왜 기존 ROI 지표가 흔들리는가
지난 20년간 디지털 마케팅의 성과는 단순했다. 순위 → 클릭 → 전환이라는 선형 퍼널이 전부였다. 검색 결과 상위에 오르면 트래픽이 늘고, 트래픽이 늘면 전환이 따라온다는 공식이다. 그러나 AI 검색이 이 공식을 근본부터 흔들고 있다.
ChatGPT, Gemini, Perplexity 같은 생성형 AI는 사용자에게 완성된 답변을 준다. 사용자는 링크를 클릭하지 않고도 원하는 정보를 얻는다. 이른바 '제로 클릭' 환경이다. 여기서 문제가 생긴다. 클릭이 줄어드는데 브랜드 인지와 리드는 오히려 늘어나는 역설이 벌어지기 때문이다. 기존 지표로는 이 성과가 아예 보이지 않는다.
새 기준: 3층 퍼널로 나눠 보기
GEO의 성과는 하나의 숫자가 아니라 세 단계로 흐르는 퍼널로 이해해야 한다. 각 층위는 측정 방법도, 의미도 다르다.
중요한 건 세 층위가 순차적으로 작동한다는 점이다. 노출이 없으면 인용이 없고, 인용이 없으면 리드도 없다. 그러나 노출이 많다고 자동으로 리드가 되지는 않는다. 각 단계의 전환율을 따로 관리해야 하는 이유다.
퍼널별로 무엇을 측정하고, 무엇을 개선하나
| 층위 | 핵심 질문 | 개선 레버 |
|---|---|---|
| 노출 | AI가 우리를 얼마나 자주 언급하나 | 주제 커버리지 확대, 엔티티 정보 정비 |
| 인용 | 출처로 얼마나 신뢰받나 | 구조화 데이터, 통계·1차 데이터, 전문성 신호 |
| 리드 | 행동으로 얼마나 이어지나 | 명확한 CTA, 브랜드 검색 유도, 랜딩 정비 |
기존 SEO 도구는 이 흐름을 잡아내지 못한다. 검색 순위와 클릭만 보기 때문이다. 반면 GEO 관점에서는 'AI 답변 안에서 우리가 어떻게 다뤄지는가'를 직접 관찰해야 한다. 여러 AI 엔진에 실제 질문을 던지고, 답변 속 언급·인용·링크를 추적하는 방식이다.
ROI를 계산하는 실전 사고법
그렇다면 이 퍼널을 어떻게 돈의 언어로 환산할까. 정교한 어트리뷰션 모델이 없어도 다음 세 가지 질문으로 방향을 잡을 수 있다.
- 노출 가치: 우리가 언급되는 질문들이 얼마나 구매 의도가 높은가. '추천'·'비교'·'어디가 좋아' 류 질문에서의 노출은 특히 가치가 높다.
- 인용 가치: 인용은 링크 트래픽과 브랜드 신뢰를 동시에 만든다. 경쟁사 대신 우리가 출처가 되는 것 자체가 방어적 자산이다.
- 리드 가치: AI 경유 방문·문의를 UTM·유입 경로로 최대한 분리 추적하고, 기존 전환값과 비교한다.
완벽한 측정보다 중요한 건 일관된 재측정이다. 같은 질문 세트로 주기적으로 측정해 추세를 보면, 절대값이 부정확해도 개선 여부는 명확하게 드러난다.
측정을 자동화하는 방법
이 세 층위를 수작업으로 매번 확인하기는 현실적으로 어렵다. 질문마다, 엔진마다 답변이 다르고 매일 바뀌기 때문이다. MindScope GEO는 ChatGPT·Gemini·Perplexity·Claude 등 6개 AI 엔진을 함께 모니터링하며, 한국어 질의 환경에 특화해 우리 브랜드가 언제·어떻게 언급되고 인용되는지를 추적하도록 설계됐다. 노출과 인용의 변화를 눈으로 확인하는 것에서 GEO 개선은 시작되며, Free 플랜으로 자사 AI 가시성을 먼저 점검해볼 수 있다.