SEO를 열심히 해왔는데 요즘 이상한 느낌 받는 팀이 많아요. 키워드 순위는 그대로인데 트래픽이 줄거나, ChatGPT에 우리 카테고리를 물어봤더니 경쟁사 이름만 나오는 상황이 생기고 있어요.
BoF·McKinsey 《State of Fashion 2026》에 따르면 쇼핑 관련 생성형 AI 검색은 2024년 대비 2025년에 4,700% 증가했어요. 패션 업종 한정 얘기가 아니에요. 사람들이 검색하고, 비교하고, 결정을 내리는 방식 자체가 바뀌고 있다는 신호예요. McKinsey는 2028년까지 미국 소비자 지출 7,500억 달러가 AI 검색을 통해 이루어질 것으로 전망하고 있고요.
많은 마케터가 이 흐름에 대응하는 방법으로 기술적인 최적화를 떠올리는데요. 스키마 마크업, FAQ 구조, AI 크롤러 접근 설정. 틀리지 않아요. 하지만 이것만으로는 절반밖에 안 돼요.
AI 에이전트는 소비자를 대신해서 검색하고 비교하고 추천해요. 그 말은, AI를 이해하기 전에 소비자를 먼저 이해해야 한다는 뜻이에요. 기술 최적화는 필수 조건이지만, AI 에이전트 시대의 진짜 경쟁 우위는 소비자가 우리 브랜드를 어떤 언어로 이야기하는지를 이해하는 데서 나와요.
📌 핵심 포인트
이 변화가 얼마나 빠른지를 체감하려면 숫자를 먼저 봐야 해요.
IBM과 NRF가 23개국 18,000명 이상을 대상으로 진행한 조사(2026년 1월)에서 소비자의 45%가 구매 여정에서 AI의 도움을 받고 있다고 답했어요. 제품 리서치(41%), 리뷰 해석(33%), 할인 탐색(31%) 순이에요. 한국도 예외가 아니에요. ChatGPT 사용률이 54.5%에 달해요.
B2B도 마찬가지예요. PR Newswire의 2025년 다중 소스 분석에 따르면 B2B 구매자의 73%가 구매 리서치 과정에서 AI 도구를 활용하고 있어요. 기업 구매 결정에서도 AI가 정보를 걸러주는 단계가 이미 만들어진 거예요.
AI 에이전트를 단순히 "AI로 검색하는 것"과 혼동하기 쉬운데, 개념이 달라요.
삼성SDS에서 정의한 내용에 따르면, AI 에이전트란 사용자의 개입 없이 자율적으로 작동하며, 환경을 인지하고 학습하여 주어진 목표를 달성하거나 문제를 해결하는 지능형 소프트웨어 시스템이에요. HuggingFace는 이를 유저가 정의한 목표를 달성하기 위해 AI 모델을 활용해 환경과 상호작용하는 시스템으로, 추론(reasoning), 계획(planning), 외부 도구를 사용한 행동의 실행(execution)을 결합하여 작업을 수행한다고 설명해요.
즉, 사용자가 목표를 주면 에이전트가 스스로 계획을 세우고, 필요한 정보를 찾고, 여러 단계의 작업을 자율적으로 실행한다는 뜻이에요. "다음 달 도쿄 여행 일정 짜줘"라고 하면, 항공편을 검색하고 호텔을 비교하고 맛집을 찾아 일정표까지 완성해요. 사람이 개입하지 않아도요.
마케터 관점에서 이게 중요한 이유는 분명해요. AI 에이전트가 소비자가 브랜드를 발견하는 전 과정을 대행할 수 있어요. 검색, 비교, 후보 선정, 추천까지 사람이 직접 링크를 클릭하지 않아도 AI가 처리하기 때문이죠.
Contentsquare가 미국 소비자 1,300명을 대상으로 한 조사(2025년 11월)에서 30%의 소비자가 AI 에이전트가 구매를 대신 완료해주는 것에 열려있다고 응답했어요. 미국 소비자의 56%는 홀리데이 쇼핑에서 AI 챗봇을 활용해 가격 비교와 할인 탐색을 할 계획이라고 답했고요. 단순히 정보를 찾는 것을 넘어서, 구매 행위 자체를 AI에게 위임하는 단계로 가고 있어요.
SEO에 익숙하신 분들은 이미 아시겠지만, 전통적인 SEO의 목표는 명확했어요. 키워드를 잘 배치하고, 백링크를 쌓고, 구글 SERP 상위에 노출되어 클릭을 받는 것이었죠. 성공의 척도는 키워드 순위와 유기적 트래픽이었어요.
Veza Digital의 SEO 매니저 마르코 밀코비치는 전통적인 SEO가 가시성(Visibility)에 집중했다면, AI SEO는 적격성(Eligibility)에 집중해야 한다며 AI가 콘텐츠를 이해하고, 신뢰하고, 참조할 수 있도록 만드는 것이 핵심이라고 설명해요.
핵심 변화는 이렇게 정리할 수 있어요.
이걸 이해하면, 왜 기술 최적화만으로는 부족한지가 보여요.
AI 에이전트가 "이 카테고리에서 어떤 브랜드가 좋아?"라는 질문을 받으면, 자사 홈페이지로 달려오지 않아요. 웹 전반에 흩어진 수많은 소스를 동시에 참조해요. 뉴스 기사, 리뷰 플랫폼, Reddit 같은 커뮤니티, 유튜브 영상, 소셜 미디어 언급들이에요.
McKinsey 분석에 따르면 AI가 답변을 만들 때 브랜드 자사 사이트를 참조하는 비율은 단 5~10%예요. 나머지 90% 이상은 외부 채널에서 와요. 그리고 Yext가 1,720만 건의 AI 응답을 분석한 결과, 91%의 AI 답변이 서드파티 소스를 인용하고 있어요. 이 숫자가 의미하는 건 분명해요. 자사 콘텐츠 최적화만으로는 AI 에이전트 시대의 가시성을 확보할 수 없어요.
그런데 여기서 더 중요한 게 있어요. AI가 참조하는 그 외부 소스, 즉 리뷰와 커뮤니티 언급과 언론 기사에 담긴 건 결국 실제 소비자들의 경험이에요. AI는 브랜드가 직접 올린 홍보 문구를 보는 게 아니라, 사람들이 그 브랜드를 어떻게 경험하고 어떤 언어로 이야기하는가를 보는 거예요.
전통 SEO가 가시성(Visibility)을 목표로 했다면, AI 에이전트 시대의 전략은 적격성(Eligibility), 즉 AI가 우리를 신뢰할 만한 소스로 인식하게 만드는 것이에요. 그 신뢰는 브랜드가 선언하는 게 아니라, 소비자들의 실제 경험이 쌓여서 만들어져요.
AI 에이전트 시대에 외부 채널 전략이 다시 주목받는 건 SEO 트렌드의 복귀가 아니에요. AI가 참조하는 소스의 구조 때문이에요.
Everything-PR 종합 분석에 따르면 AI 인용의 94%는 언드 미디어에서 발생해요. 광고, 브랜드 보도자료, 자사 블로그가 아닌, 제3자가 자발적으로 생산한 콘텐츠가 AI 답변을 구성해요. 언론 보도, 유튜브 리뷰, 커뮤니티 언급, 인플루언서 콘텐츠가 여기에 해당해요.
이 구조에서 PR과 소셜미디어의 역할이 재정의돼요. 기존에는 브랜드 인지도와 퍼블리시티를 위한 채널이었다면, AI 에이전트 시대에는 AI가 참조하는 외부 소스를 직접 만드는 채널이에요.
실제로 신뢰도 높은 뉴스 도메인에서의 언론 노출이 구글 SEO와 AI 가시성 모두에 가장 효과적인 장기 전략으로 꼽혀요. AI 모델이 권위 있는 언론 사이트를 더 자주 크롤링하고 더 높은 신뢰도를 부여하기 때문이에요.
소셜미디어에서 실제 사용자 경험이 축적될수록, 커뮤니티에서 우리 브랜드가 구체적인 맥락과 함께 언급될수록, AI가 우리 브랜드를 신뢰 있는 소스로 학습하는 데이터가 쌓여요. PR과 인플루언서 마케팅, 파트너십 콘텐츠가 AI 에이전트 시대에 마케팅 믹스에서 비중이 커지는 배경이에요.
McKinsey가 Fortune 500 소비재 브랜드 CMO들을 대상으로 진행한 조사(2025년 9월)에서 AI 검색 성과를 체계적으로 추적하는 브랜드는 전체의 16%에 불과했어요. 나머지 84%는 AI가 자신의 브랜드를 어떻게 설명하는지, 경쟁사와 어떻게 비교되는지조차 모른다는 뜻이에요.
구글에서 내 브랜드 키워드가 몇 위에 나오는지는 너무 잘 알지만, ChatGPT에서 내 브랜드가 어떻게 소개되는지는 모르는 게 대부분 브랜드의 현실이에요. 시장 점유율 1위 브랜드라도 AI 답변에서 경쟁사만 추천되는 상황이 실제로 나타나고 있고요. 전통적인 브랜드 파워가 AI 검색 가시성을 보장하지 않아요.
84%의 브랜드가 아직 준비되지 않은 지금, 먼저 시작하는 팀에게는 명확한 기회예요.
Veza Digital은 AI SEO에서 가장 중요한 변화로 콘텐츠의 구조화를 꼽아요. LLM은 키워드 밀도가 아니라 명확성, 맥락, 강력한 엔티티 관계를 보거든요.
구체적으로 이렇게 바꿔볼 수 있어요.
AI가 참조하는 소스의 90% 이상은 제3자 채널이에요. 자사 콘텐츠 최적화만으로는 한계가 있어요.
Veza Digital은 신뢰할 수 있는 뉴스 도메인에서의 백링크 구축이 구글과 AI 가시성 모두에 가장 효과적인 장기 전략이라고 강조해요. AI 모델이 신뢰도 높은 언론 사이트를 더 자주 크롤링하기 때문이에요.
디지털 PR로 언론 매체에 브랜드를 심고, 리뷰 플랫폼과 커뮤니티에서 실제 사용자 멘션을 확보하고, 유튜브·팟캐스트 같은 자사 미디어로 멀티채널 신뢰도를 쌓는 작업이 필요해요. 파트너사 콜라보레이션이나 인플루언서 마케팅으로 브랜드 언급을 확산시키는 것도 같은 맥락이에요.
아무리 좋은 콘텐츠도 AI가 읽을 수 없으면 소용없어요. 기술적으로 확인해야 할 사항들이에요.
기술 최적화와 소비자 이해는 서로 상반된 전략이 아니에요. 기술 최적화는 AI가 우리 콘텐츠에 접근하고 파싱할 수 있게 하는 필수 조건이에요. 하지만 AI가 우리 브랜드를 신뢰 있는 소스로 인식하고, 실제 추천까지 이어지려면 소비자 이해가 충분해야 해요.
AI가 답변을 만들 때 참조하는 90% 이상의 소스를 떠올려 보세요. 리뷰 플랫폼의 사용자 후기, 커뮤니티의 솔직한 비교, 유튜버의 실제 사용 경험, 언론의 브랜드 평가예요. 이 모든 게 결국 실제 사람들이 우리 브랜드를 어떻게 경험하고, 어떤 언어로 이야기하는가에서 나와요.
Everything-PR 종합 분석에 따르면 AI 인용의 94%는 언드 미디어(earned media)에서 발생해요. 돈으로 살 수 없는 지표예요. AI에게 인용받는 콘텐츠는 브랜드가 기획한 광고 문구가 아니라, 소비자들이 자발적으로 남긴 경험 데이터예요.
소비자가 AI에게 던지는 질문을 보면 얼마나 구체적인지 알 수 있어요. 추상적인 카테고리 검색이 아니에요.
실제 소비자들이 AI에게 묻는 방식의 예시예요:
이 질문들에 AI가 답하려면, 우리 브랜드에 대한 충분히 구체적이고 맥락 있는 정보가 외부 생태계에 존재해야 해요. 그건 브랜드가 콘텐츠를 잘 만든다고 해결되는 문제가 아니에요. 실제 소비자가 우리 제품을 어떤 상황에서, 어떤 목적으로 쓰고, 어떤 언어로 이야기하는지를 브랜드가 먼저 이해하고 있어야 해요.
철학만으로는 실행이 안 돼요. 소비자 이해를 실제 AI 가시성으로 바꾸는 과정을 단계로 나눠볼게요.
소비자가 AI에게 던지는 질문과 비슷한 언어를 실제로 찾아야 해요. 가장 좋은 소스는 리뷰, 커뮤니티, 고객 인터뷰예요.
소비자가 쓰는 언어를 파악했다면, 그 언어로 콘텐츠를 만들어야 해요. 브랜드가 쓰고 싶은 용어가 아니라, 소비자가 실제로 검색하고 AI에게 질문하는 방식으로요.
구체적으로는 이렇게 해요:
기술적인 측면에서는, AI 크롤러가 접근할 수 있도록 robots.txt 설정을 확인하고, 헤딩 구조와 스키마 마크업을 통해 AI가 콘텐츠를 파싱하기 쉽게 만드는 것도 필요해요. 다만 이 기술적 설정은 소비자 언어를 담은 콘텐츠가 먼저 있을 때 의미가 있어요.
소비자 언어를 담은 콘텐츠가 실제로 AI에 인용되고 있는지를 측정해야 해요. 측정하지 않으면 개선 방향을 알 수 없어요.
우선 핵심 쿼리 10~15개를 선정해요. 우리 제품의 주요 사용 맥락을 반영한 질문들이에요. 그 질문을 ChatGPT, Perplexity, Google AI Overview에 직접 입력하고, 우리 브랜드가 언급 또는 인용되는지 격주로 기록해요. 이 기초 베이스라인을 잡은 뒤에는 AI 가시성 측정 도구로 체계화할 수 있어요.
기술적인 체크리스트보다 더 근본적인 질문을 먼저 던져야 해요.
"우리 브랜드를 실제로 사용한 소비자들은 어느 채널에서 어떤 언어로 우리를 이야기하나요?"
이 질문에 답하지 못하면, GEO 전략도, AI 가시성 확보도, 결국 허공에 쌓는 구조물이에요. 기반이 없으니까요.
반대로 이 질문에 깊이 있는 답을 가진 브랜드는, AI 에이전트 시대에도 자연스럽게 선택받아요. 소비자 경험이 진짜고, 그 경험이 외부에서 쌓이고, AI가 그걸 참조하는 선순환이 만들어지거든요.
결국 AI 에이전트 시대의 마케팅은 알고리즘에 더 가까워지는 게 아니라, 사람에 더 가까워지는 거예요.
소비자가 AI를 통해 어떤 경로로 우리 브랜드를 발견하고, 어디서 전환으로 이어지는지 데이터로 파악하고 싶다면, AB180과 함께 시작해보세요.
💡 AB180 x 앰플리튜드와 함께 성장한 기업들의 스토리를 만나보세요.
