이 글은 5월 21일 열린GEO 팩트체크 세미나에서 나온 양용준 서치나인 대표의 발표 내용을 1인칭 시점으로 정리한 글입니다. 앞서 공개한 세미나 사전 가이드가 “GEO 성과를 왜 최종 KPI가 아니라 전조 지표로 봐야 하는가”를 다뤘다면, 이 글은 실제 발표에서 소개된 프롬프트 구성 방식, 인용률 주 단위 트래킹, AI 크롤러 로그, Client ID/User ID 기반 전환 추적의 한계를 사례 중심으로 정리합니다.

저는 이번 세미나에서 'GEO 성과 측정을 어떻게 접근할까'라는 주제를 맡게 된 양용준이라고 합니다. 서치나인에서 1인 SEO/GEO 컨설턴트로 활동하고 있고요.

저는 SEO 하시는 분들께 '물음표 살인마'라는 소리를 들을 정도로 질문을 꽤 많이 하는 편입니다. 제가 납득이 돼야 작업을 할 수 있는 성격인 만큼, 계속 질문을 던지면서 검증해온 방법들을 오늘 말씀드리고자 합니다.

먼저 분명히 해두고 싶은 게 있는데요. 만약 '정답을 찾으러 왔다'고 하시면, 이 세션은 전혀 적합하지 않다고 생각합니다. 다만 어떤 방식으로 접근하고, 테스트하고, 성과를 측정하는지 그 '과정'을 보고 싶으시다면, 이 세션이 조금 괜찮은 인사이트가 되지 않을까 생각합니다.

어차피 우리는 지금 기준으로 일부 성과만 볼 수 있다고 보고 있고, 최종 KPI를 설정해도 결국 그게 정확하지 않다면, 저는 최종 지표보다는 오히려 그것의 '전조 증상'이 되는 신호들을 성과로 보자, 라고 현재까지 1차적으로 결론을 내렸습니다.

기본 프롬프트는 어떻게 구성했나

가시성 검증과 관련해 가장 많이 받는 질문 중 하나가 '기본 프롬프트는 어떻게 구성했느냐'인데요.

저는 잘 구성되어 있는 사이트의 Sitemap.xml만 봐도 그 홈페이지의 성격을 잘 파악할 수 있다고 봅니다. 그래서 Sitemap.xml과 클릭과 노출이 높은 페이지를 조합하고, 기존 SEO 기법에 있던 키워드 클러스터링과 클렌징한(허수를 덜어낸) 검색 볼륨을 기준으로 삼아 프롬프트를 짰습니다.

이렇게 짠 이유는, 프롬프트가 기본적으로 고객의 의도를 기반으로 한다고 생각하기 때문입니다. 단순한 키워드 검색이 이제는 구체적인 롱테일 형태의 프롬프트로 변화하는 추세입니다. 그래서 우리 홈페이지에서 지금 콘텐츠를 작성하거나 서비스를 운영하는 데 적합한 것을 골라내려면, 이런 식으로 조합하는 게 제 기준에서 가장 적합하다고 생각했습니다.

그렇게 조합하면 '가시성이 바로 올라가는 거 아니냐'라는 의문이 들 수 있는데요. 이 방식으로 진행했을 때, 생각보다 가시성이 처음부터 높게 나오는 경우는 많이 없었습니다. 오히려 이 과정을 통해서 기존의 글을 어떻게 리라이팅할지, 우리가 놓치고 있던 주제는 무엇인지, 상세페이지를 어떻게 수정해야 AI에게 충분히 인용될 가치가 있는 콘텐츠가 될 수 있는지 그 기준을 뽑아낼 수 있었다는 데 의의가 있다고 판단했습니다.

인용율을 KPI로 잡기

'내 사이트가 인용이 많이 되면 가시성이 올라갈 확률이 높을까?'라는 질문에 대해, 저는 프롬프트와 산업에 따라 다르다고 생각합니다.

구글에서는 인용이 많이 되면 가시성이 올라갈 확률이 높았고, 라이너에서도 마찬가지였습니다. 저는 답변이 어떻게 나왔는지를 보기보다 그 답변을 만들어내는 '과정'에서 어떤 출처를 어떻게 추출했는지를 보는데요. 외부 인용도 좋지만, 특정 채널을 제외하면 '어떤 도메인이 특별히 더 좋다'고 단정하기는 어렵고, 자사 사이트가 인용이 되면 가시성이 높아질 확률은 올라간다고 봤습니다.

다만 GPT에서는 인용이 된다고 해서 내 브랜드가 추천되지 않는 경우도 많았고, 오히려 다른 브랜드에 인용 효과만 주게 되는 케이스도 많았습니다.

실제로 동탄 피부과 케이스를 모아봤는데요. ‘리베리 의원’을 보시면 추천이 되는 경우도 있고, 두 번째 화면처럼 인용 출처로만 표시되는 경우도 있었습니다. 하지만 아예 소스로 인용되지 않으면 노출될 확률이 낮다고 생각합니다. 그래서 인용률을 올리는 것 자체는 간접적인 신호가 된다, 충분히 의미가 있다고 봤습니다.

단, 인용률을 완벽한 KPI로 보기는 어렵다고 생각합니다. AI는 답변의 신뢰도를 높이기 위해 외부 데이터를 실시간으로 찾아오는 RAG(검색 증강 생성) 방식을 사용하며, 이렇게 찾은 여러 근거 자료에 기반해 답변을 만들어내는 '그라운딩' 과정을 거칩니다. 즉, 우리 사이트 하나만 보는 것이 아니라 여러 페이지의 정보를 조합하여 최종 답을 내놓기 때문에, 우리의 의도와 무관하게 다른 페이지의 정보가 인용 출처로 잡힐 확률을 통제하기 어렵습니다. 실제로 홈페이지 인용이 아무리 많이 됐다고 해도, 산업에 따라서는 AI가 홈페이지보다 구글 비즈니스 프로필 데이터를 더 선호할 수도 있고 혹은 머천다이즈 센터에 대한 데이터를 더 좋아할 수도 있습니다.

주 단위 인용률 트래킹

화면에 보이는 건 제가 사용하고 있는 체인시프트 GEO 툴인데요. '사이트가 실제로 인용이 많이 되면 가시성이 올라갈 확률이 높아지는가'를 주 단위로 체크해봤습니다. ‘리베리 의원’을 주목해서 봐주시고요. 구글 검색창에 시크릿 모드로 ‘동탄 울쎄라’ 가격이나 ‘동탄 리주란 가격’이라고 검색해보시면 AI로 작성한 수십 개의 페이지가 상위노출 되어 있는 것을 보실 수 있습니다.

‘리베리의원’이라는 브랜드를 보시면, 4월 5일에서 4월 11일 기준으로는 가시성이 없었고, 4월 26일~5월 2일 데이터에서는 8.9%로 올랐습니다. 그리고 5월 3일~5월 9일에는 21% 가까이 올랐죠. 마지막으로 5월 10~5월 16일에는 18.1%로 다시 내려갔습니다. 그 말인즉 AI로 다량 작성한 콘텐츠가 단기간의 인용이나 가시성에 도움을 줄 수 있지만 장기적으로 구글이나 LLM이 적합하지 않다고 판단하면 인용이 높아도 AI 가시성은 낮아질 수 있습니다.

한편 에미뜨 의원의 5월 3일~5월 9일, 5월 10일~5월 16일 인용횟수를 봤는데, 10위권에 있던 사이트가 일주일 기준으로 8위까지 올라갔죠. 그 기간 동안 콘텐츠를 통해 인용율을 높이는 작업을 한 건데요. 인용율이 올라갔을 때 가시성이 올라간다는 걸 알 수 있는 간접적인 신호로 볼 수 있지 않을까 생각했습니다. 다만 이건 GPT 기준이고, AIO나 AI 모드 에서는 어떤 작업을 우선순위로 잡을 것인가에 대한 판단이 또 필요하다고 생각합니다.

여러분들도 아시겠지만, GPT는 영문 도메인의 인용이 높게 나오고, 구글 비즈니스 프로필 의존도가 상당히 높습니다. 반대로 AIO나 AI 모드는 비즈니스 프로필·유튜브, 머천다이즈 센터 데이터를 잘 가져오고 있으나 영문 도메인을 더 많이 가져온다란 느낌은 없죠. 그래서 어떤 LLM이냐, 어떤 산업 분야냐에 따라 테스트해야 할 것들이 달라지는데요. 저는 당장 어떤 LLM을 목표로 잡아 우선순위로 둘 것이냐를 판단하는 데 이런 툴을 사용하고 있습니다.

AI 크롤러의 유입주기를 KPI로 잡기

그럼에도 ‘외부 트래킹 툴을 항상 믿어도 될까’라는 고민이 있습니다.

GEO 이전에, SEO에도 여러 툴이 있었죠. 경험상 저는 SEO 에이전시 일하면서 Semrush 같은 SEO 툴을 다룰 때도 지표가 과장되는 것에 대한 불만이 많았습니다. 동일한 SEO 툴에서도 DA나 평균 트래픽 등이 다 달랐습니다. 결국 툴이란 건 방향을 잡기에는 도움이 되지만, 정확한 KPI를 설정하는 데는 내 사이트에 고객이 실제로 잘 들어오는지를 확인하는 게 필요하다고 생각했습니다.

그래서 실제로 AI 크롤러의 유입을 살펴본 건데요. 최근에 약 2~3주 가까이 트래킹을 해봤습니다. LLMs.txt도 넣지 않고, AI가 좋아하는 콘텐츠의 방향이란 것도 적용하지 않았습니다. 그럼에도 크롤러가 나쁘지 않은 수준으로 유입되고 있었습니다. 그래서 AI 크롤러의 유입을 전조증상 KPI로 보는 것도 의미 있다고 생각합니다.

저는 먼저 아무 작업도 하지 않았을 때를 기준으로 AI 크롤러가 얼마나 들어오는지를 파악해 지표로 쌓고, 그 이후에 GEO 작업을 하면 인용률, 가시성이 올라가는지 등을 확인하는 게 좋은 KPI가 되지 않을까 생각합니다.

Client ID / User ID 기반 전환 추적을 KPI로 잡기

GA, AA, 앰플리튜드 같은 분석 툴은 그 자체로 데이터를 세팅해 준다기보다, 우리가 수집한 데이터를 보기 좋게 띄워주는 '대시보드'에 가깝다고 생각합니다. 그렇다면 단순히 대시보드의 화면이나 세팅을 조작하는 데 그칠 것이 아니라, 애초에 그 안으로 밀어 넣는 '데이터의 품질' 자체를 높여야 한다고 판단했습니다. 그래서 웹사이트 상에 질 좋은 데이터를 어떤 식으로 쌓을 수 있을지부터 다시 고민했고, 우리 사이트에 맞는 독자적인 데이터 레이어를 구축해 보기로 했습니다.

핵심 과제는 결국 'AI 검색을 통해 유입된 트래픽과 전환'을 이 데이터 레이어에 정확히 분리해서 담아내는 것이었습니다. 이를 추적하려면 기본적으로 Client ID(쿠키 기반)나 User ID(로그인 기반)를 활용해야 합니다. 그래서 본격적인 세팅에 앞서, 과연 AI 크롤러에게도 이 기존의 추적 방식이 동일하게 통할지 의문이 들었습니다. 그래서 이를 확인하기 위해 두 가지 사전 테스트를 진행했습니다. 먼저 AI 크롤러에게 쿠키값이 부여되는지를 봤을 때, 아닌 것으로 확인했습니다. 두 번째로 AI 크롤러가 직접 로그인을 할 수 있는지를 확인했을 때도 아닌 것으로 나타났습니다.

기존 방식(쿠키/로그인)으로는 AI 봇을 추적할 수 없다는 걸 알게 되니, '그렇다면 AI로 인한 실제 전환 기여도를 도대체 어떻게 증빙할 수 있을까?'라는 현실적인 고민에 부딪혔습니다. 그래서 우회하는 방식으로 접근하여, 가입 경로에 직접 체크를 하게 하거나 실제 상담 과정에서 AI로 인한 문의가 상승했는지를 정성적으로 확인하고자 했습니다.

실제로 클라이언트 ID를 만들어서 GA4 맞춤 보고서로 테스트를 해보며 또 다른 문제를 발견했습니다. 여러분도 개발자 도구 콘솔에서 'document.cookie'를 검색해 보시면 아시겠지만, 실제 유저가 유입될 때도 쿠키가 파편화된다는 점입니다. 사용자가 'Chat GPT 앱 내의 브라우저'를 통해 우리 사이트에 접속할 때와, 같은 기기에서 '크롬이나 사파리 앱'으로 접속할 때 찍히는 클라이언트 ID가 명확하게 달랐습니다. 각 앱마다 고유의 쿠키 저장소를 따로 쓰기 때문입니다.

데이터 모수(샘플)가 아주 방대해진다면 이를 엮어서 간접 전환을 유추해 볼 여지는 있겠지만, 데이터의 정확도와 신뢰성이 너무 떨어진다고 보았습니다. 결과적으로 봇이든 실제 유저든 '쿠키(Client ID) 기반의 추적'은 전반적으로 실패이자 한계가 명확하다는 결론을 내렸습니다.

산업군마다 차이는 있겠지만, 쿠키 추적이 불확실하다면 결국 '로그인 기반의 유저 ID(User ID)'가 현실적인 해답이 됩니다. 예를 들어 이커머스라면, 사용자가 특정 행동을 했을 때 가입을 유도하는 배너(트리거)를 띄우는 등 최대한 CRM(고객 관계 관리) 관점의 장치를 마련해야 합니다. 이렇게 일단 로그인을 시켜두면, 유저가 처음에 GPT를 통해 둘러보고 나중에 네이버나 구글로 다시 유입되어 구매하더라도 GPT의 간접 전환 기여도를 정확히 파악할 수 있기 때문입니다.

물론 여기에도 리스크는 존재합니다. GPT로 유입된 유저가 끝내 가입하지 않는다면 여전히 추적은 어렵습니다. 하지만 이 빈틈은 내부의 SXO(검색 경험 최적화)나 CRM 고도화를 통해 점진적으로 개선하며 테스트해 나갈 수 있는 영역입니다.

결론적으로, 현시점에서 단순히 기존 툴만 믿고 'AI를 통한 전환율'을 완벽하게 측정하려는 것은 불가능에 가깝습니다. 데이터의 질을 높이기 위한 우리만의 체질 개선이 먼저 선행되어야 합니다.

브랜드 키워드 유입 KPI

구글의UCP(범용 상거래 프로토콜, Universal Commerce Protocol)가 발표되고 클릭과 노출보다는 가시성과 인용이 KPI로 바뀌는 시점입니다. 이때 "왜 굳이 브랜드 키워드 유입 증가를 봐야 하느냐?"는 의문이 들 수 있습니다. 기존 SEO 환경에서는 정보성 콘텐츠만 잘 작성해도 사이트 유입을 유도하거나 1st 파티 쿠키 기반의 타겟팅 광고가 가능했습니다. 하지만 AI 검색 환경에서는 다릅니다. 사용자가 AI의 답변을 통해 원하는 정보만 확인하고 사이트 유입 없이 이탈해 버리는 현상(Zero-click)이 산업군을 막론하고 발생하고 있기 때문입니다.

실제로 제가 모니터링해 온 업체들의 데이터에서도 단순 정보 제공형 콘텐츠의 AI 인용률이 더 높게 나타났습니다. 하지만 장기적으로 볼 때, 정보성 콘텐츠에만 의존하는 웹사이트는 결국 트래픽이 완전히 말라버릴 위험이 높습니다. 반대로 브랜드의 고유한 이야기, 소식, 실제 고객 후기 등 대체 불가능한 '비정형 콘텐츠'가 탄탄하다면 웹사이트로 직접 유입될 가능성이 훨씬 큽니다.

결국 우리가 시간과 노력을 들여 GEO를 한다면, 그것이 궁극적으로 '우리 브랜드'를 검색해서 찾아오게 만드는 데 영향을 주어야 합니다. 물론 큰 기업은 PR도 하고, 광고도 하고 이미 기존의 인지도도 높기 때문에, GEO 때문에 브랜드 유입이 증가한 것인지 명확히 측정하기 어렵습니다. 하지만 브랜드나 사이트가 처음 시작하는 단계이거나 작은 기업이라면 이 브랜드 키워드 유입 증가를 KPI로 잡고 테스트해볼 수 있습니다.

제가 맞춤 정규식 기준으로 브랜드 쿼리를 추출해 본 데이터가 있습니다. 왼쪽 첫 번째와 맨 아래에 있는 사이트는 광고를 전혀 집행하지 않고 자연 유입으로만 운영되는 곳이라 순수한 테스트 변화를 체크하기에 매우 유용했는데요. 보시다시피 브랜드 유입 수가 뚜렷하게 증가한 것을 확인할 수 있습니다.

이처럼 저는 가시성의 변화를 직접 테스트하며 다양한 인사이트를 발굴하는 편입니다. 이 과정에서 의문이 생기면 제가 애용하는 GEO 분석 툴을 제작하고 있는 '체인시프트'의 CTO님과 심도 있는 토론을 나누기도 합니다. 해당 툴을 보면 항목별 인용 및 적용 비율 같은 유용한 데이터가 제공됩니다. 하지만 툴에서 제공하는 수치는 어디까지나 '참조용 지표'입니다. 내 사이트가 실제 AI 환경에서 어떻게 인용되는지는, 툴에만 의존할 것이 아니라 직접 눈으로 확인하고 체감하는 정성적인 검증 과정이 반드시 동반되어야 한다고 생각합니다.

가시성은 올랐는데 브랜드 쿼리가 떨어진다면

물론 브랜드 검색량이 늘어난 것을 100% GEO만의 성과라고 단정 지을 수는 없습니다. 하지만 반대로, 가시성은 상승했는데 정작 우리 브랜드 유입은 오히려 떨어지고 있다면 경각심을 가져야 하지않을까 생각합니다. 내가 짠 프롬프트가 정교하게 브랜드를 각인시키는 프롬프트인지, 아니면 그저 '좋은 정보만 퍼주고 끝나는' 프롬프트인지 점검해 봐야 할 시점이죠.

이상적인 그림은 명확합니다. AI 내 가시성을 높여 우리 브랜드의 언급량을 늘렸다면, 그에 비례해 브랜드 검색량도 올라가야 정상이라고 생각합니다. 이를 IMC(통합 마케팅 커뮤니케이션) 관점에서 본다면, GEO와 브랜드 쿼리는 당연히 하나의 궤적에서 함께 봐야 하는 지표입니다. IMC 개념이 당장 생소하시더라도 괜찮습니다. '내 브랜드의 메시지를 모든 접점에서 일관되게 전달하여 고객을 끌어당긴다'는 맥락만 파악하신다면, 충분히 이 관점을 GEO 실무에도 훌륭하게 접목하실 수 있을 것입니다.

성과를 과대 포장하지 말자

마지막으로 당부드리고 싶은 것은, 'GEO로 엄청난 성과와 매출을 만들었다'는 식의 무용담을 항상 경계해야 한다는 점입니다.

AI 검색 환경에서 가시성이 아무리 올라갔다 한들, 실제 전환이나 결제로 이어지는 길목은 여전히 네이버의 지배력이 압도적이기 때문입니다. 실제로 월 매출 3~4억 원을 기록하는 인지도 높은 국내 브랜드, 그 이상의 매출을 내고 있는 누구나 알법한 다국어 브랜드의 채널별 데이터를 뜯어보았을 때도, 네이버와 구글의 기존 오가닉 검색 매출이 압도적으로 높았습니다. 그렇다면 LLM(거대 언어 모델)을 통한 유입이 그에 비례하는 매출을 견인했을까요? 어느 정도의 일부 발생은 있었지만, ROI나 ROAS 관점에서 무작정 GEO에 예산을 쏟아붓는다고 해결될 수준은 결코 아니었습니다.

현실적으로 말씀드리면, 현재 GEO는 국내외를 막론하고 그 누구도 완벽하게 성과를 측정할 수 없는 미지의 영역입니다. 그렇기에 기존 퍼포먼스 마케팅이나 SEO처럼 '클릭'과 '노출'과 같은 수준으로 AI가시성, 인용률과 같은 명확한 단일 지표를 KPI로 삼는 것은 아직까진 무의미하다 보고 있습니다.

오히려 다양한 '전조 증상'들을 KPI 대시보드에 띄워놓고, 지표 간의 상관관계를 비교해 가며 '우리의 콘텐츠 체질이 올바른 방향으로 개선되고 있는가'를 판단하는 것이 현재로서는 가장 타당한 접근이라고 생각합니다.

"어느 기업이 AI 최적화로 전환율을 몇 배 올랐다더라, 유입이 몇백 몇천프로 올랐다" 하는 과장된 PR 기사에 흔들리실 필요 없습니다. 남들이 한다고 조급해할 것이 아니라, 그 사례가 어떤 산업군이었고, 어떤 환경에서, 어떤 잣대로 측정된 것인지부터 냉정하게 따져보아야 합니다.

솔직히 말씀드리면, 적어도 국내 이커머스 환경에서 LLM을 통한 실질적 전환은 개인적으로 봤을 때 '처참한' 수준이었습니다. 누구나 알 만한 유명 브랜드조차 챗GPT 같은 AI 엔진에서 노출은 잘 되어도, 그것이 지갑을 여는 전환으로 이어지는 비율은 아직 미미합니다. (이 지표 또한 AIO나 AI Mode는 제외하고 본 형태죠)

결론은 이렇습니다. 과장된 기사를 보고 조급함(FOMO)을 느끼셨다면, 아직은 한숨 돌리셔도 괜찮습니다. GEO를 통해 '당장의 결과(매출)'를 기대하는 프로젝트를 기획하신다면 십중팔구 실패할 것입니다. 하지만 다가올 검색 패러다임의 변화에 맞춰 우리의 자산을 정비하는 '준비의 자세'로 접근하신다면, 분명 올바른 궤도에 오르실 수 있습니다.

다만 이 모든 이야기는 제가 직접 부딪히며 얻은 저의 경험에 의거해 드리는 말씀입니다. 그런 만큼, 최종적인 판단은 여러분의 몫이라고 생각합니다. 감사합니다.