책상 위에 GEO 회사 제안서가 한 장 놓여 있다고 해보자. "AI 답변 점유율을 3개월 안에 두 배로." 숫자는 그럴듯한데, 이게 제대로 된 제안인지 판단이 서지 않는다. 무엇을 근거로 좋다 나쁘다 말할 수 있을까.
이번 편은 두 가지를 남긴다 — 우리 상태를 스스로 점검하는 워크북, 그리고 누군가에게 맡길 때 던져야 할 질문 목록. 지난 여섯 편 동안 우리는 AI가 브랜드를 답에 가져가는 두 가지 방식을 따라왔다. 학습 때 새겨진 기억(파라미터 지식)과, 답할 때 가져오는 검색(RAG)이다. 이제 그 윤곽을 눈으로만 보는 걸 넘어, 직접 진단하고 결정하는 도구로 바꿀 차례다.
1. 두 게임 자가 진단 워크북
먼저 우리가 어느 게임에서 약한지부터 알아야 한다. 아래 두 묶음을 각각 체크해보자. 전문 도구 없이, 브라우저와 눈으로 확인할 수 있는 수준으로만 골랐다.
RAG 게임 체크리스트 — 우리 사이트 안에서 끝나는 게임
- AI 봇이 우리 사이트에 들어올 수 있는가 — 브라우저 주소창에
우리도메인/robots.txt를 직접 입력해 연다.GPTBot이나ClaudeBot아래에Disallow: /가 있으면 막힌 것, 없으면 통과. - 헤딩(소제목)이 '질문' 형태인가 — 주요 페이지의 소제목을 훑어본다. "제품 특징" 같은 명사구뿐이면 개선 여지, "겨울 타이어는 언제 필요한가요?"처럼 실제 검색어 형태면 통과.
- 핵심 답이 첫 문장에 있는가 — 아무 글이나 하나 열어 각 문단의 첫 문장만 읽어본다. 그것만으로 답이 잡히면 통과, 결론이 문단 맨 뒤에 숨어 있으면 개선.
- 한 단락 = 한 주제인가 — 문단 하나를 통째로 복사해 떼어놓고 읽어도 말이 되는지 본다. 여러 주제가 섞여 있으면 AI가 그 부분만 인용해 가기 어렵다.
- 수치·출처가 붙어 있는가 — 주장 옆에 구체적 숫자와 출처가 있는지 본다. "우수한 성능" 같은 형용사만 있으면 인용 우선순위에서 밀린다.
파라미터 게임 체크리스트 — 우리 사이트 바깥에서, 시간을 두고 쌓이는 게임
- 권위 매체에 인용된 적이 있는가 — 구글 뉴스에 브랜드명을 검색해, 우리가 낸 보도자료 말고 기자·리뷰어가 직접 쓴 기사에 브랜드가 언급된 게 있는지 본다.
- 하나의 '실체'로 인식되는가 — 구글에 브랜드명을 검색했을 때 오른쪽에 정보 카드(지식 패널, Knowledge Panel)가 뜨는지,
wikidata.org에서 브랜드명 항목이 있는지 확인한다. - 외부 표기가 일관되는가 — 인스타·유튜브·보도자료·가격비교 사이트에서 브랜드명과 한 줄 소개가 똑같이 쓰이는지 몇 곳 비교한다. 제각각이면 AI가 하나의 실체로 못 묶는다.
- 브랜드 검색량이 오르고 있는가 — 구글 트렌드(
trends.google.com)에 브랜드명을 넣어, 최근 12개월 관심도 그래프가 상승 또는 유지되는지 본다. - 제3자가 자연스럽게 언급하는가 — 카테고리 키워드로 커뮤니티·블로그·유튜브 댓글을 검색해, 우리가 만들지 않은 글에서 브랜드가 거론되는지 본다.
두 묶음의 개수를 비교할 때, 중요한 건 정확한 점수가 아니다. 6편에서 말했듯 자가 진단은 정밀 측정 도구가 아니라 방향 도구다. 이 워크북이 알려주는 건 딱 하나 — 두 게임 중 어느 쪽이 더 비어 있는가다. 한쪽이 눈에 띄게 비어 있다면, 그게 지금 우리가 손대야 할 게임이다.
RAG 쪽 체크가 적게 나왔다면, 문제는 우리 사이트 안에 있다. 3편(입구·구조 두 병목)과 4편(콘텐츠 변환 5패턴)이 그 작업 지도다.
2편에서 우리는 한 가지 패턴을 정의만 해두고 넘어갔다. mention은 높은데 citation이 낮은 경우 — 이름은 알려져 있는데 AI가 우리 페이지를 가져가지 않는 상태다. 최근 크림웍스가 진단한 해외 브랜드 한 곳이 정확히 그 모양이었다.
ChatGPT와 Gemini 답변 1,000건에서 이 브랜드 이름은 65.8%에 등장했다. 경쟁 브랜드들과 나란히 거론될 만큼 이름은 이미 알려져 있다는 뜻이다. 그런데 같은 1,000건에서 이 브랜드 도메인이 출처로 인용된 건 15건, 1.5%였다.
2026년 7월, 소비자 여정 질문 10개 × 50회 × 2개 모델(ChatGPT·Gemini). 라운드는 충분하지만 하루치 측정이라 2편에서 권한 '주 1회 간격' 조건과는 다르다.
여기서 65.8%를 곧바로 '파라미터에 잘 새겨져 있다'고 읽으면 안 된다. 웹 검색과 그라운딩이 켜진 상태의 측정이라, 본문에 나온 이름이 그 자리에서 검색해온 자료에서 왔을 수도 있다. 확실하게 말할 수 있는 건 하나다 — 이름은 널리 등장하는데, 우리 페이지는 인용되지 않는다.
이유는 인용된 페이지를 보면 드러난다. 카테고리 1위 브랜드가 인용되는 건 '무엇을 어떻게 고르는가' '순위 비교' 같이 질문에 직접 답하는 한국어 가이드다. 인용된 15건은 전부 제품 상세·기술 소개 페이지였다. 이름은 충분히 알려져 있는데, AI가 질문에 답하려고 손을 뻗을 때 가져갈 형태의 페이지가 없었다. 3편에서 말한 구조 문제이고, 4편이 다룬 변환 대상이다.
파라미터 쪽이 비어 있다면, 홈페이지를 아무리 고쳐도 해결되지 않는다. 5편에서 봤던 외부 노출과 시간 누적의 게임이다. 그리고 이 게임은 한 사람이 끝내지 못한다 — 어떤 메시지로, 어떤 콘텐츠로 갈지는 브랜드(내부 브랜드·PR팀)가 정하고, 그 콘텐츠를 AI가 읽고 학습할 수 있는 형태로 만드는 실행은 IT팀이나 우리 같은 외부 파트너가 맡는다. RAG처럼 마케팅팀 혼자 손볼 수 있는 게임이 아니라는 뜻이다.
두 쪽 다 비어 있다면? 흔한 경우다. 그럴 땐 순서를 나눈다. 단기 성과가 급하면 RAG부터 손대되, 파라미터 작업을 같은 시점에 함께 시작해두는 것이다. 파라미터 게임은 결과가 나오는 데 시간이 걸리기 때문에, 나중에 시작할수록 손해가 쌓인다.
워크북이 잡아내려는 게 정확히 이 모양이다. 두 게임 중 어느 쪽이 비어 있는지, 그리고 그래서 어디부터 손대야 하는지.
2. 의사결정자가 물어야 할 7가지 질문
직접 진단해 방향을 잡았다면, 이제 실행을 맡길 상대 — GEO 회사든 툴이든 내부 담당자든 — 를 평가할 차례다. 나는 좋은 파트너와 위험한 파트너를 가르는 선이 결국 이 일곱 질문에서 갈린다고 본다. 각 질문마다 어떤 답이 좋고 어떤 답이 위험한지 함께 적었다.
1) 두 게임(RAG·파라미터)을 구분해서 설명하는가. 이 구분 없이 "AI 최적화"를 하나로 뭉뚱그린다면, 절반의 게임만 하고 있을 가능성이 높다. 위험한 답: "저희가 알아서 최적화해 드립니다." 좋은 답: 사이트 안 작업과 사이트 밖 작업을 나눠서 설명하는 쪽이다.
2) mention과 citation을 분리해서 측정하는가. 둘을 합쳐 하나의 숫자로만 보고한다면, 어느 게임이 움직였는지 알 수 없다. "AI 노출 몇 %"라는 단일 지표만 들고 온다면 되물어야 한다 — 그 안에서 mention과 citation이 각각 얼마인지.
3) 측정 주기와 표본 크기는 얼마인가. 답변 몇 개를, 며칠 간격으로 보는가. 하루치 50개 답변으로 "점유율"을 단정한다면 6편에서 본 변동성의 함정에 빠진 것이다. 좋은 파트너는 표본이 작을 때 그 한계를 먼저 밝힌다.
4) 작업 결과가 반영되는 시간 스케일을 어떻게 설명하는가. 여기서 작업을 실행하는 시점과 그게 AI에 반영되는 시점을 구분해야 한다. 외부 콘텐츠 작업은 몇 주 안에 시작할 수 있지만, 그게 모델의 기억(파라미터)에 반영되는 데는 1편에서 봤듯 6~18개월이 걸린다. RAG는 이 간극이 짧아 수일~수주면 잡히고, 파라미터는 길다. "다음 달이면 파라미터에서도 결과가 납니다"처럼 이 간극을 뭉개는 제안일수록 경계해야 한다.
5) 기술 진단의 범위와 필요 리소스는 무엇인가. 봇 접근·렌더링·크롤 상태처럼 자가 진단으로 확인 못 하는 영역을 어디까지, 어떻게 보는지 답할 수 있어야 한다. "다 봐 드립니다"보다 "이건 서버 로그가 필요하고, 저건 개발팀 협조가 필요하다"는 구체적인 답이 믿을 만하다.
6) 자가 진단의 한계를 솔직하게 인정하는가. "우리 도구면 다 보인다"는 답은 오히려 경계 신호다. 무엇을 못 보는지 먼저 말하는 쪽이 정직하다. 한계를 숨기는 파트너는 결과가 어긋났을 때도 그 이유를 숨긴다.
7) 장기(파라미터)와 단기(RAG)를 동시에 계획하는가. 한쪽만 파는 제안은 빠른 성과나 근본 체질 중 하나를 포기하는 것이다. 좋은 계획은 "지금 당장은 RAG로 성과를 내고, 그 사이 파라미터를 심어둔다"처럼 두 시간표를 함께 그린다.
이 일곱 개를 물어보면, 앞의 제안서를 다시 읽을 때 어디가 비어 있는지 보이기 시작한다. 답을 못 하는 항목이 많을수록, 그 파트너는 두 게임 중 한쪽만 알고 있을 확률이 높다.
3. 시즌 1이 그린 지도 — 두 게임의 비대칭
돌아보면 시즌 1은 하나의 문장을 일곱 편에 걸쳐 풀어낸 셈이다. AI는 두 가지 방식으로 우리를 답하고, 그래서 GEO는 두 게임이다. 1편에서 두 메커니즘을 나눴고, 2편에서 우리 브랜드가 두 방식에서 어떻게 보이는지 측정했다. 3·4편은 RAG 게임의 작업법을, 5편은 완전히 다른 파라미터 게임을 다뤘다. 6편은 그 모든 측정이 못 보는 자리를 인정했고, 이번 7편은 그 지도를 독자 손에 넘겼다.
내가 이 시리즈를 시작하며 확인한 건, 국내 GEO 콘텐츠 대부분이 RAG 게임 한쪽만 이야기하고 있다는 사실이었다. 청크, FAQ, 구조화 — 다 우리 사이트 안의 이야기다. 정작 사이트 바깥에서 벌어지는 파라미터 게임은 거의 비어 있었다.
그 비어 있음이 데이터로도 보인다. 브랜드 검색량 상관계수 0.334, 웹 언급 0.664(ConvertMate, 2026.01, 도메인 1만 개 이상)가 가리키는 방향은 한결같이 사이트 바깥이다. GEO 툴 회사의 자체 연구라는 점은 감안해서 봐야 하지만, 방향만큼은 분명하다. 시즌 1이 채우고 싶었던 자리가 바로 그 비대칭이다.
여기까지 따라온 독자라면 이제 스스로 진단할 수 있다. 어느 게임이 약한지 보이고, 무엇을 물어야 하는지 안다. 간단한 점검은 이 워크북으로 직접 하면 된다. 다만 봇이 실제로 들어왔는지, 우리 콘텐츠가 어떤 단위로 잘려 인용되는지 같은 정밀 진단은 화면 앞에서는 보이지 않는 자리에 있다 — 6편에서 확인한 그대로다. 그 선을 넘는 순간이 전문 진단이 필요한 지점이다.
두 게임의 지도를 손에 쥔 것, 그게 시즌 1의 목표였다. 이제 그 지도를 들고 어디부터 손댈지는 각자의 몫이다. 그리고 지도만으로는 보이지 않는 지점에 다다랐을 때, 그 다음 걸음을 함께 걷는 것 — 그게 크림웍스가 있는 이유다.
4. 이 글의 한 줄
GEO 파트너를 평가하려면 먼저 우리 상태를 알아야 한다. 두 게임 중 어느 쪽이 비어 있는지는 워크북으로 직접 확인할 수 있고, 그 답을 손에 쥔 사람만이 GEO 회사·툴·담당자의 제안에서 무엇이 빠졌는지 볼 수 있다. 진단이 먼저다.
시즌 2에서 이어간다. 시즌 1이 지도였다면, 시즌 2는 그 지도를 들고 걸어본 기록이다. 6편에서 답하지 못한 질문에 더 긴 데이터로 답하고, 그 데이터를 만든 자체 측정 도구도 함께 공개한다.
— 크림웍스 GEO 시리즈 시즌 1, 여기서 마칩니다.
참고 자료
- ConvertMate (Kwemo, B., 2026.01.15). AI 가시성과 브랜드 신호 상관 분석 — 브랜드 검색량 상관 0.334, 브랜드 웹 언급 상관 0.664 (도메인 1만 개 이상). GEO 툴 회사 자체 연구 — 독립 검증 아님, 방향 참고용.
- Ahrefs (2025.12). 75,000개 브랜드 대상 독립 분석에서 브랜드 검색량–AI 노출 상관 0.352로 교차 검증.
- Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K., & Deshpande, A. (2024). GEO: Generative Engine Optimization. Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD '24), 5–16.
- Indig, K. (2026, April). The ghost citation problem. Growth Memo. Semrush AI Toolkit 데이터 기반 (3,981 도메인, 115 프롬프트, 14개국, 4개 AI 엔진).
- 크림웍스 자체 측정 (2026.04). 국내 주류 1위 브랜드 A사 — ChatGPT·Gemini 각 쿼리 7개 × 5라운드 = 35개 답변. 2편 수록.
- 크림웍스 자체 측정 (2026.07). 해외 브랜드 한 곳 — ChatGPT·Gemini 각 질문 10개 × 50회 = 1,000개 답변.