GEO 측정이 어려운 이유: 검색량 없는 채널을 어떻게 볼 것인가

GEO 측정 도구는 특정 질문에서 브랜드가 몇 번 언급됐는지, 어떤 페이지가 출처로 쓰였는지 보여줍니다. 익숙한 순위표와 비슷해 보이지만 같은 방식으로 읽기는 어렵습니다. 전통 검색에는 검색어별 노출과 클릭이라는 관측 단위가 있지만, AI 답변에서는 사용자가 입력한 문장과 실제로 출처를 찾는 데 쓰인 검색어부터 서로 다를 수 있습니다.

이 차이는 GEO 측정이 무의미하다는 뜻이 아닙니다. 다만 그 수치가 어떤 질문에 답할 수 있는지 범위를 좁혀 읽어야 합니다. 대표 프롬프트를 정해 같은 조건으로 반복 관측하면 브랜드와 출처의 변화를 볼 수 있습니다. 그 결과를 시장 전체의 검색량이나 고정 순위로 해석하는 순간 측정 범위를 벗어납니다.

하나의 프롬프트가 하나의 검색어로 남지 않는다#

구글의 AI 개요(AI Overviews)와 AI 모드는 한 질문을 여러 하위 주제와 데이터 소스에 관한 검색으로 확장하는 쿼리 팬아웃(query fan-out)을 사용할 수 있습니다. 사용자가 “소규모 쇼핑몰의 재고 관리 도구를 비교해 줘”라고 입력해도, 시스템은 가격, 연동 방식, 사업 규모, 사용자 평가처럼 서로 다른 주제의 검색을 동시에 만들 수 있습니다.

ChatGPT 검색도 질문을 하나 이상의 검색어로 다시 씁니다. 첫 검색 결과를 검토한 뒤 더 구체적인 검색어를 추가로 보낼 수도 있다고 OpenAI 검색 가이드는 설명합니다. 화면에 보이는 프롬프트는 출발점이고, 어떤 문서가 후보가 됐는지는 중간에 생성된 검색어들의 영향을 받습니다.

여기서 전통적인 검색량 개념과 차이가 생깁니다. 키워드 도구는 사람들이 검색창에 입력한 검색어를 묶어 수요를 추정합니다. AI 답변에서는 사용자 프롬프트뿐 아니라 시스템이 확장한 검색어까지 출처 선택에 관여합니다. 이 중간 검색어의 전체 목록과 발생 횟수를 한 번에 보여주는 창구는 어느 플랫폼에도 없습니다.

같은 질문도 관측 조건이 달라진다#

GEO 도구에 같은 문장을 넣었다고 해서 실제 사용자의 질문 환경까지 같아지는 것은 아닙니다. ChatGPT는 대략적인 위치를 검색에 반영할 수 있고, 메모리를 켜 두었다면 저장된 정보를 검색어 재작성에 활용할 수 있습니다. 대화 앞부분, 선택한 모델과 검색 기능, 실행 시점도 응답에 들어가는 맥락을 바꿉니다.

생성 단계 자체에도 변동 가능성이 있습니다. 생성 모델은 답변의 다음 단어를 고를 때 확률에 따라 여러 후보 중 하나를 선택할 수 있고, temperature 같은 설정이 그 무작위성의 정도를 조절합니다. 소비자용 AI 검색 화면에서 이런 내부 설정을 모두 확인하거나 고정할 수 있는 것은 아닙니다. 한 번의 답변을 그 프롬프트의 고정 순위로 보기 어려운 또 하나의 이유입니다.

플랫폼의 검색 구조도 하나로 묶기 어렵습니다. 구글의 생성형 검색은 자체 검색 색인과 핵심 랭킹 시스템을 기반으로 합니다. OpenAI는 ChatGPT 검색이 상황에 따라 외부 검색 제공자와 협력하고 질문을 여러 검색어로 재작성한다고 밝힙니다. Anthropic은 학습용 ClaudeBot, 사용자 요청으로 페이지를 가져오는 Claude-User, 검색 품질을 위한 Claude-SearchBot을 서로 다른 역할로 구분합니다.

어느 AI가 어느 검색엔진을 쓴다는 식의 고정된 대응표만으로는 이 차이를 설명하기 어렵습니다. 공급자가 공개되지 않거나 기능별로 다를 수 있고, 제품 업데이트로 바뀔 여지도 큽니다. 측정할 때는 플랫폼 이름만 남기지 말고 모델, 검색 기능, 국가와 언어, 로그인 상태, 새 대화 여부, 실행 시점을 함께 기록해야 비교가 가능합니다.

프롬프트 검색량이라는 공통 분모가 없다#

SEO에서는 특정 검색어가 몇 번 노출됐고 그중 몇 번 클릭됐는지 확인할 수 있습니다. GEO 모니터링 도구가 보여주는 언급률과 인용률에는 대개 전체가 몇 번인지 알려주는 분모가 없습니다. 도구에 등록한 프롬프트 100개를 실행해 30개 답변에서 브랜드가 나왔다면, 알 수 있는 값은 그 표본 안의 30%입니다. 실제 사용자 질문 전체에서 점유율이 30%라는 뜻은 아닙니다.

플랫폼이 제공하는 자사 데이터도 범위가 다릅니다. 서치콘솔의 생성형 AI 성과 보고서는 AI 개요와 AI 모드에서 자사 링크가 표시된 횟수를 페이지, 국가, 날짜, 기기로 나눠 보여줍니다. 하지만 사용자 프롬프트 차원은 제공하지 않습니다. 빙 웹마스터 도구의 AI Performance는 마이크로소프트 AI 환경에서 발생한 전체 인용과 인용 URL, 근거 검색어를 보여주지만, 이 검색어 목록은 전체 활동의 표본입니다. 마이크로소프트도 인용 횟수가 순위나 권위를 뜻하지 않는다고 밝힙니다.

ChatGPT나 Claude에서 사이트로 넘어온 방문은 웹 분석 도구의 추천 소스로 확인할 수 있습니다. 이 수치는 클릭 뒤의 행동을 보여줄 뿐, 답변에 브랜드가 언급됐지만 링크가 없었던 경우와 링크를 보고도 클릭하지 않은 경우는 담지 못합니다. 노출, 언급, 인용, 방문은 서로 다른 사건입니다.

GEO는 전수조사가 아니라 표본 관측으로 설계한다#

측정의 첫 단계는 도구에 프롬프트를 많이 등록하는 일이 아니라 대표 질문을 정하는 일입니다. 서치콘솔의 비브랜드 검색어, 고객 문의, 영업 기록, 사이트 내부 검색에서 실제 질문을 모읍니다. 이를 문제 탐색, 대안 비교, 제품 검토, 구매 조건처럼 의도별로 나누고, 사업에 중요한 질문부터 표본에 넣습니다.

그다음 관측 조건을 고정합니다. 플랫폼과 모델, 검색 기능, 국가와 언어, 로그인 상태를 기록하고 새 대화에서 같은 프롬프트를 여러 차례 실행합니다. 한 번 나온 답을 기준선으로 삼기보다 반복 실행 중 브랜드가 언급된 비율, 출처 링크가 붙은 비율, 인용된 자사 URL의 분포를 남깁니다. 프롬프트 문구를 바꾸거나 모델이 업데이트된 시점도 별도 버전으로 기록합니다.

성과표는 하나의 종합 점수로 합치기보다 네 층으로 나누는 편이 안전합니다. 첫째는 답변 안의 브랜드 언급, 둘째는 출처 인용과 URL, 셋째는 추천 방문, 넷째는 문의와 구매 같은 사업 행동입니다. 표본 안에서 언급이 늘었지만 방문이 그대로일 수 있고, 방문 수는 작아도 전환율이 높을 수 있습니다. 각 층이 다른 질문에 답하기 때문입니다.

실행의 기반은 SEO, 추가되는 것은 관측 레이어다#

측정 방식이 달라도 출처가 될 수 있는 조건은 익숙합니다. 페이지가 크롤링되고, 검색 가능한 형태로 제공되며, 주제와 주체가 분명하고, 다른 문서가 대신하기 어려운 원본 근거를 담아야 합니다. 구글은 생성형 AI 검색이 검색 색인과 핵심 랭킹 시스템에 뿌리를 두고 있다고 설명하며, GEO와 AEO도 검색 경험을 위한 최적화, 곧 SEO라는 관점을 명시합니다.

다른 플랫폼까지 범위를 넓히면 크롤러 접근 제어와 플랫폼별 보고가 추가됩니다. 이는 SEO를 버리고 새 최적화 체계로 갈아타는 일이 아니라, SEO 기반 위에 검색 경로와 측정 지점을 더하는 일에 가깝습니다. 크롤링과 색인, 내부 링크, 고유한 콘텐츠를 건너뛴 채 표본 프롬프트의 문장만 조정하면 관측값은 움직여도 지속 가능한 출처 기반은 남기 어렵습니다.

규모도 함께 봐야 합니다. Ahrefs가 분석 도구를 설치한 74,752개 사이트를 집계한 결과, 2026년 3월 AI 챗봇이 보낸 방문은 전체 웹 트래픽의 0.28%, 구글이 보낸 방문은 28.12%였습니다. AI 추천 방문이 아직 작지만 빠르게 늘고 있음을 보여주는 표본입니다. 이 비율을 모든 사이트에 그대로 적용할 수는 없습니다. 산업과 브랜드 인지도, 질문 유형에 따라 차이가 크므로 자사 분석 데이터가 우선입니다.

GEO 측정의 목적은 존재하지 않는 정밀도를 만드는 데 있지 않습니다. 중요한 고객 질문에서 자사가 어떻게 설명되고 어떤 근거와 함께 인용되는지 같은 조건으로 관측하고, 실제 방문과 전환까지 이어지는 변화를 찾는 데 있습니다. AI 시대 SEO의 역할에서 설명한 공통 기반을 먼저 갖춘 뒤, 표본 프롬프트를 추가 관측 레이어로 운영하는 순서가 맞습니다. 사이트의 발견과 색인 상태부터 확인해야 한다면 테크니컬 SEO 진단과 개선의 범위에서 출발할 수 있습니다.