마케터가 후기 대신 254곳의 가격을 뒤진 이유

저는 마케터로서 광고를 멈추면 매출도 멈추는 구조를 오래 겪었습니다. 그래서 현재는 AIFT(AI Intent Filtering Technology)로 검색 흐름과 체류·유입 경로를 분석해, 단순 정보 탐색과 실제 상담 의도를 구분하는 리드 생성 플랫폼을 운영 중입니다. 
 

오래 전, 저는 친구와 저녁을 먹으러 가려고 검색을 하다가, 핀잔을 들은 적이 있습니다. “수원 맛집”이라고 쳤더니 그런 건 다 광고라는 겁니다. 진짜 후기를 보려면 “수원 존맛탱”이나 “수원 대존맛 강추” 같은 걸로 검색해야 한다고 했습니다. 광고 대행이 손대지 않은 표현이라, 실제로 다녀온 사람이 쓴 글만 나온다는 논리였습니다.

실제로 한동안은 그랬습니다. 그런데 그것도 잠시였죠. 비속어가 섞인 키워드까지 상품군으로 팔리기 시작하면서, 우리는 블로그와 후기를 더 이상 믿지 않게 됐습니다. 이 글에서는 후기가 신뢰를 잃어 온 과정을 짚고, 후기 대신 검증 가능한 데이터를 공개해 본 경험을 사례를 통해 살펴보겠습니다.

후기는 언제부터 상품이 되었나

후기의 출발은 단순했습니다. 실제로 이용한 사람이 자신의 경험을 공유하는 것이고, 그래서 광고보다 힘이 셌습니다. 달라진 건 후기가 구매 결정에 영향을 주기 시작하면서부터입니다. 후기가 곧 마케팅 수단이 되자 체험단, 협찬, 이벤트, 무료 제공, 리뷰 관리 서비스처럼 후기를 만들어내는 별도의 시장이 생겼습니다.

이런 방식으로 작성된 모든 후기가 거짓이라는 뜻은 아닙니다. 문제는 소비자가 어디까지가 자발적 경험이고, 어디부터가 마케팅의 결과인지 구별하기 어려워졌다는 것입니다.

이건 인상의 영역에 머물지 않습니다. 미국 연방거래위원회(FTC)는 2024년 8월 가짜 리뷰와 기만적 추천을 규제하는 최종 규칙을 발표하고, 같은 해 10월부터 시행했습니다. 가짜 리뷰의 판매와 구매, 특정 감정을 조건으로 한 대가 제공, 관계를 밝히지 않은 내부자 후기, 독립적인 리뷰 사이트처럼 가장한 기업 통제 사이트, 부정 후기 억압까지 규제 대상입니다.

구글도 지도 리뷰는 실제 경험에 기반해야 하며 금전이나 할인, 무료 상품의 대가로 작성된 리뷰와 평점 조작을 허용하지 않는다고 명시하고 있습니다. 국내에서도 리뷰의 신뢰성을 둘러싼 논쟁은 오래전부터 이어져왔습니다.

후기가 중요하지 않아서 이런 규칙이 만들어진 게 아닙니다. 후기가 너무 중요해졌기 때문에 후기를 인위적으로 만드는 행위도 하나의 시장이 된 것입니다.

지금도 매장에서 벌어지는 일

굳이 규제와 정책까지 가지 않아도 됩니다. 우리는 이런 일을 매일 겪고 있습니다. 음식점에 가면 음료수를 서비스로 줄 테니, 평점 5점을 남겨 달라고 합니다. 배달 앱에서는 서비스 메뉴를 하나 넣어주고, 찜과 별점 5점을 부탁합니다.

반대 방향도 있습니다. 사장님이 신청하면 악성으로 판단된 댓글을 삭제하거나 비공개 처리할 수 있습니다. 좋은 후기는 유도하고 나쁜 후기는 걷어낼 수 있다면, 우리에게 남는 정보는 무엇일까요? 잘 정리된 진열장입니다.

일본에서는 흥미로운 현상이 나타납니다. 소비자들이 X(구 트위터)에 올라온 비판 후기를 모아놓고, 선택을 저울질합니다. 칭찬은 만들어질 수 있지만 비판은 상대적으로 덜 만들어진다는 판단입니다. 신뢰가 무너진 자리에서 사람들이 찾아낸 우회로인 셈입니다.

후기가 아예 생기지 않는 산업

여기까지는 후기가 존재하지만 오염된 이야기입니다. 그런데 후기 자체가 생기지 않는 산업도 있습니다. 마케팅 대행을 맡겨서 실제로 성과가 났다고 해봅시다. 검색 순위가 올라갔고 상담 문의가 늘었습니다. 이때 클라이언트가 후기를 남길 이유가 있을까요? 없습니다. 오히려 반대입니다. 그 업체를 경쟁사가 알게 되면 곤란해지기 때문입니다. 어떤 키워드를 잡았는지, 어떤 구조로 페이지를 만들었는지가 그대로 경쟁 정보입니다.

그래서 성과가 좋을수록 클라이언트는 조용해집니다. 반대로 후기가 많은 곳은 성과와 무관하게 후기를 만들 수 있는 곳이거나, 후기를 남겨도 아쉬울 게 없는 곳입니다.

이건 마케팅만의 문제가 아닙니다. B2B 서비스, 개발 외주, 컨설팅처럼 성과가 곧 경쟁력인 영역은 대부분 같은 구조를 갖습니다. 레퍼런스를 요청했을 때 ‘공개 불가’라는 답을 듣는 이유가 여기 있습니다.

후기의 반대편에 있는 것들

그럼 무엇으로 판단해야 할까요? 저는 후기를 더 잘 만드는 게 답이 아니라고 봤습니다. 대신 후기가 하던 역할을 다른 정보로 대체할 수 있는지를 생각했습니다. 의료나 법률처럼 결정이 무거운 영역에서 사람들이 후기를 통해 알고 싶어 하는 것은 대체로 이런 것들입니다.

얼마가 드는지, 부작용은 무엇이고 회복에 얼마나 걸리는지, 효과가 어느 정도이고 얼마나 유지되는지, 어떤 기준으로 병원이나 전문가를 골라야 하는지, 결과가 만족스럽지 않으면 어떻게 되는지. 이 정보들은 후기 없이도 제공할 수 있습니다. 그리고 후기보다 정확할 수 있습니다. 후기는 한 사람의 경험이지만 이 정보들은 조건과 기준을 다루기 때문입니다.

다만 조건이 하나 있습니다. 검증이 가능해야 합니다. 출처 없는 평균값이나, 근거 없는 기준은 결국 또 하나의 진열장이 됩니다.

후기 대신 운영 데이터를 공개했습니다

그래서 저는 후기를 만들지 않고, 대신 운영 데이터를 주간 단위로 공개했습니다. 다섯 개 사이트의 순위 구간별 키워드 수, 검색 채널별 유입 비율, 실제 유입 검색어를 매주 갱신하는 것이죠. 후기는 만들어낼 수 있지만 검색 순위와 유입 데이터는 그럴 수 없습니다. 에이치레프스(Ahrefs)나 구글 서치 콘솔(Google Search Console) 같은 도구가 실측한 숫자이고, 같은 도구를 쓰면 누구나 확인할 수 있습니다.

말은 간단한데 실제로는 기준을 세워야 했습니다. 전부 공개하면 사업이 위험해지고, 적당히 가리면 결국 또 하나의 후기가 되기 때문입니다.

정한 기준은 세 가지입니다.

• 비율은 공개하고 절대 수치는 공개하지 않습니다
  채널별 유입 비율은 구조를 보여주지만 월 방문자 수는 경쟁사에 사업 규모를 알려 주는 정보입니다.
• 결과는 공개하고 방법은 공개하지 않습니다
  어떤 키워드에서 몇 위인지는 검색하면 누구나 알 수 있는 사실입니다. 그 키워드를 어떻게 골랐는지는 다릅니다.
• 오른 주만 올리지 않습니다
  이게 가장 중요합니다. 좋을 때만 보여주면 그건 후기와 다를 게 없습니다.

가격을 공개하기로 한 다음에 생긴 문제

데이터 공개를 결정하고 나서 더 어려운 문제를 만났습니다. 비용입니다. 운영 중인 탈모 정보 플랫폼에 모발이식 비용 페이지를 만들기로 했습니다. 검색하는 사람들이 가장 궁금해하는 정보인데, 인터넷에 떠도는 평균 가격을 다시 정리하는 건 의미가 없다고 봤습니다. 출처 없는 숫자를 하나 더 만드는 일이니까요.

그래서 실제 의료기관이 공개한 가격을 직접 모으기로 했습니다. 대표적인 방법인 절개와 비절개를 나누고, 1,000모부터 5,000모까지 모수별로 정리하면, 검증 가능한 데이터가 될 거라고 생각했습니다.

AI로 수집하면 되겠다고 생각했습니다

리서치에 강한 GPT와 퍼플렉시티(Perplexity)로 전국 의료기관의 공개 가격을 수집했습니다. 조건을 바꿔가며 세 차례 반복했습니다. 그런데 같은 기준으로 비교할 수 있는 의료기관이 전국 20곳도 안정적으로 채워지지 않았습니다.

검색 결과에 병원은 훨씬 많았습니다. 문제는 검색으로 발견되는 가격과 실제로 비교 가능한 데이터 사이에 큰 간극이 있다는 것이었습니다. 상당수가 “2,000모 이상”처럼 범위만 있었고, 절개인지 비절개인지 적혀 있지 않았습니다.

어떤 곳은 모(毛) 단위, 어떤 곳은 모낭 단위였는데 그대로 비교하면 전혀 다른 규모의 수술을 같은 조건처럼 취급하게 됩니다. 부가세 포함과 별도가 섞여 있었고, 정상가와 이벤트가가 함께 노출되기도 했습니다. 같은 병원의 삭발, 부분삭발, 무삭발 가격을 각각 다른 표본처럼 계산하면 평균이 왜곡됩니다.

가격이 명확해 보여도 쓸 수 없는 경우가 있었습니다. 페이지는 살아 있지만 몇 년 전 가격표일 수 있고, 검색 결과에 숫자는 남아 있는데 원문에서 확인되지 않기도 했습니다. 공식 비급여 페이지까지 갔는데 가격표가 이미지로 올라가 있어 수술 방식과 가격의 연결을 확인할 수 없는 경우도 있었습니다.

방향을 바꾸자 데이터가 늘었습니다

AI로 더 많이 찾는 대신, 사람이 하나씩 원문을 확인하기 시작했습니다. 그러자 예상과 반대되는 일이 벌어졌습니다.

자동 수집을 줄이고 사람이 검증에 나선 뒤에 오히려 속도가 붙었습니다. 기준이 잡히니까 어떤 자료를 살리고, 어떤 자료를 보류할지 판단이 빨라졌기 때문입니다. 여기서 숫자 세 개를 구분해야 합니다.

254곳은 검토 범위입니다. 살펴본 의료기관 전체 개수입니다. 가격을 못 찾은 곳, 상담 후에만 안내하는 곳, 수술 방식이 불명확한 곳까지 전부 포함된 조사 대상 목록입니다.

71곳은 집계에 실제 반영된 곳입니다. 254곳 중에서 내부 공개 기준에 맞는 모수와 방식이 확인되는 가격을 공개한 곳만 남긴 숫자입니다. 나머지 183곳은 살펴봤지만 비교 조건을 못 맞춰서 통계에 들어가지 못했습니다.

279건은 가격 데이터 개수입니다. 병원 수가 아니라 가격 줄 수입니다. 한 병원이 절개 1,000모와 2,000모와 3,000모, 비절개 1,000모와 2,000모와 3,000모를 공개하면, 그 병원 하나로 6건이 나옵니다. 그래서 71곳에서 279건이 나옵니다. 한 문장으로 정리하면 이렇습니다. 254곳을 살펴봤고, 그중 71곳이 비교 가능한 가격을 공개했고, 그 71곳에서 279개의 가격 데이터를 얻었습니다.

183곳은 버린 게 아닙니다. 통계에 못 들어간 183곳도 삭제하지 않았습니다. 데이터를 층으로 나눴습니다. 메인 통계에 들어가는 것, 환산 기준으로 보존하는 것, 보조 자료로 남기는 것, 병원 정보만 확보해두는 것으로요. 방식이 표기되지 않아, 메인에 못 들어간 데이터도 지역별 분포를 볼 때는 쓸 수 있습니다. 출처끼리 충돌하는 자료도 삭제하지 않고, 충돌 이력으로 보존합니다. 나중에 어느 쪽이 맞는지 확인될 수 있기 때문입니다.

실제로 초기에 보조 자료였던 병원 상당수가 재조사에서 메인으로 옮겨갔습니다. 처음 조사에서 조건이 안 맞았던 자료가 두 번째, 세 번째 조사에서 다시 확인되면서 기준을 통과한 겁니다. 버렸다면 매번 처음부터 다시 찾아야 했을 겁니다.

웹에 없으면 전화를 걸었습니다

공개 자료만으로 확인이 안 되는 경우에는 병원에 직접 전화했습니다. 여기서 예상 못 한 게 나왔습니다. 피부과나 성형외과에 탈모 진료가 붙어 있는 건 자연스러운 조합이라 조사 대상에 넣었는데, 전화해 보니 지금은 모발이식을 하지 않는다는 답이 돌아온 곳이 꽤 있었습니다.

웹에는 여전히 남아 있습니다. 페이지도 살아 있고 검색에도 걸립니다. 그런데 실제로는 안 하는 겁니다. 이런 곳은 뺐습니다. 가격이 확인되더라도 지금 받을 수 없는 수술의 가격은 데이터가 아니기 때문입니다. 검색 결과만 보고 데이터를 만들면 이런 걸 걸러낼 수 없습니다. 화면에 있는 정보와 실제로 존재하는 서비스는 다른 이야기입니다.

기준은 문제를 만날 때마다 늘었습니다

처음 조사 기준은 열한 개였습니다. 지금은 스물두 개입니다. 새 기준은 전부 실제로 부딪힌 문제에서 나왔습니다. 딱 떨어지지 않는 자료가 많아서, 원본은 그대로 보존하고 비교가 필요할 때만 표준 모수로 환산하기로 했습니다. 다만 모와 모낭은 임의 환산하지 않습니다. 애초에 다른 단위이기 때문입니다. 이상치 처리도 기준을 나눴습니다. 모수와 방식과 정상가가 명확하면 시장 가격에서 크게 벗어나도 제외하지 않습니다. 반면 조건이 불명확한 값은 뺍니다. 비싸서 빼는 게 아니라 비교 조건이 부족해서 빼는 겁니다.

가장 늦게 발견한 문제는 통계 왜곡이었습니다. 3,000모 중앙값과 4,000모 중앙값이 있으면 두 숫자를 빼서 “1,000모 늘 때 얼마 오른다”를 계산할 수 있을 것 같습니다. 그런데 각 모수에 포함된 병원이 다릅니다. 고가 병원이 3,000모 표본에만 있고 4,000모에는 빠지면 상승폭이 작아 보이는 착시가 생깁니다.

그래서 모수 간 가격 차이는 두 모수 가격을 모두 공개한 같은 병원끼리만 비교하기로 했습니다. 표현 기준도 정했습니다. “전수조사”라는 말은 쓰지 않습니다. “현재 확인된 공개가격 표본 기준”이라고만 씁니다. 실제로 전수조사가 아니기 때문입니다.

공개한 뒤에 달라진 것

사실 데이터를 공개한 후에 문의 전화가 늘었다거나, 매출이 눈에 띄게 변했다는 지표는 없었습니다. 다만 두 가지를 확인할 수 있었죠.

1) 데이터라는 자산

이 데이터로 데이터베이스 저작권 등록을 신청했습니다. 검색해서 모은 자료의 집합이 아니라 기준을 세우고 검증한 결과물이라, 그 노동이 자산으로 인정받을 수 있는지 확인해보기로 했습니다.

2) 검색에서 잡히는 범위

비용 페이지 하나가 붙잡는 키워드가 촘촘해졌습니다. 모발이식 비용, 모발이식 가격 같은 검색량이 큰 키워드부터 시작해서 절개 모발이식 비용, 비절개 모발이식 가격. 모발이식 가격 비교 같은 키워드가 함께 잡혔습니다. 여기서 확인한 게 있습니다. 바로 모수별로 데이터를 나눠서 정리했더니, 그 구조 자체가 검색어 구조와 맞아떨어졌다는 겁니다.

사람들은 “모발이식 비용”만 검색하지 않습니다. 자기 상황에 맞는 숫자를 넣어서 검색합니다. 데이터를 그 단위로 정리해두니 각각의 검색어가 답을 찾을 자리가 생긴 겁니다. 검색량이 큰 키워드와 세부 키워드가 같이 잡히는 것도 이 구조 덕입니다. 하나의 페이지가 여러 층위의 질문을 동시에 받고 있습니다.

데이터를 쌓아 자산을 만들고 그 위에 검색어가 연결되는 것. 지금까지 남은 건 여기까지입니다. 지금 숫자로 결론을 내리기엔 이르고, 추이는 더 지켜봐야 합니다.

마치며

저는 이 방식이 완성됐다고 생각하지 않습니다. 아직 수집 중인 권역이 있고, 표본이 더 충분해지면 모수 구간을 넓혀 비교를 확대할 예정입니다. 가격은 계속 바뀌고, 이벤트는 끝나고 페이지는 수정됩니다. 그래서 주기적으로 다시 확인하면서 변경된 값을 갱신하고, 새로 확보한 의료기관을 추가합니다. 한 번 만들고 끝나는 데이터가 아닙니다.

이제 후기가 있는 산업에서도 후기만으로는 판단하기 어려워졌습니다. 그리고 후기가 아예 생기지 않는 산업도 있습니다. 양쪽 모두에게 남는 질문은 같습니다. “무엇으로 신뢰를 만들 것인가.” 저는 후기를 더 잘 만드는 대신 검증 가능한 정보를 공개하는 쪽을 택했습니다. 비용과 조건과 기준처럼 후기가 하던 역할을 대신할 수 있는 정보들, 그리고 도구가 실측해서 누구나 확인할 수 있는 데이터입니다.

다만 이 일은 숫자를 올리는 것과 다릅니다. 무엇을 공개하고 말지에 대한 기준을 세워야 하고, 그 데이터가 실제로 검증 가능한 상태인지 확인해야 합니다. 254곳을 살펴보고 71곳만 통계에 올린 이유가 그것입니다. 잘 정리된 진열장에 내가 좋아하는 것을 순서대로 놓는 것, 그리고 정확한 데이터를 공개하고 스스로 선택할 수 있게 만드는 것은 다른 일입니다.

+ 이 글은 AI의 도움을 받아 작성했습니다. 자료 정리와 구조 검토에 AI를 활용했으며, 데이터 해석과 판단, 최종 문장은 직접 작성했습니다.

요즘IT에서 AI 고수들의 ‘로컬앱 자랑대회’를 엽니다.

10/6(화) 저녁 7시. 온라인, 오프라인 동시 진행

➡️ 요즘IT 빌더나잇 구경하러 가기

ⓒ요즘IT의 모든 콘텐츠는 저작권법의 보호를 받는 바, 무단 전재와 복사, 배포 등을 금합니다.