AI 검색 시대 마케팅 전략, GEO와 AI 브리핑 인용 최적화 실무 가이드

무슨 일이 일어나고 있나

첫째, 금융처럼 신뢰가 곧 상품인 카테고리에서 먼저 신호가 나왔어요. Ally Financial CMO Andrea Brimmer는 Fortune에 AI 검색에서의 성공이 전통적 SEO보다 회사 전체 평판에 달려 있다고 말했어요. 고객 경험부터 직원 대우까지가 LLM의 브랜드 이해에 기여한다는 주장이고, 결정적 문장은 이거예요. "If somebody has a horrible customer experience, that's going to hurt us in the LLMs." 여기서 중요한 건 수사가 아니라 Ally가 실제로 만든 조직이에요. 잘못된 정보를 정정하고, 정확한 정보를 LLM에 공급하고, 소비자 행동을 연구하는 사내 AI 전담팀을 따로 두고 있어요. 홍보 문구가 아니라 인건비가 들어간 구조라는 뜻이에요.

둘째, eMarketer의 'AI Visibility Index'는 평판이 자사 웹사이트 바깥까지 뻗는다고 봤어요. 금융 서비스 추천은 브랜드 소유 소스에 크게 의존하지만, AI 모델은 Forbes·NerdWallet 같은 제3자 출판사도 자주 인용해요. 즉 자사 페이지를 아무리 다듬어도 제3자 랭킹 기사와 리뷰가 부실하면 답변에서 밀려요.

셋째, 국내에서는 네이버 AI 브리핑이 같은 문제를 만들고 있어요. AI 브리핑은 사용자 질문에 여러 출처를 자동 수집·정리해 답을 주는 기능이라, 여기 인용되는 게 순위 상승보다 효과가 크다는 분석이 나와요. 다만 정확한 인용 비율이나 유입 전환률 같은 수치는 공개되지 않았어요.

넷째, 사람 쪽 지표가 이 전환을 확증해요. AMA 2026 마케팅 경력 현황 보고서에서 AI 관련 채용공고 비중은 2025년 한 해 동안 8% → 15%로 늘었고, 같은 기간 소셜미디어 코디네이터·카피라이터·SEO 매니저 같은 실행 중심 직무는 감소세를 보였어요. 채용시장은 담론보다 정직해요. 돈을 어디에 쓰는지가 곧 답이거든요.

다섯째, 답변의 원재료 자체가 오염되고 있어요. 디지털 마케팅 에이전시 Hallam 조사에서 TikTok 건강 관련 검색어 상위 50개 영상 중 평균 40%가 AI 생성 또는 AI 보조 콘텐츠였어요. 교육 25%, 금융 15%와 비교하면 두 배 이상이에요. 실제 의사로 위장한 AI 아바타가 플라스틱 용기 전자레인지 가열이나 데오도란트 사용이 암을 유발한다는 반박된 주장을 퍼뜨렸고, 존재조차 확인되지 않는 'Hyalethinap Plus Pro Max'라는 제품을 수년간 환자에게 추천했다고 말한 아바타도 있었어요. 이 영상들의 평균 조회수가 약 250만 회예요. 소셜에서 건강 정보를 찾는 소비자의 36%, Gen Z는 54%가 TikTok을 쓰고요(EMARKETER 2026년 1월 조사). KFF 5월 조사에서는 소셜의 건강 정보 진위를 매우 자신 있게 구분한다는 응답이 21%에 그쳤고, 39%는 자신 없다고 답했어요.

왜 중요한가

세 흐름을 하나의 인과로 이으면 이렇게 돼요.

1단계 — 노출 경로가 바뀐다. 기존 SEO는 '내 페이지가 몇 번째 줄에 뜨느냐'를 다뤘어요. AI 브리핑과 LLM 답변은 '여러 출처를 합성한 하나의 문단'을 만들고, 그 문단에 내 문장이 들어가느냐가 승부예요. 순위 10위 페이지가 인용되고 1위 페이지가 빠질 수 있는 구조라, 랭킹 지표와 노출 지표의 상관이 끊겨요.

2단계 — 그래서 조작 가능한 변수가 자사 밖으로 이동한다. 합성 대상이 자사 콘텐츠 + 제3자 매체 + 리뷰 + 뉴스이므로, 마케팅이 통제하던 변수(자사 페이지 문구, 메타 태그, 백링크)만으로는 결과를 못 움직여요. Ally가 마케팅·커뮤니케이션·상품·고객서비스를 묶어 운영해야 한다고 말하는 이유가 여기 있어요. CS 만족도와 리뷰 텍스트가 사실상 검색 자산이 된 거예요.

3단계 — 실행 직무가 줄고 감시 직무가 생긴다. 키워드를 채워 순위를 올리던 작업은 AI가 대체 가능하고, 그래서 SEO 매니저 공고가 줄어요. 반대로 '지금 ChatGPT가 우리 상품 수수료를 틀리게 말하고 있다'를 잡아내 정정하는 일은 사람이 해야 해요. AMA의 8%→15%는 그 자리 이동의 첫 통계예요.

4단계 — 오염된 소스가 리스크를 만든다. TikTok 건강 카테고리 40% AI화가 무서운 이유는 브랜드 안전 문제만이 아니에요. AI가 웹의 텍스트·영상 신호를 인용원으로 삼는 구조에서, 가짜 전문가 콘텐츠가 대량 유통되면 '내 카테고리 답변의 기본값'이 오염돼요. 국내에서도 식품의약품안전처가 AI로 생성한 의사·약사 음성·영상을 이용한 식품광고를 부당광고로 규정하고 행정처분 기준을 신설했고, 실제 전문가가 출연한 경우와 동일 수준으로 처분한다는 방침이에요. '가짜라서 봐준다'는 논리가 통하지 않는다는 뜻이에요.

이해관계·역학

Ally 사례를 그대로 믿기 전에 발표의 유인을 보세요. Brimmer는 은행 CMO예요. 금융은 상품 스펙(금리·수수료) 차별화가 어렵고, 그래서 브랜드·평판이 이미 오래된 경쟁축이었어요. 여기에 'AI 시대엔 평판이 검색 노출을 결정한다'는 서사를 붙이면, 원래 하던 브랜드 투자와 CS 투자가 갑자기 신기술 대응 예산으로 재분류돼요. CMO 입장에서 예산 방어 논리로 이보다 좋은 프레임이 없어요. 게다가 Ally는 사내 AI 팀을 이미 갖췄으니, 이 기준이 업계 표준이 될수록 후발 은행 대비 선점 효과를 얻어요.

eMarketer의 유인도 명확해요. 'AI Visibility Index'는 구독 브리핑에 딸린 상품이고, 원문에도 비구독자에게 데모를 권하는 문구가 붙어 있어요. 평판이 자사 사이트 바깥으로 확장된다는 결론은 곧 '외부 신호를 추적하는 지수형 상품이 필요하다'는 결론과 같아요. 분석이 틀렸다는 게 아니라, 결론이 판매 상품 형태와 정확히 일치할 때는 한 번 더 의심하는 게 맞아요.

플랫폼 쪽 계산은 더 노골적이에요. 네이버 AI 브리핑은 출처를 인용하면서도 사용자를 검색 결과 안에 붙잡아 둬요. 콘텐츠 제작자는 '원출처'라는 명예를 얻고 클릭은 잃는 비대칭 거래를 하게 되는 거죠. 여기서 마케터가 착각하기 쉬운 지점이 있어요. 인용 노출을 늘리는 활동은 사실상 플랫폼 답변 품질을 무료로 개선해주는 노동이기도 해요. 그래서 인용을 성과로 잡되, 그 성과가 매출로 이어지는 경로를 별도로 증명해야 해요.

AMA 데이터도 서사와 이해관계가 얽혀요. '기업이 판단을 사고 실행을 줄인다'는 해석은 마케터에게 자기계발 과제를 주지만, 고용주에게는 감원 명분이 돼요. AI 관련 공고 비중이 8%에서 15%로 늘었다는 건 나머지 85%가 여전히 AI를 요구하지 않는다는 뜻이기도 해요. 비중 증가는 분자(AI 공고)가 늘어서일 수도, 분모(전체 공고)가 줄어서일 수도 있는데, 원자료에는 전체 공고 수 변화가 나와 있지 않아요. 이 지점은 공개되지 않았으니 '2배 증가'를 시장 확대의 증거로만 읽지 마세요.

TikTok의 반응도 이해관계 그 자체예요. TikTok은 Guardian이 플래그한 영상들을 내리면서도 Hallam의 조사 결과가 플랫폼을 정확히 반영하지 않는다고 반박했어요. 개별 삭제는 하되 카테고리 차원의 문제는 인정하지 않는 전형적 대응이에요. 라벨링 정책이 있긴 하지만 완전 AI 생성·중대 편집 콘텐츠를 크리에이터가 스스로 표기하게 하는 자율 신고 구조라, 이 라벨을 브랜드 안전의 근거로 삼기는 어려워요.

실무에 주는 함의

내일 실제로 바꿀 것만 적어요.

1) 'AI 답변 오답 로그'를 스프레드시트로 시작해요. 자사 핵심 질의 20개를 정하고(상품명·가격·수수료·환불 정책·경쟁사 비교), ChatGPT와 네이버 AI 브리핑에 그대로 넣어 주 1회 캡처해요. 컬럼은 ① 질의 ② 자사 언급 여부 ③ 인용된 출처 URL ④ 사실 오류 여부 ⑤ 정정 담당 부서. Ally가 사내 팀으로 하는 일의 최소 버전이 이거예요. 도구 도입보다 로그 축적이 먼저예요. 3개월치가 쌓여야 '리뷰 개선 후 인용이 늘었나'를 검증할 수 있어요.

2) 인용된 출처 URL을 세어 보고, 자사 밖 비중만큼 예산을 옮겨요. ③번 컬럼을 집계해서 제3자 매체·리뷰·커뮤니티가 차지하는 비율을 구해요. eMarketer가 지적한 대로 금융에서는 브랜드 소유 소스 의존이 크지만 Forbes·NerdWallet 인용도 잦았어요. 우리 카테고리의 실제 비율은 직접 세야 알아요. 자사 밖 인용이 절반을 넘으면 콘텐츠 제작비 일부를 PR·리뷰 관리로 재배치할 근거가 생겨요.

3) CS·PR 지표를 마케팅 주간 대시보드에 물리적으로 붙여요. 리뷰 평점, 미응답 리뷰 수, 부정 리뷰의 반복 키워드, 제3자 매체 최신 평가 날짜. Brimmer의 논리를 받아들인다면 이건 CS팀 지표가 아니라 검색 지표예요. 특히 '제3자 매체 평가가 몇 년 전 정보인가'는 즉시 고칠 수 있는 항목이에요.

4) FAQ·가이드 페이지를 질문 1개당 1블록으로 쪼개고, 문장 안에 수치와 출처를 넣어요. AI가 통째로 따오기 쉬운 형태는 '질문형 소제목 + 2–3문장 답변 + 숫자와 근거'예요. 여러 주제를 묶은 긴 페이지는 합성 과정에서 통째로 버려지기 쉬워요.

5) 성과 정의를 다시 써요. 목표를 '세션 수'로 두면 zero-click 환경에서 지표가 계속 나빠 보이고, 팀이 잘못된 방향으로 최적화해요. 대신 ① 주요 질의에서의 언급률 ② 인용 시 사실 정확도 ③ 브랜드명 직접 검색량 ④ 실제 전환. ①②는 GEO 활동의 직접 산출물, ③④는 매출 연결 검증용으로 분리해요.

6) 건강·뷰티·건기식 광고주는 지면 인접성부터 점검해요. 건강 카테고리 상위 영상 40%가 AI 콘텐츠고 가짜 의사 아바타가 250만 뷰를 찍는 지면이라면, 브랜드 리프트 리포트보다 인접 콘텐츠 리스트를 먼저 봐야 해요. 국내에서는 식약처가 AI 생성 전문가 추천 광고를 실제 전문가 출연과 동일 수준으로 처분하기로 했으니, 생성 소스·출연자 동의·자격 증빙을 남기는 검수 로그와 대행사 계약서의 AI 생성물 책임 조항이 실무 필수 항목이 됐어요.

7) 조직 설계 한 줄. SEO 실행 직무가 줄면 주니어가 반복 실행으로 감을 쌓던 사다리가 끊겨요. AI 초안을 검토만 시키는 걸로는 판단력이 안 자라요. 위 1번 오답 로그에 '왜 AI가 이렇게 답했는지 가설'을 주니어가 쓰게 하고, 다음 주 결과로 검증하는 루프를 만드는 게 그나마 실행 감각을 대체하는 훈련이에요.

리스크·반대 관점

첫째, 인과가 아직 증명되지 않았어요. '평판이 좋으면 LLM이 추천한다'는 명제는 Ally CMO의 경험적 주장이고, LLM이 어떤 소스를 얼마나 가중하는지는 공개되지 않은 블랙박스예요. 리뷰 관리에 예산을 넣었는데 인용이 안 늘 수도 있어요. 그래서 1번 오답 로그 같은 자체 측정 없이 GEO 예산을 늘리는 건 검증 안 된 가설에 돈을 쓰는 거예요.

둘째, 인용이 늘어도 매출은 별개예요. zero-click 구조에서 인용률 상승은 트래픽 상승과 분리돼요. 브랜드 언급을 KPI로 잡는 순간 '측정하기 쉬운 대리 지표'에 최적화될 위험이 생겨요. 최소한 브랜드명 직접 검색량과 전환을 함께 보지 않으면 KPI가 자기충족적 숫자놀음이 돼요.

셋째, 답변의 인용 기준 자체가 흔들릴 수 있어요. 건강 카테고리에서 보듯 AI 생성 콘텐츠가 대량 유입되면 플랫폼은 인용 소스 기준을 바꿀 수밖에 없어요. 오늘 통하는 최적화 패턴이 정책 변경 한 번에 무효화될 수 있으니, 특정 플랫폼 규칙에 과적합된 콘텐츠 구조는 위험해요. 반대로 '수치와 출처를 문장에 명시한다' 같은 원칙은 어느 기준에서도 손해가 아니에요.

넷째, AI가 실행을 대체한다는 담론은 절반만 맞아요. AMA 데이터가 보여주는 건 채용공고의 구성 변화지, 실행 업무의 소멸이 아니에요. 실행 인력을 성급히 줄이면 몇 년 뒤 판단을 맡길 사람이 조직에 남지 않아요. 판단은 틀려본 경험에서 나오거든요.

자주 묻는 질문

ai 마케팅 전략에서 GEO란 무엇인가요

GEO(Generative Engine Optimization)는 AI가 답변을 생성할 때 자사 정보가 정확하게 인용되도록 최적화하는 전략이에요. 키워드로 순위를 올리던 SEO와 달리 자사 콘텐츠뿐 아니라 고객 리뷰·제3자 매체 평가 같은 평판 신호를 함께 관리해야 해요. eMarketer의 AI Visibility Index는 금융 서비스 추천이 브랜드 소유 소스에 크게 의존하면서도 Forbes·NerdWallet 같은 제3자 출판사를 자주 인용한다고 짚었어요.

ai 검색 시대 마케팅 전략은 SEO와 어떻게 다른가요

순위 노출보다 AI 답변·브리핑에 인용되는 게 중요해져요. 네이버 AI 브리핑은 여러 출처를 자동 수집·정리해 답을 주기 때문에 사용자가 답변 안에서 끝내는 zero-click이 늘어요. 그래서 클릭 트래픽 대신 언급률·인용 정확도를 성과로 잡고, 매출 연결은 브랜드명 직접 검색량과 전환으로 따로 검증하는 이중 구조가 필요해요.

AI 때문에 마케터 일자리가 사라지나요

AMA 2026 마케팅 경력 현황 보고서 기준 AI 관련 채용공고는 2025년 한 해 동안 8%에서 15%로 거의 2배 늘었고, 소셜미디어 코디네이터·카피라이터·SEO 매니저 같은 실행 직무는 감소세를 보였어요. 다만 이 수치는 공고 '비중'이라 전체 채용 규모 변화는 원자료에 나와 있지 않아요. 실행 경험을 쌓을 사다리가 끊기는 게 개인·조직 모두에게 더 실질적인 리스크예요.

데이터 마케팅 전략에서 AI 답변 노출은 어떻게 측정하나요

핵심 질의 20개를 정해 ChatGPT·네이버 AI 브리핑 응답을 주 1회 기록하는 로그가 출발점이에요. 질의, 자사 언급 여부, 인용 출처 URL, 사실 오류, 정정 담당을 컬럼으로 두면 3개월 뒤 '리뷰·PR 개선이 인용을 늘렸는가'를 검증할 수 있어요. Ally Financial도 잘못된 정보를 정정하고 정확한 정보를 LLM에 공급하는 사내 전담 팀을 따로 운영하고 있어요.

우리 카테고리가 건강·식품이면 무엇을 먼저 봐야 하나요

인접 지면 오염도부터 확인해요. Hallam 조사에서 TikTok 건강 검색어 상위 50개 영상의 평균 40%가 AI 생성·보조 콘텐츠였고, 평균 조회수는 약 250만 회였어요. 소셜에서 건강 정보를 찾는 소비자의 36%, Gen Z는 54%가 TikTok을 쓰고요. 국내에서는 식약처가 AI 생성 의사·약사 추천 광고를 실제 전문가 출연과 동일 수준으로 처분하는 기준을 신설했으니, 생성 소스와 자격 증빙을 남기는 검수 로그를 지금 만들어야 해요.