CMO를 위한 GEO — AI 검색 시대에 경영진에게 보고해야 할 5가지 지표 | Suparanku

지금의 마케팅 KPI로는 부족한 이유

세션, 전환, 검색 순위 — 기존 대시보드는 누군가 사이트에 도착한 이후와 검색 결과 페이지에서 일어나는 일을 측정합니다. AI 검색에서는 비교, 평가, 추천이 모두 답변 안에서 끝나며, 구매자는 사이트를 한 번도 방문하지 않고도 의사결정 경로를 한참 진행할 수 있습니다. 이 모든 것이 기존 KPI에는 전혀 나타나지 않습니다. 더 큰 문제는, 실제로 AI를 통해 유입된 방문조차 대부분 보이지 않는다는 점입니다. 약 70%는 리퍼러 없이 도착해 GA4에서 “Direct”로 분류되기 때문에, 이 채널은 구조적으로 과소 집계됩니다.

CMO에게 문제는 퍼널 최상단의 측정 사각지대입니다. AI가 브랜드를 언급하지 않거나 잘못 설명할 때, 그 손실은 어떤 보고서에도 숫자로 잡히지 않습니다.

보고할 가치가 있는 5가지 지표

GEO 측정은 다섯 개의 축으로 정리됩니다.

1. 가시성(언급률)

전형적인 고객 질문(프롬프트) 중 AI가 브랜드를 언급한 비율. AI 답변 안에서의 존재감을 보여주는 가장 기본적인 지표입니다.

2. 답변 내 순위

구매자가 “추천해 줘”라고 물었을 때, 첫 번째로 거론되는가, 다섯 번째인가? 인상의 차이는 막대합니다.

3. 감성

각 언급 주변 맥락의 톤. “검증된 실적”과 “지원에 문제가 있음”은 둘 다 언급이지만 가치는 정반대입니다.

4. 경쟁사 대비 셰어 오브 보이스

같은 질문 세트에서 경쟁사가 얼마나 자주 등장하는가. 내 가시성이 횡보해도 경쟁사가 성장하면 점유율은 떨어지고 있는 것입니다.

5. 인용 출처

AI가 근거로 사용하는 도메인과 기사. 자사 사이트가 인용되는가, 아니면 오래된 제3자 글이 “공식 정보”처럼 다뤄지는가? 자사 콘텐츠와 외부 커버리지 중 어디에 투자할지를 직접 알려줍니다.

방법론에 관해 한 가지 유의할 점이 있습니다. AI 답변은 확률적이어서 같은 질문이라도 매번 같은 목록이 나오는 경우는 드뭅니다. 다섯 지표 모두 — 특히 답변 내 순위는 — 충분한 횟수(질문당·엔진당 30회 이상이 기준)의 반복 측정을 집계해야 비로소 의미가 있습니다. 한 번의 스팟 체크는 신호가 아니라 노이즈입니다.

예산을 정당화하는 두 가지 사실

첫째, GEO 전략의 효과는 학술적으로 정량화되었습니다. 이 용어를 만든 프린스턴 주도의 연구(KDD 2024)는 10,000개 쿼리에서 통계 데이터·인용문·출처 명시 추가가 AI 답변 내 가시성을 최대 30–40% 개선함을 보여주었습니다.* 추측이 아니라 측정 가능한 분야입니다.

둘째, Google은 AI 기능을 위해 기존 SEO 기본기 외의 특별한 최적화는 필요 없다고 공식적으로 밝혔습니다.** 따라서 GEO 투자는 기존 SEO 자산 위에 쌓이며, 중복 투자가 되지 않습니다.

90일 로드맵

1. 측정 시작(1–2주차) — 구매자가 실제로 묻는 질문 목록을 만들고 주요 AI 엔진에서 5개 지표의 기준선을 기록합니다.
2. 격차 식별(1개월차) — 잘못된 정보, 경쟁사 우위, 출처 편향: 손실이 가장 큰 영역을 찾습니다.
3. 개선 사이클 구축(2–3개월차) — 콘텐츠, 구조화 데이터, 출처 개선을 실행하고 주간 스캔으로 효과를 검증합니다.
4. 경영 보고에 반영(3개월차~) — 5개 지표의 추이를 세션·전환과 나란히 선행 지표로 월간 보고서에 추가합니다.

Suparanku는 이 5축을 매주 자동으로 스캔하고 데이터를 우선순위가 매겨진 추천으로 변환합니다 — 기준선 파악부터 시작하세요.

* Aggarwal et al., KDD 2024 (10,000개 쿼리 전략 비교) ** Google Search Central, “AI features and your website” (2026년 5월 기준)