이 조사를 시작한 이유
AEO·GEO를 이야기할 때 대부분 ChatGPT나 Perplexity를 전제합니다. 그런데 한국 병원 환자의 상당수는 네이버 안에서 검색을 시작하고 끝냅니다.
네이버는 외부 AI 봇 크롤링을 차단하면서 자체 UGC를 폐쇄 자산으로 만들었습니다. 그래서 네이버에서의 GEO는 글로벌 GEO와 다른 작업이 됩니다. 이 차이가 실제로 얼마나 큰지 확인했습니다.
조사 범위
| 조사 시점 | 2026년 5월 시점 정책 환경 |
|---|---|
| 검토 자료 | 약 20~30건 추정 — 당시 리서치 원문과 인용 기록을 기준으로 산정한 범위입니다. |
| 자료 구성 | 네이버 공식 발표(AI 브리핑 노출 비중, C-Rank·D.I.A.·D.I.A.+ 평가 요인, 신뢰도 중심 통합 랭킹 모델 A/B 테스트), GEO 논문(Aggarwal 외, KDD 2024), 국내 SEO 분석 블로그 |
| 주요 조사 대상 | 네이버 AI 브리핑·스마트블록(에어서치)·C-Rank·D.I.A.+의 인용 선택 구조 |
| 확인하지 못한 범위 | 알고리즘 가중치와 임계값. 네이버가 공개하지 않습니다. 공식 블로그는 해외 IP에서 직접 접근이 차단되어 2차 매체를 경유했습니다. |
| 집계 주의 | 에어서치·스마트블록은 사용자 이력 기반 개인화가 적용되므로 단일 검색 결과로 성과를 일반화할 수 없습니다. |
리서치 본문
무대는 종료를 앞둔 Cue:가 아니라 AI 브리핑이다
네이버 공식 발표 기준 AI 브리핑은 통합검색 쿼리의 약 20%(2025년 11월 기준)에 노출되며, 2025년 11월 말부터 LLM·VLM 기반 신뢰도 중심 통합 랭킹 모델의 A/B 테스트가 시작됐습니다. 공식 블로그는 해외 IP에서 직접 접근이 차단되어 2차 매체를 경유해 확인했습니다.
즉 네이버 대응은 “AI 시대 대비”가 아니라 이미 진행 중인 노출 구조에 대한 대응입니다. 네이버 AI 브리핑은 기존 검색 품질과 랭킹 시스템(C-Rank·D.I.A.+·스마트블록)의 영향을 함께 받는 것으로 볼 수 있지만, 어떤 신호가 인용 대상을 결정하는지 정확한 가중치는 공개되지 않았습니다.
통계·인용·출처 제시가 가시성을 높인다
GEO 논문(Aggarwal 외 6인, KDD 2024)은 GEO-bench 실험에서 통계 추가·인용 추가·출처 명시가 최상위 기법이며, SEO에서 관행적으로 쓰이던 키워드 스터핑은 성과가 좋지 않다고 Table 1에서 보고합니다.
이 방향은 네이버 평가 축과도 어긋나지 않습니다. D.I.A.는 경험 정보·정보 충실성·독창성을 보고, 신뢰도 중심 모델은 LLM 분석축을 봅니다.
다만 방향은 채택하고 크기는 버려야 합니다. 논문 실험은 영문·글로벌 엔진 기준이고 네이버 AI 브리핑은 별개 시스템입니다. 같은 배율을 옮겨 쓰면 그 자체가 검증 불가한 숫자가 됩니다.
실무는 4축 분산 발행과 추출 친화 포맷
조사에서 도출된 처방은 네 가지입니다. ① 공식 웹문서(브랜드 도메인)·네이버 블로그·인플루언서·플레이스의 4축 분산 발행 ② 첫 문단 즉답 + 숫자 + 명명된 전문가 인용 + H2/표/FAQ 구조의 추출 친화 포맷 ③ C-Rank용 주제 일관성 누적과 D.I.A.+용 1인칭 경험·체류·재방문 신호 확보 ④ 버티컬(헬스케어 등) 구조화 데이터.
한 채널에 몰아 쓰는 방식보다 같은 판단을 네 곳에서 확인할 수 있게 배치하는 편이 유리할 것으로 봅니다. 인용 확률이 실제로 올라간다는 것은 이널리의 가설이며 네이버 환경에서 정량 검증된 값은 아닙니다. 다만 사람이 검증하는 행동 패턴과는 일치합니다.
글로벌 GEO와 네이버 GEO는 같은 이름으로 팔리지만 다른 작업
외부 AI 크롤러가 차단된 상태에서 네이버 대응은 내부 UGC 신호를 쌓는 일이고, 글로벌 AI 대응은 외부에서 크롤링 가능한 문서를 만드는 일입니다. 작업 대상 자체가 다릅니다.
제안서에서 이 둘이 분리돼 있지 않으면 실행 단계에서 초점이 흐려집니다. “AI 검색 대응” 한 줄로 묶인 견적은 무엇을 사는지 정의되지 않은 계약입니다.
이널리가 이번 조사에서 내린 결론
네이버 GEO의 본질은 외부 LLM 인용이 아니라 네이버 내부 AI 브리핑·스마트블록의 인용 대상이 되는 설계입니다.
병원이 먼저 확인할 것은 콘텐츠 첫 문단이 질문에 즉답하는지, 원장의 판단 기준이 명명된 전문가 발화로 남아 있는지, 같은 판단이 홈페이지·블로그·플레이스에서 일관되게 확인되는지입니다.
이 리포트의 권고는 2026년 5월 시점 정책 환경을 전제합니다. 외부 AI 봇 허용 정책과 인용원 정책은 단기에 바뀔 수 있습니다.
참고 자료
- GEO: Generative Engine Optimization
Pranjal Aggarwal, Vishvak Murahari, Tanmay Rajpurohit, Ashwin Kalyan, Karthik Narasimhan, Ameet Deshpande — KDD ’24 · arXiv 2311.09735, 2024 · 학술 연구 - 네이버 검색 공식 발표 (AI 브리핑, C-Rank·D.I.A.·D.I.A.+, 신뢰도 중심 통합 랭킹 모델)
네이버 검색 공식 블로그 (2차 매체 경유) · 2025~2026년 · 공식 자료 - 네이버 검색 로직 분석
국내 SEO 분석 블로그 다수 (업계 공개 자료, 2차 소스) · 2025~2026년 · 업계 자료
조사 한계
- C-Rank·D.I.A.·D.I.A.+의 가중치와 임계값은 비공개입니다. 신호 해석은 공식 발표와 업계 분석, 학술 원리를 결합한 추론입니다.
- 신뢰도 중심 통합 랭킹 모델의 전면 적용 후 효과는 아직 정량 확인되지 않았습니다.
- GEO 논문의 상승 폭 수치는 영문·글로벌 엔진 기준이며 한국어 환경 재현 보장이 없어 본문에 제시하지 않았습니다.
- 일부 인용된 마케팅 블로그는 네이버 공식 자료를 재가공한 2차 소스입니다.
- 에어서치·스마트블록은 개인화가 적용되므로 단일 검색 결과로 성과를 일반화할 수 없습니다.
이 자료는 이널리가 실무에서 생긴 의문을 확인하기 위해 진행한 자체 리서치입니다. 자료의 조사 시점과 성격이 서로 다르므로 개별 수치의 절대값보다 여러 자료가 공통으로 보여주는 방향과 현상의 맥락을 중심으로 읽어주시기 바랍니다.
조사 2026.05.31 · 최종 수정 2026.07.27 · 작성 E:NULRE Research
이 자료를 우리 병원 상황에 적용하면 무엇부터 달라져야 할까요?
이널리는 노출 상품을 먼저 권하기 전에, 지금 환자가 병원을 발견하고 검증하는 경로부터 확인합니다.
무료 진단 신청하기 →