상세문의
×
간편문의
홍은표 · 넥스트티 대표 · SEO/GEO 컨설턴트
모델의 가중치(파라미터) 안에 학습으로 새겨진 지식. 답할 때 외부 검색 없이 "외운 것"으로 꺼내 쓰는 부분으로, 실시간 인출(RAG)과 대비된다.
LLM의 지식은 크게 둘로 나뉩니다. 파라메트릭 지식은 학습 과정에서 모델 가중치에 압축돼 들어간 "외운 지식"이고, 비(非)파라메트릭 지식은 답하기 전 외부에서 검색해 오는 "찾아온 지식"(RAG·실시간 검색)입니다. 같은 질문도 어느 쪽에 의존하느냐에 따라 답의 출처와 최신성이 달라집니다.
GEO에서 이 구분이 중요한 이유는, 파라메트릭 지식은 우리가 단기간에 바꾸기 어렵지만(다음 학습까지 시차), 검색 층위는 지금 영향을 줄 수 있기 때문입니다(기억 vs 검색 층위). 그래서 대부분의 실무는 파라메트릭에 새겨지길 기다리기보다, RAG가 찾아오기 좋은 문서가 되는 데 집중합니다. 다만 브랜드 사실이 파라메트릭에도 정확히 자리 잡으면 장기적으로 유리합니다.
왜 GEO에서 중요한가
파라메트릭 지식은 바꾸기 느리지만, 검색 층위는 지금 영향을 줄 수 있습니다. 실무는 검색 층위에 집중합니다.
외부 출처 · 더 알아보기
함께 읽기 · 넥스트티 인사이트
