ChatGPT는 어떤 콘텐츠를 인용할까? 2025년 B2B SaaS를 위한 AEO 워크플로우 가이드
빠른 실행 가이드: ChatGPT 인용을 위한 5단계
ChatGPT와 같은 LLM이 귀사의 콘텐츠를 인용하도록 만들기 위해서는 다음 순서로 접근하세요:
-
핵심 질문 정의: 타겟 고객이 AI에게 던질 법한 구체적인 질문 목록을 작성합니다. FAQ나 고객 문의 데이터를 활용하세요.
-
명확한 답변 콘텐츠 제작: 질문에 직접 답하는 간결한 콘텐츠를 작성하고, 답변을 글의 앞부분에 배치하세요. Q&A 형식을 적극 활용합니다.
-
구조화 데이터 적용: Schema.org 마크업(FAQ, How-to, Product 등)을 추가해 AI가 콘텐츠의 의미를 정확히 이해하도록 돕습니다.
-
llms.txt 구축: 웹사이트 루트에
llms.txt파일을 생성해 AI 크롤러에게 우선 학습해야 할 핵심 콘텐츠를 안내합니다. -
성과 측정 및 개선: 브랜드 언급 점유율, 인용 출처 점유율, AI 트래픽을 추적하고 지속적으로 콘텐츠를 개선합니다. (온더AI(Onthe AI)의 Citation Analytics, Share of Voice 같은 도구를 활용하면 이 과정을 자동화할 수 있습니다.)
Intro: 왜 이제 SEO가 아닌 AEO(답변 엔진 최적화)에 집중해야 하는가?
지금 이 순간에도 수많은 사용자들이 정보를 찾는 방식이 근본적으로 변화하고 있습니다. 전통적인 구글 검색창에 키워드를 입력하는 대신, ChatGPT, Perplexity AI, Gemini와 같은 AI 답변 엔진 에 직접 질문을 던지고 즉각적인 답변을 받습니다. 이는 단순한 트렌드가 아니라, 정보 소비 패러다임의 전환입니다.
AEO(Answer Engine Optimization) 는 바로 이러한 변화에 대응하기 위한 디지털 마케팅 전략입니다. AEO는 ChatGPT, Perplexity AI와 같은 AI 검색 엔진의 답변에 콘텐츠가 포함되는 것을 목표로 하는 디지털 마케팅 전략입니다. 전통적인 SEO가 검색 결과 페이지(SERP)에서의 순위 상승을 목표로 했다면, AEO는 AI 챗봇이 생성하는 답변 속에 우리 브랜드와 콘텐츠가 직접 인용되고 언급되는 것을 목표로 합니다.
SEO와 AEO, 무엇이 다를까?
두 전략의 핵심적인 차이는 최적화 접근 방식에 있습니다:
- SEO 는 검색 결과 페이지(SERP) 순위를 목표로 하지만, AEO 는 AI 챗봇의 직접적인 답변에 포함되는 것을 목표로 합니다.
- SEO 가 백링크, 메타 태그 등 기술적 요소를 중시한다면, AEO 는 콘텐츠의 정확성, 관련성, 간결성을 핵심으로 합니다.
- SEO는 클릭 을 유도하는 것이 목표지만, AEO는 인용되는 것 자체가 목표입니다.
과거에는 사용자가 검색 결과를 클릭해 우리 웹사이트를 방문하도록 유도하는 것이 중요했습니다. 하지만 이제는 AI가 답변을 생성할 때 우리 브랜드를 신뢰할 수 있는 출처로 인용하도록 만드는 것이 더 중요한 시대가 되었습니다. 클릭을 위해 최적화하던 시대에서, 인용을 위해 최적화해야 하는 시대로의 패러다임 전환 이 일어나고 있습니다.
자주 묻는 질문
Q. AEO는 SEO를 완전히 대체하는 전략인가요?
A. 아니요. AEO는 SEO를 대체하는 것이 아니라 보완하는 개념입니다. 전통적인 검색 엔진은 여전히 중요하며, 잘 구축된 SEO는 AEO의 좋은 기반이 됩니다. 두 전략을 함께 운영하는 것이 이상적입니다.
Q. B2B SaaS 마케터에게 AEO가 왜 특히 중요한가요?
A. B2B 구매 여정은 길고 복잡하며, 의사결정자들은 솔루션을 탐색할 때 AI 도구를 적극 활용합니다. "프로젝트 관리 도구 추천", "CRM 시스템 비교" 같은 질문에 대한 답변에 귀사가 인용되지 않는다면, 고려 대상에서 완전히 배제될 위험이 있습니다.
Q. AEO를 시작하려면 기술적 지식이 많이 필요한가요?
A. 기본적인 AEO는 콘텐츠 전략의 변화로 시작할 수 있습니다. 하지만 구조화 데이터, llms.txt 같은 기술적 요소를 추가하면 효과가 크게 향상되므로, 개발팀과의 협업이나 전문 도구 활용을 권장합니다.
1. LLM은 어떤 종류의 콘텐츠와 도메인을 인용하는가?
AEO 전략을 수립하기 전에, 먼저 LLM(대규모 언어 모델)이 어떤 콘텐츠를 선호하고 인용하는지 이해해야 합니다. LLM의 답변 생성 메커니즘을 분석해보면 명확한 패턴이 드러납니다.
신뢰할 수 있는 출처를 우선한다
LLM은 학습 과정과 답변 생성 과정에서 신뢰성 을 가장 중요한 기준으로 삼습니다. 위키피디아, 공신력 있는 언론사, 전문 분야의 권위 있는 블로그, 공식 문서와 같은 출처를 선호하는 경향이 있습니다. 따라서 귀사의 콘텐츠가 해당 분야에서 권위 있는 출처로 인식되도록 일관성 있게 전문성을 구축하는 것이 중요합니다.
명확한 구조와 신호어를 선호한다
AI가 인용하는 콘텐츠는 명확한 문제 정의로 시작해, 단계별 해결 방법을 제시하고, 예상 결과로 마무리되는 구조가 효과적입니다. 이러한 논리적 흐름은 LLM이 정보를 파싱하고 재구성하는 데 최적화되어 있습니다.
또한 콘텐츠 내에 '핵심은', '가장 중요한 점은', '단계별로 설명하면', '결론적으로' 같은 명시적인 신호어를 사용하면 AI가 중요 정보를 식별하는 데 도움이 됩니다. 이러한 신호어는 콘텐츠의 핵심 부분을 AI에게 명확하게 표시하는 역할을 합니다.
잘 구조화된 헤딩 체계가 필수다
ChatGPT는 단계별로 구조화된 정보와 명확한 헤딩(H1, H2, H3...) 체계를 선호하며, Perplexity는 최신성과 구체적 정보를, Claude는 출처가 명시된 신뢰성 있는 정보를 선호하는 경향이 있습니다. 각 LLM마다 미묘한 차이가 있지만, 공통적으로 잘 구조화된 콘텐츠를 선호한다는 점은 동일합니다.
양질의 콘텐츠는 길이와 가독성을 갖춘다
연구에 따르면 인용 빈도가 높은 콘텐츠는 그렇지 않은 콘텐츠에 비해 문장 및 단어 수가 많고, Flesch 가독성 점수가 높은 경향이 있습니다. 즉, 충분히 상세하면서도 읽기 쉬운 콘텐츠가 인용될 가능성이 높습니다. 짧고 피상적인 콘텐츠보다는, 주제를 충분히 깊이 있게 다루면서도 명확하게 설명하는 긴 형식의 콘텐츠가 유리합니다.
결론: LLM이 선호하는 콘텐츠의 특징
종합하면, LLM은 '잘 구조화되고', '명확하며', '신뢰할 수 있는 출처를 기반으로 한', '직접적인 답변을 제공하는' 콘텐츠를 선호합니다.
다음 섹션에서는 이러한 특징을 갖춘 콘텐츠를 만들기 위한 구체적인 5단계 워크플로우를 제시하겠습니다.
2. [워크플로우] LLM 답변에 우리 브랜드를 인용시키는 5단계 AEO 전략
이제 실제로 실행 가능한 구체적인 워크플로우를 단계별로 살펴보겠습니다. 각 단계는 바로 내일부터 귀사의 마케팅 팀이 실행할 수 있도록 설계되었습니다.
1단계: 핵심 질문(프롬프트) 정의하기
우리 타겟 고객이 AI에게 무엇을 물어볼지 구체적인 질문 목록을 만드세요. 이것이 모든 AEO 전략의 출발점입니다.
실행 방법:
- 기존 FAQ 페이지를 검토하고 고객 지원팀의 문의 내역을 분석하세요
- "어떻게", "무엇을", "왜", "언제"로 시작하는 질문 형태로 변환하세요
- 제품/서비스의 각 기능별, 사용 사례별로 질문을 세분화하세요
- 경쟁사 비교, 가격, 도입 절차, 보안, 통합 등 구매 여정의 각 단계를 커버하세요
온더AI(Onthe AI) 의 Query Fan-out 기능을 활용하면 하나의 골든 프롬프트를 하위 질문(정의/비교/가격/도입/보안/사례 등)으로 자동 확장할 수 있습니다. 이를 통해 실제 사용자 질문 분포를 촘촘히 커버하는 질문 세트를 효율적으로 구축할 수 있습니다.
2단계: 질문에 대한 가장 명확한 답변 콘텐츠 제작
키워드 나열이 아닌, 질문에 직접 답하는 간결하고 명확한 콘텐츠를 작성하세요. Q&A 형식을 적극 활용하고, 답변을 글의 앞부분에 배치하세요.
실행 방법:
- 각 콘텐츠의 첫 단락에서 질문에 대한 직접적인 답변을 제공하세요
- "핵심은", "가장 중요한 점은" 같은 신호어로 핵심 정보를 강조하세요
- 단계별 가이드는 번호 매긴 리스트로 작성하세요
- 전문 용어는 간단한 정의와 함께 사용하세요
- 구체적인 예시, 수치, 사례를 포함하세요
Content Coverage Analysis 기능을 활용하면 특정 주제/키워드/엔티티 기준으로 우리 콘텐츠의 커버리지와 결손(미커버 영역)을 진단해, 다음 생성 콘텐츠의 우선순위를 자동으로 도출할 수 있습니다.
3단계: 구조화 데이터(Schema.org) 적용
제품, 서비스, FAQ, How-to 등 콘텐츠 유형에 맞는 스키마 마크업을 적용하여 AI가 콘텐츠의 의미와 구조를 쉽게 이해하도록 만드세요.
실행 방법:
- FAQ 페이지에는 FAQPage 스키마를 적용하세요
- 가이드 콘텐츠에는 HowTo 스키마를 사용하세요
- 제품 페이지에는 Product 스키마를 적용하고 가격, 리뷰, 가용성 정보를 포함하세요
- 회사 정보에는 Organization 스키마를 사용하세요
- JSON-LD 형식으로 구현하는 것이 가장 권장됩니다
4단계: LLM 친화적 기술 신호 구축 (llms.txt)
AI가 사이트의 핵심 콘텐츠를 우선적으로 학습하도록 안내하는 llms.txt 파일을 생성하고 루트 디렉토리에 배치하세요.
llms.txt는 웹사이트 루트 디렉토리에 위치하는 마크다운 기반 파일로, AI 크롤러에게 어떤 콘텐츠를 우선적으로 참조하고 인용해야 할지 알려주는 안내서 역할을 합니다. robots.txt가 크롤러의 접근 권한을 제어한다면, llms.txt는 "이 콘텐츠를 학습하고 인용하라"고 적극적으로 안내하는 큐레이션 가이드입니다.
실행 방법:
- 웹사이트 루트(
yoursite.com/llms.txt)에 파일을 생성하세요 - 브랜드 소개, 핵심 제품/서비스 설명을 포함하세요
- 주요 가이드, FAQ, 기술 문서의 URL을 나열하세요
- 각 섹션에 간단한 설명을 추가하여 맥락을 제공하세요
- 정기적으로 업데이트하여 최신 콘텐츠를 반영하세요
Content Quality Signals 기능은 페이지 메타/구조화 데이터(JSON-LD)/명확한 정의·비교·근거/FAQ·가이드 형태 등 LLM이 인용하기 쉬운 신호를 자동으로 점검하고 개선 포인트를 제안합니다. 온더AI 는 sitemap.xml, robots.txt, llms.txt, 페이지 메타태그, JSON-LD를 자동 생성하고 최적화하는 기능을 제공하여 이 과정을 대폭 간소화합니다.
5단계: 성과 측정 및 개선
AI 답변에서의 브랜드 언급 점유율(SoV), 인용 출처 점유율, AI 기반 트래픽 변화를 지속적으로 추적하고 콘텐츠를 개선하세요.
실행 방법:
- 정의한 핵심 질문들을 주기적으로 LLM에 입력하고 답변을 기록하세요
- 우리 브랜드가 언급되는 빈도와 맥락을 추적하세요
- 경쟁사 언급과 비교하여 점유율을 계산하세요
- 어떤 출처(URL, 도메인)가 인용되는지 분석하세요
- GA4에서 AI 기반 referrer를 분류하여 트래픽을 측정하세요
- 언급률이 낮은 질문 영역을 파악하고 해당 콘텐츠를 우선 개선하세요
수동으로 이 모든 과정을 진행하는 것은 매우 시간이 소요됩니다. 온더AI 의 Share of Voice (SoV) 기능은 산업/카테고리 내 LLM 답변에서의 브랜드 점유율을 자동으로 추적해 경쟁 대비 브랜드 존재감을 KPI로 관리할 수 있게 합니다. Citation Analytics 와 Citation Share 기능은 LLM이 어떤 출처를 인용하는지, 경쟁사 대비 우리의 인용 점유율은 어떤지 정확히 분석하며, AI Traffic Analytics 는 생성형 엔진/봇/모델 기반 유입을 분류해 'AI가 만들어낸 트래픽'을 별도 채널로 측정합니다.
3. Onthe AI: AEO 성과 측정과 최적화 자동화 솔루션
앞서 제시한 5단계 워크플로우를 보면서 한 가지 의문이 들 수 있습니다. "이 모든 것을 어떻게 지속적으로, 체계적으로 관리할 수 있을까?"
AEO 전략은 실행만큼이나 성과 측정이 중요하지만, 수동으로 추적하기는 매우 어렵습니다. 수십 개의 질문을 매주 여러 LLM에 입력하고, 답변에서 브랜드 언급을 찾아내고, 경쟁사와 비교하고, 인용 출처를 추적하는 것은 엄청난 시간과 노력이 필요합니다. 더구나 이 데이터를 기반으로 '무엇을 개선해야 할지' 의사결정하는 것은 또 다른 차원의 문제입니다.
프롬프트 단위로 성과를 분해한다
온더AI(Onthe AI) 는 이러한 문제를 해결하기 위해 설계된 GEO/AEO 전문 솔루션입니다. 가장 핵심적인 차별점은 Prompt Analytics 기능입니다. 이 기능은 질문(의도)별로 브랜드 언급/경쟁사 언급/성과 변화를 분해해, '어떤 질문에서 우리가 이기는지/지는지'를 즉시 확인할 수 있게 합니다.
단순히 "전체적으로 언급이 늘었다/줄었다"가 아니라, "제품 비교 질문에서는 우리가 80% 언급되지만, 가격 관련 질문에서는 20%만 언급된다"는 식의 구체적인 인사이트를 얻을 수 있습니다. 이를 통해 어떤 콘텐츠를 우선적으로 개선해야 할지 명확해집니다.
AI 답변 내 브랜드 존재감을 KPI로 관리한다
Share of Voice (SoV) 와 Industry Ranking 기능으로 산업 내에서 우리 브랜드의 AI 답변 내 존재감을 KPI로 관리하고 시장 포지션을 파악할 수 있습니다.
예를 들어 "프로젝트 관리 도구" 카테고리에서 우리 브랜드가 경쟁사 대비 몇 %의 언급 점유율을 차지하는지, 업계 내 순위는 몇 위인지를 대시보드에서 실시간으로 확인할 수 있습니다. 이는 AEO 활동의 성과를 경영진에게 보고하거나 마케팅 예산을 정당화할 때 매우 유용합니다.
인용 출처를 추적하고 최적화한다
Citation Analytics 와 Citation Share 기능을 통해 LLM이 어떤 출처를 인용하는지, 경쟁사 대비 우리의 인용 점유율은 어떤지 정확히 분석할 수 있습니다.
LLM 답변이 어떤 URL/도메인/문서 유형을 근거로 인용하는지 추적하고, 우리 브랜드가 인용되는 경로와 누락 원인을 분석합니다. 동일 질문군에서 경쟁사 대비 '인용 출처 점유율(도메인/URL 기준)'을 비교해, GEO의 핵심 경쟁력을 수치로 보여줍니다.
이를 통해 "우리 블로그 포스트는 인용되는데, 제품 문서는 인용되지 않는다" 같은 구체적인 문제를 발견하고 개선할 수 있습니다.
기술적 요소를 자동으로 점검하고 최적화한다
Content Quality Signals 기능이 llms.txt나 구조화 데이터 같은 기술적 요소를 자동으로 점검하고 개선점을 제안합니다.
페이지 메타/구조화 데이터(JSON-LD)/명확한 정의·비교·근거/FAQ·가이드 형태 등 LLM이 인용하기 쉬운 신호를 점검하고, "이 페이지에는 FAQ 스키마가 누락되었습니다" 같은 실행 가능한 개선 포인트를 제시합니다. 또한 sitemap.xml, robots.txt, llms.txt, 페이지 메타태그, JSON-LD를 자동 생성하고 최적화하는 기능을 제공합니다.
언급에서 유입까지, 비즈니스 임팩트를 측정한다
AEO 활동이 실제 비즈니스 성과로 이어지는지 AI Traffic Analytics 로 측정할 수 있습니다.
생성형 엔진/봇/모델 기반 유입을 분류해 'AI가 만들어낸 트래픽'을 별도 채널로 측정합니다. 이를 통해 "ChatGPT 답변에 우리가 언급된 후 AI 기반 트래픽이 30% 증가했다"는 식의 인과관계를 확인할 수 있습니다. 언급이 실제 웹사이트 방문, 리드 생성, 전환으로 이어지는지 추적할 수 있습니다.
콘텐츠 생성과 배포까지 자동화
온더AI 는 분석뿐만 아니라 실행까지 지원합니다. Brand Kit(브랜드 매니지먼트) 기능은 브랜드 소개/타깃/차별점/금지어/용어집/증거자료/경쟁 구도를 저장해 콘텐츠·프롬프트 생성 품질을 일관되게 유지합니다.
Query Fan-out 기능과 Brand Kit 을 기반으로 '실사용자가 던질 법한 고의도 질문'을 지속 생성해 실험-학습 사이클을 가속하고, 우선순위 주제/의도군에 맞춰 GEO 최적화 콘텐츠를 자동 생성하고 서브도메인에 빠르게 배포할 수 있습니다.
7일 무료체험으로 직접 확인하세요
온더AI 는 7일 무료체험 을 제공합니다. 위에서 설명한 모든 기능을 직접 사용해보고, 귀사의 브랜드가 LLM 답변에서 어떻게 언급되고 있는지, 경쟁사와 비교했을 때 어떤 위치에 있는지, 어떤 콘텐츠를 개선해야 할지 구체적인 인사이트를 얻을 수 있습니다.
무료체험 이후에는 월 50만원의 Pro 플랜으로 전환하여 AEO 전략을 지속적으로 실행하고 측정할 수 있습니다. AEO는 일회성 작업이 아니라 지속적인 최적화가 필요한 영역이므로, 자동화된 측정과 인사이트 도출이 필수적입니다.
4. AEO 관련 FAQ
AEO 전략을 시작하기 전에 독자 여러분이 가질 수 있는 추가적인 궁금증을 정리했습니다.
Q1. AEO를 시작하면 효과가 나타나기까지 얼마나 걸리나요?
A. 정답은 없지만, SEO와 마찬가지로 콘텐츠의 품질과 경쟁 환경에 따라 수 주에서 수 개월이 걸릴 수 있는 장기적인 전략입니다. LLM의 학습 데이터 업데이트 주기, 경쟁사의 콘텐츠 품질, 귀사 도메인의 기존 권위도 등 여러 변수가 영향을 미칩니다. 초기 3개월은 기반 구축 기간으로 보고, 6개월 이상의 시계에서 성과를 평가하는 것이 현실적입니다. 중요한 것은 빠른 성과보다는 지속적이고 체계적인 접근입니다.
Q2. 기존 SEO는 이제 중요하지 않은가요?
A. 아니요, AEO는 SEO를 대체하는 것이 아니라 보완하는 개념입니다. 전통적인 검색 엔진은 여전히 중요한 트래픽 소스이며, 많은 사용자들이 구글에서 정보를 찾습니다. 또한 잘 구축된 SEO는 AEO의 좋은 기반이 됩니다. 높은 도메인 권위, 잘 구조화된 콘텐츠, 명확한 정보 아키텍처는 SEO와 AEO 모두에 도움이 됩니다. 두 전략을 함께 운영하면서, 각각의 특성에 맞게 콘텐츠를 최적화하는 것이 이상적입니다.
Q3. llms.txt는 robots.txt나 sitemap.xml과 무엇이 다른가요?
A. robots.txt는 크롤러의 접근 규칙, sitemap.xml은 사이트의 전체 페이지 목록을 제공합니다. 반면 llms.txt는 AI에게 '이 콘텐츠를 우선적으로 학습하고 인용하라'고 알려주는 핵심 콘텐츠 큐레이션 가이드입니다. robots.txt가 "여기는 크롤링하지 마세요"라고 제한하는 것이라면, llms.txt는 "여기를 집중적으로 봐주세요"라고 적극적으로 안내하는 것입니다. sitemap.xml이 모든 페이지를 나열한다면, llms.txt는 가장 중요한 콘텐츠만 선별하여 맥락과 함께 제공합니다.
Q4. 모든 콘텐츠를 Q&A 형식으로 바꿔야 하나요?
A. 모든 콘텐츠를 바꿀 필요는 없지만, 핵심 서비스나 제품과 관련된 정보성 콘텐츠는 FAQ 페이지를 만들거나 Q&A 섹션을 추가하는 것이 매우 효과적입니다. 사례 연구, 브랜드 스토리, 뉴스 같은 콘텐츠는 기존 형식을 유지하되, 적어도 헤딩 구조와 명확한 답변 문장을 추가하는 정도로 시작할 수 있습니다. 우선순위를 정해 가장 중요한 전환 경로에 있는 콘텐츠부터 최적화하는 것을 권장합니다.
Conclusion: AEO는 선택이 아닌 필수
우리는 지금 검색의 역사에서 가장 큰 전환점을 지나고 있습니다. 사용자들은 더 이상 10개의 파란 링크를 클릭하며 정보를 찾지 않습니다. 그들은 AI에게 질문하고, AI가 종합한 답변을 신뢰합니다. 이 답변에 귀사의 브랜드가 포함되어 있지 않다면, 귀사는 존재하지 않는 것과 같습니다.
AEO는 더 이상 앞서가는 기업만의 실험이 아닙니다. 생존을 위한 필수 전략입니다. 특히 B2B SaaS 기업에게는 더욱 그렇습니다. 의사결정자들이 솔루션을 탐색하는 여정의 시작점이 ChatGPT와 Perplexity로 옮겨가고 있기 때문입니다.
다행히 AEO는 엄청난 예산이나 기술력을 요구하지 않습니다. 명확한 질문 정의, 직접적인 답변 제공, 구조화된 콘텐츠, 기술적 신호 구축, 지속적인 측정 이라는 5단계 워크플로우를 체계적으로 실행하면 됩니다.
이 워크플로우를 수동으로 관리하는 것이 부담스럽다면, 온더AI 와 같은 전문 도구를 활용하여 측정과 최적화를 자동화할 수 있습니다. 중요한 것은 오늘 시작하는 것 입니다. 경쟁사가 이미 LLM 답변을 점유하고 있는 동안, 우리가 뒤처진다면 그 격차를 좁히는 것은 갈수록 어려워질 것입니다.
7일 무료체험을 통해 현재 귀사의 AEO 성과를 진단하고, 구체적인 개선 로드맵을 수립하세요. AI 답변에 인용되는 브랜드가 되는 것, 그것이 2025년 B2B SaaS 마케팅의 새로운 기준입니다.
다만 한 가지 명심해야 할 점이 있습니다. AEO 도구와 전략은 강력한 보조 수단이지만, 최종적인 콘텐츠 전략 수립과 브랜드 포지셔닝 결정은 여전히 귀사의 마케팅 전문가와 리더십의 판단이 필요합니다. 온더AI 는 데이터와 인사이트를 제공하고 실행을 지원하지만, 귀사의 브랜드 가치와 메시지를 가장 잘 아는 것은 바로 귀사의 팀입니다. 도구는 의사결정을 돕는 것이지, 대신하는 것이 아닙니다.
지금 바로 AEO 여정을 시작하세요. AI 시대의 가시성은 오늘 심은 씨앗에서 자라납니다.