Perplexity에서 관련 컨설턴트를 검색해도 전혀 나타나지 않던 타이베이의 한 경영 컨설팅사가 90일 만에 첫 번째 인용 출처가 됐습니다. 전환점은 콘텐츠를 더 많이 발행하는 것이 아니었습니다. 12년간 축적한 전문성을 AI가 그대로 추출해 활용할 수 있는 구조로 바꾼 것이 핵심이었습니다. 실제로 무엇을 진단하고 어떻게 수정했으며, 왜 효과가 있었는지 하나씩 살펴보겠습니다.
고객의 유입 경로가 달라졌습니다.
이 컨설팅사는 12년 동안 대만 중견기업을 대상으로 조직 전환 사업을 운영해 왔습니다. 서비스 소개 페이지와 여러 수상 관련 보도 기사, PDF 백서도 보유하고 있었습니다. 브랜드명으로 Google에서 검색하면 1위였지만, 경쟁이 없어서 얻은 순위에 가까웠습니다. 진짜 문제는 따로 있었습니다. 잠재고객인 사업부장이나 재무 책임자가 Perplexity에 “대만의 조직 전환 컨설팅사는 어디이며, 어떻게 선택해야 하나?”라고 물으면 답변에는 경쟁사 3곳과 미디어 자료 2건만 등장했습니다. 이 회사는 한 번도 언급되지 않았습니다. 12년의 전문성이 AI 답변에서는 존재하지 않는 것과 같았습니다.
먼저 세 가지를 확인했습니다.
프로젝트의 첫 단계는 글쓰기가 아니라 측정입니다. 고객이 가장 노출되기를 원하는 실제 쿼리 15개로 테스트 세트를 구성하고, Perplexity와 ChatGPT, Google AI 등에서 현재 어떤 출처가 인용되는지 AI 가시성 모니터링을 진행했습니다. 문제는 명확했습니다.
- 인용 현황: 15개 쿼리 세트 가운데 AI 답변에 회사가 언급된 것은 2개뿐이었습니다. 그중 1개는 회사의 전문 분야를 “디지털 영업”으로 잘못 설명했습니다.
- 추출 장벽: 공식 웹사이트의 문구가 끊김 없는 영업용 문단으로 작성돼 있어, 엔진이 정의나 답변 단위로 추출할 수 있는 내용이 없었습니다.
- 엔터티 격차: AI 엔진은 회사명은 인식했지만, 이 회사를 조직 전환 컨설팅사와 연결하지 못했습니다.
- 출처 신뢰도: 인용된 2건 모두 자사 웹사이트가 아닌 제3자 미디어가 출처였습니다. AI 엔진이 자사 웹사이트를 신뢰할 만한 1차 출처로 활용하지 않는다는 뜻입니다.
바꾼 것은 단 세 가지였습니다.
진단이 명확했기 때문에 실행 범위도 좁힐 수 있었습니다. 매달 콘텐츠 20개를 찍어내는 체계를 만들지 않았습니다. 가장 중요한 세 가지에 집중했습니다.
- 핵심 서비스 페이지 구조 재작성: 각 서비스를 “무엇인지, 누구를 위한 것인지, 어떤 문제를 해결하는지, 어떻게 수행하는지”의 4개 문단으로 구분했습니다. 각 문단은 앞 문맥에 의존하지 않고도 독립적인 답변으로 활용할 수 있게 작성했습니다.
- 관점형 아티클 12편 제작: 제품 소개가 아니라 “대만 기업의 조직 전환은 어디에서 막히는가?”와 같은 주제에 대해 분명한 관점과 판단을 제시했습니다. 각 글은 첫 문장에서 결론을 밝히고 구체적인 맥락을 덧붙였습니다.
- 엔터티 정보와 구조화 데이터 보완: Organization 및 FAQPage 스키마를 적용하고, 회사 설명과 일반 명칭을 일관되게 정리해 엔진이 회사를 “조직 전환” 카테고리와 연결하도록 했습니다.
세 가지 조치에는 공통점이 있습니다. 메시지의 발행 빈도가 아니라 AI가 내용을 정확히 선택할 확률을 높였다는 점입니다. AI 엔진이 답변을 구성할 때 필요한 것은 일반론을 담은 수많은 글이 아니라 명확한 설명, 신뢰할 수 있는 출처, 정확한 엔터티 연결입니다. 핵심은 콘텐츠의 양이 아니라 구조입니다.
90일 후에는 무엇이 달라졌을까요?
90일째에 동일한 테스트를 다시 실행했습니다. 회사가 인용된 쿼리는 기존 2개에서 11개로 늘었습니다. 가장 중요한 “대만 조직 전환 컨설턴트” 쿼리에서는 이 회사가 공식 링크와 함께 Perplexity 답변의 첫 번째 인용 출처가 됐습니다. ChatGPT의 관련 답변에도 회사가 등장하기 시작했고, 이번에는 전문 분야도 정확했습니다. 이전에는 추적조차 할 수 없었던 “AI에 물어봤더니 이 회사를 추천했다”는 고객 유입이 이제 매달 꾸준히 발생한다고 회사 측은 전했습니다.
“지난 12년 동안 가장 답답했던 점은 신규 고객의 초기 도입 검토 단계에서 우리를 발견하기 어렵다는 것이었습니다. 이제는 AI가 우리의 전문성을 잠재고객에게 보여줍니다.”— The consultant's partner.
왜 Perplexity를 먼저 봐야 할까요?
동일한 변경 사항에 대해 Perplexity는 ChatGPT보다 빠르게 반응했습니다. 저희 사례에서도 흔히 나타나는 패턴입니다. 웹사이트 구조와 콘텐츠를 수정하면 Perplexity는 다음 탐색 시점부터 변경 내용을 반영할 수 있습니다. 반면 ChatGPT는 주 단위로 업데이트되기 때문에 보통 1주에서 수주 더 늦게 반응합니다. 따라서 고객에게는 Perplexity를 우선 지표로 보도록 권합니다. 이번 개선 작업이 효과를 내는지 가장 먼저 알려주는 채널이기 때문입니다.
이 방식을 우리 회사에도 적용할 수 있을까요?
가능하지만 먼저 전제 조건을 확인해야 합니다. 이 컨설팅사가 90일 만에 성과를 낸 이유는 실제 전문 지식과 자료가 이미 충분했지만, 이를 AI가 읽을 수 있는 구조로 정리하지 못했기 때문입니다. 기반 콘텐츠가 비어 있다면 신뢰할 만한 답변도 만들어지기 어렵습니다. 현재 AI 엔진이 귀사를 어떻게 설명하는지, 어떤 핵심 쿼리에서 전혀 노출되지 않는지 알고 싶다면 먼저 GEO 감사를 진행할 수 있습니다. 또는 약 30분간 GEO 진단을 진행해 실제 쿼리로 한 차례 테스트하고 격차를 바로 짚어드립니다.
