 (그리고 다음에 올 것)
보고서의 첫 버전은 중요하지만 불완전하다. 아직 포함되지 않은 항목:
| 빠진 지표 | GEO에 중요한 이유 |
|---|---|
| AI 기능 클릭률 | 어떤 AI 노출이 실제로 트래픽을 유발하는지 파악 |
| AI 개요 내 평균 위치 | 첫 번째로 인용되는지 묻히는지 파악 |
| 쿼리 수준 데이터 | 어떤 검색이 AI 결과에 페이지를 표시시켰는지 확인 |
| 경쟁사 비교 | 경쟁사 대비 AI 가시성 점유율 벤치마크 |
Google은 사이트 소유자 피드백을 기반으로 보고서를 지속 개발할 것이라고 신호를 보냈다. Search Console 내 전용 피드백 양식을 통해 요청 사항을 제출하라.
행동 체크리스트
- 오늘 Search Console 확인——실적 아래 생성형 AI 보고서 찾기
- 접근 가능해지는 즉시 베이스라인 내보내기 (첫날 스냅샷을 잃지 말라)
- AI 노출 상위 20개 페이지 식별 및 GEO 신호 리버스 엔지니어링
- 트래픽은 높지만 AI 노출 0인 페이지 식별——GEO 스프린트 백로그
- AI 노출을 주간 KPI로 설정, 기존 노출과 별도 추적
- GEO 변경 로그 시작: 모든 최적화와 적용일 기록
- 콘텐츠 팀에 브리핑: GEO에 스코어보드가 생겼다
- Search Console을 GEO 워크플로 도구에 연결——Concat Pro가 AI 노출 추적을 성장 스택의 나머지 요소와 통합 관리
결론
Google은 GEO 실무자에게 그들이 지금껏 가져본 적 없는 최초의 진짜 측정 도구를 제공했다. AI 노출은 새롭고 독립적인 신호다——클릭과도 다르고, 전통적 순위와도 다르다——그리고 그것은 당신이 수년간 SEO에 사용해온 동일한 플랫폼에 이제 존재한다.
빠르게 움직이는 팀——지금 베이스라인을 설정하고, 구조화된 실험을 실행하며, AI 가시성률을 매월 보고하는 팀——은 복리적 우위를 구축할 것이다. 나머지 모두는 여전히 추측에 머물 것이다.
이번 주부터 측정을 시작하라.
출처: Introducing Search Generative AI performance reports in Search Console — Google Search Central Blog, 2026년 6월 3일.