왜 이렇게 많은 GEO 조언이 틀리는가?

손대기 가장 쉬운 단계가 따로 떼어 측정하기도 가장 쉬운 단계이고, 이 두 사실이 겹쳐 하나의 산업이 되었기 때문입니다. 페이지 재작성은 인프라를 건드리지 않고 한 사람이 오후 한나절이면 끝냅니다. 그래서 조언이 그곳에 몰렸습니다. 재작성 측정도 고정된 문서 묶음을 모델에 건네고 표현만 바꾸면 쉽습니다. 그래서 초기 실험도 그곳에 몰렸습니다. 그 결과, 이미 모델의 컨텍스트 안에 있는 문서에 무슨 일이 일어나는가에 관한 진짜 발견의 더미가, 열린 웹의 페이지에 무슨 일이 일어나는가에 관한 주장으로 일반화되었습니다.

2026년 비판적 서베이는 자신의 확신도 표에 그 선을 그어 둡니다. 이미 컨텍스트에 놓인 문서가 자기 순위, 인용, 사용을 인과적으로 바꿀 수 있다는 것은 높음 확신도로 평가되며, 이 근거가 “오가닉 리트리벌을 다루지 않는다”는 주석이 붙습니다. 화이트햇 개입이 여러 엔진에 걸쳐 오가닉 발견 가능성을 지속적으로 개선한다는 것은 낮음으로 평가됩니다. 인용 점수가 클릭, 전환, 매출을 예측한다는 것은 매우 낮음으로 평가됩니다.³ 이 분야의 실망은 거의 전부 첫 행과 나머지 두 행 사이의 틈에 삽니다. AI 검색의 작동 방식 단계가 이 진단법이 상대로 삼아 분류하는 파이프라인입니다.

엔드투엔드 벤치마크가 보여 준 것은, 문서가 컨텍스트에 들어간 뒤에는 이기는 바로 그 재작성이 그 문서에서 컨텍스트 자리를 빼앗을 수 있다는 사실입니다. KDD 2026 벤치마크 논문은 문서 171,003건과 쿼리 2,700건으로 환경을 만들고, 앞선 벤치마크들처럼 후보 집합을 미리 고정하는 대신 리트리벌과 재순위화를 되돌려 놓은 뒤, 본문만 최적화하면 평균 상위 20위 노출률이 약 9%, 재순위화 후 상위 10위 노출률이 16%, 최종 인용률이 약 6% 떨어진다고 측정했습니다. 자동 최적화기를 본문에만 적용하면 손실은 더 컸습니다.¹

2026년 비판적 서베이의 독법은 어느 한쪽을 고르는 대신 KDD 2024 결과와의 겉보기 모순을 풀어냅니다. 재작성은 “따라서 일단 주입되고 나면 좋은 성적을 낼 수 있지만, 그러면서 그 문서를 상류에서 덜 검색 가능하게 하거나 덜 경쟁력 있게 만든다”는 것입니다.³ 두 묶음의 숫자 모두 서로 다른 것을 정직하게 측정한 값이고, 여러분이 실제로 겪는 것은 그 합성입니다.

이것이 보여 주지 않는 것도 정확히 짚어야 합니다. 이것은 KDD 2026에 채택된, 한 팀이 만든 단일 벤치마크입니다. 테스트한 것은 본문만 최적화이지 가능한 모든 개입이 아닙니다. 그리고 통제된 코퍼스는 살아 있는 웹이 아닙니다. 여기서 확립되는 것은 더 좁지만 그래도 결정적입니다. 리트리벌 이후에만 평가된 콘텐츠 전술은 평가되지 않은 것이고, 적어도 한 번, 누군가 확인했을 때 총합은 음수로 나왔습니다.