‘제로 클릭 시대’, 마케터가 GEO에 주목해야 하는 이유
검색의 패러다임이 완전히 바뀌었습니다. 과거 검색 엔진은 수많은 웹페이지 링크를 나열하며 사용자가 직접 탐색하도록 유도했지만, 이제 생성형 검색 엔진(SGE: Search Generative Experience)은 사용자의 질문에 직접 종합하고 요약한 답변을 제공합니다.
SEO 시대의 검색 엔진이 사용자가 직접 구매하려는 상품들을 판매하는 상점을 잘 정렬해둔 ‘복합 쇼핑몰’과 같았다면, GEO 시대의 AI 엔진(LLM)은 사용자의 취향과 필요를 파악하여 상품을 추천하는 ‘퍼스널 쇼퍼’ 역할을 합니다. 의사결정은 여전히 사용자의 몫이지만, AI는 정보를 탐색하고 추천하는 강력한 조력자이자 수단으로 기능합니다.
사용자 구매 결정에 가장 가까이서 영향을 미치는 이 새로운 채널에서 우리 브랜드가 어떻게 노출될 수 있는지에 대한 논의가 뜨겁습니다. AEO, AIO, GEO, SXO 등 다양한 개념들이 등장하고 있지만, 핵심은 변함없습니다. GEO 시대, AI 엔진이 어떤 브랜드 콘텐츠를 인용하며, 마케터는 어떤 콘텐츠 전략으로 대응해야 하는지 소개하겠습니다.
👉 엘리펀트컴퍼니 관점으로 재해석한, GEO 체크리스트 및 가이드 보기
AI 검색 시대, ‘클릭’의 가치가 달라진다.
노출은 늘어나고, 클릭이 줄어든다: 악어 차트(Crocodile chart) 등장
AI 검색 시대의 도래로, 사용자가 웹사이트를 직접 방문하지 않고도 필요한 정보를 얻게 되면서 기존 웹사이트 유입 중심의 마케팅 전략은 한계에 부딪혔습니다. 검색 결과에서 브랜드 노출량은 급격히 늘어나는 반면, 웹사이트로 향하는 클릭 수는 줄어드는 현상이 나타나고 있습니다.
노출과 클릭률이 정비례했던 과거와 달리, AI 개요(AI Overview) 등장 이후 노출은 증가하는데 클릭은 되려 감소하는 차트가 등장했습니다. 이 현상을 악어가 입 벌린 모양에 빗대어 ‘악어 차트(Crocodile chart)’라고도 부릅니다.
실제로 글로벌 마케팅 인텔리전스 툴 Ahrefs는 30만 개의 키워드 검색 결과를 분석해, AI 개요(AI Overview)가 있으면 클릭률이 34.5% 감소한다는 연구 결과를 발표하기도 했습니다.
GEO 시대, ‘클릭’의 가치는 커진다. 클릭의 역설
많은 마케터들이 트래픽 감소에 대한 우려를 표하지만, 이는 오히려 새로운 기회입니다. AI 검색 결과를 통해 들어오는 ‘클릭’은 단순한 유입 1건이 아니라, 기존 유입 트래픽 대비 23배 높은 전환율을 보이는 고품질 리드이기 때문입니다.
SEO 시대의 검색 결과는 특정 키워드 의도에 부합하는 웹 페이지를 순차적으로 나열하는 데 그쳤다면, GEO 시대의 AI 엔진은 사용자의 질문 상황과 맥락을 고려해 가장 적합한 웹 페이지를 인용하고 해석합니다.
그렇기 때문에 AI 검색 결과에서 우리 브랜드 콘텐츠가 해석되어 인용되는 것만으로도 사용자에게 1차적인 브랜드 인지를 형성할 수 있습니다. 또한 AI 검색 엔진은 챗봇 형태로 연속적인 질문을 유도하며, 이러한 검색 상황에서 우리 브랜드 콘텐츠가 인용될 경우, 사용자는 우리를 ‘신뢰할 수 있는 정보원’으로 신뢰하게 됩니다. 이 신뢰의 결과로 사용자는 해당 인용 페이지를 클릭하게 됩니다.
이것이 바로 AI 엔진을 통해 유입되는 트래픽의 가치가 높은 이유입니다. 따라서 AI 엔진으로 들어오는 클릭 수를 단순 유입 트래픽과 1:1로 비교해서는 안 됩니다. AI 엔진을 통해 유입된 트래픽은 고품질 리드를 획득할 기회이므로, 더 높은 가중치를 두고 성과를 판단해야 합니다.
웹사이트 트래픽 분석 툴 시밀러웹에 따르면 AI 검색 엔진에서 평균적으로 머무는 시간은 약 6~7분으로, 평균적으로 4.26개의 채팅을 생성 또는 열람합니다.
AI 엔진을 통한 클릭 = 고품질 리드 획득 기회
실제로 Ahrefs는 자체 연구를 통해, AI 검색 채널로 인한 유입이 최종 전환 성과가 가장 높았다고 밝혔습니다. 절대적인 클릭 수가 줄었어도, 웹사이트 전환율에는 가장 높게 기여한 채널이 된 셈이죠. AI 검색 엔진을 통해 유입된 트래픽은 전체의 0.5%에 불과했지만, 신규 회원 가입은 12.1%의 높은 전환율을 기록했습니다. 이는 기존 오가닉 트래픽을 통한 전환율에 비교했을 때 무려 23배 높은 전환율입니다.
이는 엘리펀트 웹사이트뿐만 아니라 엘리펀트 고객사의 웹사이트 데이터에서도 공통적으로 나타나는 현상입니다. 기존에 키워드 검색 결과(SERP) 1순위를 겨냥했던 유입성 콘텐츠는 클릭 수가 급격하게 줄어든 반면, 업종, 직무 등 특정 타겟 고객의 문제 상황을 구체적으로 정의하고 기획한 전환형 콘텐츠는 AI 검색 엔진을 통한 유입이 늘어났습니다.
그렇다면 어떤 콘텐츠가 AI 검색 결과에 인용되는 것일까요? 그리고 어떤 전략으로 콘텐츠를 개발해야 할까요? 먼저 AI 검색 엔진이 정보를 인식하는 작동 방식에 대해서 이해할 필요가 있습니다.
AI는 어떻게 콘텐츠(정보)를 인식하는가
👉 엘리펀트컴퍼니 관점으로 재해석한, GEO 체크리스트 및 가이드 보기
AI는 정보를 감각적으로 이해하지 않습니다. 대규모 언어모델(LLM)은 정보를 구조적으로 처리하며, 문장 내 핵심 엔티티*(Entity)와 그 관계(Relationship)를 학습된 패턴을 바탕으로 파악합니다. 이러한 방식은 마치 레고 블록처럼 정보를 조각내어 연결하는 과정과 유사하며, 일부 생성형 AI 시스템은 구조화된 외부 데이터나 지식 그래프와 결합하여 더 정교한 답변을 구성하기도 합니다. 결국 우리 브랜드 콘텐츠가 AI에게 잘 전달되기 위해서는 정보가 구조적으로 표현되어 있어야 합니다.
*엔티티(Entity)란?
회사명, 제품명, 서비스 특징, 핵심 가치, 창업자 등 우리 브랜드를 구성하는 핵심 개념이나 고유한 실체를 의미합니다.
구조적으로 정보를 표현하기 : 구조화된 데이터 마크업
정보를 구조적으로 표현한다는 것은 무엇을 의미할까요? 이는 웹 세상에서 일관된 언어로 브랜드를 정의하는 것과 같습니다. 우리 브랜드의 핵심 엔티티(예: 회사명, 제품명, 서비스 특징, 핵심 가치, 창업자 등)를 명확히 정의하고, 이 엔티티들이 웹 전반(자사 웹사이트, 소셜 미디어, 뉴스, 리뷰 사이트 등)에서 일관된 정보로 인식되도록 관리하는 것이 중요합니다. 이렇게 정의된 브랜드 엔티티를 AI 검색 엔진도 이해할 수 있도록 기술적 조치를 취하는 것을 “구조화된 데이터 마크업”이라고 합니다.
B2B 기업용 엔티티 – 스키마 마크업 매핑표
| 엔티티 항목 | 스키마 | 설명 |
|---|---|---|
| 회사명 (Company Name) | Organization | 기업 정보를 나타내는 표준입니다. |
| 제품명 / 서비스명 (Product/Service) | Product, Service | 제품이나 서비스를 설명하는 데 적합합니다. |
| 제품 카테고리 (Product Category) | Product (category 속성), Service (category 속성), CollectionPage, WebPage | Product 또는 Service 스키마 내의 category 속성(텍스트)을 사용하거나, 카테고리 페이지를 CollectionPage 또는 WebPage로 마크업하고, 해당 카테고리에 속한 제품 목록을 연결합니다. |
| 고객사 유형 (Client Type) | Audience, BusinessAudience | 타겟 고객을 명시하는 데 적합하며, Service나 Product 스키마 내 audience 속성과 함께 사용될 수 있습니다. |
| 창업자 / 임원 (Founder/Team) | Person | 인물 정보를 나타내는 표준입니다. |
| 오피스 위치 (Location) | PostalAddress, Place | 물리적 위치 정보를 나타내는 데 적합합니다. |
| 문서 콘텐츠 (블로그, 가이드 등) | Article, BlogPosting, NewsArticle | 콘텐츠 유형에 따라 적절히 선택하여 사용하면 됩니다. |
| 자주 묻는 질문 (FAQ)FAQPage (Question, Answer 포함) | FAQ 구조를 마크업하는 표준적인 방법입니다. | |
| 기능별 상세 설명 (기술 기능 등) | HowTo, WebPage (또는 Product/Service 내 속성) | 단순히 기능을 설명하는 페이지라면 WebPage를, 기능 사용 방법을 설명한다면 HowTo를 권장합니다. |
| 웹페이지 계층 구조 | BreadcrumbList | 웹사이트의 탐색 경로를 나타내는 표준입니다. |
| 연락처/데모신청 (CTA) | ContactPoint (potentialAction 활용) | ContactPoint를 활용하여 연락처 정보를 마크업하고, 데모 신청과 같은 특정 상호작용은 Organization 또는 Service 스키마의 potentialAction 속성 내에서 적절한 Action 타입(예: CommunicateAction)을 사용해 양식 URL을 연결할 수 있습니다. |
| 수상/인증/제휴 | Award, Organization | 수상 이력은 Award를 사용하고, 제휴사나 인증 기관은 Organization을 사용합니다. 인증 정보는 Product나 Organization 스키마의 관련 속성(alumniOf 등)을 통해 연결할 수 있습니다. |
| 고객 사례 (Case Study) | Article, WebPage (about 속성 활용) | 고객 사례는 Article, WebPage 등으로 마크업하고, about 속성을 사용하여 관련 Organization(고객사)과 Product/Service를 연결 할 수 있습니다. |
| 가격 정보 | Offer, PriceSpecification | 제품/서비스의 가격 정보를 상세하게 표현하는 데 적합합니다. |
<참고 : 구글 구조화된 데이터 마크업 전체보기>
구조화된 데이터로 연결하기 : 지식 그래프 생성
지식 그래프는 구조화된 데이터(웹 세상에 분포된 브랜드 엔티티·속성·관계 정보)를 모아서 네트워크 형태로 연결한 것입니다. 이것이 검색 엔진이나 AI의 ‘지식 네트워크’가 되어, 다양한 질의나 추천에 활용됩니다.
쉽게 비유하자면, SEO 시대의 사이트맵이 웹의 구조를 보여주는 목차 역할을 했다면, GEO 시대의 지식 그래프는 웹과 세상을 연결하는 지도 역할을 합니다.
구조화된 데이터 마크업은 지식 그래프를 만드는 핵심 재료이며, 지식 그래프는 이러한 데이터가 의미적으로 연결된 결과물입니다. 구조화된 데이터 마크업을 잘 구현할수록 AI와 검색 엔진의 지식 그래프에 더욱 잘 반영되고 활용될 수 있습니다.
구글의 주요 지식그래프 채널
| 항목 | 설명 | 목적/효과 | 등록 URL |
|---|---|---|---|
| Google 비즈니스 프로필 (GBP) | 기업 정보, 위치, 전화번호, 서비스 등록 | 지역 기반 검색 노출, 공식 엔티티 등록, 리뷰 관리 | google.com/business |
| Google Search Console | 웹사이트 소유권 인증 및 인덱싱 최적화 | 엔티티 기반 인식의 기술적 출발점, 스키마/SEO 상태 파악 | search.google.com/search-console |
| Google Publisher Center (뉴스 등록) | 자사 블로그나 뉴스룸을 구글 뉴스에 송고 | 기업 콘텐츠의 뉴스 피드 노출 (권위성 강화) | publishercenter.google.com |
| YouTube 브랜드 채널 | 공식 영상 콘텐츠 플랫폼 + 엔티티 연동 가능 | 검색에서 동영상 우선 노출, 브랜드 검색 강화 | youtube.com |
| Google Knowledge Panel 클레임 (권한 요청) | 구글 지식패널이 자동 생성된 경우, 직접 소유권 요청 | 엔티티 확정 및 Google Graph 등록 확률 상승 | 해당 지식패널에서 “이 비즈니스의 소유자인가요?” 클릭 |
| Google Developer 사이트 + 스키마 등록 | 스키마 마크업 적용 후 테스트 | 구조화 데이터 인식, AEO 대응 핵심 | schema.org + Rich Result Test |
| Google Scholar (대표자/전문가 개인용) | 대표자 혹은 구성원의 논문, 기고문, 학회 자료 등록 | 개인 엔티티 → 회사 엔티티 강화 연결 (특히 B2B Tech 기업에 효과적) | scholar.google.com |
LLM이 ‘좋아하고 인용하는’ 콘텐츠 형식
AI 검색 엔진의 작동 방식을 이해했다면, 그 원리에 맞춰 콘텐츠 구조와 형식을 갖출 필요가 있습니다. AI 검색 엔진이 인용하는 콘텐츠(웹페이지)는 일정 부분 구조와 형식 면에서 공통점이 있습니다. AI는 정보의 전달력뿐만 아니라 구조적 신뢰성이 높은 콘텐츠를 인용합니다. 명저나 논문이 논리적인 구성력과 구조적 안정성으로 그 깊이를 인정받듯이, AI 또한 명확한 구조를 선호하며 이를 통해 콘텐츠의 가치를 파악합니다. 다음은 AI가 콘텐츠를 평가하고 인용하는 데 영향을 미치는 핵심 원리들에 대한 연구 결과입니다.
1. 텍스트 신뢰성과 품질에 기반한 최적화
프린스턴 대학교 연구진이 발간한 논문(GEO: Generative Engine Optimization, 2024)에 따르면, AI 검색 엔진은 콘텐츠의 “신뢰성”을 가장 중요하게 판단하며, 이를 위해 아래 3가지 형식을 갖출수록 AI 검색 엔진에 인용될 확률이 높았습니다.
- 신뢰할 수 있는 문체: 제품/기능 설명과 관련된 페이지를 더 설득적이고 전문적인 형태로 수정할 때 LLM 인용 가능성이 평균 21.3% 향상됩니다.
- 정량적 수치 및 통계 데이터: 콘텐츠에 수치나 통계를 넣는 것만으로 생성형 엔진에서의 가시성이 25.2% 증가합니다.
- 출처 인용 및 인용구: 신뢰할 수 있는 외부 출처를 콘텐츠에 삽입할 경우 24.6%의 가시성 향상, 인용구만 삽입해도 27.5% 향상됩니다.
- 키워드 반복(Keyword Stuffing)의 부정적 효과: 단순한 키워드 반복은 오히려 10% 이상의 LLM 추천 정확도 저하를 유발했습니다. 이는 LLM이 단순히 키워드를 감지하는 것을 넘어 텍스트의 맥락과 구조를 이해하며 반응함을 시사합니다.
2. 콘텐츠의 ‘구조’를 명확히 하는 요소
AI가 콘텐츠의 핵심 정보를 추출할 수 있도록 하는 구조적 요소들입니다.
- 논리적 문서 구조: 헤딩 태그 계층(H1-H3), 목록(bullet points), 표(tables), 강조(bold text) 등의 요소를 활용해 문서를 논리적이고 시각적으로 구조화합니다.
- FAQ/Q&A 형태 구성: 예상 질문과 답변을 Q&A로 정리해, AI가 해당 정보를 직접 답변에 활용할 수 있도록 구조화합니다.
- 요약된 서론/결론 활용: AI가 핵심 가치를 빠르게 파악할 수 있도록, 긴 텍스트도 초반에 핵심 메시지를 배치합니다.
- 서드파티 채널 일관성 확보: 자사 웹사이트뿐만 아니라 네이버 카페, 디시인사이드 등 커뮤니티, 리뷰 사이트, 위키피디아나 나무위키 같은 위키, 뉴스 기사, 소셜 미디어 등 다양한 서드파티 채널에서도 우리 브랜드에 대한 일관되고 긍정적인 정보가 유지되도록 관리하는 것이 중요합니다. 이는 지식 그래프와 통합되어 AI 검색 엔진 가시성이 높아질 수 있습니다.
GEO 시대, 콘텐츠 퍼널 전략으로 접근해야 성과로 이어진다 : 유입-전환-코어 콘텐츠 전략
AI 시대의 콘텐츠 전략은 오가닉 유입 트래픽만을 겨냥했던 과거의 전략이 더 이상 통하지 않습니다. GEO 시대에는, 유입-전환-코어 콘텐츠의 전략적 설계가 필요합니다.
유입 트래픽을 목적으로 하는 정보성 콘텐츠는 단순한 키워드 반복을 넘어, 해당 정보를 총정리하거나 여러 관점으로 조망한 것이어야 합니다. 또한, 이어지는 질문이나 문제 상황을 포괄할 수 있어야 합니다.
사용자는 연속적으로 질문을 던지고, 검색 엔진은 이 질문들의 맥락을 이해하고 가장 적합한 콘텐츠(웹페이지)를 해석하여 인용합니다. 이러한 이유로, 콘텐츠 기획 역시 명확한 타겟을 정의하고 구체적인 문제를 해결하는 솔루션을 담아야 합니다. 고객의 문제 상황을 구체적으로 세분화하여 답변할수록, 그 맥락에 맞는 AI 검색 결과에 해석되어 인용될 가능성이 높아집니다.
이러한 변화 속에서, 엘리펀트는 콘텐츠를 ‘유입’, ‘전환’, ‘코어’ 세 가지 퍼널로 나누어 AI 친화적 전략을 제안합니다. AI 답변 내에서 우리 브랜드의 ‘인용 가치’와 ‘고품질 클릭’을 극대화하는 것이 목표입니다.
1. 유입 콘텐츠: AI의 요약 답변에서 인용되기
- 목표
- 광범위하고 일반적인 질문에 대한 최적의 답변을 제공하여 LLM 인용률을 극대화합니다. 사용자가 특정 정보를 얻기 위해 검색했을 때, AI가 우리 콘텐츠의 내용을 요약하여 제시하는 것이 목표입니다.
- 특징
- 간결하고 명확한 정의, 개념 총정리, 자주 묻는 질문(FAQ) 형식, 목록(List) 및 표(Table) 활용, 통계 및 데이터 기반의 객관적 정보 제시.
- 예시
2. 전환 콘텐츠: AI 추천에서 ‘우위’를 선점하기
- 목표
- 사용자의 의사결정 단계에서 AI가 우리 제품/서비스를 ‘선택’하도록 유도합니다. AI가 특정 제품 카테고리나 문제 해결에 대한 추천을 요청받았을 때, 우리 브랜드가 강력한 후보로 언급되게 합니다.
- 특징
- 명확한 가치 제안, 고객의 문제 해결에 초점을 맞춘 솔루션 제시, 타사 비교 분석, 구체적인 성공 사례.
- 설득력 있는 사례, 타사 대비 포지셔닝, 고객 중심 설명 구조 적용
- 예시
3. 코어 콘텐츠: 전문성과 신뢰할 수 있는 콘텐츠를 기반으로 사고 리더십 구축
- 목표: 우리 브랜드를 특정 분야의 ‘권위 있는 정보 원천’으로 자리매김하여, AI가 심층적인 분석이나 전문가 의견을 필요로 할 때 우리 콘텐츠를 인용하게 합니다.
- 특징: 심층적인 연구 자료, 우리 기업/제품만의 독점적인 인사이트, 실제 경험 기반의 노하우, 복잡한 개념에 대한 명확하고 전문적인 설명. 권위 있고 설득력 있는 문체, 신뢰할 수 있는 출처 인용 및 인용문 삽입
- 예시
결론: GEO는 AI 검색 최적화가 아니라 브랜드의 철학을 전달하는 전략이다
GEO는 AI 검색 결과에 인용되기 위한 단순한 기술적 전술이 아닙니다. 오히려 브랜드 철학을 웹 세상에 연결하고 확산하는 전략의 영역에 가깝습니다. 과거 SEO 초창기에는 키워드를 단순히 나열하는 것만으로도 검색 상위 노출과 성과를 기대할 수 있었습니다. 하지만 검색 알고리즘은 가치 있는 웹 페이지를 판단하는 방향으로 진화했고, 이제 키워드 스터핑은 오히려 불이익으로 이어집니다.
GEO 또한 아직 초기 단계이지만, 이러한 변화의 흐름은 명확합니다. 단순히 기술적인 지식만으로는 성과를 내기 어려운 시대가 곧 도래할 것입니다. AI 검색 엔진에게 선택받기 위해 콘텐츠를 만드는 것이 아니라, 우리 브랜드의 가치와 철학을 명확하고 진정성 있게 ‘잘 전달’하기 위해 GEO를 정의해야 합니다. AI라는 강력한 채널을 통해 브랜드의 본질적인 가치가 더욱 분명하게 전달되도록 설계하는 것이 핵심입니다.
변화는 항상 위기와 기회를 동시에 가져옵니다. 제로 클릭 시대를 위기로만 볼 것이 아니라, AI라는 새로운 도구를 활용하여 우리 브랜드가 가진 지식과 가치를 더 넓게, 더 깊게 전파하고 새로운 차원의 신뢰를 구축할 기회로 삼아야 합니다.
엘리펀트컴퍼니는 이러한 GEO 전략이 ‘AI-First’ 시대 기업들이 단순한 최적화를 넘어, 지속 가능한 브랜드 성장과 고객과의 깊은 연결을 만들어가는 데 핵심적인 방향을 제시할 것이라 믿습니다.
엘리펀트 컴퍼니 김예지님의 더 많은 콘텐츠는
