‘검색’보다 ‘AI에 질문’이 빨라질 때, 브랜드는 어떻게 발견될 수 있을까

‘검색’보다 ‘AI에 질문’이 빨라질 때, 브랜드는 어떻게 발견될 수 있을까

몇 년 전만 해도 이런 장면은 상상하기 어려웠습니다. 에어프라이어를 사려는 사람이 휴대전화를 열고 Taobao나 Baidu에서 ‘에어프라이어 추천’을 검색하는 대신 ‘두 식구가 쓰기 좋고 예산 500위안 이내인 에어프라이어는 무엇인가요’라고 바로 질문합니다. 그러면 이유까지 정리된 답변을 받고 제품 비교까지 끝납니다.

이런 일은 이제 매일 일어납니다. ChatGPT, Perplexity부터 Baidu와 Google 검색 결과에 등장하는 AI 요약까지, 의사결정의 마지막 단계에서 검색 엔진 대신 ‘말하는 모델’에 질문하는 사람이 늘고 있습니다. 브랜드에 이것은 먼 미래의 트렌드 예고가 아니라 이미 트래픽 구조를 조용히 바꾸는 현실입니다. 콘텐츠를 아무리 잘 써도 AI가 답변을 생성할 때 전혀 언급하지 않으면 사용자는 끝까지 브랜드의 존재조차 모를 수 있습니다.

이 글에서는 이러한 변화가 무엇을 의미하는지, 그리고 큰 팀이 없는 일반 브랜드도 무엇을 할 수 있는지 살펴보겠습니다.

첫째, 검색 결과가 사라진 뒤 경쟁은 어디서 일어나는가

기존 검색 엔진의 규칙은 익숙합니다. 키워드, 외부 링크, 구조화 태그를 갖추고 상위에 올라 사용자의 클릭을 기다리는 방식입니다. 이 논리가 완전히 무효가 된 것은 아니지만 영역은 줄어들고 있습니다. 검색창 위에서 AI가 생성한 요약 답변을 바로 보면 많은 사용자는 아래의 파란 링크 열 개를 보기 위해 더 이상 스크롤하지 않습니다.

더 미묘한 변화는 AI의 답변이 여러 정보를 ‘종합’해서 만들어진다는 점입니다. 세~다섯 곳 정도의 서로 다른 출처를 동시에 참고한 뒤 자기 언어로 다시 구성할 수 있습니다. 따라서 콘텐츠 품질이 좋아도 사용자가 읽는 것이 원문이라고는 할 수 없습니다. AI가 바꾸어 말하고 압축하며, 때로는 일부를 조용히 생략한 버전일 수 있습니다.

문제는 두 층위로 나뉩니다. 첫째, AI가 답변을 생성할 때 내 콘텐츠를 ‘보았는가’. 둘째, 보았다면 언급할 가치가 있는 출처로 받아들이는가. 둘 다 필요하며 대응 방식도 완전히 같지는 않습니다.

둘째, AI의 콘텐츠 선택 기준은 검색 엔진과 다르다

전통적인 SEO가 중시해 온 것은 ‘일치’입니다. 사용자가 검색하는 단어를 페이지에 넣고 그 밀도와 위치까지 신경 씁니다. 그러나 AI는 ‘문자열을 맞추는’ 것이 아니라 ‘의미를 이해’하므로 이런 방식은 기본적으로 잘 통하지 않습니다.

간단한 예를 들어 보겠습니다. ‘에스프레소 머신 고르는 법’을 다루는 글 두 편이 있습니다. 첫 번째는 SEO 공식대로 제목에 키워드를 가득 넣고 본문에서 ‘에스프레소 머신 추천’, ‘에스프레소 머신 고르는 법’을 반복하지만 내용이 산만하고 실제 판단 근거가 없습니다. 두 번째는 제목이 평범하더라도 도입부부터 ‘예산에 따라 펌프 압력을 볼지 반자동·전자동 구분을 볼지가 달라진다’, ‘가정용과 상업용의 핵심 차이는 무엇인가’를 설명하고 구체적인 모델별 선택 이유도 제시합니다.

많은 자료에서 답을 추려 사용자에게 설명해야 하는 AI라면 어느 글을 ‘전달’하고 싶을까요? 답은 어렵지 않습니다. 후자는 논리가 분명하고 관점이 명확하며 깔끔하게 추출해 사용할 수 있습니다. 전자는 같은 말을 맴도는 듯합니다.

따라서 콘텐츠 최적화에는 언어 모델 최적화(Language Model Optimization), 생성형 엔진 최적화(GEO), 답변 엔진 최적화(AEO) 등 서로 관련된 접근이 포함됩니다. 이 개념들은 서로 연결되어 있지만 중점을 두는 부분이 완전히 같지는 않습니다. 모두 콘텐츠가 정확할 뿐 아니라 이해하기 쉽고, 추출하기 좋으며, 추가 질문에도 견딜 수 있어야 한다고 강조합니다. 구체적으로 다음과 같은 공통점이 있습니다.

배경 설명 세 문단을 읽어야 핵심이 나오게 하지 말고 답을 맨 앞에 배치합니다. 형용사에 머무르지 않고 실제 데이터, 사례, 검증 가능한 세부 정보로 주장을 뒷받침합니다. 오래된 콘텐츠가 여전히 정확한지 정기적으로 확인합니다. AI에게 오래된 정보는 ‘오류’와 크게 다르지 않습니다. 또 관련 주제 열 가지를 얕게 다루기보다 한 가지를 충분히 설명합니다. AI는 절반씩만 다룬 글 열 편보다 하나를 깊이 설명한 글을 권위 있는 출처로 받아들이기 쉽습니다.

셋째, 주요 AI 모델의 ‘성향’은 실제로 다르다

원리는 비슷하지만 정보를 수집하고 인용할 출처를 정하는 행동은 AI 제품별로 꽤 다릅니다. 각각 살펴볼 필요가 있습니다.

이 표는 대략적인 특징을 정리한 것입니다. AI 제품의 발전 속도가 빨라 오늘의 행동 특성이 반년 뒤에도 맞는다는 보장은 없습니다. 이 사실 자체가 특정 플랫폼 하나만 공략하는 데 집착할 필요가 없음을 알려 줍니다. 사람이든 모델이든 어떤 ‘깐깐한 독자’가 살펴봐도 견딜 수 있도록 콘텐츠 자체를 다듬는 데 더 힘을 쏟는 편이 좋습니다.

넷째, AI 크롤러를 허용할지는 현실적인 선택의 문제

자주 놓치지만 중요한 질문이 있습니다. 웹사이트가 AI 기업 크롤러의 콘텐츠 수집을 적극적으로 허용해야 할까요?

허용의 장점은 분명합니다. 콘텐츠가 AI의 지식 베이스나 실시간 검색 범위에 들어가면 인용·언급될 가능성이 자연히 높아지고, 장기적으로 ‘권위 있는 출처’라는 인식을 쌓는 데도 도움이 됩니다. 하지만 대가도 있습니다. 일부 AI 제품은 인용할 때 항상 출처를 명확히 표시하지 않아 공들여 쓴 내용이 답변에 흡수되어도 작성자가 누구인지 알려지지 않을 수 있습니다. 유료 강좌나 전문 보고서처럼 직접 수익을 내야 하는 자산이라면 무료 수집과 학습 활용이 사업에 직접 영향을 줍니다.

정답이 하나인 문제라기보다 사이트의 성격과 콘텐츠의 특성에 따라 달라지는 문제입니다. 아래 그림은 엄격한 규칙이 아니라 판단을 시작하기 위한 간단한 틀로, 문제를 나누어 생각하는 데 도움이 됩니다.

쉽게 말해 블로그, 제품 소개, 도움말처럼 최대한 많은 사람에게 보이기 위한 콘텐츠라면 허용하는 것이 자연스럽습니다. 반면 콘텐츠 자체가 직접 수익을 내는 핵심 자산이라면 기본적으로 허용하기보다 먼저 충분히 생각한 후 결정해야 합니다. 기술적으로 대부분의 웹사이트는 robots.txt 또는 서버 측 규칙으로 AI 크롤러별 권한을 설정해 ‘선택적으로 허용’할 수 있습니다. 전부 허용하거나 전부 차단하는 양자택일만 있는 것은 아닙니다.

다섯째, 일반적인 팀이 실제로 할 수 있는 일

여기까지의 원리를 바탕으로 ‘내일 출근해서 무엇을 해야 할까’라는 질문으로 돌아가 보겠습니다.

먼저 현재 위치를 확인합니다. 작업을 시작하기 전에 시간을 내어 사업과 관련된 실제 질문을 AI에 해 보세요. 자사가 언급되는지, 어떤 어조로 소개되는지, 경쟁사는 어떻게 설명되는지 확인합니다. 이 단계는 자주 생략되지만 이를 건너뛰면 이후의 모든 최적화는 추측에 불과합니다. HubSpot의 AI Search Grader 같은 도구로 한꺼번에 확인할 수도 있고 직접 AI에 여러 번 질문해도 대략적인 흐름을 파악할 수 있습니다.

긴 콘텐츠를 ‘바로 추출해 쓸 수 있는’ 작은 단위로 나눕니다. 오천 자짜리 안내 글에 배경 설명이 많이 섞여 있으면 AI가 특정 질문의 답을 정확히 추출하기 어렵습니다. 명확한 소제목과 FAQ 형식의 문단을 사용하고, 각 세부 질문을 독립적으로 이해할 수 있는 답변으로 작성하는 편이 효과적입니다. 독자가 해당 문단으로 바로 이동해도 앞의 내용을 전부 읽지 않고 이해할 수 있어야 합니다.

조금 더 구체적인 예를 들어 보겠습니다. 기업 협업 소프트웨어 회사라고 가정해 보겠습니다. 예전에는 ‘팀 협업 도구 열 가지 리뷰’를 작성해 자사 제품을 앞에 배치하는 전략을 썼을 수 있습니다. 지금은 ‘원격 팀의 과도한 회의를 어떻게 줄일까’, ‘시간대가 다른 팀은 진행 상황을 어떻게 공유할까’ 같은 구체적인 상황별로 구조가 명확하고 실행 방법을 제시하는 글을 쓰는 것이 더 유익할 수 있습니다. 이런 콘텐츠는 ‘또 하나의 홍보성 글’보다 ‘신뢰할 수 있는 해답’으로 AI에 직접 인용되기 쉽습니다.

공식 웹사이트 밖으로 나갑니다. AI는 다른 곳의 목소리도 듣습니다. Reddit의 실제 토론, 전문 포럼, 앱 스토어와 리뷰 사이트의 평가는 여러 AI 제품이 참고하는 정보 출처입니다. 이런 곳에서 오랫동안 실제 긍정적인 목소리를 얻어 온 브랜드는 자사 블로그에서 자화자찬만 하는 브랜드보다 신뢰받기 쉽습니다. 부정적인 리뷰에 성실히 답하고 실제 업계 논의에 참여하는 일이 홍보 글 열 편을 더 쓰는 것보다 실질적인 보상을 가져올 수 있습니다.

전통 매체와 PR도 놓치지 않습니다. 여러 AI 기업은 이미 전통 뉴스 매체 및 출판사와 콘텐츠 이용 계약을 맺고 있습니다. 따라서 이런 채널에 보도되면 AI 답변에 언급될 기회도 간접적으로 늘어날 수 있습니다. 예산을 모두 자체 콘텐츠 대량 생산에 쓰기보다 때때로 영향력 있는 매체의 보도를 확보하는 편이 비용 대비 효과가 높을 수 있습니다.

작성 후 방치하지 않고 정기적으로 업데이트합니다. 삼 년 전에 게시되어 데이터가 이미 낡은 글은 AI에게 ‘없는 것’과 큰 차이가 없고, 내용의 모순 때문에 신뢰할 수 없다고 판단될 수도 있습니다. 콘텐츠 점검을 정기 업무로 만드세요. 분기마다 핵심 페이지의 데이터가 여전히 정확한지만 확인하더라도 새 콘텐츠를 끊임없이 만드는 것보다 효율적입니다.

여섯째, 기존 검색은 사라지지 않았다. 한 채널에 모두 걸 필요는 없다

모든 사용자가 검색 대신 AI를 쓰는 데 익숙해진 것은 아닙니다. 기존 검색 엔진은 여전히 상당한 실제 트래픽을 담당하며, 특히 구매 의도가 강하거나 가격 비교 또는 지역 서비스를 찾는 검색에서 중요합니다.

좋은 소식은 AI 친화적인 콘텐츠와 좋은 기존 SEO의 기본 요건이 크게 겹친다는 점입니다. 사실에 충실하고 구조가 명확하며 출처가 신뢰할 만해야 한다는 조건은 어떤 ‘독자’에게도 적용됩니다. 실제로 조정해야 하는 것은 제목을 실제 질문처럼 만들고, 답을 앞에 배치하며, 문단을 독립적으로 이해할 수 있게 하는 표현 방식인 경우가 많습니다. 이런 변화는 비용이 크지 않으면서 두 채널 모두에 효과를 줄 수 있습니다. AI에 맞추기 위해 기존 콘텐츠 체계 전체를 뒤집을 필요는 없습니다.

마무리하며

AI 검색이 가져온 가장 큰 변화는 기술 자체보다 브랜드가 처음으로 ‘사용자가 나를 어떻게 보게 되는가’를 완전히 통제할 수 없게 되었다는 점일 수 있습니다. 불안하게 들리지만 다른 관점에서는 키워드를 채우고 내용은 빈약한 방식이 조용히 도태되고 있다는 뜻이기도 합니다. 사실에 충실하고 명확하며 추가 질문에도 견딜 수 있는 콘텐츠에 오랫동안 집중한 브랜드는 오히려 이 변화에 더 여유롭게 대응할 수 있습니다.

기술은 계속 바뀝니다. 오늘 분석한 플랫폼들의 구체적인 행동도 반년 뒤에는 달라질 수 있습니다. 하지만 ‘이 콘텐츠가 정말 누군가의 문제를 해결하는가’라는 질문은 한 번도 낡은 적이 없습니다.

본문의 비교표와 의사결정 도식은 공개된 업계 정보를 바탕으로 독자적으로 정리했으며 특정 문서의 도해를 복제한 것이 아닙니다.