“ChatGPT에서 우리 브랜드가 많이 언급되기 시작했습니다. 그런데 실제 매출에도 도움이 되고 있을까요?”

GEO(Generative Engine Optimization)를 운영하다 보면 결국 이 질문에 도달합니다.

AI 답변에서 브랜드가 언급되는 것은 중요한 성과입니다. 하지만 언급(Mention)은 전환(Conversion)이 아닙니다. AI가 브랜드를 추천했는지, 어떤 웹페이지를 출처로 인용했는지, 사용자가 그 링크를 클릭했는지, 사이트에서 제품을 비교했는지, 상담을 신청했는지, 실제 계약까지 이어졌는지는 서로 다른 사건입니다.

더 어려운 점은 이 사건들을 하나의 사용자 여정으로 완벽하게 연결하기 어렵다는 데 있습니다.

그래서 GEO의 전환 측정은 기존 퍼포먼스 광고처럼 하나의 클릭 ID를 따라가는 문제가 아닙니다. 보다 현실적인 접근은 다음 네 개의 데이터 레이어를 연결하는 것입니다.

AI Visibility → AI Referral → On-site Behavior → Business Outcome

즉,

AI 노출·인용 → 사이트 유입 → 사이트 내 행동 → 리드·계약·매출

을 각각 측정하고, 그 사이의 관계를 분석해야 합니다.

GEO에서 가장 먼저 구분해야 할 것: Visibility와 Traffic은 다릅니다

예를 들어 사용자가 ChatGPT에 이렇게 물었다고 가정해 보겠습니다.

“국내 기업에서 처음 GEO를 시작하려고 하는데 어떤 서비스를 검토하면 좋을까요?”

AI가 도슨티 GEO를 추천했다고 해서 반드시 도슨티 웹사이트 방문이 발생하지는 않습니다.

사용자는 답변만 읽고 끝낼 수도 있습니다. 브랜드명을 기억해 두었다가 며칠 뒤 네이버나 Google에서 직접 검색할 수도 있습니다. 다른 사람에게 브랜드명을 전달할 수도 있고, 링크를 클릭한 뒤 나중에 다시 직접 방문해 상담을 신청할 수도 있습니다.

따라서 다음 네 가지를 구분해야 합니다.

단계	실제로 측정하는 것	대표 지표
AI Visibility	AI 답변 속 브랜드 존재	Mention Rate, Citation Rate, 추천 맥락
AI Referral	AI에서 사이트로 이동	Referral Sessions, Landing Pages
Engagement	방문 후 관심 행동	비교·가격·제품 페이지 조회, 체류·이벤트
Business Outcome	사업 성과	Lead, Qualified Lead, Opportunity, Revenue

이 구분이 중요한 이유는 AI 검색의 영향력이 클릭보다 앞에서 시작되고, 클릭 없이도 다음 행동에 영향을 줄 수 있기 때문입니다.

따라서 GEO 성과를 “AI에서 몇 번 언급됐는가”만으로 평가하는 것도 부족하지만, 반대로 “GA4에 AI referral이 몇 건 잡혔는가”만으로 평가하는 것도 부족합니다.

1단계. AI 답변에서 무엇이 실제로 일어나고 있는지 측정합니다

가장 먼저 필요한 것은 AI Visibility 데이터입니다.

ChatGPT·Gemini·Perplexity 등에서 고객이 실제로 물을 가능성이 높은 질문을 정하고, 동일하거나 통제된 질문 세트를 반복 측정합니다.

예를 들어 다음과 같은 질문입니다.

국내 기업이 처음 GEO를 시작할 때 쓸 만한 서비스는 무엇인가요?
한국어와 네이버까지 모니터링할 수 있는 GEO 솔루션은 무엇인가요?
1인 마케터가 사용할 만한 GEO 도구를 비교해 주세요.
GEO SaaS와 GEO 대행사의 차이는 무엇인가요?

각 질문에 대해 최소한 다음 데이터를 남길 수 있습니다.

질문 → AI 플랫폼 → 측정 시점 → 브랜드 언급 → 경쟁사 언급 → 출처 인용 → 인용 URL → 추천 이유 → 답변 내 맥락

여기에서 단순 Mention Rate보다 중요한 것이 Mention과 Citation을 분리해서 보는 것입니다.

AI가 브랜드명을 알고 있는 것과, 해당 브랜드의 웹사이트를 근거 자료로 사용하는 것은 같은 현상이 아니기 때문입니다.

예를 들어 우리 브랜드와 경쟁사가 모두 추천됐지만 경쟁사 설명에는 경쟁사의 공식 제품 페이지가 출처로 연결되고 우리 브랜드에는 아무 출처가 없다면, 브랜드 인지도는 확보했더라도 citation authority에는 차이가 있을 가능성을 살펴볼 필요가 있습니다.

또 한 번의 답변만으로 순위를 확정해서도 안 됩니다. 생성형 AI의 답변은 질문 표현, 시점, 검색 여부와 모델 등에 따라 달라질 수 있습니다. 따라서 GEO에서는 개별 스크린샷보다 고정된 질문 집합을 반복 측정해 변화의 방향을 보는 것이 중요합니다.

OpenAI의 ChatGPT Search 및 게시자 안내

2단계. AI가 보낸 ‘관측 가능한 트래픽’을 분리합니다

다음은 AI Referral입니다.

여기에서 한 가지 흔한 오해가 있습니다.

“AI에 인용될 URL에 UTM을 붙이면 ChatGPT 전환을 추적할 수 있다”는 설명은 일반적으로 정확하지 않습니다.

UTM은 기본적으로 마케터가 배포하는 destination URL을 통제할 수 있을 때 유용합니다. Google도 UTM을 source, medium, campaign 등을 구분하기 위한 manual tagging 방식으로 설명합니다.

하지만 생성형 AI가 어떤 URL을 출처로 선택하고 어떤 형태로 링크할지는 사이트 운영자가 항상 통제할 수 있는 것이 아닙니다.

다만 중요한 예외가 있습니다. OpenAI는 현재 ChatGPT에서 게시자 사이트로 보내는 referral URL에 utm_source=chatgpt.com을 자동으로 포함해 Analytics에서 ChatGPT referral을 추적할 수 있도록 한다고 공식 안내하고 있습니다.

따라서 GA4에서는 다음과 같은 AI source를 별도로 분석하는 것이 좋습니다.

chatgpt.com, perplexity.ai, gemini.google.com, claude.ai 등입니다.

Adobe Analytics도 2025년부터 주요 AI 도메인을 묶은 Conversational AI tools referrer 유형을 제공하기 시작했습니다. 여기에는 ChatGPT, Claude, Gemini, Perplexity 등이 포함됩니다.

이것은 AI referral이 이제 별도의 분석 채널로 다뤄질 만큼 중요해지고 있다는 신호이기도 합니다.

하지만 여기에도 한계가 있습니다.

3단계. ‘AI referral = AI의 전체 영향력’이라고 생각하면 안 됩니다

AI 검색 전환 측정에서 가장 중요한 함정입니다.

분석 도구에 잡히는 것은 기본적으로 관측 가능한 클릭입니다.

Ahrefs가 3,000개 웹사이트의 AI traffic을 조사했을 때 63%의 사이트에서 AI referral traffic을 확인했지만, 연구진은 일부 AI 유입이 direct로 나타날 수 있기 때문에 자신들이 측정한 수치가 추적 가능한 AI traffic의 최소치라고 명시했습니다.

Adobe 역시 AI 답변에는 사이트 출처 링크가 포함될 수도 있고 포함되지 않을 수도 있다고 설명합니다.

더 근본적인 문제도 있습니다.

사용자가 이런 여정을 거칠 수 있기 때문입니다.

ChatGPT 추천 확인 → 클릭하지 않음 → 브랜드 기억 → 이틀 뒤 네이버에서 브랜드 검색 → 사이트 방문 → 상담 신청

GA4만 보면 이 전환은 Organic Search 또는 다른 채널의 성과처럼 보일 수 있습니다.

하지만 실제 브랜드 발견에는 ChatGPT가 영향을 주었을 수 있습니다.

반대로 ChatGPT에서 클릭했다는 이유만으로 이후 계약 전체를 ChatGPT의 성과라고 주장하는 것도 과도한 해석입니다.

따라서 GEO에서는 관측(Measurement)과 귀속(Attribution)을 구분해야 합니다.

4단계. 사이트에 들어온 뒤에는 ‘페이지뷰’보다 구매 의도를 측정합니다

AI referral을 확인했다면 그다음 질문은 단순합니다.

“AI가 보낸 방문자는 무엇을 했는가?”

여기서는 GA4 이벤트 설계가 중요합니다.

B2B SaaS라면 예를 들어 다음과 같은 funnel을 구성할 수 있습니다.

행동	이벤트 예시	의미
제품 페이지 조회	product_view	제품 탐색
비교 페이지 조회	product_compare_view	비교·검토
가격 페이지 조회	pricing_view	구매 조건 검토
상담 시작	consultation_start	구매 의도
상담 제출	generate_lead	리드 발생
유효 리드 판정	qualify_lead	영업 가능성 확인
계약 성사	close_convert_lead	최종 전환

이때 product_compare_view 같은 이벤트는 기업의 구매 여정에 맞게 직접 설계한 custom event가 될 수 있습니다.

반면 Google은 리드 생성과 이후 영업 단계를 위해 generate_lead, qualify_lead, working_lead, close_convert_lead 등의 권장 이벤트를 공식적으로 제공하고 있습니다.

이 차이가 중요합니다.

상담 버튼 클릭 ≠ 상담 신청 ≠ 유효 리드 ≠ 계약

이들을 모두 “전환” 하나로 묶으면 GEO가 실제로 어느 단계에 기여하는지 알기 어렵습니다.

5단계. B2B GEO라면 CRM까지 연결해야 합니다

특히 B2B 기업에서는 generate_lead가 최종 성과가 아닙니다.

AI 검색에서 들어온 20개의 문의보다 실제 계약 가능성이 높은 3개의 문의가 더 중요할 수 있습니다.

따라서 CRM에는 가능한 범위에서 다음 데이터를 보존하는 것이 좋습니다.

First-touch source / Latest source / Referrer / Landing page / Lead creation date / Lead status / Opportunity / Contract value

그리고 상담 폼에는 분석 데이터가 놓치는 경로를 보완하기 위해 다음과 같은 질문을 추가할 수 있습니다.

“저희를 처음 어디에서 알게 되셨나요?”

선택지에는 네이버 검색, Google 검색, ChatGPT 등 AI 서비스, SNS, 지인 추천, 기타 등을 둘 수 있습니다.

물론 자기보고 데이터 역시 완벽하지 않습니다. 사람은 자신의 구매 여정을 정확히 기억하지 못할 수 있습니다.

하지만 바로 그렇기 때문에 Analytics 데이터 + AI visibility 데이터 + CRM 데이터 + self-reported attribution을 서로 검증하는 방식이 유용합니다.

GEO에서 ‘완벽한 attribution’을 기대하면 안 되는 이유

여기서 GEO 측정의 핵심적인 문제가 드러납니다.

기존 디지털 광고에서는 광고 노출과 클릭, 세션, 전환을 비교적 잘 연결할 수 있습니다.

그러나 AI는 구매 여정의 더 앞부분에서 추천자이자 조사 도구, 비교 도구로 작동할 수 있습니다.

Adobe가 미국 리테일 사이트를 분석한 결과에서도 생성형 AI referral은 전체 트래픽에서 아직 상대적으로 작지만 빠르게 증가하고 있는 것으로 나타났습니다.

따라서 앞으로 중요한 질문은 단순히

“ChatGPT가 몇 건의 매출을 만들었는가?”

만이 아닙니다.

오히려 다음을 함께 물어야 합니다.

우리는 구매 고려 단계의 AI 답변에 얼마나 자주 포함되는가?

어떤 질문에서 경쟁사보다 선택되는가?

AI는 어떤 우리 콘텐츠를 근거로 사용하고 있는가?

AI referral 방문자는 일반 방문자와 행동이 다른가?

AI visibility가 상승한 이후 branded search, direct traffic, qualified lead가 함께 움직이는가?

이것이 GEO measurement가 단순한 referral analytics보다 넓어야 하는 이유입니다.

그렇다면 AI 검색의 매출 기여도는 어떻게 판단해야 할까요?

현실적으로는 세 단계의 증거 수준으로 보는 것이 좋습니다.

Level 1. 직접 관측 가능한 전환

AI referral → 사이트 방문 → generate_lead → CRM opportunity

처럼 연결되는 경우입니다.

가장 강한 증거입니다.

Level 2. 보조적으로 확인되는 전환

리퍼러는 사라졌지만 상담자가 “ChatGPT에서 알게 됐다”고 답했거나, first-party 데이터에서 AI 방문 이력이 확인되는 경우입니다.

직접 attribution보다는 약하지만 의미 있는 신호입니다.

Level 3. 집계 수준의 기여 신호

특정 질문군에서 AI Mention/Citation이 지속적으로 상승한 시기에 해당 제품 페이지 유입, branded search, direct traffic, qualified lead 등이 함께 증가하는 경우입니다.

이것만으로 인과관계를 단정해서는 안 됩니다. 하지만 충분한 기간과 데이터가 쌓이면 GEO 투자 효과를 판단하는 중요한 증거가 됩니다.

결국 GEO에서는 “모든 전환을 정확히 AI에 귀속시키겠다”보다 “서로 다른 증거를 얼마나 체계적으로 연결할 것인가”가 더 현실적인 목표입니다.

Google Analytics 자체도 attribution을 여러 touchpoint에 전환의 기여도를 배분하는 문제로 정의하며, data-driven attribution과 last-click attribution 등이 서로 다른 방식으로 전환 기여도를 계산한다고 설명합니다.

GEO 대시보드에는 무엇을 보여줘야 할까요?

좋은 GEO 리포트라면 적어도 다음 흐름이 한눈에 보여야 합니다.

Layer	질문	KPI
Visibility	AI가 우리를 알고 추천하는가?	Mention Rate
Citation	우리 콘텐츠를 근거로 사용하는가?	Citation Rate, Citation URL
Competitive	누구와 함께 비교되는가?	Competitor Share, 추천 맥락
Referral	AI가 실제 방문을 보내는가?	AI Sessions, Landing Pages
Engagement	방문자가 구매 정보를 탐색하는가?	Product/Compare/Pricing Events
Lead	문의로 이어지는가?	generate_lead, CVR
Pipeline	좋은 리드인가?	Qualified Leads, Opportunities
Revenue	실제 사업 성과가 발생했는가?	Contracts, Revenue

그리고 이 지표를 각각 따로 보는 데서 끝나서는 안 됩니다.

예를 들어 특정 콘텐츠를 발행한 뒤,

Citation Rate 상승 → 해당 URL의 AI referral 증가 → 제품 비교 페이지 이동 증가 → qualified lead 증가

라는 패턴이 반복해서 나타난다면, 비로소 GEO 활동과 사업 성과 사이의 연결고리가 보이기 시작합니다.

도슨티 GEO는 이 측정 체계에서 무엇을 담당하나요?

여기서 웹 분석 도구와 GEO 도구의 역할이 구분됩니다.

GA4는 사이트에 들어온 뒤의 행동을 잘 보여줍니다.

CRM은 리드가 들어온 뒤 영업 결과를 보여줍니다.

하지만 그보다 앞선 질문,

“고객이 AI에게 질문했을 때 우리 브랜드는 등장했는가?”

“경쟁사는 등장했는데 우리는 빠졌는가?”

“AI가 우리를 어떤 제품으로 이해하고 있는가?”

“어떤 페이지를 출처로 인용하고 있는가?”

는 GA4나 CRM만으로 알 수 없습니다.

도슨티 GEO는 바로 이 앞단의 AI visibility를 측정하고 개선하기 위한 GEO 운영 SaaS입니다.

고객 질문을 관리하고, ChatGPT·Claude·Gemini·Perplexity·Naver 등 주요 AI 환경에서 브랜드 Mention과 Citation을 확인하며, 경쟁사와의 가시성 차이와 개선 기회를 찾아 콘텐츠를 만들고 발행한 뒤 다시 측정합니다.

즉 도슨티 GEO가 GA4나 CRM을 대체하는 것이 아닙니다.

도슨티 GEO + Web Analytics + CRM

을 연결했을 때,

질문 → AI 답변 → 브랜드·콘텐츠 → 방문 → 행동 → 리드 → 매출

이라는 훨씬 긴 고객 여정을 볼 수 있게 됩니다.

FAQ

ChatGPT에서 우리 브랜드가 언급되면 GA4에서 확인할 수 있나요?

아닙니다. GA4는 기본적으로 사이트 방문 이후의 데이터를 측정합니다. 사용자가 ChatGPT에서 브랜드를 봤지만 사이트를 방문하지 않았다면 그 Mention 자체를 GA4에서 확인할 수 없습니다. 따라서 AI visibility 측정과 웹 분석을 분리해서 운영해야 합니다.

ChatGPT에서 들어온 방문자는 확인할 수 있나요?

일부는 가능합니다. OpenAI는 ChatGPT가 게시자 사이트로 보내는 referral URL에 utm_source=chatgpt.com을 포함한다고 공식 안내하고 있습니다. 다만 이것 역시 클릭이 발생한 traffic을 측정하는 것이며, ChatGPT 답변을 본 모든 사용자를 의미하지는 않습니다.

AI가 우리 페이지를 인용했다면 그 인용으로 발생한 매출도 알 수 있나요?

항상 알 수 있는 것은 아닙니다. 인용과 클릭은 다른 사건이며, 클릭 이후에도 사용자가 여러 채널을 거쳐 전환할 수 있습니다. 따라서 citation 데이터와 referral, GA4 이벤트, CRM 데이터를 함께 분석해야 합니다.

AI referral이 늘었는데 전환이 없다면 GEO가 실패한 것인가요?

반드시 그렇지는 않습니다. 우선 어떤 질문에서 유입됐는지, 어떤 페이지로 들어왔는지, 해당 페이지가 사용자의 다음 행동을 충분히 지원하는지 확인해야 합니다. 반대로 Mention과 Citation은 높지만 qualified lead가 장기간 전혀 개선되지 않는다면, visibility 자체보다 질문 선정이나 콘텐츠·랜딩페이지·제품 포지셔닝을 다시 검토해야 할 수 있습니다.

AI 검색의 정확한 ROAS를 계산할 수 있나요?

광고처럼 모든 노출과 클릭에 비용과 식별자가 붙는 구조가 아니므로 동일한 수준의 ROAS 계산은 어렵습니다. 직접 관측 가능한 AI referral conversion과 CRM revenue를 계산하되, 그것을 AI가 만든 전체 가치라고 단정하지 않는 것이 좋습니다.

결론: GEO의 다음 경쟁은 ‘노출’이 아니라 ‘측정’입니다

GEO 시장이 성장하면서 “ChatGPT에서 몇 위인가”, “몇 번 언급됐는가” 같은 지표가 먼저 주목받았습니다.

하지만 기업이 GEO를 지속적으로 운영하려면 결국 더 어려운 질문에 답해야 합니다.

그래서 이 노출이 실제 사업에 어떤 가치를 만들었는가?

현재 기술로 AI의 모든 영향을 하나의 전환 경로로 완벽하게 추적할 수는 없습니다.

그렇다고 측정할 수 없는 것도 아닙니다.

AI의 Mention과 Citation을 반복 측정하고, 관측 가능한 AI referral을 분석하고, 사이트 안에서는 구매 의도에 가까운 행동을 이벤트로 측정하고, 마지막에는 CRM의 qualified lead·opportunity·revenue까지 연결하면 됩니다.

중요한 것은 하나의 숫자를 과신하지 않는 것입니다.

GEO Visibility + Referral Analytics + Behavioral Analytics + CRM

이 네 가지를 함께 볼 때 AI 검색은 비로소 ‘잘 보이는가’의 문제에서 ‘사업에 어떤 영향을 주고 있는가’의 문제로 이동합니다.

그리고 이것이 앞으로 GEO 운영이 단순한 AI 노출 경쟁을 넘어가야 할 방향입니다.

브랜드 언급부터 매출까지: AI 검색 전환은 어떻게 측정해야 할까요?