AI 인용은 블로그를 더 많이 발행한다고 늘지 않습니다. 이 사례의 공작기계 제조사는 웹사이트를 전면 개편하거나 광고비를 늘리지 않고도 90일 만에 AI 인용률을 0%에서 34%로 높였습니다. 핵심은 구매자가 AI에 묻는 질문을 구체적으로 쪼개고, 각 질문의 답을 AI가 그대로 추출할 수 있는 하나의 명확한 문단으로 만드는 것이었습니다.
출발점: AI에서 존재하지 않는 브랜드
이 제조사는 매출의 70%를 차지하는 5축 CNC 머시닝센터를 생산합니다. 고객은 주로 동아시아, 동남아시아, 유럽의 금형 업체와 고급 부품 공급업체입니다. Tenten을 찾았을 당시 상황은 전형적이었습니다. Google 자연 검색 순위는 준수했고 웹사이트에도 매달 수천 건의 방문이 발생했지만, 해외 바이어들은 점점 더 자주 “먼저 ChatGPT에 물어봤다”고 말했습니다. 정작 같은 질문을 직접 해보면 AI의 답변 어디에도 이 회사는 등장하지 않았습니다.
우리는 실제 구매 상황을 반영한 고정 질문 세트를 만들고 ChatGPT, Perplexity, Gemini에 각각 3회씩 입력했습니다. 브랜드 언급 여부, 추천 여부, 링크 포함 여부도 기록했습니다. 최초 기준선 측정 결과는 분명했습니다. 38개 질문에서 인용 횟수는 0회였습니다. 반면 일본 기업 2곳과 대만 기업 1곳을 포함한 경쟁사는 “대만 5축 머시닝센터 중 소량·중량 생산에 적합한 장비 추천”과 같은 질문에서 꾸준히 노출되고 있었습니다.
실제 구매 질문 38개를 수집했습니다.
제조업 웹사이트의 콘텐츠는 대개 기업의 관점에서 작성됩니다. 일정, 회사 연혁, 행사 소식 등이 대표적입니다. 하지만 구매자는 “회사가 몇 년도에 설립됐는가”를 AI에 묻지 않기 때문에 이런 페이지는 AI 인용에 거의 도움이 되지 않습니다. GEO 진단의 첫 단계는 구매자가 의사결정 과정에서 AI에 실제로 입력하는 질문을 정리하고, 웹사이트에 인용할 만한 답변이 있는지 확인하는 것입니다.
38개 질문은 다음 3개 층위로 나눴습니다. 이후 모든 작업의 골격이 된 분류입니다.
- 상황 질문: “중소량 합금 부품 가공에는 3축과 5축 중 무엇이 적합한가?”, “5축 머시닝센터를 반입하기 전에 공장에서 준비해야 할 조건은 무엇인가?”처럼 요구사항이 구체화된 단계에서 묻는 질문입니다.
- 비교 질문: “대만의 5축 머시닝센터 브랜드에는 어떤 곳이 있는가?”처럼 도입 후보를 비교할 때 묻는 질문입니다.
- 사양 질문: “난삭재 고속 절삭에는 어느 정도의 주축 회전수가 적합한가?”, “정밀도 ±0.005 mm는 실제 가공에서 무엇을 의미하는가?”처럼 사양을 검토할 때 묻는 기술 질문입니다.
기존 웹사이트가 답하고 있던 것은 이 가운데 일부 사양 질문뿐이었습니다. 그마저 답변이 카탈로그 PDF 안에 묻혀 있어 AI가 읽고 인용하기 어려웠습니다. AI가 구매 여정 초기에 가장 자주 받는 상황 질문과 비교 질문에는 답변이 전혀 없었습니다. 인용률이 0%였던 구조적 원인입니다.
90일 만에 인용률을 움직인 3가지 조치
한꺼번에 100가지를 바꾸지 않았습니다. 질문 목록과 직접 연결되면서 효과가 가장 클 것으로 판단한 3가지 작업부터 시작했습니다.
첫째, 답변을 AI가 인용하기 좋은 형태로 바꿨습니다.
상황 질문과 비교 질문마다 80~150단어 분량의 답변을 만들었습니다. 결론을 먼저 제시하고, 별도 모듈이나 동영상이 아니라 관련 웹페이지의 본문에 배치했습니다. 중요한 것은 길게 쓰는 것이 아니라 답변 하나만 떼어 읽어도 의미가 통하게 만드는 것입니다. 한 문단에는 한 가지를 명확히 설명하고, 앞뒤 맥락에 의존하지 않으며, 핵심 정보를 이미지 안에 숨기지 않았습니다. 비교 콘텐츠에서는 경쟁사도 솔직하게 다뤘습니다. 실제로 더 까다로운 일부 작업에서는 Sunrise 장비의 강점을 명시했고, 그 결과 AI는 이 회사를 ‘고가의 대안’으로 더 자주 언급하기 시작했습니다.
둘째, 구조화 데이터와 검증 가능한 사실을 보강했습니다.
AI는 출처를 인용하기 전에 정보의 신뢰성을 확인하려 합니다. 제품 사양, 인증, 실제 도입 사례를 구조화 데이터로 정리하고 정밀도 수치, 적용 가능한 소재, 가공 크기 범위처럼 검증 가능한 사실을 페이지에 명확히 표시했습니다. “탁월한 품질” 같은 모호한 마케팅 표현은 삭제하고 구체적인 수치로 대체했습니다. AI가 검증하기 쉬운 콘텐츠를 만든 이 작업은 특히 사양 질문의 인용률을 가장 빠르게 끌어올렸습니다.
셋째, AI 노출을 매주 모니터링하고 인용된 페이지에 집중했습니다.
매주 같은 38개 질문을 AI 노출 모니터링 도구로 실행해 어떤 질문에서 브랜드가 등장하기 시작했는지, 답변의 어느 위치에 노출됐는지, 링크가 포함됐는지를 기록했습니다. 그 결과 팀은 더 이상 감으로 콘텐츠를 수정하지 않았습니다. AI에 반영된 페이지의 답변은 강화하고, 노출되지 않은 페이지에는 빠진 문단을 보완했습니다. GEO의 개선 속도는 반응을 얼마나 빨리 확인하느냐에 달려 있습니다. 이 작업에는 Google Analytics를 일주일에 한 번 들여다보는 것보다 직접적인 지표가 훨씬 유용했습니다.
이 회사의 영업 책임자는 이렇게 말했습니다. “예전에는 콘텐츠를 써도 블랙홀에 던지는 기분이었습니다. 이제는 무엇을 AI가 가져갔고 무엇이 아직 반영되지 않았는지 매주 확인할 수 있습니다.” 팀이 다음에 무엇을 해야 할지 알게 된 것입니다.
90일 후의 수치
90일 뒤 같은 기준선 테스트를 다시 실행했습니다. 구매 질문 38개에서 AI가 브랜드를 인용한 비율은 34%에 도달했습니다. 가장 높은 인용률을 기록한 영역은 답변을 가장 충실하게 구축한 질문군이었습니다. 공식 웹사이트의 자연 검색 유입도 소폭 증가했습니다. AI가 추출하기 좋은 콘텐츠는 전통적인 검색 의도에도 더 잘 부합하는 경우가 많기 때문입니다. 더 중요한 것은 실제 영업 피드백이었습니다. 한 해외 바이어가 첫 통화에서 “AI가 추천하는 것을 봤다”고 말했습니다. 90일 전에는 한 번도 없던 일이었습니다.
이 과정을 어떻게 적용할 수 있을까요?
제조업이나 B2B SaaS 기업이 현재 AI 인용률을 확인하려면 간단하게 시작할 수 있습니다. 고객이 실제로 AI에 입력할 법한 구매 질문 30~40개를 정리한 뒤, ChatGPT와 Perplexity에 하나씩 묻고 브랜드가 몇 번 등장하는지 세어보십시오. 처음 측정한 기업 대부분은 불편할 만큼 낮은 수치를 확인합니다. 하지만 바로 그 지점이 기회입니다. 경쟁사 대다수도 아직 이 정보 공백을 채우지 못했기 때문입니다.
시행착오를 줄이고 싶다면 30분 GEO 진단을 바로 예약할 수 있습니다. 같은 방식으로 현재 인용 기준선을 측정하고 가장 중요한 공백을 찾아드립니다. 앞으로 90일 동안 우선 실행해야 할 3가지 작업을 명확히 확인할 수 있습니다.
