AI는 브랜드 하나가 아니라 카테고리 전체를 기억한다

"우리 브랜드, ChatGPT에 나와요?" 다들 이렇게 묻습니다. 그런데 이 질문만으로는 진짜 상태를 알 수 없습니다. AI에게 같은 질문을 여러 번 던지면 답이 매번 달라지기 때문입니다. 중요한 건 한 번 나왔는지가 아니라, 여러 번 물었을 때 얼마나 자주 나오는지, 그리고 그 빈도가 경쟁사보다 높은지입니다.

"우리 브랜드, ChatGPT에 나와요?" 다들 이렇게 묻습니다. 그런데 이 질문만으로는 진짜 상태를 알 수 없습니다. AI에게 같은 질문을 여러 번 던지면 답이 매번 달라지기 때문입니다. 중요한 건 한 번 나왔는지가 아니라, 여러 번 물었을 때 얼마나 자주 나오는지, 그리고 그 빈도가 경쟁사보다 높은지입니다.

ChatGPT에 "서울에서 괜찮은 세무사 추천해줘"라고 물었더니 특정 사무소가 나왔다고 가정해봅시다. 그렇다고 그 사무소가 AI 검색에서 안정적인 위치를 가진 건 아닙니다. 같은 질문을 다시 입력하면 다른 사무소가 나올 수 있습니다. AI는 같은 질문에도 매번 똑같이 답하지 않습니다. 질문할 때마다 답에 등장하는 브랜드가 조금씩 바뀝니다. 그래서 한 번 검색해서 "나왔다", "안 나왔다"를 확인하는 방식으로는 실제 위치를 파악할 수 없습니다. 정확히 보려면 같은 질문을 20번, 50번 반복해서 입력하고, 그중 몇 번 등장했는지를 세야 합니다. 50번 중 5번 나오는 브랜드와 50번 중 35번 나오는 브랜드는 위치가 완전히 다릅니다. 앞쪽은 가끔 언급되는 수준이고, 뒤쪽은 그 분야를 대표하는 브랜드입니다. 미국의 디지털 마케팅 전문 매체 Search Engine Land는 이 차이를 두 가지 질문으로 구분합니다. 브랜드 추적은 "우리가 노출되는가"를 묻고, 카테고리 추적은 "우리가 그 카테고리를 차지하는가"를 묻습니다. 한 번의 노출이 아니라 반복했을 때의 비율을 보는 것, 이것이 GEO를 제대로 측정하는 방법입니다.

ChatGPT에 "서울에서 괜찮은 세무사 추천해줘"라고 물었더니 특정 사무소가 나왔다고 가정해봅시다. 그렇다고 그 사무소가 AI 검색에서 안정적인 위치를 가진 건 아닙니다. 같은 질문을 다시 입력하면 다른 사무소가 나올 수 있습니다. AI는 같은 질문에도 매번 똑같이 답하지 않습니다. 질문할 때마다 답에 등장하는 브랜드가 조금씩 바뀝니다. 그래서 한 번 검색해서 "나왔다", "안 나왔다"를 확인하는 방식으로는 실제 위치를 파악할 수 없습니다. 정확히 보려면 같은 질문을 20번, 50번 반복해서 입력하고, 그중 몇 번 등장했는지를 세야 합니다. 50번 중 5번 나오는 브랜드와 50번 중 35번 나오는 브랜드는 위치가 완전히 다릅니다. 앞쪽은 가끔 언급되는 수준이고, 뒤쪽은 그 분야를 대표하는 브랜드입니다. 미국의 디지털 마케팅 전문 매체 Search Engine Land는 이 차이를 두 가지 질문으로 구분합니다. 브랜드 추적은 "우리가 노출되는가"를 묻고, 카테고리 추적은 "우리가 그 카테고리를 차지하는가"를 묻습니다. 한 번의 노출이 아니라 반복했을 때의 비율을 보는 것, 이것이 GEO를 제대로 측정하는 방법입니다.

구글에서 검색하면 한 페이지에 결과가 10개 나옵니다. 1위가 아니어도, 5위나 7위에 있어도 사용자가 클릭할 가능성이 있었습니다. AI는 그렇지 않습니다. 답변 하나에 보통 브랜드 서너 개만 담깁니다. 사용자는 그 몇 개만 보고 판단을 끝냅니다. 검색 결과 10개 중 7위는 그래도 누군가 볼 수 있었지만, AI 답변에 포함되지 못한 브랜드는 그 질문에 대해서는 처음부터 없는 것과 같습니다. 들어갈 자리가 적으니 경쟁은 더 치열합니다. 관련 질문 100개를 분석했을 때 내 브랜드가 28개의 답변에 등장하면, 점유율은 28%입니다. AI 답변은 검토 대상을 몇 개로 압축하기 때문에, 절대적인 노출량보다 경쟁사 대비 상대적인 비율이 더 중요합니다.

구글에서 검색하면 한 페이지에 결과가 10개 나옵니다. 1위가 아니어도, 5위나 7위에 있어도 사용자가 클릭할 가능성이 있었습니다. AI는 그렇지 않습니다. 답변 하나에 보통 브랜드 서너 개만 담깁니다. 사용자는 그 몇 개만 보고 판단을 끝냅니다. 검색 결과 10개 중 7위는 그래도 누군가 볼 수 있었지만, AI 답변에 포함되지 못한 브랜드는 그 질문에 대해서는 처음부터 없는 것과 같습니다. 들어갈 자리가 적으니 경쟁은 더 치열합니다. 관련 질문 100개를 분석했을 때 내 브랜드가 28개의 답변에 등장하면, 점유율은 28%입니다. AI 답변은 검토 대상을 몇 개로 압축하기 때문에, 절대적인 노출량보다 경쟁사 대비 상대적인 비율이 더 중요합니다.

흔한 오해가 하나 있습니다. "우리 업종에서 AI 노출이 몇 퍼센트"라는 식으로 업종 전체를 하나의 숫자로 보는 것입니다. AI는 그렇게 묶어서 기억하지 않습니다. 더 잘게 나눠서 봅니다. 예를 들어 영어 교육 브랜드라면 "성인 회화", "초등 영어", "토익 단기 완성"처럼 세부 주제마다 인식이 다릅니다. 어떤 주제에서는 자주 등장하고, 어떤 주제에서는 거의 등장하지 않습니다. 한 브랜드가 모든 주제에서 고르게 노출되는 경우는 드물며, 어떤 주제에서는 강하게, 어떤 주제에서는 약하게 나타나는 차이가 분명하게 드러납니다. 그래서 "AI 노출 몇 퍼센트"라는 하나의 숫자로 끝내면 안 됩니다. 세부 주제별로 나눠서 봐야 어디가 강하고 어디를 보강해야 하는지 알 수 있습니다.

흔한 오해가 하나 있습니다. "우리 업종에서 AI 노출이 몇 퍼센트"라는 식으로 업종 전체를 하나의 숫자로 보는 것입니다. AI는 그렇게 묶어서 기억하지 않습니다. 더 잘게 나눠서 봅니다. 예를 들어 영어 교육 브랜드라면 "성인 회화", "초등 영어", "토익 단기 완성"처럼 세부 주제마다 인식이 다릅니다. 어떤 주제에서는 자주 등장하고, 어떤 주제에서는 거의 등장하지 않습니다. 한 브랜드가 모든 주제에서 고르게 노출되는 경우는 드물며, 어떤 주제에서는 강하게, 어떤 주제에서는 약하게 나타나는 차이가 분명하게 드러납니다. 그래서 "AI 노출 몇 퍼센트"라는 하나의 숫자로 끝내면 안 됩니다. 세부 주제별로 나눠서 봐야 어디가 강하고 어디를 보강해야 하는지 알 수 있습니다.

세부 주제별 차이만큼 중요한 게 하나 더 있습니다. 같은 브랜드를 AI 플랫폼마다 다르게 묘사하는 경우입니다. GEO 도구들을 직접 비교 테스트한 해외 마케팅 매체 Licheo의 분석에 이런 사례가 있습니다. 한 AI는 특정 브랜드를 "저렴하지만 기능이 제한적"이라고 설명한 반면, 다른 AI는 같은 브랜드를 "중간 규모 팀에 적합한 종합적인 솔루션"이라고 설명했습니다. 같은 브랜드를 한쪽은 한계가 있다고 말하고, 다른 쪽은 강점이 있다고 말하는 것입니다. 직접 확인하지 않으면 이런 차이를 발견하기 어렵습니다. 특정 플랫폼에서 브랜드가 부정적이거나 모호하게 설명된다면, 그 플랫폼에 맞춰 콘텐츠를 보강해야 한다는 신호입니다.

세부 주제별 차이만큼 중요한 게 하나 더 있습니다. 같은 브랜드를 AI 플랫폼마다 다르게 묘사하는 경우입니다. GEO 도구들을 직접 비교 테스트한 해외 마케팅 매체 Licheo의 분석에 이런 사례가 있습니다. 한 AI는 특정 브랜드를 "저렴하지만 기능이 제한적"이라고 설명한 반면, 다른 AI는 같은 브랜드를 "중간 규모 팀에 적합한 종합적인 솔루션"이라고 설명했습니다. 같은 브랜드를 한쪽은 한계가 있다고 말하고, 다른 쪽은 강점이 있다고 말하는 것입니다. 직접 확인하지 않으면 이런 차이를 발견하기 어렵습니다. 특정 플랫폼에서 브랜드가 부정적이거나 모호하게 설명된다면, 그 플랫폼에 맞춰 콘텐츠를 보강해야 한다는 신호입니다.

AI가 답변을 만들 때 참고하는 자료는 기업 홈페이지만이 아닙니다. 커뮤니티에 올라온 후기, 위키피디아나 나무위키에 정리된 문서도 함께 참고합니다. 여기서 문제가 생깁니다. AI 검색에서는 같은 업종의 경쟁사뿐 아니라 레딧, 위키피디아 같은 사이트와도 경쟁하게 됩니다. 이런 사이트들이 AI 인용에서 큰 비중을 차지하는 경우가 많기 때문입니다. 예를 들어 "다이어트 도시락 브랜드 추천해줘"라는 질문에 AI가 답할 때, 특정 브랜드 홈페이지보다 커뮤니티에 올라온 솔직한 후기 글을 더 신뢰하고 인용할 수 있습니다. 만약 나무위키에 자사 정보가 없거나 부실하다면, 그 빈자리는 경쟁사가 아니라 위키 문서가 차지합니다. 결국 경쟁은 동종업계 안에서만 일어나지 않습니다. 커뮤니티 글과 위키 문서까지 같은 자리를 두고 경쟁합니다.

AI가 답변을 만들 때 참고하는 자료는 기업 홈페이지만이 아닙니다. 커뮤니티에 올라온 후기, 위키피디아나 나무위키에 정리된 문서도 함께 참고합니다. 여기서 문제가 생깁니다. AI 검색에서는 같은 업종의 경쟁사뿐 아니라 레딧, 위키피디아 같은 사이트와도 경쟁하게 됩니다. 이런 사이트들이 AI 인용에서 큰 비중을 차지하는 경우가 많기 때문입니다. 예를 들어 "다이어트 도시락 브랜드 추천해줘"라는 질문에 AI가 답할 때, 특정 브랜드 홈페이지보다 커뮤니티에 올라온 솔직한 후기 글을 더 신뢰하고 인용할 수 있습니다. 만약 나무위키에 자사 정보가 없거나 부실하다면, 그 빈자리는 경쟁사가 아니라 위키 문서가 차지합니다. 결국 경쟁은 동종업계 안에서만 일어나지 않습니다. 커뮤니티 글과 위키 문서까지 같은 자리를 두고 경쟁합니다.

관점을 바꿨다면 측정 방법도 바꿔야 합니다. 반복해서 확인합니다. 같은 질문을 20~30번 입력해, 몇 번 중 몇 번 등장하는지 비율로 봅니다. 세부 주제별로 나눕니다. 업종 전체를 하나로 묶지 말고, 고객이 실제로 묻는 주제별로 나눠 강점과 약점을 파악합니다. 플랫폼별로 비교합니다. ChatGPT, Perplexity, Gemini, Claude 등에서 브랜드가 같은 맥락으로 설명되는지 확인합니다. 위키와 커뮤니티를 점검합니다. 나무위키와 주요 커뮤니티에 자사 정보가 정확하고 충분하게 정리돼 있는지 확인합니다.

관점을 바꿨다면 측정 방법도 바꿔야 합니다. 반복해서 확인합니다. 같은 질문을 20~30번 입력해, 몇 번 중 몇 번 등장하는지 비율로 봅니다. 세부 주제별로 나눕니다. 업종 전체를 하나로 묶지 말고, 고객이 실제로 묻는 주제별로 나눠 강점과 약점을 파악합니다. 플랫폼별로 비교합니다. ChatGPT, Perplexity, Gemini, Claude 등에서 브랜드가 같은 맥락으로 설명되는지 확인합니다. 위키와 커뮤니티를 점검합니다. 나무위키와 주요 커뮤니티에 자사 정보가 정확하고 충분하게 정리돼 있는지 확인합니다.

1. 같은 질문을 반복해서 확인하는 게 왜 필요한가요? AI는 같은 질문에도 매번 다른 답을 내놓을 수 있습니다. 한 번 등장했다고 해서 항상 등장하는 건 아닙니다. 같은 질문을 20~30번 반복해 몇 번 등장하는지 비율로 봐야 실제 위치를 알 수 있습니다. 2. 세부 주제는 어떻게 나누나요? 업종 분류보다 고객이 실제로 검색하는 패턴을 기준으로 나누는 것이 정확합니다. 가전 브랜드라면 "1인 가구용 소형 가전", "신혼 혼수 가전"처럼 사용 상황 중심으로 나누는 방식이 효과적입니다. 3. 플랫폼마다 다르게 인식한다면, 콘텐츠도 전부 다르게 만들어야 하나요? 핵심 메시지는 일관되게 유지하되, 각 플랫폼이 신뢰하는 채널에 맞춰 강조점만 다르게 배치하면 됩니다. 모든 콘텐츠를 처음부터 따로 만들 필요는 없습니다. 4. 나무위키나 커뮤니티까지 관리하는 게 현실적으로 가능한가요? 모든 글을 직접 작성할 수는 없지만, 나무위키 문서가 사실에 맞게 유지되도록 점검하고 커뮤니티에 정확한 정보가 유통되도록 관리하는 것은 가능합니다. 5. 브릿지3는 이 측정을 어떻게 하나요? 브릿지3는 GEO 프로젝트 초기에 클라이언트의 핵심 카테고리를 여러 세부 주제로 나누고, 각 주제마다 주요 AI 플랫폼에 같은 질문을 반복 입력해 자사와 경쟁사가 각각 몇 번 등장하는지 비교합니다. 이를 통해 어느 주제가 강하고 어디를 먼저 보강해야 할지 우선순위를 정합니다. 자사 브랜드의 카테고리 점유율이 궁금하다면 브릿지3의 브랜드 진단 솔루션으로 확인해보세요.

1. 같은 질문을 반복해서 확인하는 게 왜 필요한가요? AI는 같은 질문에도 매번 다른 답을 내놓을 수 있습니다. 한 번 등장했다고 해서 항상 등장하는 건 아닙니다. 같은 질문을 20~30번 반복해 몇 번 등장하는지 비율로 봐야 실제 위치를 알 수 있습니다. 2. 세부 주제는 어떻게 나누나요? 업종 분류보다 고객이 실제로 검색하는 패턴을 기준으로 나누는 것이 정확합니다. 가전 브랜드라면 "1인 가구용 소형 가전", "신혼 혼수 가전"처럼 사용 상황 중심으로 나누는 방식이 효과적입니다. 3. 플랫폼마다 다르게 인식한다면, 콘텐츠도 전부 다르게 만들어야 하나요? 핵심 메시지는 일관되게 유지하되, 각 플랫폼이 신뢰하는 채널에 맞춰 강조점만 다르게 배치하면 됩니다. 모든 콘텐츠를 처음부터 따로 만들 필요는 없습니다. 4. 나무위키나 커뮤니티까지 관리하는 게 현실적으로 가능한가요? 모든 글을 직접 작성할 수는 없지만, 나무위키 문서가 사실에 맞게 유지되도록 점검하고 커뮤니티에 정확한 정보가 유통되도록 관리하는 것은 가능합니다. 5. 브릿지3는 이 측정을 어떻게 하나요? 브릿지3는 GEO 프로젝트 초기에 클라이언트의 핵심 카테고리를 여러 세부 주제로 나누고, 각 주제마다 주요 AI 플랫폼에 같은 질문을 반복 입력해 자사와 경쟁사가 각각 몇 번 등장하는지 비교합니다. 이를 통해 어느 주제가 강하고 어디를 먼저 보강해야 할지 우선순위를 정합니다. 자사 브랜드의 카테고리 점유율이 궁금하다면 브릿지3의 브랜드 진단 솔루션으로 확인해보세요.