1. 개요 (Executive Summary)
잠재 고객이 ChatGPT에 "국내에서 이 분야 잘하는 회사 알려줘"라고 묻는 장면은 더 이상 가정이 아닙니다. 문제는 그 답변에 우리 회사가 있느냐는 것입니다. 있고 없고를 가르는 건 광고비가 아닙니다. 홈페이지가 AI에게 읽히도록 설계돼 있는지, 그 하나입니다.
이 글은 그 설계 작업, 즉 AEO(Answer Engine Optimization·답변 엔진 최적화)를 기업 홈페이지 관점에서 다룹니다. 전편 'SEO를 넘어 GEO로'에서 다룬 것이 '어떤 콘텐츠를 쓸 것인가'라는 콘텐츠 전략이었다면, 이번에는 홈페이지라는 인프라 자체입니다. AI가 회사를 어떤 경로로 파악하는지, 회사 정보를 어떤 형식으로 심어야 정확하게 인용되는지를 구조화 데이터 → llms.txt → AI 크롤러 정책 → 실행 플랜 순으로 정리했습니다.
결론부터 말하면, 기업 홈페이지의 AEO 대응은 다섯 가지로 압축됩니다. 회사 소개 문장 통일, 스키마 마크업, FAQ 구조화, llms.txt 게시, AI 답변 모니터링. 나머지 본문은 이 다섯 가지를 왜, 어떤 순서로, 어떻게 하는지에 대한 설명입니다.
이 글이 답하는 질문
"AI 검색 시대에 기업 홈페이지는 무엇을 갖춰야 하나?", "AEO는 SEO와 뭐가 다른가?", "llms.txt는 만들어야 하나?" — 홈페이지 신규 구축이나 리뉴얼을 앞둔 스타트업·중소·중견기업 실무 담당자를 기준으로 답합니다.
다 읽고 나면 개발사나 에이전시에 그대로 전달할 수 있는 요구사항 체크리스트가 남도록 구성했습니다.
2. 고객은 이제 AI에게 회사를 묻는다
B2B 구매 여정의 출발점이 검색창에서 AI 채팅창으로 옮겨가고 있습니다. 예전에는 구매 담당자가 키워드를 검색해 업체 홈페이지 열 곳을 하나씩 열어봤다면, 지금은 AI에게 조건을 말하고 후보 서너 곳을 받아 듭니다. 홈페이지의 싸움이 '검색 순위 경쟁'에서 '후보 목록 진입 경쟁'으로 바뀐 겁니다.
2.1 검색 열 번이 질문 한 번으로 줄었다
생산 라인에 넣을 산업용 센서 공급사를 찾는 구매 담당자를 떠올려 보겠습니다. 2~3년 전이라면 '산업용 센서 제조사', '근접 센서 납품' 같은 키워드로 검색하고, 나온 사이트를 일일이 돌며 제품 사양과 납품 실적을 확인했을 겁니다. 지금은 Perplexity나 ChatGPT에 이렇게 묻습니다. "국내 산업용 근접 센서 제조사 중 자동차 부품사 납품 실적이 있는 곳 알려줘." AI는 몇 초 만에 회사 이름 서너 개를 한 줄 설명과 함께 내놓습니다.
가트너는 2024년 초, 생성형 AI 챗봇의 영향으로 2026년까지 전통 검색엔진 이용량이 25% 줄어들 것이라고 전망했습니다. 수치가 정확히 맞느냐보다 방향이 중요합니다. 정보 탐색의 첫 관문이 이동 중이고, B2B처럼 비교와 검증이 긴 구매일수록 "조건에 맞게 추려달라"는 AI 질의와 잘 맞습니다.
2.2 AI는 회사 정보를 어디서 가져오는가?
1차 출처는 공식 홈페이지입니다. ChatGPT 검색이나 Perplexity 같은 AI 검색은 답변을 만들 때 웹을 실시간으로 읽고 출처 링크를 붙입니다. 이때 특정 회사에 대한 가장 권위 있는 문서로 취급되는 것이 그 회사의 홈페이지입니다. 여기에 보도자료와 뉴스 기사, 기업 정보 디렉토리, 채용 플랫폼의 회사 소개가 보조 출처로 붙습니다.
AI가 어떤 회사를 답변에 올리기 전에 확인하는 것은 대략 이렇습니다.
- 정체성: 무슨 일을 하는 회사인지 한 문장으로 파악되는가
- 일관성: 홈페이지와 외부 출처의 회사 정보가 서로 일치하는가
- 구체성: 서비스·제품 설명에 대상 고객, 제공 범위, 실적이 있는가
- 최신성: 마지막 소식이 3년 전이면 신뢰가 깎입니다
홈페이지가 없으면 후보에도 못 든다
AI는 확인할 수 없는 회사를 추천하지 않습니다. 홈페이지가 아예 없거나, 있어도 이미지 몇 장으로만 채워져 텍스트가 없는 형태라면 AI에게는 읽을 데이터가 없는 회사입니다. 사람 눈에 아무리 번듯해도 크롤러에게 빈 페이지면 없는 것과 같습니다.
검색 시대에는 순위가 낮아도 어딘가에는 노출됐습니다. AI 답변은 후보 서너 개만 언급하고 끝나기 때문에, 배제되는 순간 그 질문 안에서 회사의 존재 자체가 지워집니다.
3. AEO는 SEO와 무엇이 다른가
AEO는 검색 순위가 아니라 AI의 '답변 내용'을 겨냥합니다. SEO의 목표가 검색 결과 1페이지 진입이라면, AEO의 목표는 AI가 우리 회사를 정확한 정보와 함께 우선 언급하게 만드는 것입니다.
3.1 SEO·GEO·AEO, 용어부터 정리
세 용어가 혼용되지만 실무에서 가리키는 작업은 크게 다르지 않습니다. SEO는 검색엔진 순위 최적화, GEO(Generative Engine Optimization)는 생성형 AI가 콘텐츠를 인용하도록 만드는 최적화, AEO는 그중에서도 '질문에 대한 답변'에 실리는 것을 노리는 최적화입니다. 이 글에서는 기업 정보가 AI 답변에 올바르게 실리도록 홈페이지를 손보는 작업이라는 의미로 AEO를 씁니다.
3.2 기업 홈페이지 관점에서 무엇이 달라지나?
차이가 가장 크게 드러나는 지점은 최적화의 '단위'입니다. SEO는 페이지와 키워드 단위로 움직이지만, AEO는 회사라는 엔티티(entity) 전체를 다룹니다. AI는 개별 페이지의 순위를 매기는 게 아니라 '이 회사가 어떤 회사인가'라는 상(像)을 그리기 때문입니다.
| 구분 | SEO 관점 | AEO 관점 |
|---|---|---|
| 최적화 단위 | 개별 페이지 · 키워드 | 회사라는 엔티티 전체 |
| 노출 형태 | 검색 결과 목록의 링크 한 줄 | AI 답변 속 문장과 추천 목록 |
| 회사 소개 문구 | 페이지마다 달라도 큰 문제 없음 | 모든 페이지·외부 채널에서 일관돼야 함 |
| 핵심 작업 | 키워드, 백링크, 페이지 속도 | 구조화 데이터, FAQ, 회사 정보 정합성 |
| 성과 확인 | 서치콘솔 순위 · 트래픽 | AI에게 직접 질문해 답변을 모니터링 |
| 실패했을 때 | 순위가 몇 계단 내려감 | 답변에서 통째로 누락 — 존재하지 않는 회사 취급 |
SEO를 건너뛰고 AEO만 할 수는 없습니다. ChatGPT 검색은 Bing 색인을, Perplexity는 자체 크롤러의 색인을 기반으로 움직입니다. 크롤링과 색인이라는 전통적인 기초 위에서 AI 검색이 작동하는 만큼, 사이트맵·robots.txt·메타 태그 같은 기본기가 빠져 있으면 AEO는 시작조차 안 됩니다. 홈페이지를 처음 여는 단계라면 신규 홈페이지 SEO 첫 90일 세팅을 먼저 확인하세요.
4. 구조화 데이터와 스키마 마크업
구조화 데이터는 홈페이지에 심는 기계용 명함입니다. 화면에는 보이지 않지만, 크롤러는 이 데이터를 읽고 회사명·업종·서비스·연락처를 오해 없이 파악합니다. AI가 우리 회사를 '추측'하게 두지 않고 '확인'하게 만드는 장치입니다.
4.1 스키마 마크업, 무엇을 어떻게 넣나
schema.org라는 공통 어휘를 JSON-LD 형식으로 페이지에 삽입합니다. 구글이 권장하는 방식도 JSON-LD입니다. HTML 본문을 건드리지 않고 head 영역에 스크립트 블록 하나를 넣는 구조라, 이미 운영 중인 홈페이지에도 디자인 변경 없이 적용할 수 있습니다.
중심은 Organization 스키마입니다. 회사명, 대표 URL, 로고, 주소, 연락처를 담고, sameAs 속성으로 SNS 계정과 외부 프로필 주소를 연결합니다. sameAs가 특히 중요합니다. 웹 곳곳에 흩어진 회사 정보를 '같은 회사'로 묶어주는 연결 고리이기 때문입니다.
4.2 어떤 스키마부터 넣어야 하나?
| 스키마 유형 | 적용 위치 | AI에게 알려주는 것 |
|---|---|---|
| Organization | 전 페이지 공통 (보통 메인) | 회사명·로고·주소·연락처·외부 프로필. 회사 엔티티의 기준점 |
| Service | 서비스 소개 페이지 | 무슨 서비스를 누구에게 제공하는지 |
| Product | 제품 상세 페이지 | 제품명·사양·가격. 제품 단위 질의 대응 |
| FAQPage | FAQ 페이지 | 질문-답변 쌍. AI가 그대로 인용하기 가장 좋은 형식 |
| LocalBusiness | 오프라인 사업장 안내 | 위치·영업시간. "근처 업체" 유형 질의 대응 |
| BreadcrumbList | 전 페이지 | 사이트 구조와 페이지 간 관계 |
| Article / BlogPosting | 블로그·소식 페이지 | 발행일·저자. 정보 최신성의 신호 |
일곱 가지가 사실상 전부입니다. 기업 홈페이지라면 Organization, Service, FAQPage 세 가지만 제대로 넣어도 대응의 절반이 끝납니다.
4.3 FAQ는 왜 따로 강조하나
AI 답변의 형식이 곧 질문-답변이기 때문입니다. 영업과 CS에 실제로 들어오는 질문 — "견적은 어떻게 산정되나요", "제작 기간은 얼마나 걸리나요", "유지보수는 포함인가요" — 을 FAQ 페이지로 정리하고 FAQPage 스키마를 연결하면, 잠재 고객이 AI에게 던진 질문에 우리 회사의 답변이 그대로 실릴 확률이 올라갑니다.
스키마보다 먼저 할 일 — 표기 통일
회사명이 홈페이지에는 '더블루캔버스', 네이버 플레이스에는 'BlueCanvas', 채용 공고에는 '(주)블루캔버스'로 제각각이라면, AI는 셋이 같은 회사인지 확신하지 못합니다. 주소와 전화번호도 마찬가지입니다.
회사명·주소·전화번호(NAP)의 표기를 모든 채널에서 통일하는 것이 스키마 마크업보다 먼저입니다. 마크업이 아무리 정교해도 원본 정보가 흔들리면 소용없습니다.
5. llms.txt와 AI 크롤러 대응
llms.txt는 AI에게 건네는 사이트 안내문입니다. 홈페이지 루트에 마크다운 파일 하나를 올려 "우리는 이런 회사고, 중요한 페이지는 여기"라고 알려줍니다. 작성에 한 시간이 안 걸리고, 잃을 것이 없습니다.
5.1 llms.txt란 무엇인가?
2024년 9월 Answer.AI의 제러미 하워드(Jeremy Howard)가 제안한 규약으로, 명세는 llmstxt.org에 공개돼 있습니다. 출발점은 단순한 문제의식입니다. LLM의 컨텍스트 윈도우는 웹사이트 전체를 담기에 작고, HTML에는 내비게이션·스크립트 같은 잡음이 섞여 있으니, 사이트의 핵심을 깔끔한 마크다운 한 장으로 요약해 주자는 것입니다.
형식은 이렇게 정해져 있습니다.
- 위치: 도메인 루트의 /llms.txt (예: 회사도메인.com/llms.txt)
- H1 제목: 사이트 또는 회사 이름. 명세상 유일한 필수 항목
- 인용 블록(blockquote): 회사를 요약하는 한두 문장
- H2 섹션 + 링크 목록: [페이지명](URL): 설명 형식으로 핵심 페이지 나열
- Optional 섹션: 컨텍스트가 부족할 때 건너뛰어도 되는 보조 링크
문서량이 많은 사이트는 전체 내용을 한 파일에 담은 llms-full.txt를 함께 두기도 합니다. 기업 홈페이지라면 그럴 필요까지는 없고, 회사 소개 한 문장과 서비스 페이지·대표 실적·연락처 링크를 담은 20~30줄이면 충분합니다.
llms.txt의 현재 위치 — 솔직하게
아직 공식 표준이 아닙니다. OpenAI나 구글이 llms.txt를 참조한다고 확인한 적은 없고, 구글의 존 뮬러(John Mueller)는 과거의 키워드 메타 태그에 빗대며 회의적인 견해를 밝히기도 했습니다.
그럼에도 Anthropic의 기술 문서를 비롯해 개발자 문서 사이트를 중심으로 채택 사례가 쌓이고 있습니다. 작성 비용은 낮고 부작용은 없습니다. 효과가 확정될 때까지 기다리기보다 지금 올려두는 쪽이 남는 장사입니다.
5.2 AI 크롤러, 막을 것인가 열어줄 것인가?
기업 홈페이지라면 답은 대부분 '열어준다'입니다. 언론사나 유료 콘텐츠 사업자는 학습용 수집을 차단할 이유가 있지만, 회사 소개와 서비스 설명은 널리 인용될수록 이득인 정보입니다. 판단하려면 먼저 어떤 크롤러가 다녀가는지 알아야 합니다.
- GPTBot — OpenAI의 모델 학습용 수집기
- OAI-SearchBot — ChatGPT 검색 결과 노출을 위한 색인 크롤러
- ChatGPT-User — 사용자가 대화 중 페이지를 요청할 때의 실시간 접근
- ClaudeBot / Claude-User — Anthropic의 학습용 수집기 / 실시간 응답용 접근
- PerplexityBot — Perplexity 검색 색인 크롤러
- Google-Extended — Gemini 학습 사용 여부를 제어하는 robots.txt 토큰. 차단해도 구글 검색 순위에는 영향이 없습니다
- CCBot — 비영리 Common Crawl의 수집기. 여러 AI 모델이 이 데이터로 학습합니다
판단 기준은 하나입니다. 검색·실시간 계열(OAI-SearchBot, ChatGPT-User, PerplexityBot)을 막으면 AI 검색의 인용 대상에서 빠집니다. AI 답변에 나오고 싶다면 이들은 허용해야 합니다. 학습용(GPTBot, ClaudeBot, CCBot)은 선택의 영역이지만, 콘텐츠 자체가 상품이 아닌 이상 차단해서 얻는 것이 없습니다. robots.txt에서 User-agent별로 각각 허용·차단을 지정할 수 있으니, 지금 우리 회사 robots.txt가 이들을 어떻게 다루고 있는지부터 열어 보세요. 전면 차단(Disallow: /)을 걸어둔 채 잊고 있는 사이트가 의외로 많습니다.
6. 기업 홈페이지 AEO 실행 플랜
다섯 단계입니다. 순서를 지키는 것이 요령인데, 앞 단계의 산출물이 뒤 단계의 재료가 되기 때문입니다.
1단계 — 회사 소개 문장 통일
"우리 회사를 한 문장으로 뭐라고 소개할 것인가"부터 확정합니다. 업종, 대상 고객, 차별점이 들어간 사실 서술이어야 합니다. "고객 가치를 최우선으로 하는 글로벌 혁신 기업" 같은 수사는 사람에게도 AI에게도 아무 정보를 주지 못합니다. "제조 중견기업 대상 MES 구축 12년, 누적 80개 라인 적용" 쪽이 인용됩니다. 확정한 문장은 메인 페이지, 회사 소개, 푸터, 네이버 플레이스, 채용 공고, 보도자료 보일러플레이트까지 똑같이 씁니다. AI는 여러 출처에서 반복되는 일관된 서술을 신뢰합니다.
2단계 — 스키마 마크업 적용
1단계에서 확정한 문장과 회사 정보를 Organization 스키마에 담고, 서비스 페이지에 Service 스키마를 얹습니다. 직접 개발하지 않는다면 개발사에 이렇게 전달하면 됩니다. "JSON-LD 형식으로 적용하고, 구글 리치 결과 테스트 통과 화면을 검수 자료로 제출해 주세요." 검수 기준까지 요구사항에 넣어야 형식적인 적용으로 끝나지 않습니다.
3단계 — FAQ 구조화
영업 미팅과 CS 채널에서 실제로 받은 질문 10개를 추립니다. 답변은 각 2~4문장, 첫 문장에 결론. 페이지로 정리한 뒤 FAQPage 스키마를 연결합니다. 지어낸 질문보다 실제 질문이 낫습니다. 잠재 고객이 AI에게 묻는 문장과 거의 같기 때문입니다.
4단계 — llms.txt 게시
5장의 형식대로 작성해 도메인 루트에 올립니다. 서비스 구성이 바뀌면 함께 갱신하고, 최소 분기에 한 번은 내용을 점검합니다. 1단계의 소개 문장이 여기서 다시 쓰입니다.
5단계 — AI 답변 모니터링
월 1회, 같은 질문 세트를 ChatGPT·Claude·Perplexity·Gemini에 던지고 답변을 기록합니다.
- "이 분야에서 잘하는 국내 회사 추천해줘" — 우리 회사가 후보에 드는가
- "(회사명)은 어떤 회사야?" — 사실과 다른 서술이 없는가
- "(회사명)과 (경쟁사) 비교해줘" — 어떤 근거로 비교되는가
틀린 정보가 나오면 원인은 대부분 홈페이지에 해당 정보가 없거나 모호하다는 데 있습니다. AI를 고칠 수는 없으니 원문을 보강합니다. 아울러 GA4 유입 경로에서 chatgpt.com, perplexity.ai 리퍼러를 확인하면 AI발 방문 추이도 잡을 수 있습니다.
무료 검증 도구 세 가지
구글 리치 결과 테스트(search.google.com/test/rich-results)로 스키마 인식 여부를, Schema.org 검사기(validator.schema.org)로 문법 오류를, 서치콘솔로 색인 상태를 확인합니다. 셋 다 무료입니다.
리뉴얼을 발주하는 입장이라면 견적 단계에서 "구조화 데이터와 llms.txt가 포함되나요?"라고 물어보세요. 항목의 존재 자체를 모르는 업체라면 AI 검색 대응은 기대하기 어렵습니다.
7. 결론 및 체크리스트
홈페이지의 독자가 하나 늘었습니다. 사람, 검색엔진, 그리고 AI. 세 번째 독자는 디자인을 보지 않습니다. 텍스트와 데이터만 읽고, 읽은 것만 옮깁니다. 그 독자를 위한 준비가 이 글에서 다룬 전부입니다.
최종 점검 체크리스트
- 소개 문장 통일: 회사를 설명하는 한 문장이 홈페이지와 외부 채널 어디서나 동일한가
- 스키마 마크업: Organization·Service 스키마가 JSON-LD로 적용돼 있고 리치 결과 테스트를 통과하는가
- FAQ 구조화: 실제 고객 질문 기반의 FAQ가 있고 FAQPage 스키마와 연결돼 있는가
- llms.txt: 도메인 루트에 게시돼 있고 현재 서비스 구성을 반영하는가
- 크롤러 정책: robots.txt가 OAI-SearchBot 등 AI 검색 크롤러를 차단하고 있지 않은가
- 모니터링 루틴: 월 1회 주요 AI에게 회사를 묻고 답변을 기록하는가
여섯 항목 중 하나도 해당하지 않아도 이상한 일이 아닙니다. 국내 기업 홈페이지 대부분이 같은 상태니까요. 뒤집어 말하면, 먼저 갖춘 회사가 당분간 그 분야의 AI 답변을 차지합니다. 경쟁사가 이 글을 읽기 전에 시작하면 됩니다.