한 중견 전자부품 수출업체는 Google 핵심 키워드 순위가 떨어지지 않았는데도 해외 문의가 2개 분기 연속 감소했습니다. 30일간 GEO를 진단하고 몇 가지 정보 단절 지점을 개선하자 다음 분기 해외 문의가 약 40% 늘었습니다. 처음으로 “ChatGPT에서 귀사를 봤습니다”라고 적은 바이어의 메일도 도착했습니다. 문제는 콘텐츠의 양이 아니라, AI 엔진이 제품과 성능 정보를 추출할 수 없는 구조였습니다.
배경: 검색 순위는 안정적인데 문의 파이프라인은 줄고 있었습니다
이 고객사는 능동 부품과 커넥터 분야에서 10년 이상 자체 브랜드를 운영해 왔으며, 주요 고객은 유럽과 동남아시아의 중소 제조업체입니다. 웹사이트에는 영문 페이지와 모델별 PDF가 갖춰져 있었고, Google에서도 주요 제품군과 사양 관련 키워드 대부분이 첫 페이지에 노출됐습니다. 문의 경로는 Google 검색, 전시회에서 받은 명함, 기존 고객의 소개로 단순했습니다. 그러나 2025년 하반기부터 웹사이트 트래픽에는 큰 변화가 없었는데도 문의 양식 접수는 분기마다 20% 이상 감소했습니다.
영업 현장에서는 변화가 더 뚜렷했습니다. 과거 바이어의 첫 메일은 “귀사의 특정 시리즈를 찾았습니다”로 시작했지만, 점차 2~3개 공급업체를 이미 비교한 상태에서 연락하는 경우가 늘었습니다. 문의 전에 제품 조사를 끝낸 듯한 모습이었습니다. 그 사전 조사의 상당 부분은 AI 어시스턴트에서 이뤄졌습니다. 바이어는 ChatGPT에 “유럽 규격을 충족하고, 이 전류 범위에 맞으며, 소량 생산이 가능한 커넥터는 무엇인가?”라고 묻고 있었습니다.
30일간의 진단에서 발견한 세 가지 문제
진단은 두 축으로 진행했습니다. 첫째, 주요 AI 엔진(ChatGPT, Perplexity, Google AI Overviews, Gemini)에서 기업이 실제로 얼마나 노출되는지 확인하고, Brand Radar로 바이어가 실제 도입 검토 과정에서 사용할 만한 질문군을 추적했습니다. 둘째, 콘텐츠가 Google에는 노출되면서도 AI 답변에는 활용되지 못하는 이유를 웹사이트와 데이터 구조에서 찾았습니다. 세 가지 문제가 빠르게 드러났습니다.
- 핵심 사양이 PDF에만 갇혀 있었습니다. 제품의 전류, 전압, 작동 온도, 외형 치수는 모델별 PDF에만 있었고 HTML 페이지에는 간단한 소개 문구뿐이었습니다. AI가 수집 과정에서 비교 가능한 값을 확보하지 못하니, “이 조건을 충족하는 공급업체”를 묻는 질문에도 해당 제품을 인용하기 어려웠습니다.
- 제품 페이지에 구조화 데이터가 없었고, 독립적으로 인용할 수 있는 답변형 문단도 없었습니다. 페이지 전체가 브로슈어처럼 구성돼 있어 AI가 내용을 해석하고 인용하기에는 비용과 위험이 컸습니다.
- 신뢰를 뒷받침할 제3자 언급이 없었습니다. 업계 미디어, B2B 디렉터리, 표준 비교 자료에서 브랜드명이 거의 확인되지 않아 AI가 교차 검증할 근거가 부족했고, 추천 목록에 포함하기도 어려웠습니다.
이 세 가지 문제를 함께 보면 모순처럼 보이던 상황이 설명됩니다. Google은 링크 신호와 키워드 일치도를 바탕으로 오래된 사이트도 계속 인식하지만, AI 엔진은 직접 읽을 수 있고 교차 검증이 가능하며 안전하게 인용할 수 있는 구조를 요구합니다.
30일 동안 무엇을 개선했나
진단을 보고서 제출로 끝내지 않고, 효과가 가장 클 것으로 판단한 세 가지 작업부터 실행했습니다. 첫째, 주력 제품군의 핵심 사양을 PDF에서 HTML로 옮겨 읽기 쉬운 사양표를 만들고 구조화 데이터와 FAQPage 마크업을 추가했습니다. 둘째, 각 제품군에 “이 시리즈는 누구에게 적합하고, 누구에게는 적합하지 않으며, 무엇을 해결하는가?”에 답하는 독립형 문단을 작성해 AI가 그대로 활용할 수 있게 했습니다. 셋째, 구매 의도가 강한 영문 검색어 세 가지를 선정해 비교 및 활용 사례 콘텐츠를 제작하고, 관련 B2B 디렉터리와 기업 정보 서비스 여러 곳에 브랜드 정보를 동시에 보강했습니다.
“새 웹사이트에 큰돈을 써야 한다고 생각했습니다. 실제로 효과가 있었던 건 이미 보유한 제품 사양을 읽을 수 있는 형태로 바꾸는 일이었습니다.”— The client's sales manager.
90일 후, 문의의 양과 질이 모두 달라졌습니다
개선 작업 후에도 멈추지 않고 2주마다 Brand Radar로 인용 현황을 추적했습니다. 첫 30일 안에 AI 인용 변화가 나타났습니다. Perplexity는 일부 사양 관련 질문에서 제품 페이지를 출처로 제시하기 시작했고, ChatGPT 답변에도 브랜드명이 등장했습니다. 문의 증가는 이보다 느렸지만 다음 분기 실적에 반영됐습니다.
- 해외 문의는 이전 분기보다 약 40% 증가했으며, 신규 바이어의 비중도 뚜렷하게 높아졌습니다.
- 이전에는 전혀 없었던 “ChatGPT나 Perplexity에서 봤다”는 바이어 문의가 들어오기 시작했습니다.
- 문의의 질도 개선됐습니다. 명확한 사양과 수량이 포함된 ‘견적 가능한 문의’의 비율이 높아졌고, 영업 전 단계에서 필요한 커뮤니케이션 비용은 줄었습니다.
인과관계는 분명히 짚을 필요가 있습니다. 광고비를 늘리지 않았고 가격도 바꾸지 않았으며, 전시회 참가 조건도 전년도와 같았습니다. 해당 분기의 유일한 주요 변수는 AI 엔진이 제품 정보를 읽고 인용할 수 있게 됐다는 점입니다. 문의 증가는 우연이 아니었습니다. 바이어가 사전 조사를 시작하는 경로가 Google 검색 하나에서 AI 어시스턴트로 확장된 결과였습니다.
이 방식을 귀사의 제품군에도 적용할 수 있을까?
Google 검색 순위는 유지되는데 문의가 줄고 있다면, AI 엔진에서 브랜드가 보이지 않는 것이 원인일 수 있습니다. 제품 정보가 ChatGPT나 Perplexity에서 활용되고 있는지, 어느 부분이 누락됐는지 확인하고 싶다면 30분 GEO 진단을 예약해 보세요. 실제 바이어가 사용할 만한 구매 질문으로 직접 테스트하고, 무엇부터 개선해야 하는지 알려드립니다.
