이 정밀 부품 제조사가 따낸 6자리 금액 규모의 구매 주문은 전시회도, 신규 영업도, Google 검색 첫 페이지도 아닌 Perplexity에서 시작됐습니다. 북미의 구매 엔지니어가 “대만에서 소량 주문에 대응할 수 있는 커넥터 공급업체는 어디인가?”라고 묻자 AI가 이 회사의 이름을 제시했습니다. 3개월 전만 해도 같은 질문에 이 회사는 전혀 등장하지 않았습니다. 그 사이에 있었던 변화는 GEO 감사와 3개월간의 실행이었습니다.
감사 전: 경쟁력 있는 공장이었지만 AI에서는 보이지 않았습니다
이 회사는 20년간 정밀 커넥터를 생산해 왔습니다. 가격 경쟁력과 인증, 납기 모두 동종 업계에서 앞섰고 해외 고객의 이탈도 드물었습니다. 문제는 고객이 거래를 시작하기 전 단계였습니다. 신규 고객은 거의 전적으로 전시회를 통해 유입됐고, 웹사이트는 그저 온라인에 존재하는 수준이었습니다. 지난 2년간 해외 바이어의 구매 행동은 달라졌습니다. 많은 바이어가 첫 단계부터 Google을 여는 대신 ChatGPT나 Perplexity에 “이 제품을 만들 수 있는 공급업체를 몇 곳 추천해 달라”고 요청하기 시작했습니다. 하지만 그 답변 안에 이 회사는 존재하지 않았습니다.
대표도 처음에는 믿지 않았습니다. 현장에서 회사의 주력 제품군을 바탕으로 3가지 핵심 질문을 주요 AI 엔진에 입력해 봤습니다. 이 회사의 브랜드는 한 번도 언급되지 않았지만, 규모는 더 작아도 콘텐츠를 꾸준히 관리한 경쟁사 2곳은 반복해서 인용됐습니다. 대표는 그 자리에서 광고부터 집행하기보다 먼저 감사를 진행하기로 결정했습니다.
30일간의 진단으로 드러난 3가지 문제
GEO 감사는 실체가 불분명한 순위를 보는 작업이 아닙니다. AI 엔진이 회사를 제대로 이해하고 출처로 인용할 수 있는지를 확인합니다. 30일간 분석한 결과, 이 회사의 문제는 3가지로 정리됐고 모두 개선할 수 있었습니다.
- 콘텐츠를 추출하기 어려웠습니다. 제품 페이지에는 모델 번호와 마케팅 수식어가 가득했지만, 바이어가 실제로 묻는 최소 주문 수량, 맞춤 제작 기간, 인증 범위, 적용 산업 등의 답은 없었습니다. 명확하게 읽을 수 있는 답변이 없으면 AI는 해당 페이지를 출처로 활용하지 않습니다.
- 기계가 회사의 정체성을 파악하기 어려웠습니다. 공식 웹사이트에는 구조화 데이터가 거의 없었고, Organization 및 Project Schema도 없어 회사의 정체성, 소재지, 신뢰성을 확인하기 어려웠습니다.
- AI 엔진 내 브랜드 인용률이 0에 가까웠습니다. AI 가시성 모니터링으로 핵심 구매 질문 8개를 추적한 결과 브랜드 인용은 0/8이었고, 같은 질문의 답변은 경쟁사들이 차지하고 있었습니다.
문제 해결: 기존 정보를 AI가 가져다 쓸 수 있는 답변으로 전환
방향이 정해진 뒤 실행은 복잡하지 않았습니다. 사이트 전체를 새로 만들지 않고 필요한 부분만 바로잡았습니다. 첫째, 주요 제품 페이지를 문답형 문단으로 다시 작성했습니다. 각 문단만 읽어도 의미가 완결되도록 구성하고, 첫 문장에 결론을 제시한 뒤 조건과 적용 상황을 설명해 AI가 문단 전체를 정확히 추출할 수 있게 했습니다. 둘째, Organization 및 Project 구조를 보완해 기계가 회사의 정체성과 역량을 식별하도록 했습니다. 셋째, GEO 콘텐츠 엔진으로 실제 검색 질문에 답하는 콘텐츠를 제작했습니다. 주제는 “우리가 얼마나 뛰어난가”가 아니라 “소량 생산용 커넥터를 선택하는 방법”, “의료용 커넥터를 검토할 때 확인할 사항”이었습니다.
첫 달에는 주요 제품군 3개의 콘텐츠를 모두 재작성하고 마크업을 적용했으며, 이후 2주마다 새로운 답변을 추가했습니다. 특별한 비법이 있었던 것은 아닙니다. 공장 내부에 이미 축적돼 있던 전문 지식을 AI와 바이어가 모두 이해할 수 있는 형태로 바꿨을 뿐입니다. 가장 가치 있는 자산은 현장 기술진의 지식이었습니다. 과거에는 견적서와 전화 통화에만 머물렀던 지식이 이제 AI가 인용할 수 있는 콘텐츠 자산이 됐습니다.
AI 가시성 모니터링으로 확인한 변화
가시성은 감으로 판단할 수 없습니다. 수치로 확인해야 합니다. 매주 핵심 질문 8개를 기준으로 ChatGPT, Perplexity, Google AI Overviews의 인용 여부를 추적했습니다. 30일째 브랜드 인용률은 0/8에서 3/8로 올랐고, 60일째에는 5/8을 기록했습니다. 3개월 후에는 6/8 수준으로 안정됐으며, 질문 2개에서는 공식 웹사이트의 FAQ로 직접 연결됐습니다. 이는 트래픽 보고서상의 추상적인 수치가 아닙니다. “잠재 고객이 AI에 물었을 때 우리 브랜드가 언급되는가?”라는 실제 구매 접점의 문제입니다.
주문은 어떻게 성사됐나
수주 경로는 명확했습니다. 북미 바이어가 Perplexity에서 아시아 공급업체를 찾았고, AI는 공급업체 선정 관련 콘텐츠를 인용하며 공식 웹사이트 링크를 제시했습니다. 바이어는 링크를 클릭한 뒤 FAQ에서 최소 주문 수량과 샘플 제작 기간을 확인하고 곧바로 문의 양식을 작성했습니다. 검토에 필요한 질문의 답을 이미 확보한 상태였기 때문에 유입 시점부터 신뢰 형성에 드는 비용이 낮았습니다. 이후 영업팀이 응대해 30일 동안 샘플 제작, 견적 제안, 결제까지 진행했습니다. 대표의 설명은 간단했습니다.
“예전에는 전시회 한 번에 수십만 달러가 들었습니다. 이번에는 고객이 먼저 찾아왔고, 문의할 때부터 우리를 신뢰했습니다. AI가 설명한 내용과 우리가 웹사이트에 적어 둔 내용이 일치했기 때문입니다.”
이 사례를 다른 회사에도 적용할 수 있을까
가능하지만 전제가 있습니다. 이 회사에는 실제 기술력이 있었고, 감사는 묻혀 있던 전문성을 발굴해 AI가 읽을 수 있는 언어로 바꿨을 뿐입니다. 제품 자체의 경쟁력이 부족하다면 효과는 지속되지 않습니다. 반대로 대만에는 기술력이 뛰어나면서도 AI에서 보이지 않는 B2B 제조사가 많습니다. 부족한 것은 실력이 아니라 기계가 회사를 인식할 수 있게 만드는 정보 계층입니다. 감사의 가치는 콘텐츠나 광고에 예산을 투입하기 전에 문제가 어디에 있는지, 그리고 개선할 가치가 있는지를 정확히 알려주는 데 있습니다.
고객이 AI에 “이 제품을 만들 수 있는 공급업체는 어디인가?”라고 물었을 때 우리 회사의 이름이 나올지 궁금하다면 30분 GEO 진단을 예약할 수 있습니다. 실제 제품군을 기준으로 현장에서 몇 가지 질문을 실행해 봅니다. 대개 그 결과가 현재 상황을 가장 분명하게 보여줍니다.
