AI 답변 엔진이 어떤 브랜드를 언급할지 결정하는 방법

소개

Gemini에게 해당 카테고리에서 선두를 달리는 도구가 무엇인지 물어보면, 짧은 목록을 제시해 줄 것입니다. 여러분의 브랜드는 그 목록에 포함되어 있거나, 그렇지 않을 것입니다.

이 답변은 이제 많은 구매자가 가장 먼저 접하는 정보가 되었습니다. 구글의 AI 개요는 자연 검색 결과 상단에 표시되며, 귀사가 2위에 위치한다고 보여주는 순위 추적 도구는 1위 상단의 박스에 귀사가 언급되었는지 여부에 대해서는 아무런 정보를 제공하지 않습니다.

대부분의 기업은 그 결과가 어떻게 나오는지 전혀 알지 못합니다. 다행인 점은 구글이 이러한 시스템의 작동 방식에 대해 대부분의 사람들이 생각하는 것보다 더 많은 정보를 공개해 왔으며, 그 작동 원리는 마케팅에서 암시하는 것만큼 신비롭지 않다는 것입니다.

주요 요점

구글은 AI 개요나 AI 모드에 노출되기 위한 특별한 요건이 없다고 밝혔습니다. 기존과 동일한 순위 결정 및 품질 평가 시스템이 적용됩니다.

추가해야 할 AI 전용 마크업은 없습니다. 구글은 검색에서 llms.txt, 콘텐츠 청킹, 특수 스키마를 사용하지 않는다고 밝혔습니다.

AI 모드와 AI 개요는 서로 다른 모델과 기법을 사용할 수 있기 때문에, 구글이 제공하는 두 가지 AI 표시 방식 간에 결과가 일치하지 않을 수 있습니다.

어떤 타사 도구도 구글의 내부 신호를 파악할 수 없습니다. 도구는 출력 결과를 측정할 뿐이며, 이는 별개의 개념이지만 여전히 유용한 정보입니다.

순위 추적과 답변 추적은 서로 다른 결과를 측정하며, 이제는 두 가지 모두 필요합니다.

실제로 귀사가 언급되는지 여부를 결정하는 요소는

가장 평범한 사실부터 시작해 봅시다. 구글의 AI 기능 문서에 따르면, AI 개요나 AI 모드에 노출되기 위한 추가 요건은 없으며, 다른 특별한 최적화도 필요하지 않습니다.

지원 링크로 선정되기 위해서는 페이지가 일반 검색 결과와 동일한 기준을 충족해야 합니다. 크롤링이 가능해야 하고, 성공적인 응답을 반환해야 하며, 색인 가능한 콘텐츠를 포함해야 합니다.

AI 경험에 대한 구글의 지침은 수년 동안 강조해 온 기본 원칙을 따릅니다. 독창적이고 진정으로 유용한 콘텐츠, 적절한 페이지 경험, 페이지에 실제로 표시되는 내용과 일치하는 구조화된 데이터가 그것입니다.

한 가지 세부 사항이 많은 이들을 당황하게 합니다. nosnippet, data-nosnippet, max-snippet, noindex와 같은 미리보기 제어 기능은 모두 콘텐츠가 AI 형식으로 노출되는 방식을 제한하므로, 수년 전에 설정한 제한적인 설정 때문에 현재 무심코 제외될 수 있습니다.

구글이 더 이상 걱정할 필요가 없다고 밝힌 사항

이 부분은 불필요한 노력을 크게 줄여줍니다. 구글의 생성형 AI 최적화 가이드는 효과가 없는 전략에 대해 유난히 직설적으로 다루고 있습니다.

AI 기능을 위한 특별한 schema.org 마크업은 없습니다. 구조화된 데이터는 리치 리스트를 위해 여전히 사용할 가치가 있지만, 생성형 AI 검색을 위한 필수 요건은 아닙니다.

Google 검색은 llms.txt 파일을 무시합니다. 가이드에 따르면, 이 파일을 생성한다고 해서 Google 내 가시성에 해가 되거나 도움이 되지는 않지만, 다른 시스템에서는 이를 사용할 수 있다고 합니다.

콘텐츠를 아주 작은 단위로 쪼개는 것도 필요하지 않으며, 페이지를 상상 속의 AI 친화적인 어휘로 다시 작성하는 것도 필요하지 않습니다. 구글은 자사의 시스템이 다중 주제 페이지를 처리하고 동의어를 완벽하게 이해한다고 밝혔습니다.

아무도 해결하지 못한 측정 문제

여기서 문제가 복잡해집니다. 해당 지침을 하나도 빠짐없이 따랐더라도, 그 효과가 있었는지 여부를 알 수 없습니다.

검색 콘솔(Search Console)에는 이제 생성형 AI 기능에 대한 보고서가 포함되어 있어 도움이 됩니다. 하지만 이 보고서는 트래픽과 노출 수에 대한 정보를 제공할 뿐, 답변에 귀사의 브랜드가 언급되었는지, 대신 경쟁사가 나열되었는지, 혹은 귀사가 기여한 적 없는 리뷰 사이트가 인용되었는지에 대해서는 알려주지 않습니다.

바로 그 공백을 메우기 위해 새로운 유형의 도구들이 등장했습니다. Citenzo의 ‘Gemini 가시성 추적기’는 일정대로 Gemini에 구매 의도 프롬프트를 입력하고, 브랜드가 언급되었는지 여부를 기록하며, 검색 엔진이 실제로 언급한 경쟁사 대비 귀사의 ‘목소리 점유율’을 점수화합니다.

대시보드보다 방법론의 세부 사항이 더 중요합니다. 이러한 답변은 실행마다 달라지기 때문에 각 프롬프트는 여러 번 실행되며, 점수는 중앙값으로 산출됩니다. 이것이 바로 단순한 스크린샷과 실제 추세를 구분하는 핵심입니다.

또한 답변이 추출된 출처를 나열하여, 경쟁사는 등장하지만 귀사는 등장하지 않는 페이지를 표시해 줍니다. 6개 검색 엔진을 대상으로 분석이 진행되며, 서비스를 이용하기 전에 기준선을 확인하고 싶다면 계정 없이도 사용할 수 있는 무료 점검 기능을 제공합니다.

이러한 도구가 파악할 수 있는 것과 파악할 수 없는 것

이 점은 분명히 짚어둘 필요가 있습니다. 이 분야에서는 과대광고가 빈번하기 때문입니다. 구글의 공식 가이드조차 순위 상승을 보장하거나 구글의 내부 지표를 사용한다고 주장하는 제3자 도구에 대해 경계할 것을 독자들에게 경고하며, 어떤 제3자 도구도 구글의 내부 순위 결정 시스템이나 AI 시스템에 접근할 수 없다고 명시하고 있습니다.

이 경고는 정확하며 명심해 둘 가치가 있습니다. 하지만 그렇다고 해서 결과 측정이 무의미해지는 것은 아닙니다.

핵심은 ‘입력’과 ‘출력’의 구분입니다. 구글 외부에서는 답변 뒤에 숨겨진 가중치를 알 수 없지만, 누구나 답변의 내용, 언급된 브랜드, 인용된 URL을 확인할 수 있습니다.

이는 순위표라기보다는 여론조사에 가깝습니다. 특정 비율을 추정하기 위해 행동을 반복적으로 표본 추출하는 것이므로, 어떤 도구를 평가하든 표본 크기, 반복 횟수, 그리고 단일 측정값보다는 중앙값을 면밀히 검토해야 합니다.

왜 하나의 점수만으로는 충분하지 않은가

구글의 문서에 따르면 AI 모드와 AI 개요는 서로 다른 모델과 기법을 사용할 수 있으므로, 표시되는 답변과 링크가 달라질 수 있다고 명시되어 있습니다.

이는 놀라운 인정입니다. 같은 날, 같은 질문에 답하는 두 개의 구글 인터페이스에서 서로 다른 브랜드를 언급할 수 있습니다.

여기에 ChatGPT, Claude, Perplexity, Grok까지 더하면 상황은 더욱 복잡해집니다. 한 어시스턴트에서는 특정 브랜드가 기본 추천으로 나타날 수 있지만, 다른 어시스턴트에서는 아예 나타나지 않을 수 있습니다. 따라서 단일 통합 수치는 엔진별 세부 분석보다 유용성이 떨어집니다.

대시보드에 실제로 무엇을 표시해야 할까

언급 빈도는 기본 지표입니다. 고정된 구매자 질문 세트에 대해 해당 엔진이 귀사를 얼마나 자주 언급하는지, ‘예’ 또는 ‘아니오’가 아닌 실행 횟수 대비 백분율로 표현됩니다.

‘목소리 점유율(Share of Voice)’은 내부적으로 행동 변화를 이끌어내는 지표입니다. 10개 답변 중 3개에 등장한다는 사실을 아는 것보다, 나머지 7개를 어떤 경쟁사가 차지하는지 아는 것이 더 중요합니다.

인용 출처는 가장 실행 가능한 항목이지만, 대부분의 도구가 간과하는 부분입니다. 답변이 인용한 URL 목록은 점수를 구체적인 실행 과제로 전환해 줍니다.

감정 분석은 추적할 가치는 있지만 과대평가해서는 안 됩니다. 검색 엔진이 귀사를 어떻게 묘사하는지는 그 주에 검색 결과에 나타난 내용을 반영할 뿐이므로, 점수 하락을 최종 판단이 아닌 조사해야 할 신호로 받아들이십시오.

격차를 실행으로 전환하기

측정 자체만으로는 아무것도 바뀌지 않습니다. 답변이 어떤 출처를 인용했는지 확인하는 이유는, 그 페이지들이 바로 목표 목록이 되기 때문입니다.

제미니가 계속해서 비교 정리 기사, 포럼 게시글, 리뷰 디렉토리를 바탕으로 답변을 제시하고, 경쟁사가 이 세 곳 모두에 등장한다면, 이는 귀사 사이트 자체의 콘텐츠 문제가 아닙니다. 이는 모델이 참조하는 출처에 귀사가 포함되지 않았기 때문입니다.

인용 격차를 해소하기 위해 등장하고 있는 새로운 도구들은 바로 이 방향으로 나아가고 있으며, 이는 다른 노출 서비스와 마찬가지로 면밀히 검토해 볼 가치가 있습니다.

이 작업의 솔직한 실상은 그다지 화려하지 않습니다. 해당 카테고리 질문에 대해 이미 검색 순위가 높은 제3자 페이지에 제품에 대한 정확하고 최신 정보를 게재한 다음, 답변이 변경되는지 지속적으로 측정해야 합니다.

시작하기에 합리적인 방법

무엇을 구매하기 전에 기준선을 설정하세요. 두세 개의 챗봇에 동일한 10가지 구매자 질문을 수동으로 입력하고, 표시되는 내용을 기록하세요.

일주일 후에 이 과정을 반복하세요. 별다른 조치를 취하지 않았는데도 답변이 바뀌었다면, 이 측정 방식이 얼마나 변동성이 큰지에 대한 중요한 교훈을 얻은 것입니다.

그때서야 자동화를 고려해 보세요. 이 분야의 도구는 주간 점검 기준 월 29달러부터 시작하며, 상위 요금제에서는 일일 추적 및 더 방대한 프롬프트 라이브러리를 제공하므로, 추측에 드는 비용에 비해 시험 사용 비용은 저렴합니다.

또한 범위를 현실적으로 설정하세요. 이는 가시성 지표일 뿐, 기여도 분석 모델이 아니며, 파이프라인에서 각 요소가 어떤 가치를 가졌는지 알려주지 않습니다.

결론

AI 답변 엔진은 새로운 기법들에 보상을 주는 비밀스러운 병렬 알고리즘을 실행하고 있는 것이 아닙니다. 구글은 여전히 기본 요소가 선정 여부를 결정한다고 분명히 밝힌 바 있습니다.

진정으로 달라진 것은 여러분이 경쟁하는 결과입니다. 순위는 더 이상 언급되는 것과는 별개의 개념이며, 기존 보고서에서는 그중 하나만 확인할 수 있습니다.

단순히 순위뿐만 아니라 답변 자체를 측정하십시오. 그런 다음 인용된 출처를 실제 작업 목록으로 취급하십시오.

자주 묻는 질문

AI 개요에 노출되려면 특별한 마크업이나 llms.txt 파일이 필요한가요?

아니요. 구글은 생성형 AI 기능에 특별한 schema.org 마크업이 필요하지 않으며, 구글 검색은 llms.txt 파일을 무시한다고 밝혔습니다. 따라서 해당 파일을 생성한다고 해서 노출에 도움이 되거나 해가 되지는 않습니다. 구글 외부의 다른 시스템에서는 이러한 파일을 사용할 수 있습니다.

어떤 도구라도 구글의 AI가 콘텐츠를 어떻게 순위 매기는지 확인할 수 있나요?

아니요. 구글의 공식 지침에 따르면, 어떤 제3자 도구도 구글의 내부 순위 결정 시스템이나 AI 시스템에 접근할 수 없습니다. 도구가 할 수 있는 일은 출력 결과를 관찰하는 것뿐이며, 이는 답변에 어떤 브랜드와 출처가 나타나는지를 확인하는 것으로, 알고리즘 자체를 측정하는 것이 아니라 결과만을 반영합니다.

왜 서로 다른 AI 어시스턴트가 같은 브랜드에 대해 서로 다른 답변을 제공하나요?

서로 다른 모델, 검색 방법, 출처 집합을 사용하기 때문입니다. 구글 자체도 AI 모드와 AI 개요가 서로 다른 모델과 기법을 사용할 수 있다고 밝히고 있으므로, 동일한 구글 서비스 내에서도 서로 다른 응답과 링크가 생성될 수 있습니다.

가시성은 얼마나 자주 확인해야 할까요?

‘신호’와 ‘잡음’을 구분할 수 있을 만큼 충분히 자주 확인해야 합니다. 이러한 답변은 실행마다 달라지기 때문에, 한 번의 확인은 측정이라기보다 일화 수준에 가깝습니다. 따라서 제대로 된 도구는 각 프롬프트를 여러 번 실행하고, 일회성 결과보다는 중앙값을 보고해야 합니다.