Digiday(AI, GNews)
AI 가시성과 매출 연결, CMO들이 못 푸는 이유
마케팅/AX원본 2026년 8월 13일
한마디로
챗봇에 브랜드가 잘 노출돼도 그게 진짜 매출로 이어지는지 증명할 도구가 아직 없어서 CMO들이 답답해하고 있어요
무슨 내용인가
Scrunch나 Profound 같은 AI 가시성 측정 도구가 널리 쓰이게 됐지만, 정작 그 가시성이 매출로 이어지는지 증명하는 건 여전히 어려운 과제예요. Roast의 John Barham은 지난 18개월간 CMO들이 이사회와 투자자로부터 이 문제를 풀라는 압박을 받아왔다고 말했는데요, 설문에서는 73%가 이미 AI 가시성 모니터링 도구에 투자했지만 이걸 매출과 연결해주는 단일 도구는 없다고 해요. Rippling은 Profound와 AirOps의 가시성 지표, ChatGPT 유료 광고 전환 데이터, 브랜드, 비브랜드 검색 트래픽, Google Meridian 기반 자체 MMM(Media Mix Model)까지 여러 신호를 결합해 삼각측량하는 방식을 쓰고 있고요, Demandbase 조사에 따르면 ChatGPT를 통한 B2B 브랜드 유입은 2025년 6월 약 64.5만 건에서 2026년 6월 260만 건으로 303% 늘었다고 해요. Roast는 Google의 오픈소스 Causal Impact 모델 같은 통계 도구로 검색 입력과 사업 성과를 연결하는 모델링 접근을 시도하고 있고, IAB는 이달 초 표준화된 측정 가이드라인을 발표했으며 Google도 6월에 Search Console에 생성형 AI 성과 데이터 기능을 추가했어요.
에디터 노트 | FactStack
가시성 도구가 쏟아지는 건 측정이 쉬워졌다는 신호가 아니라 다들 같은 구멍을 다른 방식으로 메우고 있다는 증거예요. 73%가 도구에 투자했는데 매출로 연결하는 단일 도구가 없다는 건 애초에 단일 도구로 풀 문제가 아니라는 뜻이고, Rippling처럼 여러 신호를 삼각측량하고 MMM까지 자체 구축하는 조직만 답에 가까워지고 있어요. 결국 벤더가 파는 대시보드보다 내부에 통계 모델링 역량과 1차 데이터 파이프라인을 가진 팀이 이기는 싸움인데, 이건 툴 구매로 살 수 없고 사람과 시간을 투자해야 나오는 역량이라 대부분 CMO가 이사회 압박만 받고 실제로는 못 풀고 있는 거예요.
실무 시사점
AI 가시성 측정 도구만으로는 매출 기여를 증명할 수 없으니, 자체 1차 데이터와 MMM을 결합한 모델링 역량 확보가 마케팅 조직의 핵심 과제로 떠오르고 있음을 시사합니다
태그
용어 풀이
- AI Visibility
- ChatGPT나 Google AI Overviews 같은 AI 검색 결과에 브랜드가 얼마나 노출되는지를 나타내는 지표
- Zero-Click Search
- 검색 결과 페이지에서 답을 바로 얻어 사이트를 클릭하지 않고 끝나는 검색 방식
- MMM
- 광고나 마케팅 활동이 매출에 미친 영향을 통계적으로 추정하는 미디어 믹스 모델링
- Attribution
- 어떤 마케팅 활동이 실제 구매나 전환을 만들었는지 추적해 공을 배분하는 작업
공유