회사 이야기 · 02

우리는 왜 측정부터 시작했는가 — 1년 반의 GEO 연구 끝에

2026-08-01 · 스펙톤

스펙톤은 2025년 초부터 GEO(생성형 엔진 최적화)를 연구해 왔습니다. 사람들이 검색창 대신 AI에게 묻기 시작하면 노출의 규칙이 처음부터 다시 쓰인다 — 그 가설 하나로 시작한 연구가 1년 반을 넘겼고, 이 서비스는 그 연구의 결과물입니다.

연구가 먼저였습니다

2023년 프린스턴 연구진이 GEO라는 개념을 학술적으로 정리하며 인용 친화적 콘텐츠가 AI 답변 인용률을 최대 40%까지 끌어올린다는 실증을 내놨습니다(실전 엔진 실험 +37%). 우리는 이 계열의 연구를 추적하면서 한 가지 이점을 활용했습니다 — 우리 손에 실험 대상이 있었다는 것. 자체 운영하는 앱과 콘텐츠에 전술을 직접 적용하고, 무엇이 인용을 만들고 무엇이 소음인지 확인하며 방법론을 다듬었습니다.

연구에서 확인한 한국 시장의 두 가지 사실

• 주류 AI는 네이버를 거의 읽지 않습니다. 한국 마케팅 예산의 중심축이 AI 답변 세계에서는 보이지 않는다는 뜻입니다 — 이 구조적 단절이 우리가 파고든 지점입니다.
• 측정 없이 실행부터 파는 시장이었습니다. "AI 최적화"를 내걸고 가격도 방법도 공개하지 않는 업체들 사이에서, 반복 측정과 통계 판정을 기본으로 하는 곳은 없었습니다.

2026년 7월, 연구를 공개 실측으로 전환했습니다

4개 AI의 공식 API에 웹 검색을 켠 상태로 국내 로컬 질문 600회를 실측하고 인용 출처 6,011건을 전수 분류했습니다. 주류 3엔진의 네이버 인용 0.4%, 업종별 인용 생태계 지도 — 1호 리포트가 그 결과입니다. 질문 목록과 집계는 공개돼 있고, 원자료 검증 요청을 환영합니다.

왜 전부 공개하는가 — 연구자의 방식이라서

재현할 수 없는 결과는 연구가 아닙니다. 같은 기준을 서비스에 적용했습니다:

• 측정 조건 공개 — 엔진·질문·반복 횟수·판정 기준(Wilson 95% 신뢰구간)
• 가격 전면 공개 — 저희가 확인한 범위에서는 국내 동종 업체 중 유일
• AI 응답 원문 열람 — 결론만이 아니라 근거를 제출합니다
• 한계 명시 — 노출 보장은 과학적으로 불가능하며, 그렇게 말하는 곳을 경계하십시오

여기서 증명하겠습니다

다음 리포트부터 실제 업체의 개선 전·후 측정을 공개합니다. 오차 범위였던 달은 오차 범위였다고 쓸 것입니다 — 그게 측정기관이 실적을 쌓는 방식이고, 1년 반의 연구가 우리에게 가르친 규율입니다.