AI 검색 인용이 실제 상담과 매출로 이어졌는지 추적하는 방법

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

GEO를 시작한 기업이 결국 마주치는 질문입니다.

AI 검색에서 브랜드가 언급되거나 자사 페이지가 출처로 인용되는 것은 중요한 신호입니다. 하지만 AI 노출 자체가 사업 성과는 아닙니다. 사용자가 답변을 보고 링크를 클릭했는지, 제품 비교 페이지까지 이동했는지, 상담을 신청했는지, 그 상담이 실제 영업 기회와 계약으로 이어졌는지는 각각 다른 단계이기 때문입니다.

따라서 GEO 성과 측정은 다음 흐름으로 설계해야 합니다.

AI 노출 → 인용 → 사이트 방문 → 구매 검토 행동 → 상담 → 유효 리드 → 영업 기회 → 계약

도슨티GEO와 같은 GEO 모니터링 도구가 이 흐름의 앞단인 AI 답변 내 브랜드 언급·인용·경쟁 상황을 측정한다면, GA4와 CRM은 그 이후 사용자의 행동과 사업 성과를 측정합니다.

핵심은 세 데이터를 하나의 퍼널로 연결하는 것입니다.

1. 먼저 ‘AI 노출’과 ‘AI 유입’을 구분해야 합니다

GEO 측정에서 가장 흔한 오류는 AI에서 많이 언급되면 웹사이트 유입도 그만큼 증가할 것이라고 가정하는 것입니다.

하지만 두 지표는 서로 다릅니다.

AI 답변에서 브랜드를 본 사용자는 링크를 클릭할 수도 있지만, 브랜드명을 기억했다가 나중에 Google이나 네이버에서 다시 검색할 수도 있습니다. 회사 이름을 직접 입력하거나 동료에게 공유한 뒤 며칠 후 다시 방문할 수도 있습니다.

따라서 GEO 성과는 최소한 세 층으로 나눠 보는 것이 좋습니다.

측정 층위	핵심 질문	대표 데이터
AI Visibility	AI가 우리를 보여주는가?	언급률, 인용률, 경쟁사 동시 노출
Website Behavior	사용자가 우리 사이트에서 무엇을 하는가?	AI referral, 랜딩 페이지, 비교·가격 페이지 방문
Revenue	실제 사업 성과가 발생했는가?	상담, MQL/SQL, Opportunity, Pipeline, 계약

이 구조를 만들면 “ChatGPT에서 언급이 20% 늘었다”에서 끝나지 않고 그 변화가 실제 구매 여정의 어느 단계까지 이어졌는지 확인할 수 있습니다.

2. AI 검색에서 브랜드 노출의 기준선을 만든다

첫 단계는 고객이 실제 구매 과정에서 물을 만한 질문을 정하고 동일한 질문 세트를 반복 측정하는 것입니다.

예를 들어 B2B SaaS라면 다음과 같은 질문이 될 수 있습니다.

우리 업종에 적합한 솔루션은?
A와 B의 차이는?
국내에서 사용할 수 있는 대안은?
가격 대비 적합한 서비스는?
기업용으로 도입할 때 고려할 점은?
특정 문제를 해결할 수 있는 솔루션은?

그리고 각 질문마다 다음을 기록합니다.

브랜드 언급 여부
자사 URL 인용 여부
인용된 페이지
어떤 문맥에서 등장했는지
함께 등장한 경쟁사
답변에서 브랜드가 설명되는 방식
추천·비교·대안 탐색 중 어떤 질문에서 등장했는지

기본적인 정량 지표는 다음과 같이 만들 수 있습니다.

언급률

브랜드가 언급된 질문 수 ÷ 전체 측정 질문 수 × 100

인용률

자사 URL이 출처로 인용된 질문 수 ÷ 전체 측정 질문 수 × 100

여기에 한 가지를 더 보는 것이 좋습니다.

구매의도별 Visibility

정보 탐색 질문에서 100번 등장하는 것과 “어떤 제품을 도입해야 하는가?”라는 구매 검토 질문에서 20번 등장하는 것은 사업적 의미가 다르기 때문입니다.

따라서 전체 Visibility뿐 아니라 문제 인식 → 솔루션 탐색 → 제품 비교 → 구매 검토와 같이 질문의 구매 단계별로 노출을 나누면 훨씬 유용한 GEO 지표가 됩니다.

3. ChatGPT에서 실제로 들어온 방문을 GA4에서 확인한다

여기서 중요한 변화가 있습니다.

OpenAI는 현재 ChatGPT 검색 결과의 추천 URL에 utm_source=chatgpt.com을 자동으로 포함한다고 공식 안내하고 있습니다. 따라서 OAI-SearchBot의 접근을 허용한 사이트라면 Google Analytics 같은 분석 도구에서 ChatGPT Search의 referral traffic을 확인할 수 있습니다.

GA4에서는 우선 다음 항목을 확인합니다.

Session source / medium
Landing page
Page path
Engagement
Key event
이후 방문한 비교·가격·문의 페이지

Google의 Traffic acquisition report에서는 신규 사용자뿐 아니라 재방문자를 포함해 세션이 어디에서 유입됐는지 분석할 수 있습니다.

Google Analytics — 트래픽 획득 보고서

여기서 중요한 것은 AI referral의 세션 수 자체보다 랜딩 이후의 행동입니다.

예를 들어 ChatGPT에서 들어온 100명이 평균 블로그 방문자보다 훨씬 높은 비율로 가격 페이지나 제품 비교 페이지를 본다면, AI 유입이 구매 의도가 높은 트래픽일 가능성을 검토할 수 있습니다.

4. 모든 AI 유입이 GA4에 깨끗하게 잡히지는 않는다

그렇다고 GA4에서 chatgpt.com만 검색해서 AI의 영향을 전부 측정할 수 있는 것은 아닙니다.

사용자는 AI 답변에서 브랜드를 발견한 뒤 다음과 같이 행동할 수 있습니다.

ChatGPT에서 브랜드 발견
→ 링크는 클릭하지 않음
→ 다음 날 Google에서 브랜드명 검색
→ 공식 사이트 방문
→ 일주일 뒤 상담 신청

또는 URL을 복사하거나 다른 사람에게 전달한 뒤 별도의 브라우저에서 접속할 수도 있습니다.

Google 역시 명확한 referral 정보가 없는 방문은 (direct) / (none)으로 분류될 수 있다고 설명합니다.

Google Analytics — (direct) / (none) 트래픽 이해하기

따라서 AI가 영향을 준 방문과 AI에서 직접 클릭된 방문은 같은 개념이 아닙니다.

이 차이를 인정하는 것이 GEO 성과 측정의 출발점입니다.

5. 페이지뷰보다 ‘구매 의도 행동’을 이벤트로 만든다

AI referral을 확인했다면 다음 질문은 “이 사용자가 무엇을 했는가?”입니다.

B2B 사이트라면 단순 페이지뷰보다 구매 의도가 드러나는 행동을 이벤트로 설계하는 편이 좋습니다.

예를 들면 다음과 같습니다.

이벤트	의미
view_product_comparison	제품 비교 페이지 방문
view_pricing	가격 페이지 방문
click_demo_cta	데모·상담 CTA 클릭
form_start	상담 폼 작성 시작
generate_lead	상담·데모 신청 완료

특히 Google은 상담이나 양식 제출처럼 리드가 발생했을 때 generate_lead 이벤트를 사용하는 것을 공식적으로 권장합니다.

따라서 view_product_comparison 같은 행동은 마이크로 전환, generate_lead는 핵심 전환으로 구분하는 것이 좋습니다.

그러면 다음과 같은 퍼널을 만들 수 있습니다.

AI referral
↓
콘텐츠 랜딩
↓
제품 비교 페이지
↓
가격 페이지
↓
상담 CTA
↓
generate_lead

이 구조가 만들어져야 “AI 방문자가 많았다”가 아니라 **“AI 방문자의 몇 %가 실제 구매 검토 단계까지 이동했는가”**를 말할 수 있습니다.

6. B2B GEO라면 generate_lead에서 측정을 끝내지 않는다

여기서 한 단계 더 나아갈 필요가 있습니다.

B2B에서는 상담 신청 30건보다 실제 구매 가능성이 있는 상담 5건이 더 중요할 수 있습니다.

Google Analytics의 권장 Lead Generation 이벤트도 이미 이 구조를 지원합니다.

generate_lead — 리드 발생
qualify_lead — 유효 리드로 판정
disqualify_lead — 부적합 리드로 판정
working_lead — 영업 담당자가 접촉·진행
close_convert_lead — 고객으로 전환
close_unconvert_lead — 최종 미전환

Google Analytics의 Lead Generation 권장 이벤트를 활용하면 웹사이트에서 발생한 상담을 CRM의 영업 결과와 연결하는 구조를 설계할 수 있습니다.

따라서 GEO의 최종 KPI는 단순히 AI → 상담이 아니라 다음까지 확장될 수 있습니다.

AI → Lead → Qualified Lead → Opportunity → Pipeline → Customer

이 지점부터 GEO는 콘텐츠 지표가 아니라 Revenue Marketing 지표가 됩니다.

7. AI 유입의 ‘전환율’보다 더 중요한 지표가 있다

예를 들어 한 달간 다음과 같은 결과가 나왔다고 가정해 보겠습니다.

유입 경로	세션	비교 페이지 방문	상담	유효 리드
ChatGPT	320	96	12	7
Perplexity	180	64	9	5
Organic Search	4,200	510	72	20

ChatGPT의 트래픽 규모는 Organic Search보다 훨씬 작습니다.

하지만 여기서 봐야 할 것은 단순 세션 수가 아닙니다.

AI 세션 → 비교 페이지 방문율

AI 세션 → 상담 전환율

상담 → Qualified Lead 전환율

Qualified Lead → Opportunity 전환율

그리고 가능하다면,

AI-sourced Pipeline Value

까지 봐야 합니다.

AI 검색이 대규모 트래픽 채널이 아니더라도 구매 의도가 높은 잠재고객을 보내는 채널이라면 사업적 가치는 전혀 다르게 평가될 수 있습니다.

8. ‘AI가 기여한 전환’과 ‘AI에서 직접 발생한 전환’을 구분한다

여기서 GEO 분석에서 가장 중요한 원칙이 하나 나옵니다.

관측 가능한 전환과 AI가 영향을 주었을 가능성이 있는 전환을 섞지 않는다.

예를 들어 utm_source=chatgpt.com 세션에서 바로 상담이 발생했다면 비교적 강한 직접 연결 근거가 있습니다.

반면 ChatGPT에서 브랜드를 본 뒤 며칠 후 검색엔진을 통해 들어와 상담했다면 GA4만으로 최초 AI 접점을 확인하기 어려울 수 있습니다.

GA4에는 여러 접점이 전환에 어떻게 기여했는지 분석하기 위한 Attribution 기능이 있으며, Google은 현재 데이터 기반 기여 분석(Data-driven attribution)을 지원합니다.

하지만 GA4가 관측하지 못한 ChatGPT 답변 노출까지 소급해 알아낼 수 있는 것은 아닙니다.

따라서 보고서에서는 최소한 다음을 구분하는 것이 안전합니다.

**Directly attributable AI conversion
**AI referral이 실제 웹 세션과 전환에 연결된 경우

**AI-assisted / self-reported conversion
**고객이 상담 과정에서 ChatGPT 등을 통해 브랜드를 알았다고 밝힌 경우

**Correlated GEO impact
**AI Visibility 상승과 브랜드 검색·직접 유입·상담 증가가 같은 기간에 관찰됐지만 개별 사용자 수준의 연결은 확인되지 않은 경우

세 번째를 첫 번째처럼 보고하면 GEO의 효과를 과장하게 됩니다.

9. ‘다크 퍼널’은 상담 폼과 CRM으로 보완한다

특히 B2B 구매에서는 모든 접점을 Analytics가 포착할 수 없습니다.

잠재고객은 ChatGPT에서 제품을 발견한 뒤 동료에게 공유하거나, Slack에서 논의하거나, 며칠 뒤 회사 PC에서 다시 검색할 수 있습니다.

따라서 상담 폼에 다음 질문을 추가하는 방법이 유용합니다.

“저희를 처음 어디에서 알게 되셨나요?”

예를 들어 선택지를 다음처럼 구성할 수 있습니다.

ChatGPT
Gemini
Perplexity
Google·네이버 검색
LinkedIn·커뮤니티·콘텐츠
지인·동료 추천
기타

여기에 가능하다면 별도의 질문을 하나 더 두는 것도 좋습니다.

“구매를 검토하는 과정에서 AI 검색 서비스를 이용하셨나요?”

‘최초 발견 채널’과 ‘구매 검토 과정의 영향 채널’은 서로 다를 수 있기 때문입니다.

10. 최종적으로는 ‘GEO Revenue Funnel’을 만든다

GEO 보고서를 AI 언급 횟수로 끝내지 않고 다음과 같이 구성해 볼 수 있습니다.

퍼널	핵심 KPI
AI Visibility	Mention Rate, Citation Rate
Citation	인용 URL, 인용 콘텐츠 유형
Traffic	AI Referral Sessions
Consideration	비교·가격·제품 페이지 방문
Lead	generate_lead
Qualification	qualify_lead
Sales	Opportunity 수
Pipeline	AI-sourced / AI-assisted Pipeline
Revenue	계약 수·계약 금액

그러면 마케팅팀은 단순히

“이번 달 ChatGPT 언급이 23% 증가했습니다.”

라고 보고하는 대신,

“구매 검토 질문에서 AI Visibility가 증가했고, 같은 기간 ChatGPT referral 186세션 가운데 31%가 제품·비교 페이지를 방문했습니다. 11건의 상담과 6건의 Qualified Lead가 발생했으며, 이 중 3건이 현재 영업 Opportunity로 진행 중입니다.”

처럼 AI Visibility와 실제 사업 결과를 연결해 설명할 수 있습니다.

단, 후자의 숫자들은 실제 GA4·CRM 데이터로 확인된 경우에만 사용해야 합니다.

11. 주간 GEO와 월간 Revenue 데이터를 분리해 운영한다

모든 데이터를 같은 주기로 볼 필요도 없습니다.

주간 GEO 모니터링

주요 질문별 브랜드 언급
Citation Rate
경쟁사 노출
인용 URL 변화
새롭게 등장한 출처

월간 Performance 분석

AI referral sessions
주요 랜딩 페이지
제품·비교·가격 페이지 이동률
generate_lead
Qualified Lead
Opportunity
Pipeline Value

이렇게 나누면 AI 답변의 변화에 빠르게 대응하면서도 단기 변동을 실제 매출 효과로 과대해석하는 일을 줄일 수 있습니다.

자주 묻는 질문

ChatGPT 유입은 GA4에서 확인할 수 있나요?

가능합니다. OpenAI는 ChatGPT Search의 추천 URL에 utm_source=chatgpt.com을 자동으로 추가한다고 안내하고 있습니다. GA4의 Traffic acquisition에서 Session source, Landing page, Key event 등을 함께 확인하세요.

AI 답변에 브랜드가 언급됐는데 GA4 방문이 없으면 실패인가요?

그렇게 판단할 수 없습니다. 사용자가 AI 답변에서 브랜드를 발견한 뒤 브랜드명을 검색하거나 나중에 직접 방문할 수 있기 때문입니다. AI Visibility, 브랜드 검색, 직접 유입, 상담 폼의 자기기입 데이터를 함께 보는 것이 좋습니다.

제품 비교 페이지 방문도 전환인가요?

최종 전환이라기보다 구매 의도가 높아졌음을 보여주는 마이크로 전환으로 관리하는 것이 적절합니다. 비교 페이지 방문 → 상담 CTA → generate_lead의 이동률을 함께 분석하세요.

AI 인용에서 실제 계약까지 추적할 수 있나요?

직접 연결 가능한 경우가 있습니다. GA4 이벤트와 CRM의 리드·Opportunity·계약 데이터를 일관된 식별 체계로 연결하면 됩니다. Google Analytics는 generate_lead, qualify_lead, working_lead, close_convert_lead 등 Lead Generation용 권장 이벤트도 제공합니다.

AI가 계약에 영향을 줬지만 직접 클릭하지 않았다면 어떻게 하나요?

이를 직접 AI referral과 동일하게 처리해서는 안 됩니다. 상담 폼이나 영업 인터뷰에서 확인된 self-reported attribution을 별도로 기록해 AI-sourced와 AI-assisted 성과를 구분하는 것이 좋습니다.

결론: GEO의 KPI는 ‘언급 수’에서 끝나지 않는다

GEO의 목표가 단순한 AI 노출이라면 Mention Rate와 Citation Rate만으로도 충분할 수 있습니다.

하지만 기업이 알고 싶은 것은 결국 다릅니다.

AI가 우리 브랜드를 발견했는가?
고객도 그 브랜드를 발견했는가?
그리고 그 발견이 구매 행동으로 이어졌는가?

이를 확인하려면 AI Visibility → Citation → Referral → Consideration → Lead → Qualified Lead → Pipeline → Revenue의 전체 흐름을 측정해야 합니다.

도슨티GEO는 이 가운데 기존 웹 분석만으로 보기 어려운 AI 검색의 앞단—어떤 질문에서 브랜드가 등장하고, 어떤 콘텐츠가 인용되며, 경쟁사와 어떻게 비교되고 있는지—를 측정하는 출발점이 될 수 있습니다.

여기에 GA4의 유입·행동 데이터와 CRM의 리드·영업 데이터를 연결하면 GEO는 단순한 “AI에서 우리 브랜드가 보이는가?”라는 모니터링을 넘어설 수 있습니다.

AI 검색에서 만들어진 Visibility가 실제 Pipeline과 Revenue에 어떤 관계를 갖는지 검증하는 것.

그것이 다음 단계의 GEO 성과 측정입니다.