AI에서 모든 질문의 가치는 같지 않다
도슨티GEOAI에서 모든 질문의 가치는 같지 않다
GEO 성과를 바꾸는 새로운 기준, Prompt Value
AI가 우리 브랜드를 100번 언급했다는 사실보다 중요한 질문이 있습니다.
“그 100번은 어떤 질문에 대한 답변이었을까?”
ChatGPT에서 “GEO란 무엇인가?”를 질문했을 때 등장하는 브랜드와 “우리 회사에 도입할 GEO 솔루션을 추천해줘”라는 질문에서 등장하는 브랜드는 같은 의미의 노출을 얻은 것이 아닙니다.
첫 번째는 브랜드를 알리는 기회입니다. 두 번째는 구매 후보에 들어갈 기회입니다.
그런데 두 노출을 똑같이 1회로 계산한다면, GEO 성과를 제대로 측정하고 있다고 말할 수 있을까요?
지금 GEO 시장에 필요한 것은 단순한 AI 언급 횟수가 아닙니다.
어떤 질문에서, 어떤 맥락으로, 얼마나 중요한 고객에게 선택되는지를 설명하는 새로운 측정 체계입니다.
1. AI 검색에서는 키워드보다 질문의 맥락이 중요해진다
전통적인 SEO에서 키워드는 검색 수요를 파악하는 기본 단위였습니다.
검색량, 경쟁 강도, 검색 의도, 전환 가능성을 분석해 어떤 키워드를 공략할지 결정했습니다.
GEO에서도 검색 의도는 여전히 중요합니다. 다만 AI 검색에서는 같은 주제의 질문이라도 조건과 대화 맥락에 따라 추천 결과가 달라질 수 있습니다.
예를 들어 다음 세 질문을 비교해 보겠습니다.
-
“GEO 솔루션이란 무엇인가?”
-
“국내 GEO 솔루션 중 경쟁사 비교가 가능한 제품은?”
-
“우리 마케팅팀은 ChatGPT·Gemini·Claude의 브랜드 언급과 인용을 측정해야 합니다. 어떤 솔루션이 적합할까요?”
세 질문 모두 GEO 솔루션과 관련되어 있습니다.
그러나 AI가 수행해야 하는 과제는 다릅니다.
첫 번째는 개념 설명이고, 두 번째는 기능 비교이며, 세 번째는 특정 조직의 요구사항에 맞는 제품 추천입니다.
여기서 중요한 변화가 나타납니다.
기업이 AI 검색에서 경쟁해야 할 대상은 단순한 키워드 목록이 아니라, 고객의 요구와 제약조건이 반영된 다양한 의사결정 상황입니다.
Google은 2026년 5월 공개한 생성형 AI 검색 최적화 공식 가이드에서 AI 검색이 여러 관련 검색을 동시에 수행하는 query fan-out 방식을 설명했습니다.
사용자 질문 하나가 여러 하위 질문과 정보 탐색으로 확장될 수 있다는 뜻입니다.
OpenAI 역시 2026년 3월 발표한 ChatGPT 제품 탐색 기능에서 사용자가 제품을 탐색하고, 비교하고, 자신의 조건에 맞는 선택지를 좁혀가는 구매 경험을 강조했습니다.
AI 검색은 정보를 찾아 보여주는 데서 그치지 않고, 사용자의 선택을 돕는 방향으로 발전하고 있습니다.
그렇다면 GEO의 측정 단위도 변화해야 합니다.
2. 브랜드 언급률 70%가 40%보다 반드시 좋은 성과일까?
가상의 두 GEO 솔루션을 비교해 보겠습니다.
브랜드 A는 100개 질문 중 70개에서 언급됐습니다.
브랜드 B는 100개 질문 중 40개에서 언급됐습니다.
단순 언급률만 보면 A의 성과가 압도적입니다.
그러나 질문별 성과를 분석하면 다른 결과가 나올 수 있습니다.
| 질문 유형 | 브랜드 A | 브랜드 B |
|---|---|---|
| 정보 탐색 질문 50개 | 45회 | 10회 |
| 기능·대안 비교 질문 30개 | 20회 | 15회 |
| 도입·추천 질문 20개 | 5회 | 15회 |
| 전체 언급률 | 70% | 40% |
| 도입·추천 질문 언급률 | 25% | 75% |
이 표는 개념 설명을 위한 가상 사례이며, 실제 기업의 측정 결과가 아닙니다.
브랜드 A는 전체적으로 더 자주 등장합니다.
하지만 구매 결정을 앞둔 질문에서는 브랜드 B가 세 배 더 자주 등장합니다.
물론 이 결과만으로 B의 매출이나 실제 전환율이 더 높다고 단정할 수는 없습니다. 정보 탐색 단계의 노출도 장기적인 브랜드 형성에 기여하기 때문입니다.
다만 분명한 것은 하나입니다.
전체 언급률이라는 지표만으로는 이 차이를 발견할 수 없다는 사실입니다.
모든 AI 노출이 동일한 비즈니스 가치를 갖는 것은 아닙니다.
3. GEO에는 Prompt Market Share를 넘어 Prompt Value가 필요하다
우리는 앞서 GEO의 시장점유율을 이해하기 위해 _Prompt Market Share_라는 관점을 제안했습니다.
브랜드가 고객의 주요 질문에서 얼마나 자주 등장하는지를 경쟁사와 비교하는 방식입니다.
여기서 한 단계 더 나아가야 합니다.
전체 질문에서의 존재감을 측정하는 것과 사업적으로 중요한 질문에서의 경쟁력을 측정하는 것은 다른 문제입니다.
이를 구분하기 위해 _Prompt Value_라는 개념을 제안합니다.
Prompt Value는 개별 질문이 기업의 비즈니스 목표와 얼마나 밀접하게 연결되어 있는지를 나타내는 분석적 가치입니다.
이를 평가하려면 최소한 세 가지 요소가 필요합니다.
① Intent: 질문의 구매 의도
질문자가 단순히 정보를 탐색하는지, 대안을 비교하는지, 실제 도입을 준비하는지 구분해야 합니다.
예를 들어 “GEO란?”과 “GEO 솔루션 견적을 비교하고 싶다”는 서로 다른 의사결정 단계에 있습니다.
② Relevance: 우리 사업과의 적합성
구매 의도가 높다고 모든 질문이 우리에게 가치 있는 것은 아닙니다.
대기업용 솔루션을 판매하는 기업이라면 소규모 개인사업자의 무료 서비스 탐색보다 기업용 분석·보안·협업 요구사항을 다루는 질문이 더 중요할 수 있습니다.
③ Opportunity: 실제 사업 기회
고객군의 규모, 예상 계약 가치, 전략적 중요도, 수익성 등을 고려해야 합니다.
또한 이미 확보한 고객을 대상으로 하는 질문과 새로운 시장에 진입하기 위한 질문은 목적이 다를 수 있습니다.
결국 Prompt Value는 검색량이나 구매 의도 하나로 결정되는 점수가 아닙니다.
질문이 기업의 사업 목표와 연결되는 정도를 체계적으로 평가하는 기준입니다.
4. Prompt Value는 어떻게 측정할 수 있을까?
실무에서는 다음과 같은 가중 언급률을 시작점으로 삼을 수 있습니다.
Value-Weighted Mention Rate
= Σ(질문별 브랜드 언급 여부 × 질문 가치 가중치) ÷ Σ(질문 가치 가중치) × 100
예를 들어 정보 탐색 질문에 1점, 비교 질문에 2점, 도입·추천 질문에 4점을 부여할 수 있습니다.
앞서 제시한 가상 사례에 이를 적용하면 다음과 같습니다.
| 측정 지표 | 브랜드 A | 브랜드 B |
|---|---|---|
| 단순 언급률 | 70.0% | 40.0% |
| 가치 가중 언급률 | 52.5% | 50.6% |
두 브랜드의 격차가 30%p에서 약 1.9%p로 좁혀집니다.
이 결과는 가중치 설정에 따라 달라집니다. 또한 1·2·4점은 설명을 위한 예시이지, 검증된 업계 표준이 아닙니다.
핵심은 특정 가중치 자체가 아닙니다.
질문의 가치를 어떻게 정의하느냐에 따라 GEO 성과에 대한 판단이 달라진다는 점입니다.
다만 가중 언급률에도 중요한 한계가 있습니다.
AI 답변에 언급됐다고 반드시 추천받은 것은 아니며, 추천받았다고 구매한 것도 아닙니다.
따라서 실제 성과 측정에서는 언급·인용·추천·전환을 분리해야 합니다. Prompt Value는 이러한 성과 지표를 해석하기 위한 우선순위 체계이지, 매출을 직접 증명하는 지표는 아닙니다.
5. 그렇다면 어떤 질문을 측정해야 할까?
GEO 측정에서 가장 먼저 해결해야 할 문제는 질문 목록의 대표성입니다.
브랜드가 잘 등장하는 질문만 선택한다면 높은 점수를 얻는 것은 어렵지 않습니다.
반대로 실제 고객이 거의 하지 않는 질문을 많이 포함하면 측정 결과는 사업성과 동떨어질 수 있습니다.
2026년 8월 공개된 Demand-Side Measurement for Generative Engine Optimization 연구는 구매자 페르소나와 검색 의도를 연결한 대규모 합성 데이터셋을 제안했습니다.
이 연구는 AI 추천을 이해하려면 브랜드가 얼마나 자주 등장하는지만이 아니라, 어떤 구매자가 어떤 의도로 질문하는지를 함께 살펴봐야 한다는 문제를 제기합니다.
다만 이 연구의 페르소나는 합성 데이터이며, 질문 유형별 실제 구매 전환율을 입증한 것은 아닙니다.
실무적으로는 다음 다섯 가지 질문군을 구분하는 것이 출발점이 될 수 있습니다.
| 질문군 | 대표 질문 | 주요 측정 목적 |
|---|---|---|
| 정보 탐색 | GEO란 무엇인가? | 카테고리 인지도 |
| 문제 인식 | AI 검색에서 우리 브랜드가 안 보이는 이유는? | 문제 해결 연관성 |
| 대안 탐색 | 국내 GEO 솔루션에는 어떤 것이 있나? | 경쟁 후보 포함 여부 |
| 비교·평가 | A와 B 중 경쟁사 분석에 적합한 것은? | 조건별 경쟁력 |
| 도입·결정 | 우리 기업에 적합한 GEO 솔루션을 추천해줘 | 구매 의도 질문에서의 추천 |
이 다섯 단계는 고객 여정을 분석하기 위한 실무 프레임워크입니다. 모든 산업의 구매 과정이 반드시 이 순서대로 진행되는 것은 아닙니다.
여기에 실제 고객 인터뷰, 영업 상담 기록, 고객 문의, 검색 데이터, 제품 사용 사례 등을 반영해야 합니다.
질문은 AI가 만들어낼 법한 문장만으로 구성해서는 안 됩니다.
실제 고객의 문제에서 출발해야 합니다.
6. 더 중요한 문제: 같은 질문이라도 AI마다 답이 다르다
질문의 가치만 구분하면 GEO 측정이 완성되는 것은 아닙니다.
AI 검색에는 또 하나의 변수가 있습니다.
답변이 고정되어 있지 않다는 사실입니다.
2026년 4월 발표된 Don't Measure Once: Measuring Visibility in AI Search는 AI 검색의 확률적 특성 때문에 단발성 측정이 브랜드의 실제 가시성을 대표하기 어렵다고 지적합니다.
또한 2026년 10월 보도된 Muck Rack·Generative Pulse 연구는 질문과 플랫폼에 따라 인용 출처가 크게 달라질 수 있음을 보여줬습니다.
따라서 신뢰할 만한 GEO 측정에는 네 가지 차원이 필요합니다.
-
Prompt — 어떤 고객 질문인가?
-
Intent — 질문의 사업적 가치는 무엇인가?
-
Engine — 어떤 AI에서 답변하는가?
-
Time — 시간이 지나도 결과가 유지되는가?
특히 주의해야 할 점은 AI 엔진별 결과를 하나의 평균으로 합칠 때입니다.
ChatGPT·Gemini·Claude·Perplexity·네이버 AI를 똑같은 비중으로 평가할 수도 있지만, 실제 고객이 사용하는 플랫폼의 비중이 다르다면 별도의 해석이 필요합니다.
엔진별 성과를 먼저 공개하고, 전체 점수는 가중치와 산정 기준을 명시하는 편이 바람직합니다.
GEO 측정의 목표는 보기 좋은 숫자 하나를 만드는 것이 아닙니다.
기업이 어디에서 기회를 얻고, 어디에서 경쟁력을 잃고 있는지를 설명하는 것입니다.
7. GEO 리포트는 이제 다른 질문에 답해야 한다
기존 GEO 리포트가 주로 다음 질문을 던졌다면,
“우리 브랜드가 AI에 얼마나 자주 언급되는가?”
앞으로는 다음 질문들에 답할 수 있어야 합니다.
-
어떤 고객군의 질문에서 가장 자주 추천되는가?
-
구매 의도가 높은 질문에서 경쟁사보다 우세한가?
-
기능·가격·도입 조건에 따라 추천 결과가 어떻게 달라지는가?
-
어떤 질문에서 경쟁사는 등장하지만 우리는 빠지는가?
-
콘텐츠를 개선한 후 중요한 질문에서의 가시성이 실제로 높아졌는가?
이것은 GEO를 콘텐츠 노출 관리에서 비즈니스 의사결정을 위한 분석으로 발전시키는 과정입니다.
물론 Prompt Value가 높아졌다고 매출 증가가 입증되는 것은 아닙니다.
실제 기여도를 평가하려면 유입, 문의, 체험 신청, 계약 전환 등 후속 데이터와 연결해야 합니다. 가능하다면 비교군이나 시계열 분석을 통해 다른 마케팅 활동의 영향도 구분해야 합니다.
그럼에도 Prompt Value는 중요한 출발점이 됩니다.
무엇을 먼저 측정하고, 무엇을 개선하며, 어디에 자원을 배분해야 하는지 판단할 수 있기 때문입니다.
8. 도슨티 GEO가 지향하는 측정의 방향
도슨티 GEO는 ChatGPT, Claude, Gemini, Perplexity, 네이버 AI 등 여러 AI 플랫폼에서 브랜드의 언급·인용·추천 현황과 경쟁사 가시성을 분석하는 솔루션입니다.
기업은 핵심 질문을 중심으로 AI가 자사 브랜드를 어떻게 다루는지 살펴보고, 경쟁사와의 차이를 확인할 수 있습니다.
여기에 Prompt Value라는 관점을 더하면 GEO 분석은 더욱 전략적인 의미를 갖습니다.
단순히 더 많이 등장하는 것을 목표로 삼는 대신, 사업적으로 중요한 질문에서 어떤 위치를 차지하는지 판단할 수 있기 때문입니다.
질문별 구매 의도 분류나 가치 가중 점수는 기존의 언급·인용·추천 측정과 구분되는 확장 분석 프레임워크입니다. 기업별 사업 목표에 따라 설계하고 검증해야 할 영역입니다.
도슨티가 강조하는 방향은 명확합니다.
AI 검색의 성과를 한 번의 답변이나 단순한 순위로 판단하지 말고, 여러 플랫폼과 핵심 질문을 통해 지속적으로 측정해야 한다는 것입니다.
GEO의 다음 경쟁은 노출량이 아니라 질문의 가치에서 시작된다
AI 검색 시대에도 브랜드 인지도는 중요합니다.
정보 탐색 단계에서 반복적으로 등장하는 브랜드가 장기적으로 어떤 이점을 얻는지 역시 계속 연구해야 합니다.
그러나 모든 질문을 같은 가치로 취급하는 순간, 우리는 중요한 차이를 놓치게 됩니다.
AI가 브랜드를 알고 있다는 것과, 고객이 선택하려는 순간 그 브랜드를 추천한다는 것은 다릅니다.
앞으로의 GEO 경쟁력은 단순히 얼마나 많은 답변에 등장했는지로만 설명할 수 없습니다.
기업은 어떤 질문을 확보했는지, 그 질문이 어떤 고객의 의사결정과 연결되는지, 그리고 경쟁사와 비교해 어떤 선택의 기회를 얻고 있는지 이해해야 합니다.
GEO의 핵심 질문은 “AI가 우리를 얼마나 자주 말하는가?”에서 “AI는 고객이 우리를 필요로 하는 순간에 우리를 추천하는가?”로 이동해야 합니다.
이것이 도슨티가 제안하는 Prompt Value 중심 GEO 전략의 출발점입니다.
