MarTech
AI 에이전트 시대, 브랜드가 GEO에서 선택받으려면
마케팅/AX원본 2026년 8월 19일
한마디로
AI 답변에 브랜드가 등장하는 것과 실제로 소비자에게 선택받는 것은 전혀 다른 이야기예요
무슨 내용인가
저자는 테네시 여행 중 Gemini로 호텔을 검색한 경험을 예로 들어, AI가 단순히 옵션을 나열하는 것을 넘어 가격, 평점, 이미지 등을 비교해 평가한다는 점을 설명합니다. OpenAI의 Agentic Commerce Protocol과 Google의 Universal Commerce Protocol 같은 AI 커머스 표준이 등장하면서, 이제 브랜드는 'AI가 우리를 찾을 수 있는가'를 넘어 'AI가 무엇을 발견하고 검증하고 추천할 것인가'를 고민해야 한다고 강조합니다. 대부분 기업의 상품 정보는 사람용으로 설계돼 채널마다 가격이나 조건이 제각각이라 AI가 이해하기 어렵고, AI는 브랜드의 주장을 리뷰나 고객 사진 같은 독립적 출처와 대조해 검증하기 때문에 실제 경험과 메시지가 어긋나면 신뢰를 잃습니다. 해결책으로는 SEO, 콘텐츠, 상품, 커머스, 법무, 고객경험 등 부서를 아우르는 실행 체계를 만들고 이해가능성, 검증가능성, 실행가능성 세 가지 기준으로 정보를 점검할 것을 제안합니다.
에디터 노트 | FactStack
GEO 논의가 지금까지 '어떻게 하면 AI 답변에 언급되는가'에 갇혀 있었다면, 이 글은 그다음 단계, 즉 언급된 후 실제로 선택받는가를 짚어서 유용합니다. 실무적으로 뼈아픈 지점은 채널별 가격과 조건이 제각각인 구조인데, 이건 마케팅팀만의 숙제가 아니라 상품, 커머스, 법무까지 얽힌 문제라 단기간에 못 고칩니다. 다만 Agentic Commerce Protocol이나 Universal Commerce Protocol이 표준으로 자리 잡을지는 아직 불확실하고, 리뷰와 실제 경험의 정합성 관리라는 조언도 원론적이라 각 조직이 이해가능성, 검증가능성, 실행가능성 기준을 자기 데이터에 어떻게 매핑할지가 진짜 숙제로 남습니다.
실무 시사점
GEO 대응은 콘텐츠 최적화만으로는 부족하고, 가격과 재고 정보의 채널 간 일관성 확보, 리뷰와 실제 경험의 정합성 관리까지 조직 전체가 함께 움직여야 함을 시사합니다
태그
용어 풀이
- GEO
- 생성형 AI 답변에서 브랜드가 정확하게 발견되고 추천되도록 최적화하는 전략
- AI Agent
- 사용자를 대신해 검색부터 결제까지 작업을 수행할 수 있는 AI 프로그램
- Agentic Commerce
- AI 에이전트가 로그인, 결제, 주문까지 대신 처리하는 상거래 방식
- Generative Engine Optimization
- 생성형 AI 검색 엔진에서 브랜드가 잘 이해되고 추천받도록 만드는 최적화 작업
공유