ChatGPT가 잠재 고객에게 이 신생 B2B SaaS를 먼저 추천하기 시작한 이유는 핵심 키워드가 Google 검색 1위에 올랐기 때문이 아닙니다. ‘우리는 누구이며, 누구에게 적합하고, 가격은 얼마인가’를 AI 엔진이 별도의 추론 없이 한 번에 이해할 수 있는 문단으로 바꿨기 때문입니다. 90일 뒤 ChatGPT, Perplexity, Google AI Overview 등 AI 대화 채널을 통한 문의는 58% 증가했습니다. 같은 기간 자연 검색 유입은 거의 변하지 않았습니다. 이 글에서는 실제로 무엇을 어떤 순서로 실행했는지, 그 순서가 중요한 이유는 무엇인지, 다른 기업이 그대로 적용할 수 있는 판단 기준은 무엇인지 살펴봅니다.
출발점: Google에서는 2페이지, AI에서는 존재감 제로
이 회사는 외식·식음료와 리테일 체인을 위한 근무 일정 및 출퇴근 관리 SaaS를 만드는 대만의 20인 규모 신생 기업입니다. 이들이 찾아왔을 때 문제는 명확했습니다. 매출은 성장하고 있었지만, 첫 상담에서 “ChatGPT에 물어보니 A와 B를 추천하던데, 귀사는 목록에 없었습니다”라는 잠재 고객의 말이 점점 자주 나왔습니다. 공식 웹사이트의 완성도가 낮은 것도 아니었고 블로그도 꾸준히 운영했으며, Google 핵심 키워드는 1~2페이지에 노출되고 있었습니다. 하지만 AI 엔진은 ‘대만에는 어떤 근무 일정 관리 소프트웨어가 있는가’, ‘외식 체인에 적합한 출퇴근 관리 시스템은 무엇인가’ 같은 질문에 답할 때 이 회사를 전혀 인용하지 않았습니다. 검색에서는 보이지만 AI에서는 보이지 않는 현상은 지난 1년 가까이 가장 자주 접한 격차입니다.
첫 단계는 글쓰기가 아니라 ‘AI 가시성’ 측정입니다
대부분의 팀은 본능적으로 콘텐츠를 몇 편 더 만들려고 합니다. 우리는 그렇게 하지 않았습니다. 첫 주에는 실제 구매 상황을 반영한 질문 20개를 ChatGPT, Perplexity, Gemini, Google AI Overview에 입력해 AI 가시성을 점검했습니다. 회사가 언급되는지, 설명이 정확한지, AI가 어떤 출처 페이지를 인용하는지 세 가지를 기록했습니다. 이 과정의 가치는 “우리 브랜드 노출이 부족한 것 같다”는 막연한 느낌을 유형별로 추적할 수 있는 기준선으로 바꾸는 데 있습니다.
측정 결과는 예상보다 나빴지만, 그만큼 실행 방향은 선명해졌습니다. 격차는 네 가지 지점에 집중돼 있었습니다.
- 20개 질문 가운데 회사를 언급한 경우는 3개뿐이었고, 그마저도 브랜드명을 직접 검색했을 때만 나타났습니다. 상황별 비교와 추천 질문에서는 언급이 전혀 없었습니다.
- AI는 이 제품을 단순한 출퇴근 기록 도구로 잘못 이해하고 가장 강력한 자동 근무조 편성 기능을 빠뜨렸습니다. 공식 웹사이트 어디에도 이 기능을 AI가 추출할 수 있는 명확한 정의로 설명하지 않았기 때문입니다.
- 경쟁사는 명확한 ‘X와 비교’ 페이지를 갖추고 있었고, Perplexity는 이를 반복해서 인용했습니다. 이 회사에는 비교 페이지가 없었습니다. 사실상 비교 기준을 설명할 권한을 경쟁사에 넘긴 셈입니다.
- 가격은 ‘문의하세요’라고만 적혀 있었습니다. AI가 인용할 정보가 없었기 때문에 가격이나 요금제를 묻는 모든 답변에서 제외됐습니다.
실행: 세 가지 ‘AI 추출 단위’ 추가
콘텐츠를 대량으로 발행하는 대신, AI 엔진이 가장 명확하게 인용할 수 있는 구조에 맞춰 세 유형의 페이지를 개편하거나 추가했습니다. 첫 번째는 정의형 문단입니다. 제품 페이지 상단에 `외식·리테일 체인을 위해 설계된 자동 근무조 편성 및 출퇴근 관리 SaaS로, 예상 운영률과 관련 근로시간 규정에 따라 근무 일정을 자동으로 편성합니다.`라고 한 문장으로 명시했습니다. 제품 범주와 대상 고객, 차별점을 빠짐없이 담아 AI가 추측할 여지를 없앴습니다.
두 번째는 비교 페이지입니다. 영업 현장에서 가장 자주 맞붙는 경쟁사 3곳을 선정하고, 상대 제품이 실제로 더 강한 영역까지 솔직하게 표로 정리했습니다. 자사에 불리한 내용을 숨기지 않은 점이 오히려 효과를 냈습니다. Perplexity가 이 페이지를 광고가 아닌 중립적인 정보 출처로 인식해 인용하기 시작했습니다. 세 번째는 가격 산정 방식과 적합한 기업 규모, 자주 묻는 질문을 짧은 문답형 문단으로 다시 구성하는 작업이었습니다. 각 답변은 단독으로도 이해되고 인용될 수 있게 만들었습니다.
기술적으로는 두 가지를 추가했습니다. 제품, 가격, FAQ에 각각 맞는 Schema 구조화 데이터를 적용하고, 핵심 페이지가 프런트엔드에서 과도하게 동적 렌더링되지 않도록 점검했습니다. 크롤러가 빈 껍데기가 아닌 전체 텍스트를 가져갈 수 있게 한 것입니다. 흔히 놓치는 두 항목이지만, AI가 콘텐츠를 수집할 수 있는지를 직접 좌우합니다.
90일 뒤의 결과
동일한 20개 질문으로 2주마다 다시 측정했습니다. 6주 차부터 비교·추천 질문의 답변에 회사명이 등장하기 시작했습니다. 10주 차에는 대만의 외식·식음료 체인용 시스템을 묻는 질문에서 ChatGPT가 이 회사를 추천 3곳 중 하나로 제시했고, 자동 근무조 편성이라는 차별점도 정확히 설명했습니다.
- 구매 상황을 반영한 질문 20개에서 AI가 회사를 정확히 언급한 비율은 15%에서 70%로 상승했습니다.
- AI 채널에서 공식 웹사이트로 유입된 문의는 90일 동안 58% 증가했습니다.
- 영업팀에 따르면 AI를 통해 들어온 문의는 제품 포지셔닝에 대한 이해도가 뚜렷하게 높았습니다. 첫 통화에서 드는 설명 비용이 줄었고, “우리는 단순한 출퇴근 기록 도구가 아닙니다”라는 말부터 꺼낼 필요도 없어졌습니다.
- 같은 기간 Google 자연 검색 유입의 변동 폭은 ±5% 이내였습니다. 이번 성장이 전통적인 SEO가 아니라 AI 가시성에서 비롯됐음을 보여주는 결과입니다.
가장 인상적인 변화는 트래픽 수치가 아니라, 상담 전부터 고객이 우리가 무엇을 하는 회사인지 알고 있다는 점입니다. 예전에는 제품 포지셔닝을 설명하는 데 10분이 걸렸지만, 이제는 AI의 추천을 통해 핵심 차별점을 이해한 상태에서 중요한 이야기부터 시작할 수 있습니다.— The new marketing manager.
이 사례에서 바로 적용할 수 있는 세 가지 판단 기준
첫째, 글을 쓰기 전에 측정부터 해야 합니다. 실제 구매 질문에 AI가 현재 회사를 어떻게 설명하는지 확인하면 정의, 가격, 비교 중 무엇이 빠졌는지 감이 아닌 데이터로 알 수 있습니다. 둘째, 비교 페이지는 솔직해야 합니다. 경쟁사의 강점을 인정해야 AI의 신뢰와 인용을 얻을 수 있습니다. 불리한 내용을 감추면 더 많은 비교·추천 질문에서 브랜드가 제외될 뿐입니다. 셋째, AI 가시성과 검색 유입은 별도로 측정해야 합니다. 이 사례의 성장은 Google Analytics의 자연 검색 수치에 거의 나타나지 않았습니다. 기존 지표만 보면 실제 성과를 놓치고도 아무 변화가 없었다고 판단할 수 있습니다.
이 접근법은 특정 업종에만 적용되는 것이 아니지만, AI 가시성을 막는 지점은 기업마다 다릅니다. AI 엔진이 현재 귀사를 어떻게 설명하는지, 고객의 도입 검토 과정에서 어떤 연결 고리가 빠져 있는지 알고 싶다면 30분 GEO 진단을 진행해 보세요. 실제 구매 상황을 반영한 질문으로 격차가 발생하는 지점을 함께 확인합니다.
