The Head of Growth at a $100M Company Explains AEO

Part 1 — 핵심 인사이트

1. AEO는 SEO보다 빠르게 변하는 점유 전쟁이다.
2. 플랫폼별 플레이북은 ChatGPT·Claude·Perplexity마다 다르다.
3. 측정은 클릭보다 노출·기여를 함께 봐야 한다.
4. 남들보다 먼저 발견한 채널이 성장의 알파를 만든다.
5. AI 콘텐츠는 스팸이 아니라 품질 기준의 재설계 문제다.

Part 1 — 요약

이 영상은 Gamma의 성장 책임자가 AEO(Answer Engine Optimization)와 앞으로의 성장 채널 변화에 대해 설명하는 대담이다. 핵심 주장은 기존 SEO는 AI 모드와 답변형 검색의 확산으로 약해지고 있으며, 이제는 ChatGPT·Claude·Perplexity 같은 엔진이 어떻게 콘텐츠를 수집하고 노출하는지를 이해하는 것이 중요하다는 것이다. 그는 Gamma가 ChatGPT 추천 트래픽에서 8배 성장을 경험했고, Reddit을 일찍 활용해 AEO의 가능성을 확인했다고 말한다.

또한 AEO는 단순히 트래픽을 많이 가져오는 채널이 아니라, 검색·추천·측정 방식 자체를 다시 설계해야 하는 문제라고 본다. 실제로는 사람을 위한 콘텐츠와 크롤러를 위한 콘텐츠의 균형을 고민하되, 당장은 플랫폼이 바뀌기 전에 먼저 실험하고 선점하는 팀이 유리하다고 주장한다. 마지막으로, AI가 글을 쓰는 것이 곧 스팸이라는 생각은 편견이며, 모델이 코딩까지 하는 시대라면 좋은 글도 충분히 만들 수 있다고 반박한다.

Part 2 — 핵심 인사이트

1. AEO는 사람과 AI를 함께 설득해야 한다.
2. 웹사이트에선 아직 권위보다 콘텐츠가 더 중요하다.
3. 플랫폼마다 최적화 규칙이 다르다.
4. AI 콘텐츠는 스팸이 아니라 깊이의 문제다.
5. 지금은 규칙이 굳기 전이라 실험 속도가 경쟁력이다.

Part 2 — 요약

이 영상은 AEO(Answer Engine Optimization)를 할 때도 결국 사람과 AI를 동시에 만족시키는 콘텐츠가 중요하다고 말한다. 웹사이트 기준으로는 아직 권위보다 콘텐츠 자체가 더 크게 작동하는 듯하며, 플랫폼별로도 ChatGPT, Perplexity, Claude, Google AI Overviews가 서로 다른 플레이북을 요구한다고 정리한다.

또한 ‘AI가 쓰면 스팸’이라는 인식은 틀렸다고 반박하면서, 모델이 더 좋아진 만큼 더 깊고 두꺼운 콘텐츠를 만들 수 있다고 주장한다. 실제로는 Reddit이 GPT에서 가장 영향력이 크고, 자체 사이트와 타사 웹사이트, YouTube, LinkedIn 순으로 영향력이 다르며, Claude는 MCP 같은 생태계 진입이 중요하다고 설명한다. 전반적으로 지금은 아직 규칙이 완전히 굳지 않은 과도기라서, 다양한 채널에서 빠르게 실험해 보는 사람이 유리하다는 메시지다.

Part 3 — 핵심 인사이트

1. AEO는 무시할 수 없는 신규 유입 채널이 됐다.
2. Claude는 발견보다 유지, ChatGPT는 획득에 더 강하다.
3. 플랫폼 최적화는 LLM별 역할 차이를 전제로 해야 한다.
4. Reddit은 홍보보다 질문 해결형 맥락이 먹힌다.
5. 오픈 생태계일수록 커뮤니티 분배 전략이 쉬워진다.

Part 3 — 요약

이 구간은 AEO(답변 엔진 최적화)가 검색·유입의 새로운 핵심 채널로 커지고 있다는 주장에 초점을 둔다. 특히 제품이 LLM 생태계 안에서 '발견'되려면 단순히 연결만 해서는 부족하고, 여전히 자체 유저 확보와 외부 커뮤니티 노출이라는 전통적 성장이 필요하다고 말한다. 다만 장기적으로는 앱스토어처럼 Claude/ChatGPT가 제품 탐색의 기본 관문이 되면서, 플랫폼별로 우선순위를 다르게 가져가야 한다고 본다.

또한 Gamma의 사례를 들어 ChatGPT가 현재 가장 큰 유입원이고, Google AI Overviews가 그 다음, Claude는 신규 고객 획득보다 유지에 더 강하다고 정리한다. Reddit에서는 자기 홍보보다 사용자의 실제 질문에 답하며 검색될 만한 맥락을 만드는 것이 중요하고, 새 콘텐츠가 인용되기까지의 시간차와 서브레딧 전략도 실전적으로 설명한다. 결국 이 영상의 핵심은 'LLM 시대의 SEO/AEO는 기술보다 분배와 맥락 설계의 게임'이라는 점이다.

Part 4 — 핵심 인사이트

1. 댓글은 발견보다 감정 신호에 더 가깝다.
2. 부정적 반응은 LLM 인용에 더 오래 남을 수 있다.
3. 넓은 키워드보다 니치 진입이 경쟁을 줄인다.
4. AEO도 SEO처럼 계속 돌려야 하는 장기전이다.
5. 인용에도 수명이 있어 주기적 갱신이 필요하다.

Part 4 — 요약

이 영상은 Reddit와 같은 외부 커뮤니티에서 생성된 콘텐츠가 ChatGPT 같은 LLM의 인용과 발견 과정에 어떻게 영향을 주는지, 그리고 그 위에서 어떤 AEO/SEO식 전략이 통하는지를 다룬다. 화자는 댓글은 주로 감정 신호에 가깝고, 실제 발견 방향을 바꾸는 핵심 요소는 아니라고 보지만, 부정적 감정은 모델이 더 잘 집어갈 수 있어 특히 조심해야 한다고 말한다. 또한 Reddit 인용은 사실상 경쟁 게임이어서, 넓은 키워드 대신 더 좁은 니치로 들어가 토픽 권위를 쌓고, 계속 콘텐츠를 생산해야 한다는 점을 강조한다. 마지막으로 citation에도 수명이 있을 수 있다는 가설을 제시하며, 이를 추적하고 갱신하는 'always-on engine' 관점이 필요하다고 정리한다.

Part 5 — 핵심 인사이트

1. 작은 커뮤니티도 임계점 넘으면 AEO에 잡힌다.
2. 범주가 넓으면 큰 서브레딧이 먼저 먹힌다.
3. 링크드인·인스타는 향후 검색 영향력이 커진다.
4. 구조화된 UGC가 LLM 인덱싱에 유리하다.
5. 복제 사이트는 유료 유입으로 더 빨리 퍼진다.

Part 5 — 요약

이 구간은 AEO(Answer Engine Optimization)에서 어떤 플랫폼과 커뮤니티를 먼저 공략해야 하는지에 대한 실무적 판단을 다룬다. 발표자는 대형 카테고리와 이미 충분히 큰 서브레딧을 우선 보되, 장기적으로는 자체 브랜드 커뮤니티를 키워야 한다고 본다. 또 LLM이 어떤 소셜/콘텐츠 플랫폼을 인덱싱하는지에 대해 Reddit, LinkedIn, Instagram, Quora, Medium, Substack, Discord, X를 비교하며, 현재는 Reddit과 함께 LinkedIn·Instagram의 가능성이 크고 Discord는 아직 구조화가 부족하다고 본다. 마지막으로 경쟁사 복제 사이트와 유료 광고 같은 “dirty plays”가 실제로 존재하며, 이에 대한 대응이 필요하다고 말한다.

Part 6 — 핵심 인사이트

1. 정의보다 전환이 중요하다.
2. AIO는 검색이 아니라 학습·기억 게임이다.
3. Reddit과 블로그는 각기 다른 영향 경로를 가진다.
4. 먼저 노출된 브랜드가 기억과 재참조를 선점한다.
5. 에이전트 마케팅은 AIO의 다음 단계다.

Part 6 — 요약

이 영상은 AEO(Answer Engine Optimization)를 둘러싼 성장 전략을 다루며, 핵심은 '정의 싸움'보다 실제로 올바른 가입과 전환을 만드는 데 있다고 말한다. 화자는 go-to-market과 distribution의 구분에 크게 매달리지 않고, 결국 중요한 것은 적절한 사람을 유입시키는 것이라고 정리한다.

후반부에서는 AIO/LLM 환경에서 검색·추천이 작동하는 방식이 'retrieval'과 'memorization'의 두 게임으로 나뉜다고 설명한다. Reddit 같은 콘텐츠는 모델의 학습 데이터에 영향을 주는 쪽이고, 블로그나 자사 콘텐츠는 인용·유입을 만드는 쪽이라는 식으로 전략을 구분한다. 또한 메모리와 재참조가 중요해지면서 먼저 움직인 브랜드가 반복 노출의 이점을 얻을 수 있고, 장기적으로는 모델과 마케터가 서로 적응하는 군비경쟁이 될 것이라고 본다. 마지막으로는 에이전트가 제품을 직접 쓰고 가입·구매까지 하는 미래를 더 낙관하며, AIO는 그 초기 형태라고 본다.

Part 7 — 핵심 인사이트

1. LLM 시대의 최적화는 지금 심어야 나중에 열매가 난다.
2. 당장 ROI가 안 보여도 정보 인프라는 미리 깔아야 한다.
3. AEO는 단기 마케팅이 아니라 장기 포지셔닝 작업이다.
4. 미래 검색 환경에선 '보이는 콘텐츠'보다 '읽히는 정보'가 중요하다.

Part 7 — 요약

이 짧은 마무리 구간에서는 AEO와 LLM용 정보 심기가 장기적으로 중요한 과제라는 점을 다시 짚는다. 화자는 아직 이 주제에 많은 시간을 쓰진 못했지만 매우 흥미롭다고 말하고, 상대는 이를 전담 인력의 ROI가 몇 년 뒤에나 나오는 일처럼 볼 수 있지만 지금부터 LLM에 들어갈 정보를 심어두는 것이 중요하다고 말한다. 전체적으로 이 파트는 즉시 성과가 보이지 않아도 미래 검색·발견 환경을 대비하는 준비의 가치를 강조한다.