LLMO vs SEO vs AEO vs GEO
검색 최적화의 진화
섹션 제목: “검색 최적화의 진화”1997: SEO — 검색 엔진을 위한 최적화2018: AEO — 답변 엔진을 위한 최적화2023: GEO — 생성형 엔진을 위한 최적화2024: LLMO — 모든 LLM 인터랙션을 위한 최적화| SEO | AEO | GEO | LLMO | |
|---|---|---|---|---|
| 초점 | 검색 순위 | AI 답변 | 생성형 검색 | 모든 LLM 인터랙션 |
| 대상 | Google, Bing | 음성 비서, AI 검색 | AI 기반 검색 엔진 | ChatGPT, Claude, Gemini, Perplexity |
| 학술적 기반 | 수십 년간의 연구 | 제한적 | 프린스턴 (KDD 2024) | 형성 중 |
| 프레임워크 | 잘 확립됨 | 비공식적 | 연구 중심 | LLMO Framework (5 컴포넌트) |
| 범위 | 웹 검색 | 좁음 (답변만) | 좁음 (생성형 검색만) | 넓음 (모든 LLM 컨텍스트) |
상호 관계
섹션 제목: “상호 관계”LLMO는 AEO와 GEO 같은 접근 방식을 포괄하면서, 검색을 넘어 LLM이 웹 콘텐츠와 상호작용하는 모든 맥락을 다룬다.
LLMO (모든 LLM 인터랙션)├── GEO (생성형 검색 엔진)│ └── AEO (답변 중심 검색)└── 직접 LLM 쿼리 (ChatGPT, Claude 등) └── RAG 기반 애플리케이션 └── 웹을 탐색하는 AI 에이전트