'챗GPT에서 우리 브랜드가 스무 번 언급됐어요.' 한 대표님이 자랑처럼 이 말을 꺼냈을 때, 저는 딱 하나를 되물었습니다. '그중 몇 번이나 첫 번째로 추천됐나요?' 대표님은 답하지 못했습니다. 이 질문이 바로 AI 검색 시대의 진짜 승부처인데요. 우리가 여전히 노출과 순위를 세는 사이, AI 검색은 게임의 규칙을 조용히 바꿔버렸습니다. AI 검색에서 브랜드 노출을 두고 궁금해하실 질문에 하나씩 답해보겠습니다.
AI 검색에서 순위만 잘 잡으면 안심해도 되나요?
그것만으로는 부족합니다. AI 검색의 승부는 순위가 아니라 '기본값'에서 갈리기 때문인데요. 여기에는 행동경제학의 기본효과(Default Effect)가 깔려 있습니다. 사람은 미리 제시된 선택지를 좀처럼 바꾸지 않고, 특히 자신이 완전히 이해하지 못하는 시스템일수록 그 시스템이 내민 첫 답을 그냥 신뢰합니다. AI 검색이 정확히 그런 시스템입니다. 과거에는 링크 열 개를 열어놓고 탭을 오가며 비교했지만, 지금은 ChatGPT가 'OO에는 A가 좋습니다'라고 답하면 대부분 그걸로 끝입니다. 스크롤도 비교도 사라졌고, AI가 처음 호명한 브랜드가 사실상 최종 결정이 됩니다. 그래서 저는 AI 검색을 노출 경쟁이 아니라 기본값 경쟁이라고 정의합니다. 검색 결과 20위 안에 드는 것보다, AI 답변에서 가장 먼저 불리는 편이 훨씬 강력합니다.
그럼 언급만 많이 되게 만들면 첫 추천이 되나요?
그게 가장 흔한 함정입니다. 저희도 처음엔 그렇게 했습니다. 한 고객사를 지원하며 언급 횟수를 40% 넘게 끌어올렸는데, 결과는 충격이었습니다. 첫 추천 비율은 거의 그대로였거든요. 이유는 단순했습니다. AI가 첫 자리에 세우는 브랜드는 가장 자주 언급되는 곳이 아니라, 그 질문에 가장 명확하게 대응하는 곳이었습니다. 언급량과 첫 추천은 완전히 다른 게임이었던 겁니다. 후보군에 드는 것과 첫 추천이 되는 것은 별개의 과제이고, 전자는 노출량으로, 후자는 질문 조건과의 정합성으로 결정됩니다. 그래서 언급을 늘리는 전략과 첫 추천을 노리는 전략은 반드시 나눠서 봐야 합니다.
그럼 첫 추천 자리는 실제로 어떻게 잡나요?
저희가 현장에서 쓰는 순서는 이렇습니다. 먼저 우리를 찾을 사용자를 서너 개 페르소나로 나눕니다. 같은 서비스라도 결정권자와 실무자는 AI에 전혀 다른 질문을 던지니까요. 다음으로 그 페르소나가 실제로 입력할 법한 대화형 문장을 그대로 모읍니다. 'OO 업체 추천'이 아니라 '직원 열 명 회사에 맞는 OO 어디가 좋아?'처럼 조건이 담긴 문장이어야 합니다. 그리고 그 질문의 조건에 정면으로 답하는 문서를 만듭니다. 결론을 맨 앞에 두고 대상과 비용, 기간을 표로 정리하는 식이죠. 마지막으로 같은 질문을 수십 번 반복 실행해 우리가 몇 번이나 첫 추천으로 불리는지 측정합니다. AI 답변은 매번 바뀌므로 한 번의 확인은 의미가 없습니다. 이렇게 결론을 첫 문장에 못 박은 뒤, 한 고객사는 약 5개월 만에 대상 질문에서 첫 추천으로 호명되는 비율이 2.3배 늘었습니다. 전체 언급량은 별로 안 변했는데 첫 자리 비율만 뛰었다는 점이 핵심입니다.
인지도 낮은 작은 브랜드도 대기업을 이길 수 있나요?
가능합니다. 첫 추천은 인지도가 아니라 질문 조건과의 정합성으로 갈리기 때문인데요. 대기업이 두루뭉술한 일반론에 머무는 좁은 틈새 질문에서, 그 조건을 정면으로 다룬 작은 회사가 첫 추천을 가져오는 장면을 저희는 여러 번 봤습니다. 넓게 걸치기보다 좁게 이기는 편이 오히려 지름길입니다. 여기에는 개인화라는 변수도 한몫합니다. ChatGPT는 저장된 메모리를 참고해 사람마다 다른 답을 주기 때문에, 당신이 어떤 고객에게는 첫 추천이어도 다른 고객에게는 언급조차 안 될 수 있습니다. 그래서 첫 추천은 브랜드 전체가 아니라 페르소나 단위로 따로 관리해야 합니다. 흥미롭게도 최근 한 연구에서는 사용자의 절반가량이 이 개인화가 작동한다는 사실조차 모른다고 나왔는데, 자신이 개인화된 답을 받는지도 모르는 사용자에게 AI의 첫 추천은 그냥 정답이 됩니다.
그럼 첫 추천만 잡으면 전환은 끝난 건가요?
늘 그렇지는 않습니다. 기본효과가 만능은 아니거든요. 고가 계약이나 전문 영역처럼 사용자가 여러 후보를 꼼꼼히 비교하는 고관여 상황에서는 첫 추천만으로 결정이 나지 않습니다. 다만 이때도 첫 추천 브랜드는 비교의 기준점이 됩니다. 나머지 후보는 전부 그 기준과 대조되며 평가받으니, 출발선을 선점하는 것만으로도 무시할 수 없는 이점입니다. 정리하면 AI 검색에서 브랜드의 과제는 '많이 노출되기'에서 '특정 조건에서 첫 추천이 될 확률 높이기'로 바뀌었습니다. 순위 1위라는 고정된 개념 대신 첫 추천 확률이라는 지표로 사고를 바꾸는 것, 그것이 AI 검색 시대 GEO의 출발점입니다. 지금 우리 브랜드가 AI 답변에서 몇 번째로 불리는지부터 확인해 보시길 권합니다.
