인공지능의 부상: 유료 및 자연 검색 기반 지역 검색 엔진 개선의 필요성

지난 2년간 브랜드에 제공된 조언은 대체로 한결같았습니다. 인공지능(AI) 에서 브랜드가 언급되고 추천되도록 하면 원하는 결과를 얻을 수 있다는 것입니다.

검색 엔진 최적화(GEO)든 인공지능 기반 검색 엔진 최적화(AEO)든 목표는 동일합니다. 바로 인공지능이 브랜드를 이해하고, 브랜드에 대한 정확한 정보를 검색하여 고객 문의 시 해당 브랜드를 추천할 수 있도록 하는 것입니다.

이러한 상황은 아마존이 2분기 실적 발표에서 이러한 조언을 무색하게 만드는 수치를 조용히 공개할 때까지 계속되었습니다.

앤디 재시는 알렉사 쇼핑 앱 내에서 스폰서 광고를 클릭한 쇼핑객이 그렇지 않은 쇼핑객에 비해 구매할 확률이 48% 이상 높고, 지출액도 21% 더 많다고 밝혔습니다.

이 데이터는 아마존 자체에서 제공한 것으로 독립적인 업계 표준은 아니지만, 유료 광고 게재가 AI 기반 쇼핑 경험의 필수적인 부분으로 자리 잡고 있으며 , 단순히 함께 존재하는 것이 아니라는 점을 보여주는 가장 명확한 지표 중 하나입니다.

이는 AI 기반 쇼핑이 두 가지 매우 다른 모델로 나뉘기 시작했기 때문에 중요합니다. 하나는 최적의 제품을 보여주려고 하는 개방형 지원 시스템이고, 다른 하나는 추천을 둘러싼 비즈니스 환경을 통제하는 폐쇄형 생태계입니다.

브랜드 입장에서 이러한 모델들은 가시성의 가치에 대해 매우 다른 인식을 만들어냅니다.

인공지능 기반 쇼핑 플랫폼들이 서로 다른 양상을 보이는 이유는 무엇일까요?

최근까지는 인공지능을 하나의 독립적인 개체로 보는 것이 타당했습니다. 브랜드는 인공지능 모델이 브랜드를 이해하고, 브랜드 정보를 기억하며, 고객이 관련 질문을 했을 때 해당 브랜드를 추천해 주기를 기대했습니다. 하지만 추천 서비스를 제공하는 플랫폼이 광고 사업을 통해 수익을 창출하고자 할 때는 이러한 가정이 더 이상 유지되기 어려워집니다.

아마존이 바로 이러한 현상을 가장 명확하게 보여주는 사례입니다. 고객이 구매를 결정하는 대화 과정 내에 스폰서 광고가 표시될 수 있습니다. 구글 역시 비슷한 방향으로 나아가고 있으며, 점점 더 대화형 검색 및 쇼핑 경험 에 광고를 통합하고 있습니다.

상업적 동기는 매우 명확합니다. AI 기반 대화 내 유료 추천이 기존 광고보다 더 높은 전환율을 달성한다면, 플랫폼은 해당 대화에 플러스 광고를 통합할 강력한 명분을 찾게 될 것입니다.

하지만 무기한 지원은 다른 문제에 직면합니다. 그 가치는 권고 사항이 누군가의 자금 지원 때문이 아니라, 그 타당성을 바탕으로 이루어졌다는 인식에 크게 좌우됩니다.

이로 인해 수익 창출과 신뢰 사이의 균형을 맞추기가 훨씬 더 어려워 집니다 . 결과적으로 단일한 AI 기반 쇼핑 채널이 아니라, 각기 다른 사업적 동기를 중심으로 진화하는 여러 생태계가 생겨납니다.

지리적 가시성(GEO) 향상과 인공지능 경험(AEO) 개선만으로 여전히 충분할까요?

지리적 가시성 최적화(GEO)와 인공지능 경험 최적화(AEO)의 기본 원칙은 여전히 ​​유효합니다. 정확하고 구체적이며 체계적으로 정리된 정보는 AI 시스템이 제품을 더 잘 이해하고 관련성을 판단할 수 있도록 도와줍니다.

하지만 중요한 차이점이 드러나고 있습니다. GEO와 AEO는 가시성 문제를 해결하지만, 비즈니스 문제를 반드시 해결해 주는 것은 아닙니다.

브랜드가 AI 추천에서 높은 노출도를 확보하더라도 그 노출도를 매출로 연결시키지 못할 수 있습니다. 마찬가지로, 유료 광고만으로는 제품에 대한 부실한 정보를 무한정 보완할 수 없습니다. AI는 여전히 제품이 무엇인지, 목표 고객은 누구인지, 그리고 경쟁 제품과 비교했을 때 어떤지 등에 대한 신뢰할 수 있는 데이터가 필요합니다.

따라서 브랜드에게 중요한 질문은 단순히 자사 제품이 추천되는지 여부에 그치지 않습니다. 각 플랫폼에서 추천 시스템이 어떻게 작동하는지, 광고가 의사 결정 과정에 통합될 때 어떤 일이 발생하는지, 그리고 광고 노출이 궁극적으로 고객 확보로 이어지는지 여부를 이해해야 합니다.

에이전트 운영 거래 개선(ACO)의 역할은 어디에 있을까요?

바로 이 지점에서 에이전트 기반 상거래 최적화(ACO)가 중요해집니다.

GEO와 AEO는 주로 인공지능을 통해 브랜드를 이해하기 쉽고, 검색 가능하며, 눈에 잘 띄게 만드는 것을 목표로 합니다. 반면 ACO는 이 문제를 비즈니스 수준으로 끌어올려 인공지능이 구매 결정에 직접 관여하거나 영향을 미치도록 합니다.

지능형 에이전트 에게 제품 콘텐츠는 고려 대상의 일부일 뿐입니다. 가격, 가용성, 사양, 변형, 배송, 반품, 거래 완료 기능 등 다른 많은 요소들이 중요합니다. 따라서 제품이 AI에 최적화되어 있더라도 에이전트가 행동하는 데 필요한 정보가 불완전하거나 일관성이 없다면 에이전트에게는 적합하지 않은 선택이 될 수 있습니다.

이러한 이유로 ACO는 5C 원칙, 즉 완전성, 맥락, 인용, 정확성 및 고객 확보를 통해 이해할 수 있습니다.

처음 네 가지 원칙은 AI 시스템이 제품을 이해하고 자신 있게 추천할 수 있는지 여부를 판단하는 데 도움이 됩니다. 다섯 번째 원칙은 가시성 지표만으로는 답할 수 없는 비즈니스 질문을 제기합니다. 바로 "해당 추천이 고객 확보로 이어졌는가?"입니다.

따라서 ACO는 AI 기반 쇼핑의 다음 단계에 대한 운영적 대응책을 나타냅니다. 즉, AI 플랫폼 전반에 걸쳐 제품이 어떻게 표시되는지 지속적으로 모니터링하고, 이러한 시스템이 잘못된 방향으로 나아가기 시작할 때 콘텐츠, 카탈로그 및 상거래에 대한 기본 데이터를 수정하는 것입니다.

플랫폼들이 각기 다른 광고 및 추천 방식을 개발함에 따라 이러한 점은 더욱 중요해집니다. 플랫폼들이 서로 다른 비즈니스 전략을 채택하는 상황에서 브랜드는 단일 버전의 AI 기반 쇼핑에 최적화할 수 없습니다.

이제 브랜드들은 무엇을 해야 할까요?

해답은 지리적 검색 엔진 최적화(GEO)나 AI 기반 검색 엔진 최적화(AEO)를 버리고 새로운 용어를 사용하는 것이 아닙니다. 기본 원칙은 동일합니다. 정확한 제품 정보, 명확한 구조, 일관된 데이터, 그리고 고객이 실제로 궁금해하는 질문에 답하는 콘텐츠가 중요합니다. 오늘날 달라진 점은 브랜드가 초기 추천 이후의 상황을 지속적으로 모니터링해야 한다는 것입니다.

AI 플랫폼은 어떤 제품을 강조하고 있나요? 어떤 경쟁업체가 시장 점유율을 확대하고 있나요? 제품 정보 중 부정확하거나 누락된 부분은 어디인가요? 다양한 지원 프로그램 간에 이러한 차이는 어떻게 나타나나요? 유료 광고는 이러한 과정에서 어떤 역할을 하나요? 그리고 궁극적으로 이러한 광고는 추가적인 고객 확보로 이어지나요?

아마존의 48% 전환율은 구매 의도 시점에 AI 대화 내에 노출되는 것이 단순히 대화 옆에 노출되는 것과는 상업적으로 큰 차이를 보일 수 있음을 시사한다는 점에서 의미가 큽니다 . 다른 플랫폼들도 이와 같은 추세를 따른다면, AI 기반 노출, 유료 광고, 그리고 상거래 간의 경계는 더욱 모호해질 것입니다.

따라서 기회는 지리적 검색 엔진 최적화(GEO)나 인공지능 기반 경험 최적화(AEO)를 대체하는 데 있는 것이 아니라, 이를 기반으로 구축하는 데 있습니다. AI가 쇼핑 관련 질문에 답하는 단계를 넘어 구매 결정에 영향을 미치는 단계로 나아가면서, 가시성은 궁극적인 목표가 아니라 출발점이 됩니다.

현재 상황에서 이득을 볼 브랜드는 GEO/AEO의 기본 원칙과 ACO를 결합하여 5C(핵심 요소)를 개선하고, 궁극적으로 AI의 효과를 단순히 언급 빈도가 아닌 추가 수익 창출 규모로 측정하는 브랜드입니다.