과거의 SEO가 구글 검색 순위를 높이는 기술이었다면, GEO는 생성형 엔진이 사용자의 질문에 답할 때 당신의 콘텐츠를 인용하도록 만드는 작업이고, AEO는 사용자의 질문에 정확한 답을 제공할 수 있도록 정보를 구조화하는 방법론입니다. 그리고 이를 실제 업무에 적용하는 GEO업체들은 이 두 개념을 유기적으로 연결해 하나의 전략으로 만듭니다. 이 글에서는 제가 직접 실험하고 경험한 프리랜서 개발자를 위한 GEO/ AEO 적용법을 비용과 가성비 관점에서 파헤쳐보겠습니다.
먼저 제 배경을 간략히 소개하자면, 5년 차 프리랜서 웹 개발자로서 평균 geo 란 6개월에 한 번꼴로 신규 프로젝트를 수주해 왔습니다. 하지만 지난 2년 사이 수주 과정이 급격히 변했습니다. 클라이언트가 직접 코드를 보지 않고 ‘지피티한테 당신 프로필 검색해 보라고 했더니 결과가 별로였다’는 피드백을 받은 적이 있습니다. 이 충격적인 경험 이후 제 포트폴리오 전면 개편에 나섰고, 그 과정에서 GEO와 AEO라는 개념을 알게 되었습니다.
MERN 스택(MongoDB, Express.js, React, Node.js)은 여전히 많은 프로젝트에서 요구되지만, 더 이상 ‘MERN 스택’이라는 키워드 자체가 경쟁력이 아닙니다. 클라이언트가 ‘물류 관리 대시보드를 구축할 수 있는 개발자’를 찾을 때는 ‘MERN 스택 인턴십 프로젝트’보다 ‘JWT 인증 체계와 Kafka 실시간 업데이트를 결합한 물류 트래킹 시스템’을 제공해야 합니다. 이 차이가 GEO의 핵심입니다.
GEO 업체에서 사용하는 방법 중 가장 효율적인 것은 ‘질문 주도형 메타데이터 설계’입니다. 즉, 생성형 엔진이 당신 깃허브 레포지토리를 인용하게 하려면 먼저 그 엔진이 사용자가 물을 질문을 미리 예측하고 그 질문에 대한 답변을 당신의 레포지토리 구조 안에 직접 심어야 합니다. 예를 들어, 클라이언트가 ‘MERN 인증 시스템’이 아니라 ‘Google OAuth와 커스텀 JWT 중복 로그인 방지 방법’을 질문했을 때 필요한 답변 구조를 미리 세팅해 두는 겁니다.
구체적인 실행 방법은 다음과 같습니다. 1)레포지토리의 README 파일 구조를 기존의 설명서 형식에서 탈피해 질문-응답 형식으로 개편합니다. 사용자가 FAQ 페이지라도 읽는 듯한 흐름으로 ‘이 프로젝트는 무엇을 해결하는가?’, ‘데이터 일관성을 어떻게 유지하는가?’, ‘트래픽 병목 지점은 어디인가?’ 같은 자연스러운 질문으로 헤딩을 구성하고, 그 아래 답변 문단에 코드 특징, 아키텍처 결정, 사용 이유를 녹입니다.
2) 생성형 엔진이 ‘차별점’ 다음 순위로 파싱하는 jsconfig.json 또는 package.json에 run/ build 스크립트 외에도 ‘어노테이션 필드’를 추가합니다. 실제 기술 문서처럼 description, tags, deprecated-info, decisionContext 등의 JSON 속성을 넣으면 Camouflage 같은 전용사이트 없이도 AEO 구조를 만들 수 있습니다. 물론 개인 정보를 포함해선 안 됩니다.
3) 깃허브 기여 그래프를 안정적으로 유지하면서 ‘커밋’에 쓰여진 메시지 언어 패턴을 자연어 처리 모범사례에 맞춥니다. 예를 들어 ‘fix login bug’, ‘update lib’ 같은 지나치게 축약된 메시지 대신 ‘enhance error handling in OAuth callback for edge case with network drift’ 같이 기계가 읽기 좋고 질이 높은 동사+명사 조합을 사용합니다. 생성형 엔진이 커밋 로그를 참조할 경우 더 자세한 요약 자료를 공급합니다.
4) 콘텐츠가 라성하게 흩어져 있는 개인 홈페이지 대신 ‘하나의 핵심 페이지’를 정하고, 그 페이지에 랜딩된 정보들을 긴 글이 아닌 상태 전이도 또는 결과 링크 추천으로 표현합니다. 이는 AEO에서 말하는 ‘닌자 아이템’으로 막힘없이 액션 후보지를 보여주도록 설계했습니다. 권유가 아니라 근거가 타라는 점입니다.
물론 GEO/ AEO만으로 모든 프로젝트를 얻을 수 있는 건 아닙니다. 생성형 엔진의 응답 특성은 지금도 매주 바뀝니다. 모델이 다른 피상적 데이터를 선호하면 기법만으로 한계가 생깁니다. 그래서 가장 가성비 좋은 전략은 정기적으로 false response metric을 추적하는 겁니다. 즉, 엔진이 잘못 가져오거나 건조하게만 인용하는 경우를 관찰하고 그 패턴을 매뉴얼에 집어넣어 단기 사이클로 최적화하는 과정이 비용 대비 효율이 가장 높습니다.
이 시점에서 정리해 보겠습니다. 이제 프리랜서 개발자의 포트폴리오 경쟁력은 단순히 기술 스택 나열이 아니라 질문 생태계 속에서 당신이 정답으로 인식되느냐에 달려 있습니다. GEO와 AEO 및 관련 전문 첨삭을 업체에 의뢰하는 것도 분명 선택지지만, 핵심은 포트폴리오 안에 이미 숨겨놓은 데이터 커버리지에 접근권을 주는 겁니다. MERN 스택은 거들 뿐입니다. 그러나 AEO 메타데이터 설계가 생략된 MERN은 생성형 엔진의 ‘like other repos .git list’일 뿐, 더 이상 첫 번째로 인용되지 않습니다. 오늘 바꾸십시오. 질문 하나에 레포 하나가 대답하는 구조로요.