메뉴 건너뛰기
소속 기관 / 학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
고객센터 ENG
주제분류

논문 기본 정보

저자정보
(경기대학교) (경기대학교) (경기대학교) (경기대학교) (경기대학교) (경기대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2026년도 하계종합학술대회 및 대학생논문경진대회
오류 신고하기

피인용 0

검색

    초록·키워드

    최근 사용자의 정보 탐색 습관이 단순 검색 엔진에서 생성형 AI(LLM) 기반의 답변 서비스로 변화함에 따라, AI 답변 내에서 특정 브랜드의 인용 및 추천 빈도를 높이는 생성형 엔진 최적화(GEO)의 중요성이 증대되고 있다. 본 논문에서는 웹 사이트의 JSON-LD 및 HTML 구조를 분석하고, AI 검색 환경에 적합한 개선 피드백과 수정안을 제공하는 GEO 진단 시스템을 제안한다. 제안하는 시스템은 프론트엔드 웹 화면에서 입력받은 url 에 접근하여 크롤링을 진행하며, 크롤링을 통해 얻은 데이터를 AI 서버가 처리 할 수 있도록 백엔드에서 정제 한다. AI 서버에서는 Teacher-Student 방식으로 파인 튜닝한 AI모델을 통해 백엔드로부터 받은 데이터의 GEO 적합성을 분석하여 점수와 피드백을 제공한다. 실험 결과, 생성형 AI(ChatGPT, Gemini)의 추천 수가 높을수록 GEO 분석 모델의 점수가 높은 경향이 있음을 확인하였으며, GEO 분석 모델의 피드백이 정확함을 확인하였다. 하지만 일부 사이트에서 점수와 추천 수의 불일치가 관찰되어, 이는 향후 진단 지표 고도화를 통해 보완할 예정이다.

    최근 본 자료 전체보기