ChatGPT·Gemini에 ‘잡히는’ 법: AIO(LLM 최적화) 실전 체크리스트

“구글 검색 등록” 말고, 챗봇이 답변에 당신을 ‘인용’하도록 만드는 방법을 정리했어요. 핵심은 간단합니다. LLM이 읽고 요약·인용하기 쉬운 구조로, 신뢰 가능한 출처처럼 보이게 꾸미는 것.

---

1) LLM이 소스를 고르는 방식부터 이해하자

• 브라우징형 LLM(ChatGPT with browsing, Perplexity 등)은 신뢰성(도메인/저자), 최신성, 의도 적합성을 기준으로 링크를 고릅니다. 명확한 제목, 날짜, 요약, 실증 데이터가 있으면 선택 확률이 높아요.
• Google Gemini의 AI Overviews/AI Mode는 기존 SEO 신호+콘텐츠 품질을 결합해 답을 만들고, 근거 링크를 함께 노출합니다. 즉, 전통 SEO+구조화 데이터+명료한 답변 형식이 여전히 중요합니다.
• 마케터들이 말하는 GEO/AIO(Generative/AI Optimization) 는 바로 이 “AI가 답에 인용하는 구조”로 콘텐츠를 만드는 전략이에요.

---

2) 로봇 접근 권한: “AI 크롤러”가 읽을 수 있어야 인용된다

AI가 읽지 못하면 인용 자체가 불가하죠. 기본은 robots.txt에서 주요 AI 크롤러 허용입니다.

# 예시: AI/검색 크롤러 허용
User-agent: GPTBot
Allow: /

User-agent: Google-Extended
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: *
Allow: /

• OpenAI의 GPTBot/크롤러 설정 공식 문서에서 사용자 에이전트와 제어 방법을 확인하세요.
• PerplexityBot의 UA와 IP 범위는 여기서 안내합니다(서치 노출용 크롤러).
• robots.txt는 ‘규범’이지 강제는 아님(일부 봇은 미준수 가능). 보안 차단 목적으론 인증/벽이 정답입니다.
• 최근엔 특정 봇(예: Perplexity)의 우회 크롤링 논란도 있어요. 접근 로그 모니터링이 필요합니다.

팁: Naver·Google의 로봇 가이드(한글)도 함께 참고해, 사이트 루트에 정확히 배치하세요.

---

3) 구조화 데이터로 “기계 친화적” 신호 강화

LLM이 누가/무엇을/언제를 바로 파악하도록 JSON-LD를 적극 사용하세요.

최소 세트

• Article(블로그 포스트), Organization(브랜드/회사), FAQPage(핵심 질문/답변 정리)
• datePublished, dateModified, author, headline, about 등 메타를 빠짐없이.
• sameAs로 Wikidata·Wikipedia·공식 SNS를 연결(엔티티 정체성 강화).

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": ["Article","FAQPage"],
  "headline": "ChatGPT·Gemini에 잡히는 법",
  "datePublished": "2025-08-08",
  "dateModified": "2025-08-08",
  "author": {"@type":"Person","name":"당신의 이름"},
  "mainEntity": [{
    "@type": "Question",
    "name": "AI가 내 글을 왜 인용하나요?",
    "acceptedAnswer": {
      "@type": "Answer",
      "text": "명확한 주장+근거, 구조화 데이터, 엔티티 연결, 최신 통계가 있을 때 인용 확률이 높아집니다."
    }
  }]
}
</script>

---

4) 엔티티(사람/브랜드/제품) 프로필을 ‘하나의 ID’로 묶어라

• Wikidata 항목 생성 후 사이트의 Organization 스키마에 sameAs로 연결하세요. LLM·검색 엔진이 “이 사람/브랜드=이 엔티티”로 더 잘 인지합니다.

---

5) “LLM이 좋아하는 글쓰기”로 재구성

• 정답 먼저: 서두 2–3문장에 결론을, 이후 근거·예시.
• 숫자·날짜·출처를 명시(“대략”보다 “2025년 7월 보고서에 따르면 42%…”). 이런 구체 통계는 인용 확률을 끌어올립니다.
• Q&A 섹션을 별도로 두고, 질문을 실제 검색 문장으로 작성(“~하는 법?”, “~비용은?”). FAQ 스키마와 궁합이 최상.

---

6) 분산 출처 전략: “웹 전역에 근거를 남겨라”

• 깃허브(README), 노션 공개 페이지, 미디엄, 학회/정부 통계 인용 같은 재인용하기 쉬운 포맷으로 핵심 주장과 수치를 배포하세요.
• 속도·접근성(로그인/페이월 없이 열람 가능)도 중요. LLM은 빠르고 열려 있는 문서를 선호합니다. (업계 가이드 참조)

---

7) 모니터링·피드백 루프

• ChatGPT/Gemini/Perplexity에서 실제 질문으로 테스트 → “출처를 보여줘”라고 물어 인용 링크를 확인 → 본문/FAQ/스키마를 조정.
• 업계가 빠르게 변하니 분기별 업데이트를 권장해요.

---

8) 리스크 관리(중요)

• 일부 AI 크롤러는 robots.txt를 무시할 수 있음 → 서버 로그·WAF로 비정상 UA/패턴 차단 정책 준비.

---

국내 참고 리딩 자료(더 보기)

• GEO 개념과 적용: Adriel, NHN 커머스, InterAd 인사이트. Adrielnhn-commerce.comInterAd Korea
• Google 공식(한국어): AI 기능 가이드, FAQ/Article 스키마 문서, robots.txt 가이드. blog.googleGoogle for Developers+2Google for Developers+2

---

결론

AI 시대의 노출은 “1등”보다 “답변에 채택·인용”되는 것이 더 중요합니다. 크롤링 허용 → 구조화 → 엔티티 연결 → 통계·출처 강화 → 반복 테스트 이 5단계를 꾸준히 돌리면, ChatGPT·Gemini 같은 AI에서도 자연스럽게 발견됩니다. (업계 전환 트렌드·사례 참고)