KEENT EXPERIMENT / 001
킨트에 GEO를 적용하면
무엇이 달라질까요?
첫 단계는 기반 구축입니다. 적용한 설정과 실제 성과를 구분해 기록합니다.
현재 결론: 적용은 진행했으며, AI 효과는 아직 모릅니다
킨트의 공개 사이트에 크롤링·색인 신호와 콘텐츠 구조를 정비했습니다. AI 답변의 언급률·추천률·인용률은 아직 측정하지 않았습니다. 파일을 추가하거나 페이지가 200으로 응답하는 것과 AI가 실제로 사이트를 발견·인용하는 것은 다릅니다.
실험 대상과 가설
대상은 keent.app입니다. 한국어 B2B SaaS 팀이 GEO를 점검하고 측정하는 질문에 답하는 사이트로 범위를 좁혔습니다. 이 분야가 비어 있거나 검색량이 많다는 주장은 하지 않습니다. 공개 한국어 검색 결과에는 이미 여러 GEO 서비스와 실무 자료가 존재하며, 이번 포지셔닝은 검증할 가설입니다.
가설은 “기술 조건이 명확하고, 실제 적용 기록과 재사용 가능한 양식을 제공하는 페이지가 관련 질문의 답변 출처 후보가 될 수 있다”입니다. 특정 AI의 추천이나 순위 상승을 보장하지 않습니다.
변경 전후 기록
변경 전 점검 시각: . 로그인 없이 사이트를 읽는 별도 브라우저로 확인했습니다.
| 항목 | 변경 전 | 이번 작업 |
|---|---|---|
| 공개 접근 | 홈·robots·sitemap HTTP 200 | 공개 URL과 실제 응답 확인 |
| 색인 신호 | 홈 canonical / 사이트맵 1개 URL | 8개 공개 페이지·각 canonical·사이트맵 자동 생성 |
| 구조화 데이터 | 없음 | Organization·WebSite·Article·BreadcrumbList를 페이지 역할에 맞게 추가 |
| 내용 | 샘플 수치·후기·요금제 중심 | 실무 가이드 4개·소개·실험 기록으로 개편 |
| 검색 색인·실제 봇 방문 | 미확인 | 검색 도구와 검증된 봇 기록에서 별도 확인 필요 |
| AI 언급·추천·인용 | 미측정 | 고정 질문을 이용한 반복 관측 준비 |
실제 적용한 것
- 기술 기반: 공개 정적 HTML, 한국어 문서 언어, 페이지별 제목·설명·canonical, 공개 URL 사이트맵, 브랜드·문서 구조화 데이터, 공유 이미지, 정상 404와 중복 주소 정규화.
- 크롤러 접근: 기존 robots.txt의 전체 허용을 유지합니다. 검색 봇과 학습 봇은 서로 다른 목적이며, 허용문을 더 쓴다고 인용률이 오른다고 보지 않습니다.
- 콘텐츠: 가상 성과와 작동하지 않는 상품 약속을 제거하고4개 가이드, 소개·편집 원칙, 이 기록을 내부 링크로 연결합니다.
- 측정 준비: 고정 질문 12개와 원문 근거를 기록할 CSV를 공개합니다. 0과 미측정을 구분하고 브랜드·비브랜드 질문을 나눕니다.
Google 공식 지침에 따라 llms.txt, 특별한 AI 전용 스키마, 질문 변형별 대량 페이지는 이번 적용에 포함하지 않았습니다. 구조화 데이터는 사이트와 문서를 설명하는 용도입니다. [Google AI 최적화 지침]
후속 관측 방법
질문 세트는 비브랜드 9개와 브랜드 3개입니다. 같은 질문을 새 대화에서 검색 화면별 3회씩 반복합니다. ChatGPT, Claude, Gemini와 Google AI Overviews·AI Mode는 따로 기록하며, 사용 가능한 화면과 검색 모드를 고정합니다. 오류·미실행을 노출 0으로 기록하지 않습니다. 관측 기록 양식과 판정·분모 규칙을 함께 사용하세요.
- 첫 관측: 공개 페이지의 검색 발견 상태를 확인하고 질문별 원문·출처 URL·모델·실행 시간을 저장합니다.
- D7·D14·D28: 같은 조건으로 반복해 건수와 비율을 비교합니다. 이는 관측 계획이며 자동 실행이나 성과 발생 기한이 아닙니다.
- Google 실제 노출: Search Console의 생성형 AI 실적 보고서는 AI Overviews·AI Mode 노출수만 별도로 봅니다. 직접 질문한 관측률과 합산하지 않습니다. [보고서 범위]
어디까지 효과라고 말할 수 있을까요?
이번에는 기술 설정과 여러 콘텐츠를 동시에 바꿨습니다. 이후 인용이 생겨도 어떤 설정 하나가 원인이라고 말할 수 없습니다. 새 도메인의 발견·색인, 모델 업데이트, 경쟁 콘텐츠 변화가 함께 작용할 수 있습니다.
다음 실험부터는 한 페이지의 정보 보완처럼 변경 범위를 좁히고, 비슷한 미변경 페이지를 같은 기간에 관찰하는 방식을 사용합니다. 같은 질문의 전후 원문이 있을 때 관측 변화를 기록하고, 작은 표본의 비율만으로 성공을 판단하지 않습니다.
이번 결정에 참고한 연구
GEO 연구는 조건과 지표가 다릅니다. KDD 2024 GEO 논문의 결과를 신생 사이트의 실제 트래픽 상승률로 옮기지 않았습니다. Semrush의 콘텐츠 관측 연구는 읽기 쉬운 구성과 근거를 검토하는 참고 자료이며 인과 효과를 보장하지 않습니다. Ahrefs의 2026년 스키마 준실험도 JSON-LD 추가만으로 인용 증가를 입증하지 못했습니다. 한국어 킨트에서의 실제 결과는 별도로 확인해야 합니다.