기존의 SEO(검색 엔진 최적화)는 "인간이 읽기 쉬운 텍스트와 구조" 및 "검색 엔진의 크롤러가 인덱싱하기 쉬운 메타데이터"를 구축하는 것이 중심이었습니다.

하지만 Perplexity, ChatGPT, Gemini 등의 **AI 검색(LLMO / GEO: Generative Engine Optimization)**이 보급된 현재, 정보의 평가 주체는 "인간"에서 "AI(LLM)"로 시프트(shift)하고 있습니다.

본 기사에서는 AI 검색 시대에 자사나 서비스의 정보를 올바르게 AI가 인덱싱 및 참조하게 만들기 위한 멀티미디어 콘텐츠 구조화 사상에 대해 해설합니다.

GEO란, 생성형 AI가 답변을 생성할 때 자사의 콘텐츠나 정보가 우선적이고 정확하게 인용·참조되도록 최적화하는 프로세스를 가리킵니다.

기존의 SEO: 키워드 출현 빈도, 백링크, 페이지 스피드, HTML 구조(h1, h2 등)
GEO: 벡터 검색(Vector Search)에서의 관련성, 정보의 구조화, 문맥의 명확성, 텍스트·영상·음성의 멀티모달(Multimodal) 일치도

최근의 LLM은 **멀티모달(Multimodal)**화가 급속도로 진행되고 있습니다.

텍스트 데이터뿐만 아니라 음성·영상 콘텐츠도 직접 해석 및 벡터화되어 검색 인덱스에 포함됩니다.

단순히 "영상을 임베딩(embedding)하는" 것만으로는 불충분하며, 다음과 같은 설계가 요구됩니다.

타임코드와 자막의 동기화(Transcript & Timestamp)
영상 내의 텍스트·나레이션과 페이지 본문의 문맥 일치
1콘텐츠 1테마로 압축한 아토믹(Atomic, 원자 단위)한 정보 설계

앞으로의 Web 전략 및 콘텐츠 마케팅에 있어서는 "인간을 향한 표현"뿐만 아니라 **"AI(LLM)가 문맥을 해석하기 쉬운 구조"**를 어떻게 갖추느냐가 핵심이 됩니다.

다음 회차에서는 이 설계 사상을 더욱 구체화한 **"1분 영상에서의 AI 최적화 프레임워크(AI Story Movie)"**의 구체적인 구현과 설계 원칙에 대해 해설하겠습니다.