"챗GPT에 우리 회사를 물어봤을 때, 의도한 대로 답이 나오는 대표님 계신가요?" 2026년 10월 15일 가인지 성장클럽 무대에서 김예지 엘리펀트컴퍼니 대표가 던진 첫 질문이다. 객석에서 손을 든 사람은 많지 않았다. 고객이 검색창 대신 AI에게 묻고, AI가 고른 답으로 구매를 결정하는 시대다. 그런데 대부분의 언더백 기업은 AI가 자사를 어떻게 이해하고 있는지 한 번도 확인하지 않았다.
김 대표는 16년간 글 쓰는 마케팅으로 고객 전환을 만들어 온 B2B 마케팅 기업 대표다. 가인지캠퍼스 영상 클래스 「언더백 기업이 지금 당장 실천할 수 있는 AI시대 마케팅」에서 그는 GEO(Generative Engine Optimization, 생성형 엔진 최적화)를 "검색 최적화가 아니라 브랜드 신뢰 최적화"로 정의했다. 이 글은 그 강의를 실행 설계의 관점에서 정리하고, 가인지경영원 연구원으로서 국제 연구와 공식 통계를 덧붙인다.
김예지 엘리펀트컴퍼니 대표가 2026년 10월 15일 가인지 성장클럽에서 "AI 답변에 우리 브랜드가 나올까?"를 주제로 강연하고 있다. (사진=가인지캠퍼스 영상 갈무리)
고객의 질문이 길어졌다, 키워드 전략이 통하지 않는 이유
김 대표가 제시한 출발점은 고객 행동의 변화다. 과거의 고객은 "강남 두피 클리닉"처럼 키워드를 입력했다. 지금의 고객은 "탈모 초기인데 강남역 근처에서 두피 관리 잘하는 곳 추천해줘"처럼 자신의 맥락을 담아 묻는다. 김 대표는 이런 질문의 평균 길이가 32자 안팎이라고 소개했다.
AI는 이 긴 질문을 그대로 검색하지 않는다. 질문을 여러 파생 질문으로 쪼개 다시 검색하는데, 이를 쿼리 팬아웃(query fan-out)이라 부른다. "분당 초등 영어학원 추천해줘"라는 질문은 "초등 고학년 영어학원 선택 기준", "분당 초등 영어학원 후기·평판" 같은 하위 질문으로 나뉜다. 각 하위 질문에서 가장 많이, 가장 일관되게 답으로 등장하는 브랜드가 최종 답변에 오른다.
김 대표는 AI의 답변 생성을 세 단계로 설명했다. 첫째, 질문에 답이 될 웹 정보를 수집한다. 둘째, 수집한 정보에서 반복적으로 언급되는 브랜드를 가장 강력한 의미 단위(엔티티)로 판단한다. 셋째, 그 결과로 답변을 쓴다. 기업이 개입할 수 있는 지점은 앞의 두 단계다. 그는 "GEO는 AI 답변 노출을 보장하는 영역이 아니라 확률을 높이는 일"이라고 선을 그었다.
AI 답변 생성의 3단계. 기업이 영향을 줄 수 있는 지점은 정보 수집과 엔티티 판단 단계다.
AI의 눈으로 홈페이지를 보면, 디자인이 아니라 구조가 보인다
강의의 도입부는 퀴즈였다. 김 대표는 한 웹페이지를 AI가 읽는 텍스트 구조로만 보여 주고 어느 회사인지 물었다. 답은 국내 대표 전자기업의 고객지원 페이지였다. 텍스트 구조만으로는 어느 회사의 페이지인지 알 수 있는 단서가 없었다. 반대로 애플의 아이폰 지원 페이지는 H1·H2·H3 헤딩 태그로 서비스 항목과 고객이 물을 법한 질문을 위계적으로 정리해 두었다.
김 대표는 헤딩 태그를 "책의 목차"에 비유했다. 페이지마다 제목, 그 제목을 부연하는 부제목, 근거가 위계를 이뤄야 AI가 내용을 이해한다. 그는 이것을 "오늘 한 시간 강의에서 가장 중요한 내용"이라고 강조했다. 국내 기업은 오랫동안 네이버 중심, 화면 디자인 중심으로 웹사이트를 기획해 왔기 때문에 이 부분이 가장 취약하다는 진단이다.
두 번째 장치는 스키마 마크업(schema markup)이다. 구글·마이크로소프트 등이 schema.org를 통해 정의한 웹 문서 표준으로, "이 페이지는 ○○라는 조직이고 대표자는 ○○다"를 코드로 명시한다. AI가 앞뒤 문맥으로 의미를 추론하지 않고 바로 확정하게 만드는 장치다. 모든 기업에 필요한 것은 조직(Organization) 스키마이고, 매장·병원은 로컬 비즈니스나 의료기관 스키마, 질의응답 콘텐츠에는 FAQ 스키마를 쓴다.
세 번째는 엔티티의 일관성이다. 홈페이지에는 "○○피부과"로, 네이버 플레이스에는 "○○피부과의원"으로, 입점 플랫폼에는 "○○클리닉"으로 표기돼 있으면 AI는 이를 서로 다른 브랜드로 인식할 수 있다. 김 대표는 "AI 답변에 우리 브랜드가 나오는 방법은 우리 브랜드가 정한 한 문장을 사이트 안팎에 일관되게 확산하는 것"이라고 요약했다.
콘텐츠는 유입형·전환형·코어형, 세 층으로 짓는다
구조를 갖췄다면 다음은 무엇을 채울지다. 김 대표는 웹사이트를 이루는 모든 페이지를 콘텐츠로 보고, 고객 질문의 의도에 따라 세 층으로 나눴다.
유입형은 정보 탐색 질문에 답하는 콘텐츠다. 자사 홍보나 설득을 넣지 않고 질문에 답만 준다. FAQ, 체크리스트, 비교표, 단계별 가이드 형식이 적합하다. 전환형은 "우리가 그 문제를 해결한다"고 설득하는 제품·서비스 상세 페이지와 고객 사례다. 추천·비교 질문에서 가장 많이 인용된다. 코어형은 경쟁사가 따라 쓸 수 없는 콘텐츠다. 자체 조사 데이터, 창업 이유, 미션과 비전이 여기에 속하며, AI가 가장 높은 점수를 주는 고품질 콘텐츠라고 김 대표는 설명했다.
순서도 분명하다. 자사 사이트(온사이트)에 이 세 층의 뼈대를 세운 뒤, 같은 언어로 구글 비즈니스 프로필·리뷰·언론·커뮤니티 같은 외부 채널(오프사이트)에 확산한다. 사이트의 정보가 흩어져 있는 상태에서 외부 채널부터 손대면 AI는 그 브랜드를 신뢰할 수 없는 출처로 판단한다.
온사이트 콘텐츠의 세 층. 코어형 콘텐츠는 경쟁사가 모방할 수 없는 브랜드 고유의 전문성을 담는다.
클릭이 사라진 자리, 성과는 무엇으로 재는가
김 대표는 제로 클릭 현상을 짚었다. 검색 결과 상단의 AI 요약이 답을 대신하면서 고객은 링크를 누르지 않는다. 유입 트래픽만으로 성과를 집계하면 판단이 틀어진다. 대신 AI 답변이 인용한 링크를 타고 들어온 고객은 더 오래 머물고 더 많이 구매한다. 김 대표는 어도비가 1조 건의 구매 데이터를 분석한 결과 AI를 통한 구매 전환율이 비AI 트래픽보다 42% 이상 높았다는 조사를 인용했다.
그가 제안한 지표는 네 가지다. AI 답변 노출 모니터링은 실제 고객 질문으로 주기적으로 점검하되, 표본 데이터이므로 목표로 삼지 않는다. 핵심 목표는 AI 유입 트래픽, 브랜드 검색량, 그리고 문의·예약·구매다. 특히 문의 양식에 "AI를 통해 알게 됨" 체크란을 신설해 정성적으로도 측정하라고 권했다.
생성형 AI 이용 확산과 클릭 감소는 공식 조사로도 확인된다. 강사가 제안한 GEO 성과 지표 4가지.
연구원의 시선 : 강의가 말한 원리는 국제 연구와 공식 통계가 뒷받침한다
김 대표의 주장은 업계 경험에서 나왔지만, 학계와 공공 통계도 같은 방향을 가리킨다.
첫째, GEO라는 용어 자체가 학술 연구에서 나왔다. 프린스턴대 등 공동연구진이 2024년 국제 데이터마이닝 학회(ACM SIGKDD)에서 발표한 논문 「GEO: Generative Engine Optimization」은 약 1만 건의 질의로 실험한 결과, 콘텐츠에 출처 인용·관련 인용문·통계를 더하는 방식이 생성형 엔진 답변에서의 가시성을 최대 40%가량 높였다고 보고했다. 김 대표가 말한 코어형 콘텐츠, 즉 자체 조사 데이터를 담은 콘텐츠가 AI에게 높은 점수를 받는다는 설명과 맞닿는 결과다.
둘째, 클릭 감소는 측정된 사실이다. 미국 퓨리서치센터가 2025년 미국 성인 900명의 실제 구글 검색 기록을 분석한 결과, AI 요약이 뜬 검색에서 이용자가 일반 검색 결과 링크를 누른 비율은 8%로, 요약이 없을 때(15%)의 절반 수준이었다. AI 요약 안의 출처 링크를 누른 경우는 1% 안팎에 그쳤다.
셋째, 국내 확산 속도도 빠르다. 과학기술정보통신부의 「2025 인터넷이용실태조사」에 따르면 국민의 생성형 AI 경험률은 44.5%로 전년(33.3%)보다 11.2%p 올랐다. 사무직의 경험률은 71.9%에 이른다. B2B 구매 담당자, 학부모, 환자가 이미 AI에게 묻고 있다는 뜻이다.
제도적 측면도 함께 봐야 한다. 외부 리뷰와 체험단으로 브랜드 언급을 늘릴 때는 공정거래위원회의 「추천·보증 등에 관한 표시·광고 심사지침」에 따라 경제적 대가를 받은 후기임을 명확히 표시해야 한다. 김 대표가 경고한 "인용 보장" 업체를 피해야 하는 이유도 여기에 있다. 단기간에 담보할 수 없는 성과를 약속하는 방식은 브랜드 신뢰를 오히려 훼손한다.
가인지가 현장에서 보는 패턴
가인지가 현장에서 만나는 언더백 기업의 홈페이지는 대개 회사 소개서를 옮겨 놓은 형태다. 고객이 묻는 질문에 답하는 페이지는 드물고, 회사명·서비스명 표기도 채널마다 다르다. 김 대표가 올해 상반기 국내 기업 550곳을 조사한 결과 열 곳 중 여섯 곳이 GEO 대응을 전혀 하지 않고 있었다는 수치는 이 현장 체감과 일치한다. 역으로 지금 시작하는 기업이 선점할 수 있는 시장이라는 뜻이다.
강의 진행자는 가인지컨설팅그룹 김경민 대표가 내부에 거듭 강조해 온 원칙을 소개했다. 블로그든 SNS 현장 스케치든 이제 글은 사람만이 아니라 AI가 읽을 수 있게 써야 하며, 논리적 정합성이 중요해졌다는 것이다. 가인지컨설팅그룹이 사내 콘텐츠 제작에 적용하는 원칙도 같은 선상에 있다. 글의 1차 독자를 AI로 보고, 문장 하나만 떼어 읽어도 사실로 성립하도록 쓴다는 것이다. 김예지 대표의 답도 같은 선상에 있었다. 형식은 AI가 인용 여부를 판단하는 기준이 되고, 내용은 실제 고객의 언어로 써야 매출로 이어진다는 것이다.
김예지 대표가 강의 결론 "GEO는 검색 최적화가 아니라 브랜드 신뢰 최적화입니다"를 설명하고 있다. (사진=가인지캠퍼스 영상 갈무리)
이번 주에 할 세 가지
1. 시크릿 모드로 우리 회사를 AI에게 물어본다. 고객이 실제로 던질 법한 추천 질문 3개를 정하고, 로그인하지 않은 상태에서 챗GPT에 입력한다. 우리 브랜드가 나오는지, 경쟁사가 나온다면 AI가 인용한 출처가 무엇인지 기록한다.
2. 브랜드 한 문장과 표기를 통일한다. 홈페이지, 네이버 플레이스, 구글 비즈니스 프로필, 입점 플랫폼, SNS 프로필의 회사명·서비스명·한 줄 소개를 한 표에 모아 다른 곳을 고친다.
3. 문의 양식에 "AI를 통해 알게 됨" 항목을 추가한다. 다음 달부터 AI 유입 트래픽, 브랜드 검색량과 함께 월 단위로 본다.
김 대표는 반드시 대표가 직접 정해야 할 것과 위임할 수 있는 것을 구분했다. 우리 고객이 누구이고 어떤 상황에서 문제를 겪는지, 우리의 차별점이 무엇인지는 외부 업체가 정해 줄 수 없다. 키워드 데이터 분석과 기술적 구조화는 실무자나 전문 업체에 맡길 수 있다. 강의의 교재 PDF와 적용노트 PDF는 클래스 「파일목록」에서 내려받을 수 있다.
글 | 이평화 기자
출처 : 가인지캠퍼스 영상 클래스 「[10월 성장클럽] 언더백 기업이 지금 당장 실천할 수 있는 AI시대 마케팅」(김예지 엘리펀트컴퍼니 대표, 2026년 10월 15일 강연) / Aggarwal, P. et al., "GEO: Generative Engine Optimization," Proceedings of ACM SIGKDD 2024 / Pew Research Center, 2025, 구글 AI 요약과 링크 클릭 분석 / 과학기술정보통신부, 「2025 인터넷이용실태조사」(2026년 3월 발표) / 공정거래위원회, 「추천·보증 등에 관한 표시·광고 심사지침」. 어도비 구매 데이터, 클라우드플레어 봇 트래픽, 국내 기업 550곳 조사 수치는 강사의 인용이다.