AI 검색에서 브랜드가 인용됐다고 해서 매출이 따라오지는 않습니다. 인용은 AI가 답변 어딘가에 우리 출처를 표시한 상태일 뿐이고, 구매로 이어지려면 그 답변 안에서 실제로 "추천"까지 받아야 하기 때문입니다. 지오랭크가 여러 프로젝트에서 확인한 결론은 분명합니다. 인용률만 쫓는 GEO는 절반의 성과에 그치며, 진짜 지렛대는 구매 직전 단계의 하단 퍼널 콘텐츠에 있습니다.
국내 B2B SaaS E사가 그런 경우였습니다. ChatGPT와 퍼플렉시티에서 꾸준히 인용됐고 노출은 경쟁사보다 앞섰지만, 데모 신청은 몇 달째 제자리였습니다. 원인은 인용되던 페이지가 대부분 "OO란 무엇인가" 같은 상단 퍼널 설명글이라는 데 있었습니다. AI는 개념 설명에는 E사 글을 썼지만, "어떤 도구가 좋은가"라는 구매형 질문에서는 추천 목록에 넣지 않았습니다. 초반 2주간 llms.txt 정비와 스키마 보강에 공을 들였지만 인용률 변화는 미미했고, 비교·유스케이스·대안 검토 같은 하단 퍼널 콘텐츠 22개를 새로 발행하자 흐름이 달라졌습니다. 도메인 권위(DA)는 38로 낮았지만 3개월 뒤 50개 이상의 구매형 쿼리에서 AI가 E사를 추천 후보로 언급했고, AI 검색 경유 데모 문의는 월 3건에서 11건으로 늘었습니다. 인용률은 목적지가 아니라 방향을 알려주는 중간 지표라는 교훈입니다.
인용, 추천, 전환은 자동으로 이어지지 않는 별개의 단계입니다.
- 는 클릭하지 않을 수도 있습니다.
- - 추천(Recommendation): AI가 답변 본문에서 브랜드를 직접 제안한 상태. 구매 결정에 훨씬 가깝습니다.
- - 전환(Conversion): 추천을 접한 사용자가 문의, 가입, 구매로 움직인 상태. GEO의 최종 목표입니다.
지오랭크가 실무에서 우선순위를 두는 3계층 GEO 구조는, 1계층 오운드 BOF 콘텐츠(카테고리·비교·유스케이스·페르소나·페인포인트 토픽맵 구축으로 서사 통제권 확보), 2계층 전략적 외부 언급(LLM이 실제 인용하는 도메인에 브랜드 노출), 3계층 기술 위생(스키마·llms.txt·Bing 검증, 쉬우면 하되 우선순위는 낮게)입니다. 실행 순서는 구매형 질문 수집 → 하단 퍼널 콘텐츠를 자기 도메인에 채우기 → 외부 매체에 브랜드 끼워넣기 → 기술 위생 마무리 순입니다.
널리 퍼진 GEO 조언 상당수는 인용 확률을 조금 높일 수는 있어도 추천과 전환에는 직접 기여하지 못합니다. Grow and Convert가 5개 산업, 100개 이상 프롬프트를 분석한 결과 LLM 인용의 86%가 해당 산업에 특화된 도메인에서 나왔고 범용 사이트 비중은 16%에 그쳤습니다. 포맷이나 태그보다 "무엇을 다루는 도메인인가"가 훨씬 크게 작동한다는 뜻입니다. 팬아웃 쿼리 최적화는 개인화로 예측에 한계가 있고, llms.txt는 주요 플랫폼이 쓴다는 확인이 없으며, 스키마는 LLM 노출 수단이 아니고, 질문형 제목·FAQ의 포맷 영향은 제한적입니다. 레딧 같은 제3자 언급보다 산업 특화 도메인이 압도적이며, Bing 최적화가 더하는 인용은 8% 안팎으로 투자 대비 효과가 낮습니다. 다만 스키마나 FAQ가 무의미하다는 뜻은 아니며, 이는 "쉬우면 하는" 3계층 위생 작업일 뿐 전환을 만드는 핵심 지렛대가 아니라는 점을 분명히 해야 합니다.
BOF(Bottom of Funnel) 콘텐츠는 구매를 코앞에 둔 사용자의 질문에 답하는 하단 퍼널 콘텐츠로, AI 추천을 직접 끌어내는 핵심 자산입니다. "A와 B 중 무엇이 나은가", "OO에 쓸 만한 도구는" 같은 질문이 여기 해당하며, 하단 퍼널 콘텐츠의 전환율은 상단 퍼널의 약 25배에 달한다는 분석도 있습니다. 지오랭크가 토픽맵을 짤 때 채우는 유형은 다음과 같습니다.
- 제품군 전체를 정의하고 우리를 그 안에 위치시키는 글
- - 비교 콘텐츠: "A vs B", "OO 대안" 형태로 전환율이 가장 높은 축
- - 유스케이스: 특정 업종·상황에서 어떻게 쓰이는지 구체적으로 보여주는 글
- - 페르소나·페인포인트: 누가 어떤 문제 때문에 찾는지를 정면으로 다루는 글
핵심은 "제품 중심"입니다. 중립적 설명만 늘어놓는 글은 AI가 개념 설명에는 인용해도 추천 목록에는 넣지 않습니다. 우리 제품이 어떤 문제를 어떻게 푸는지 구체적 사실로 적어야 AI가 추천 근거로 삼으며, 지오랭크는 내부 전문가 인터뷰로 얻은 "오리지널리티 조각"을 콘텐츠에 심습니다. 잘 만든 하단 퍼널 콘텐츠는 전통 SEO에서 구글 상위에 오르는 동시에 AI 검색 추천에도 노출되며, 도메인 권위가 40 미만이어도 50개 이상 쿼리에서 추천되는 사례가 보고됩니다. 카테고리·비교·유스케이스 중 어느 하나가 비면 AI는 그 빈 구간에서 경쟁사를 추천하므로, 커버리지의 완결성이 가장 방어력 높은 GEO 자산입니다.
인용은 완벽히 추적되지 않지만, 여러 신호의 추세를 함께 보면 전환 기여를 충분히 판단할 수 있습니다. AI 검색은 클릭 없이 답변 안에서 끝나는 경우가 많아 단일 지표로는 잡히지 않기 때문입니다.
- ·플랫폼별 추천율: 구매형 쿼리에서 추천 목록에 드는 비율을 인용률과 분리해 측정
- - GA4 리퍼럴 유입: 과소 집계되지만 추세 파악에는 유효
- - 직접 유입 증가: AI 답변에서 브랜드를 접한 뒤 브랜드명을 직접 검색하는 흐름
- - 문의 시 출처 질문: "어떻게 알게 되셨나요"로 AI 검색 기여를 정성적으로 확인
지오랭크 자체 프로젝트에서는 특정 카테고리의 도메인 토픽 권위를 끌어올리자 AI 인용 중복률이 27%에서 약 50%로 올랐습니다. 인용의 양이 아니라 "어떤 주제의 권위를 우리가 쥐고 있는가"가 추천과 전환을 좌우한다는 신호입니다. GEO 측정의 축은 클릭 수에서 추천율과 전환 기여로 이동해야 하며, 이 체계는 한 번 세팅하고 끝나는 것이 아니라 분기 단위로 다시 손봐야 합니다. AI 플랫폼이 답변을 구성하고 인용 소스를 고르는 기준이 계속 바뀌기 때문입니다. 결국 GEO는 한 번의 최적화가 아니라 인용에서 추천으로, 추천에서 전환으로 이어지는 흐름을 계속 다듬는 운영에 가깝습니다.
원문 보기: https://georank.co.kr/report/ai-search-citation-to-conversion-geo-strategy
의견을 남겨주세요