AI가 내 브랜드를
답변으로 채택하게 만드는 법

AEO란 무엇인가

무엇이 달라졌나

지금까지 검색의 결과물은 링크 목록이었습니다. 10개의 파란 링크 중 하나를 고르는 건 사용자였고, 마케팅의 목표는 그 목록의 위쪽에 노출되는 것(SEO)이었습니다. 이제 ChatGPT, 구글 AI 오버뷰, 네이버 AI 브리핑은 링크 대신 완성된 답 하나를 돌려줍니다. 사용자는 링크를 클릭하기 전에 답을 얻고, 많은 검색이 클릭 없이 끝납니다.

이 구조에서는 "몇 위에 노출되는가"보다 "AI 의 답 안에 들어가는가"가 성패를 가릅니다. 답에 인용되거나 추천된 소수의 브랜드가 그 질문의 수요를 가져갑니다.

중요한 건 AEO 가 SEO 를 대체하는 게 아니라는 점입니다. AI 도 검색을 거쳐 재료를 모으기 때문에, 검색에 잡히는 것(SEO)은 AEO 의 입장권입니다. 이 구조는 2강에서 봅니다.

AI는 어떻게 답변을 만드는가

답변이 만들어지는 다섯 단계

1. 질문 해석 — 사용자의 말을 의도로 바꿉니다. "대구 수성구 맛집"이 아니라 "이 사람은 지금 저녁 먹을 곳을 찾는다"로 이해합니다.
2. 검색 — 의도를 여러 개의 검색어로 바꿔 검색엔진에 던집니다. 이 단계는 기존 검색 순위를 그대로 탑니다.
3. 문서 선별 — 상위 문서 중에서 질문에 바로 답하는 문서, 신뢰할 수 있어 보이는 문서를 골라 읽습니다.
4. 요약 · 합성 — 고른 문서들에서 필요한 문장을 뽑아 하나의 답으로 다시 씁니다.
5. 출처 표시 — 어떤 문서를 참고했는지 링크로 답니다. 여기 걸리는 것이 "인용"입니다.

이 구조가 말해주는 세 가지

• 검색에 안 잡히면 시작도 못 한다 — 2단계에서 탈락하면 읽히지도 않습니다. 색인 · 사이트맵 · 크롤러 허용(5강)이 기본기인 이유입니다.
• 상위 노출이 곧 채택은 아니다 — 3단계에서 AI 는 "읽고 쓰기 좋은 글"을 고릅니다. 1위여도 광고 덩어리면 건너뜁니다.
• 학습 데이터 속 평판은 기본값이 된다 — 검색 없이 답할 때 AI 는 과거에 읽은 웹에서 기억하는 브랜드를 말합니다. 외부 언급(8강)이 쌓여야 이 기본값에 들어갑니다.

AI가 채택하기 좋은 콘텐츠

여섯 가지 설계 원칙

• 질문 하나, 답 하나 — 한 페이지가 한 질문에 답합니다. 이것저것 다루는 긴 글보다, 질문 하나를 끝내주는 글 여러 개가 낫습니다.
• 두괄식 — 첫 두세 문장 안에 결론을 둡니다. "결론부터 말하면 OO 입니다. 이유는 세 가지입니다." 형태가 가장 잘 집힙니다.
• 자립 문단 — 각 문단이 "그것 · 앞서 말한" 같은 지시어 없이 혼자 읽혀야 합니다. 문단 단위로 발췌되기 때문입니다.
• 구조화 — 단계는 번호 목록, 비교는 표, 조건은 불릿. AI 는 구조화된 블록을 문장 덩어리보다 정확하게 읽습니다.
• 구체적 숫자 — "빠르게"가 아니라 "평균 3일", "저렴하게"가 아니라 "월 15만 원". 숫자가 있는 문장이 인용됩니다.
• 질문형 제목 — 제목과 소제목을 고객이 실제로 묻는 문장으로 씁니다. "학원 관리 프로그램 가격은 얼마인가요?"처럼.

AI가 신뢰하는 정보

신뢰를 만드는 다섯 가지 신호

• 직접 경험 — "해보니 이랬다"는 1차 데이터가 가장 강합니다. 실제 프로젝트 수치, 직접 찍은 사진, 운영하며 얻은 교훈은 다른 글이 베낄 수 없는 재료입니다.
• 누가 썼는지 — 글쓴이와 회사가 분명해야 합니다. 저자 소개, 회사 소개, 연락처가 있는 사이트의 글이 익명 블로그보다 우선됩니다.
• 근거와 출처 — 주장에는 숫자나 출처를 답니다. "문의가 늘었다"보다 "문의가 월 12건에서 31건이 됐다"가 신뢰 신호입니다.
• 날짜와 최신성 — 작성일 · 수정일을 표시하고 오래된 글은 갱신합니다. 가격 · 정책처럼 변하는 정보는 특히 날짜가 없으면 버려집니다.
• 일관성 — 상호 · 주소 · 업종 설명이 홈페이지, 지도, SNS, 디렉토리 어디서나 같아야 합니다. 정보가 어긋나는 브랜드는 통째로 신뢰를 잃습니다.

AI 검색 기술 최적화

기술 체크리스트

1. AI 크롤러 허용 — robots.txt 가 GPTBot(OpenAI), ClaudeBot(Anthropic), Google-Extended, PerplexityBot 같은 AI 크롤러를 막고 있지 않은지 확인합니다. 막으면 그 AI 의 세계에서 내 사이트는 사라집니다.
2. 색인 등록 — 구글 서치콘솔과 네이버 서치어드바이저에 사이트를 등록하고 sitemap.xml 을 제출합니다. RSS 가 있으면 함께 제출합니다.
3. 구조화 데이터 — schema.org 마크업으로 페이지의 정체를 알려줍니다. 질문답변 글은 FAQPage, 방법 안내는 HowTo, 일반 글은 Article, 지역 업체는 LocalBusiness.
4. 본문이 HTML 에 있게 — 자바스크립트를 실행해야만 본문이 보이는 구조는 일부 크롤러가 빈 페이지로 읽습니다. 핵심 텍스트는 HTML 소스에 바로 있어야 합니다.
5. 메타 정리 — 페이지마다 고유한 title 과 80자 이내의 meta description, 대표 주소를 알려주는 canonical 을 둡니다.
6. 속도와 접근성 — 크롤러에게도 느린 사이트는 비용입니다. 불필요한 스크립트를 줄이고 이미지에 대체 텍스트를 답니다.

이 목록은 대부분 개발 영역입니다. 직접 하기 어렵다면 "robots.txt 에서 AI 크롤러 차단 여부 확인해 주세요, FAQ 페이지에 FAQPage 스키마 넣어 주세요"라고 담당자에게 그대로 전달하면 됩니다.

고객 질문 발굴 전략

질문을 캐내는 다섯 곳

• 상담 기록 — 전화 · 카톡 · 문의폼에서 실제로 받은 질문이 가장 좋은 재료입니다. 한 명이 물었다면 수백 명이 AI 에게 묻고 있습니다.
• 자동완성과 연관 검색어 — 네이버 · 구글 검색창에 업종 키워드를 넣고 뒤에 붙는 말들을 수집합니다. "학원 관리 프로그램" 뒤에 "가격 · 비교 · 추천"이 붙는 식입니다.
• 커뮤니티 — 지식iN, 네이버 카페, 업종 커뮤니티에서 반복되는 질문을 찾습니다. 질문의 원문 표현을 그대로 가져오는 것이 중요합니다.
• AI 에게 직접 묻기 — "사람들이 OO 업종에 대해 AI 에게 자주 묻는 질문 30개를 뽑아줘"라고 요청하면 좋은 출발 목록이 나옵니다.
• 경쟁사 FAQ — 경쟁사가 FAQ 로 정리해 둔 질문은 그 시장에서 검증된 질문입니다.

질문 DB 의 형태

스프레드시트면 충분합니다. 중요한 건 도구가 아니라 "현재 AI 답변" 열을 채우면서 빈자리(아무도 제대로 답하지 않는 질문)를 발견하는 과정입니다. 빈자리가 우선순위 1번입니다.

실제 AEO 콘텐츠 제작

답변형 글의 7단 구조

1. 질문형 제목 — 질문 DB 의 문장을 거의 그대로. "학원 관리 시스템 구축 비용은 얼마인가요?"
2. 핵심 답 2~3문장 — 제목의 질문에 즉답. 숫자와 조건을 포함해 이 문단만 복사해도 답이 되게.
3. 근거 — 왜 그런지. 직접 경험한 사례, 실제 수치, 비용 구조 같은 1차 정보.
4. 단계 또는 목록 — 독자가 따라 할 수 있는 절차나 판단 기준을 번호 목록으로.
5. 흔한 오해 바로잡기 — "싸게 만들면 된다?" 같은 오해 한두 개를 짚으면 글의 전문성이 올라갑니다.
6. FAQ 3개 — 본문에서 못 다룬 인접 질문을 짧은 문답으로. FAQPage 스키마를 붙이기도 좋은 자리입니다.
7. 한 줄 소개와 연결 — 마지막에만 "이 글은 OO 을 직접 구축해 온 이지에이전시가 작성했습니다" 한 줄과 상담 링크. 본문 중간 광고는 채택률을 떨어뜨립니다.

제작할 때 지킬 것

• 한 편에 한 질문 — 욕심내서 질문 세 개를 한 글에 넣으면 세 질문 모두에서 집히지 않습니다.
• 고객의 언어로 — "원생 관리 솔루션" 대신 고객이 쓰는 "학원 관리 프로그램"으로 씁니다. AI 는 질문의 표현과 가까운 문서를 먼저 찾습니다.
• 분량보다 밀도 — 2천 자여도 답이 없으면 탈락, 800자여도 즉답 · 근거 · 단계가 있으면 채택됩니다.

브랜드 추천을 만드는 전략

언급을 쌓는 다섯 경로

• 리뷰 — 네이버 플레이스 · 구글 지도의 리뷰 수와 내용. 고객에게 구체적인 경험이 담긴 리뷰를 부탁하는 운영 루틴을 만듭니다.
• 디렉토리 · 지도 등재 — 업종 디렉토리, 지역 정보 사이트, 플랫폼 입점 페이지. 하나하나가 AI 가 읽는 "제3자의 문서"입니다.
• 비교 · 추천 콘텐츠에 들어가기 — "OO 업체 5곳 비교" 류의 글은 추천 질문에 가장 자주 인용됩니다. 이런 글을 쓰는 매체 · 블로거에게 자료를 제공하거나, 공정한 비교 기준의 글을 직접 발행합니다.
• 보도자료 · 기고 — 지역 언론, 업계 매체의 기사 한 건은 블로그 글 수십 건의 신뢰 가중치를 가집니다.
• 커뮤니티 기여 — 지식iN · 카페에서 홍보가 아니라 실제 답을 다는 활동. 닉네임 뒤에 브랜드가 자연스럽게 연결되게 합니다.

포지셔닝 한 문장

모든 언급에서 브랜드가 같은 한 문장으로 설명되게 하세요. "이지에이전시 — 학원 · 지역 사업자 전문 마케팅 에이전시"처럼 상호와 전문 분야를 고정하면, AI 가 그 분야 질문에서 브랜드를 떠올리는 연결이 강해집니다. 어디서는 "종합 광고대행", 어디서는 "웹 개발사"로 소개되면 연결이 분산됩니다.

AEO 채택률 분석

채택률 측정 방법

1. 질문 세트 고정 — 질문 DB 에서 20~30개를 측정용으로 고정합니다. 매달 같은 질문이어야 변화를 비교할 수 있습니다.
2. 채널 고정 — ChatGPT, Perplexity, 네이버 AI 브리핑 등 고객이 쓰는 AI 2~3개를 정합니다.
3. 월 1회 같은 조건으로 질문 — 로그인 영향이 없는 새 대화에서 질문하고, 답변에 우리 브랜드가 언급 · 인용 · 추천되는지 O/X 로 기록합니다.
4. 채택률 계산 — (언급된 질문 수 ÷ 전체 질문 수). 채널별로 따로 봅니다.

함께 볼 보조 지표

• AI 유입 — 애널리틱스에서 chatgpt.com, perplexity.ai 같은 레퍼러 유입을 따로 봅니다. 답변에 인용되기 시작하면 이 유입이 먼저 움직입니다.
• 지명 검색 — 브랜드명 검색량 추이. AI 가 추천한 브랜드를 사용자가 다시 검색해 보는 흐름이 잡힙니다.
• 상담에서의 인용 — "AI 가 추천해서 왔다"는 문의가 나오면 기록합니다. 가장 확실한 성과 신호입니다.

주의할 점 — AI 답변은 같은 질문에도 매번 조금씩 다릅니다. 한 번의 결과에 일희일비하지 말고 월 단위 추세로 읽으세요. 측정에서 채택되지 않은 질문이 다음 달 콘텐츠 보강 목록이 됩니다.

AEO 실전 프로젝트

30일 뒤에 기대할 것

한 달 만에 채택률이 극적으로 오르지는 않습니다. 색인과 AI 의 반영에는 시간이 걸립니다. 30일 프로젝트의 진짜 산출물은 숫자가 아니라 돌아가는 루프입니다 — 질문을 모으고, 답을 만들고, 측정하고, 보강하는 사이클이 자리 잡으면 채택률은 2~3번째 사이클부터 움직이기 시작합니다.

• 지속 리듬 — 월 1회 측정, 주 1편 콘텐츠, 월 3곳 외부 등재. 이 세 숫자만 지켜도 충분합니다.
• 이기는 질문부터 — 경쟁자가 제대로 답하지 않는 질문(6강의 빈자리)에 먼저 자리 잡고, 그다음 큰 질문으로 확장합니다.
• SEO 와 함께 — AEO 콘텐츠는 그대로 SEO 콘텐츠이기도 합니다. 두 작업은 하나의 루프로 돌립니다.