AI의 질서 만드는 설계도 ‘C-GEO'

검색의 종말과 인용의 탄생: 다나와가 설계하는 AI 쇼핑의 새로운 표준

안녕하세요, 다나와 마케팅 전략 담당 류희범입니다.

검색 엔진의 시대가 저물고 있습니다. 우리는 이제 '검색어'를 입력해 링크 리스트를 받는 대신, AI에게 '질문'을 던지고 완성된 '답변'을 받는 시대를 살고 있습니다.

이 거대한 패러다임의 변화 앞에서, 저는 커머스 마케팅의 새로운 이정표가 될 단 하나의 개념을 선언하고자 합니다. 바로 C-GEO(Categorical Generative Engine Optimization)입니다.

1. 왜 GEO가 아닌 ‘C-GEO’인가?

단순한 GEO(생성 엔진 최적화)는 널려 있는 정보를 AI가 잘 가져가게 만드는 수준에 그칩니다. 하지만 커머스, 특히 다나와처럼 방대하고 정교한 상품군을 다루는 영역에서는 이야기가 달라집니다.

AI는 수만 가지의 상품 스펙과 사용자 리뷰 사이에서 길을 잃기 쉽습니다. 이때 AI가 가장 신뢰할 수 있는 ‘답변의 뼈대’를 제공하는 기술, 그것이 제가 정의하는 C-GEO의 핵심입니다.

Categorical(카테고리적): 파편화된 정보를 나열하는 것이 아니라, 상품의 위계와 특성을 AI가 이해할 수 있는 최적의 분류 체계로 구조화합니다.

Generative Engine Optimization(생성 엔진 최적화): AI가 답변을 생성할 때, 우리 데이터를 '가장 정확한 출처'로 인용하게 만듭니다.

[Data 2] 좌측: 구글 검색 결과 (다나와 1위) vs. 우측: Gemini 답변 (쿠팡 인용)

2. 다나와 상품블로그, C-GEO의 거대한 실험실

지금 저는 다나와에서 RAG(검색 증강 생성)와 Vector DB 최적화를 통해 상품블로그의 데이터를 정비하고 있습니다. 이 작업은 단순히 데이터를 크롤링하는 수준을 넘어섭니다.

AI가 "지금 100만 원대에서 살 수 있는 최고의 영상 편집용 노트북은 뭐야?"라고 물었을 때, AI의 뇌(LLM) 속에서 다나와의 카테고리 데이터가 가장 먼저 활성화되도록 설계하는 과정입니다.

우리는 상품의 스펙을 넘어, 그 상품이 어떤 맥락에서 가치를 가지는지(Contextual Density)를 데이터화하고 있습니다. 이것이 바로 C-GEO가 실현되는 방식입니다.

3. 류희범이 설계하는 C-GEO의 3대 원칙

저는 이번 프로젝트를 통해 대한민국 커머스 GEO의 표준을 정립하려 합니다. 제가 지키는 C-GEO의 설계 원칙은 명확합니다.

데이터 토폴로지(Data Topology)의 확립: AI가 혼동하지 않는 명확한 카테고리 위계를 설계한다.

시맨틱 앵커링(Semantic Anchoring): 상품의 기술적 수치와 사용자의 언어를 연결하는 인덱싱을 강화한다.

출처 권위(Source Authority)의 극대화: AI가 생성하는 답변의 끝에 항상 '다나와'라는 출처가 붙도록 신뢰도를 정밀하게 제어한다.

마케팅은 이제 '답변'을 설계하는 일입니다

과거의 마케터가 고객의 눈에 띄기 위해 노력했다면, 미래의 마케터는 AI의 논리 구조 속에 우리 브랜드를 각인시켜야 합니다.

저는 다나와의 상품 데이터를 통해 AI가 가장 똑똑하게 쇼핑 답변을 내놓을 수 있는 세상을 만들고 있습니다. 여러분이 생각하는 AI 시대의 쇼핑은 어떤 모습인가요? 앞으로 차차 알아가시지요.

류희범 | 다나와 마케팅 전략 부장 C-GEO & RAG Optimization Specialist

Ryu Hee-bum | Head of Marketing Strategy at Danawa

#GEO, #GenerativeEngineOptimization, #커머스RAG, #다나와상품블로그, #Vector최적화, #류희범