B2B 구매 여정의 한 구간 전체가 사라지고 있습니다. 구매자가 페이지를 하나씩 살펴보며 정보를 비교·수집하고 후보를 제외하던 조사 과정이 AI 에이전트로 넘어가고 있기 때문입니다. 이제 가장 먼저 설득해야 할 대상은 사람이 아니라, 사람을 대신해 대부분의 선택지를 걸러내는 기계입니다. 기계가 브랜드 정보를 읽지 못하면 잠재고객은 그 브랜드를 접할 기회조차 얻지 못합니다.
검색창이 채팅창으로 바뀌는 정도의 단순한 변화가 아닙니다. 구매 담당 임원이 ChatGPT나 Perplexity에 “30명 규모의 팀에 적합하고 청구서 발행과 세금 신고가 가능한 회계 소프트웨어는 무엇인가”라고 입력한다고 가정해 보겠습니다. 모델은 링크 10개를 던져 주고 직접 읽으라고 하지 않습니다. 선정 이유와 비교 정보가 담긴 후보 3~5개를 곧바로 제시합니다. 구매자가 보는 것은 과정이 아니라 결론입니다. 구매자가 절약한 몇 시간은 원래 브랜드가 노출되고, 기억되고, 설득할 수 있었던 시간입니다.
기존 퍼널은 “누군가는 모든 페이지를 읽는다”는 전제를 깔고 있었습니다.
전통적인 수요 창출의 모든 단계에는 동일한 가정이 있습니다. 실제 사람이 웹사이트를 방문해 기능 페이지를 읽고, 백서를 내려받고, 고객 사례를 확인하면서 마음속으로 브랜드에 점수를 더한다는 가정입니다. 우리가 작성한 모든 카피와 설계한 전환 문구도 이 사람을 위한 것이었습니다. 문제는 이제 이 사람이 가장 많은 시간이 드는 부분을 외부에 맡기고 있다는 점입니다. B2B 구매자는 기업에 정식으로 문의하기 전에 의사결정에 필요한 조사의 대부분을 끝낸다는 것이 수년간 업계의 공통된 인식이었습니다. 이제는 그 조사마저 에이전트가 대신합니다.
구매 여정 중간의 조사 과정이 에이전트로 넘어가고 있습니다.
AI 에이전트가 하는 일은 구매자가 직접 해 오던 일과 같습니다. 모호한 요구를 구체적인 조건으로 바꾸고, 여러 출처에서 정보를 모아 교차 검증한 뒤, 기준에 맞지 않는 후보를 제외하고 최종 후보군을 남깁니다. 차이는 더 빠르고, 감정의 영향을 덜 받으며, 불명확한 정보에 훨씬 엄격하다는 점입니다. 사람이라면 디자인이 매력적이라는 이유로 공식 웹사이트를 다시 살펴볼 수 있지만 에이전트는 그러지 않습니다. 이해하고 검증하고 인용할 수 있는 정보만 인식합니다.
- 구매자의 모호한 질문인 “우리에게 무엇이 필요한가”를 항목별로 비교할 수 있는 사양과 조건으로 바꿉니다.
- 여러 AI 엔진과 정보 출처에서 후보를 수집하고, 정보나 브랜드 설명이 불명확한 후보를 즉시 걸러냅니다.
- 가격, 연동, 규정 준수, 구축 방식처럼 구조화된 객관적 정보를 기준으로 초기 후보를 추립니다. 이 단계를 통과하지 못하면 최종 후보군에 들 수 없습니다.
- 선정 이유와 함께 최종 후보군을 정리해 다른 사람에게 보여 줍니다. ‘선정 이유’ 항목에 브랜드가 어떻게 소개되는지가 다음 단계 진입 여부를 좌우합니다.
마지막 항목을 특히 주의해서 봐야 합니다. 에이전트는 선정된 대상뿐 아니라 선정 이유도 제시합니다. 제품이 목록에는 있지만 납득할 만한 이유가 없다면 사람에게 설득력 없는 선택지로 보입니다. 아예 목록에 없다면 설명할 기회조차 생기지 않습니다.
후보에서 제외된 브랜드에는 아무런 알림도 오지 않습니다.
전통적인 퍼널에는 적어도 흔적이 남습니다. 이탈률, 작성이 중단된 양식, 가격 페이지를 보고도 다음 단계로 넘어가지 않은 방문자 모두 추적하고 개선할 수 있는 신호입니다. 하지만 에이전트의 필터링에는 이런 흔적이 남지 않습니다. 어떤 관리 화면에서도 “오늘 구매자 에이전트 40개가 귀사를 제외했습니다”라는 알림을 볼 수 없습니다. 격차는 보이지 않게 벌어집니다. 성과 하락을 통해 문제를 뒤늦게 파악했을 때는 이미 한 분기 전체가 지나간 경우가 많습니다.
콘텐츠와 포지셔닝에 요구되는 구체적인 조건
에이전트의 선택을 받으려면 콘텐츠가 명확하게 추출되고 독립적으로 검증될 수 있어야 합니다. 구체적으로는 다음 질문에 분명히 답해야 합니다. 누구를 위한 제품인지, 어떤 문제를 해결하는지, 누구에게는 적합하지 않은지 명확한 문장으로 작성해야 합니다. 마케팅 문구 속에 숨겨서는 안 됩니다. 가격, 연동 목록, 규정 준수 범위, 도입 기간처럼 에이전트가 후보 제외에 활용하는 객관적 정보도 양식을 작성해야 열리는 PDF에 가두지 말고 크롤링 가능한 페이지에 공개해야 합니다.
일관성도 중요합니다. 에이전트는 여러 출처의 정보를 교차 검증합니다. 공식 웹사이트, 제3자 리뷰, 커뮤니티 논의에서 서로 다른 세 가지 이야기가 나온다면 모델은 브랜드 스스로 정체성을 명확히 설명하지 못한다고 판단하고 다음 후보로 넘어갑니다. 사람이 먼저 검토하던 시대에는 훌륭한 영업 브리핑으로 모호한 포지셔닝을 보완할 수 있었습니다. 기계가 먼저 선별하는 시대에는 모호함이 곧 탈락을 뜻합니다.
구매 여정에서 사람은 구매 여부를 결정하고, 기계는 해당 브랜드가 도입 검토 대상이 될 자격이 있는지를 결정합니다. 과거에는 사람의 선택만 얻으면 됐지만 이제는 그 전에 기계의 심사를 통과해야 합니다.— Tenten GEO
지금 준비해야 할 것
공식 웹사이트부터 서둘러 전면 개편하지 마십시오. 먼저 더 기본적인 작업을 해야 합니다. 가장 중요한 구매자 질문 3~5개를 선정해 ChatGPT, Perplexity, Google AI Overviews에 직접 입력해 보십시오. 에이전트가 어떤 선택지를 제시하는지, 어떤 이유를 드는지, 그 안에 자사 브랜드가 포함되는지 확인해야 합니다. 이렇게 만든 격차 목록은 내부 브랜드 회의보다 더 정확하게 문제 지점을 보여 줍니다.
그다음에는 에이전트가 브랜드를 후보에서 제외할 때 활용할 가능성이 가장 큰 객관적 정보, 즉 포지셔닝, 가격 체계, 연동, 규정 준수 정보를 정리하십시오. 우선순위를 정해 명확하게 작성하고, 검색 엔진과 에이전트가 수집할 수 있는 위치에 공개해야 합니다. 이는 ‘사람을 설득하는 방식’에서 ‘기계를 먼저 통과한 뒤 사람을 설득하는 방식’으로의 전환입니다. 일찍 시작할수록 격차는 줄어듭니다. 이러한 질문에서 자사의 실제 브랜드 노출 수준과 부족한 점을 확인하고 싶다면 30분 GEO 진단을 예약해 주십시오. 실제 질문을 바탕으로 함께 점검해 드립니다.
