한 명의 AE가 여러 브랜드의 AI 검색을 운영하는 시스템

홍보대행사에 GEO(Generative Engine Optimization)는 새로운 서비스 상품이 될 수 있습니다.

하지만 실제 운영 단계로 들어가면 문제가 생깁니다.

클라이언트가 이렇게 묻기 시작하기 때문입니다.

“우리 회사는 ChatGPT에서 얼마나 자주 추천되나요?”
“경쟁사는 나오는데 왜 우리는 안 나오죠?”
“지난달 배포한 보도자료가 AI 답변의 출처로 쓰였나요?”
“이번 달에 무엇을 바꿔야 하나요?”

이 질문에 답하려면 AE가 매번 ChatGPT·Perplexity·Gemini를 열어 몇 가지 질문을 입력해보는 것으로는 부족합니다.

GEO는 결국 측정 → 원인 분석 → 콘텐츠·PR 실행 → 재측정을 반복하는 운영 업무이기 때문입니다.

따라서 대행사에 필요한 것은 GEO를 대신 수행해주는 또 하나의 외주업체가 아니라, 기존 AE와 콘텐츠·PR 담당자가 여러 고객사의 GEO를 직접 운영할 수 있게 만드는 시스템입니다.

이 글에서는 그 시스템을 어떻게 설계해야 하는지 살펴봅니다.

GEO가 대행사의 새로운 보고 업무가 되는 이유

SEO에서 대행사는 오랫동안 비교적 명확한 지표를 사용해왔습니다.

검색 노출수, 순위, 클릭, CTR, 세션, 전환 등입니다.

그러나 AI 검색에서는 측정 단위가 달라집니다.

예를 들어 사용자가

“국내 기업용 AI 교육 업체를 추천해줘”

라고 질문했을 때 중요한 것은 특정 키워드의 검색 순위만이 아닙니다.

확인해야 할 것은 다음과 같습니다.

우리 고객사가 답변에 등장했는가
몇 번째로 추천됐는가
경쟁사 가운데 누가 더 많이 등장했는가
AI가 어떤 이유로 그 브랜드를 추천했는가
어떤 웹페이지와 외부 매체를 근거로 사용했는가
자사 홈페이지가 직접 인용됐는가
지난달과 비교해 이 패턴이 달라졌는가

즉 GEO에서는 기존 SEO의 rank tracking에 가까운 업무가 answer tracking과 citation tracking으로 확장됩니다.

실제로 Ahrefs Brand Radar는 AI 가시성을 Mentions, Citations, AI Share of Voice, Estimated Impressions 등으로 구분합니다. 특히 Ahrefs는 AI가 페이지를 발견한 것과 실제 답변에서 해당 페이지를 citation으로 사용한 것 역시 별도로 구분합니다.

Scrunch AI의 Citation 분석 가이드 역시 어떤 도메인이 인용됐는지만 보는 것이 아니라 URL 단위까지 내려가 어떤 페이지가 어떤 프롬프트에서 인용됐는지 분석합니다.

이 차이는 PR 대행사에 특히 중요합니다.

“기사가 나갔다”와 “그 기사가 AI가 브랜드를 설명하는 근거가 됐다”는 서로 다른 성과이기 때문입니다.

1. 먼저 ‘브랜드’를 관리하지 말고 ‘질문 시장’을 관리해야 합니다

GEO 운영에서 가장 흔한 실수는 브랜드명을 계속 검색하는 것입니다.

예를 들어 A사가 산업용 AI 솔루션 기업이라면

A사는 어떤 회사인가?

만 추적해서는 실제 시장에서의 AI 가시성을 알기 어렵습니다.

대신 고객이 구매 과정에서 묻는 질문을 설계해야 합니다.

Awareness

“기업이 생성형 AI를 도입하려면 무엇부터 해야 하나?”

Comparison

“A와 B의 차이는 무엇인가?”

Evaluation

“대기업에서 사용하기 좋은 AI 솔루션을 추천해줘.”

Problem

“사내 문서를 안전하게 검색할 수 있는 AI를 구축하려면?”

Purchase

“기업용 AI 솔루션 도입 비용과 업체를 비교해줘.”

이것을 Prompt Portfolio라고 생각하면 이해하기 쉽습니다.

SEO 담당자가 수백 개 키워드의 순위를 관리하듯 GEO 담당자는 구매 여정별 핵심 질문군을 관리하게 됩니다.

이때 모든 질문의 가치가 같지는 않습니다.

브랜드 언급률 30%

보다 중요한 정보는

“구매 의도가 높은 20개 질문 가운데 6개에서 브랜드가 추천됐다”

일 수 있습니다.

따라서 대행사는 고객사별로 최소한 다음 구조를 만들어야 합니다.

브랜드 → 제품/서비스 → 고객 문제 → 구매 단계 → 핵심 질문 → 경쟁사 → AI 답변 → Citation

GEO는 결국 키워드 관리가 아니라 질문 시장(question space)의 점유율을 관리하는 업무로 발전할 가능성이 높습니다.

2. Mention, Citation, Recommendation을 같은 지표로 취급하면 안 됩니다

월간 보고서에서는 적어도 세 가지를 분리해야 합니다.

Mention

AI 답변에 브랜드 이름이 등장합니다.

Recommendation

브랜드가 단순 언급되는 것을 넘어 실제 선택지 또는 추천 대상으로 제시됩니다.

Citation

AI가 특정 웹페이지를 답변의 근거로 제시합니다.

예를 들어 경쟁사가

“A, B, C 등이 대표적인 솔루션입니다.”

라는 답변에 자주 등장한다면 경쟁사는 Recommendation Share에서 앞서 있을 수 있습니다.

반면 고객사 홈페이지가 여러 답변의 source로 사용되기 시작했다면 고객사는 Citation Share에서 개선되고 있을 수 있습니다.

둘은 다른 성과입니다.

OpenAI 역시 ChatGPT Search 공식 도움말에서 검색을 사용한 답변에는 인용이 표시될 수 있으며 사용자가 Sources를 통해 해당 출처를 확인할 수 있다고 설명합니다.

따라서 대행사의 GEO 보고서도 단순히

AI 노출이 18% 증가했습니다.

라고 끝나서는 안 됩니다.

보다 유용한 보고는 이런 형태입니다.

구매 고려 단계의 30개 프롬프트 가운데 브랜드 추천이 8개에서 13개로 증가했습니다. 특히 ‘기업 AI 교육 업체 추천’ 질문군에서는 자사 홈페이지의 교육 사례 페이지가 새롭게 출처로 등장했습니다. 반면 ‘금융권 생성형 AI 교육’ 질문에서는 경쟁사 A의 고객사례가 반복 인용되고 있어 다음 달 콘텐츠 우선순위로 제안합니다.

이 정도가 되어야 GEO 데이터가 다음 달 PR·SEO·콘텐츠 전략을 결정하는 정보가 됩니다.

3. 대행사의 GEO 경쟁력은 ‘몇 개 AI를 지원하는가’보다 운영 확장성에 달려 있습니다

GEO 솔루션을 비교할 때 흔히 다음 질문부터 합니다.

ChatGPT, Gemini, Claude, Perplexity를 모두 지원하나요?

물론 중요합니다.

그러나 대행사라면 더 중요한 질문이 있습니다.

“AE 한 명이 이 시스템으로 몇 개 고객사를 실제로 관리할 수 있는가?”

예를 들어 20개 고객사마다 50개 프롬프트를 관리한다고 가정해보겠습니다.

벌써 1,000개 질문입니다.

여기에 여러 AI 모델, 경쟁사, 반복 측정, Citation 확인, 전월 비교가 추가됩니다.

사람이 직접 검색하는 방식은 빠르게 한계에 도달합니다.

해외 GEO SaaS 역시 이미 이 문제를 대행사 관점에서 설계하기 시작했습니다.

Peec AI의 Agency 기능은 고객사를 각각 별도 프로젝트로 관리하면서 하나의 계정에서 여러 클라이언트를 운영하고 자동 리포팅하는 방식을 강조합니다. Peec의 공식 자료에서도 agency bundle에서 여러 고객 프로젝트에 프롬프트를 배분할 수 있다고 설명합니다.

OtterlyAI 역시 ChatGPT, Perplexity, Gemini, Claude, Google AI 등을 대상으로 브랜드 언급, citation, sentiment, share of voice 등을 반복 측정합니다.

Ahrefs Brand Radar는 훨씬 큰 검색 데이터와 AI 응답 데이터베이스를 결합해 대규모 시장 탐색과 경쟁 분석에 강점을 둡니다.

따라서 GEO 도구를 선택할 때 대행사는 기능 개수보다 다음 질문을 해야 합니다.

질문	대행사에서 중요한 이유
고객사를 프로젝트별로 관리할 수 있는가	데이터 혼합 방지
프롬프트를 반복 측정할 수 있는가	전월 대비 성과 측정
경쟁사를 동일 조건에서 비교할 수 있는가	Share of Voice 분석
답변 원문을 확인할 수 있는가	브랜드 맥락 분석
Citation URL을 확인할 수 있는가	PR·콘텐츠 성과 분석
한국어 질문을 실제 구매 맥락으로 설계할 수 있는가	국내 고객사 적용
결과에서 바로 개선 작업을 찾을 수 있는가	AE 생산성
여러 고객사 운영 비용이 합리적인가	서비스 마진 확보

대행사에게 좋은 GEO SaaS란 분석 기능이 가장 많은 제품이 아니라, 한 명의 실무자가 더 많은 고객을 높은 품질로 운영할 수 있게 만드는 제품입니다.

4. 그래서 Docenty GEO를 ‘모니터링 툴’로만 보면 안 됩니다

이 지점에서 Docenty GEO의 활용 방식을 조금 다르게 볼 필요가 있습니다.

GEO를 외부 전문업체에 완전히 맡기면 대행사 내부에는 최종 보고서만 남기 쉽습니다.

반대로 SaaS를 직접 운영하면 AE가 매달 다음 과정을 반복하게 됩니다.

① 고객이 실제로 물을 질문을 정의한다

↓

② 브랜드와 경쟁사의 AI 가시성을 측정한다

↓

③ 어떤 브랜드와 출처가 선택됐는지 확인한다

↓

④ 고객사 사이트·보도자료·기고·비교 콘텐츠의 부족한 근거를 찾는다

↓

⑤ 콘텐츠와 PR을 실행한다

↓

⑥ 같은 질문을 다시 측정한다

↓

⑦ 무엇이 달라졌는지 고객에게 보고한다

여기서 중요한 것은 마지막 그래프 하나가 아닙니다.

이 과정을 반복하면서 AE가 배우는 것입니다.

어떤 질문에서 공식 홈페이지가 잘 인용되는지, 어떤 경우 언론이나 제3자 콘텐츠가 중요한지, 경쟁사가 어떤 표현으로 추천되는지, 어떤 페이지가 AI에게 충분한 근거를 제공하지 못하는지에 대한 GEO 운영 지식이 대행사 내부에 축적됩니다.

즉 SaaS의 가치는 단순한 업무 자동화에 있지 않습니다.

GEO 역량 자체를 대행사의 자산으로 만든다는 데 있습니다.

5. SEO를 버리고 GEO로 이동한다는 생각도 잘못입니다

GEO가 등장했다고 SEO가 사라지는 것은 아닙니다.

Google도 이 점은 명확하게 설명하고 있습니다.

2026년 Google의 생성형 AI 검색 최적화 공식 가이드는 기존 SEO best practice가 생성형 AI 검색에서도 여전히 중요하다고 설명합니다. Google의 생성형 AI 검색은 Search index와 기존 ranking·quality systems를 기반으로 관련 웹페이지를 retrieval하기 때문입니다.

따라서 GEO 프로젝트에서도 다음 기반은 여전히 중요합니다.

crawlability
indexability
명확한 정보 구조
내부 링크
페이지별 주제 명확성
신뢰할 수 있는 근거
원본 데이터
고객 사례
저자와 기업 정보
업데이트된 콘텐츠
제품·서비스에 대한 명확한 설명

차이는 그다음입니다.

SEO가

“검색 결과에서 우리 페이지가 발견되는가?”

를 중심으로 측정해왔다면 GEO는 여기에

“AI가 우리 브랜드를 답변에 포함시키는가?”

“우리 콘텐츠를 근거로 사용하는가?”

“경쟁사와 비교할 때 어떤 맥락으로 설명하는가?”

를 추가합니다.

따라서 좋은 GEO 대행사는 SEO팀과 경쟁하는 조직이 아니라 SEO·PR·콘텐츠·브랜드 데이터를 하나의 AI discovery 관점으로 연결하는 조직에 가깝습니다.

6. PR 역시 ‘보도량’에서 ‘Citation Portfolio’ 관리로 확장할 필요가 있습니다

이 변화는 PR 대행사에 특히 큰 기회입니다.

AI가 항상 기업 홈페이지만 인용하는 것은 아닙니다.

OtterlyAI의 citation 분석 자료에 따르면 자사가 분석한 140만 개 citation link에서 브랜드 사이트뿐 아니라 뉴스·미디어와 Reddit 역시 주요 출처군으로 나타났습니다.

따라서 앞으로 PR팀은 단순히

보도자료 12건 → 기사 47건

만 보고하는 것이 아니라

기사 발행 → AI Citation 등장 → Brand Recommendation 변화

까지 관찰할 수 있습니다.

이때 고객사의 Citation Portfolio를 만들어보는 것이 유용합니다.

Owned

기업 홈페이지, 블로그, 리서치, FAQ, 제품 페이지, 고객 사례

Earned

언론 기사, 인터뷰, 업계 전문매체, 전문가 리뷰

Community

커뮤니티, 포럼, 사용자 후기

Institutional

정부·공공기관·협회·대학·연구기관 자료

그리고 AI가 구매 관련 질문에 답할 때 어떤 종류의 출처를 반복해서 사용하는지 분석합니다.

그러면 PR의 목표도 바뀝니다.

“언론에 많이 노출시키자”에서 “AI가 해당 브랜드를 판단할 때 필요한 신뢰 근거를 웹 전체에 구축하자”로 확장됩니다.

7. 월간 GEO 보고서는 이렇게 바뀌어야 합니다

대행사가 고객에게 제공하는 GEO 보고서를 5개 레이어로 나누면 좋습니다.

Layer 1. AI Visibility

Mention Rate
Recommendation Rate
AI Share of Voice
평균 추천 위치
모델별 차이

Layer 2. Citation

자사 도메인 Citation
경쟁사 Citation
가장 많이 인용된 URL
새롭게 등장한 출처
사라진 출처
Earned Media Citation

Layer 3. Prompt / Intent

Awareness
Problem
Category
Comparison
Purchase

각 단계에서 브랜드가 얼마나 등장하는지 확인합니다.

Layer 4. Execution

이번 달 실행한

홈페이지 수정
보도자료
언론 보도
블로그
비교 콘텐츠
FAQ
고객 사례

등을 기록합니다.

Layer 5. Business Outcome

마지막으로

AI referral
organic traffic
branded search
inquiry
demo request
lead
opportunity
revenue

와 연결합니다.

Google 역시 Search Console과 Analytics의 역할을 구분합니다. Search Console은 검색 결과에서 사이트가 어떻게 발견되는지를, Analytics는 방문 이후 행동을 측정합니다. 두 데이터는 측정 방식 자체가 다르므로 숫자가 완전히 일치할 필요도 없습니다.

2026년에는 Google Search Console에 생성형 AI 검색 전용 performance report도 추가되어 AI Overviews·AI Mode 등의 visibility를 별도로 분석할 수 있게 됐습니다.

따라서 GEO 역시 visibility → citation → traffic → conversion을 하나의 숫자로 뭉개지 않고 각각 측정해야 합니다.

8. 가장 중요한 것은 월간 점수가 아니라 ‘다음 행동’입니다

GEO 보고서가

Visibility 31 → 38

로 끝난다면 고객은 결국 묻게 됩니다.

“그래서 다음 달에는 무엇을 해야 하나요?”

좋은 GEO 운영 시스템은 데이터를 action으로 바꿔야 합니다.

예를 들어 분석 결과가 이렇다고 가정해보겠습니다.

관찰

“기업 생성형 AI 교육 업체 추천” 질문에서 경쟁사 A가 반복적으로 추천된다.

Citation 분석

AI가 A사의 고객 사례와 외부 인터뷰를 반복적으로 인용한다.

Content Gap

우리 고객사는 교육 프로그램 페이지는 있지만 실제 기업 적용 사례와 결과 데이터가 부족하다.

Action

고객사례 페이지 제작 + 담당 전문가 인터뷰 + 산업별 교육 성과 데이터 공개 + 관련 PR 콘텐츠 발행.

Measurement

동일 Prompt Portfolio를 7일·14일·30일 후 다시 측정한다.

이것이 GEO의 기본적인 closed-loop operation입니다.

Measure → Diagnose → Act → Measure again

대행사가 GEO를 내재화하면 무엇이 달라지는가

초기 GEO 시장에서는 전문업체에게 분석을 의뢰하는 것이 가장 빠른 방법일 수 있습니다.

하지만 대행사의 장기적인 경쟁력은 다릅니다.

매달 고객을 가장 가까이에서 만나는 사람은 AE입니다.

고객의 제품이 무엇인지, 경쟁사가 누구인지, 어떤 기사가 나갔는지, 어떤 메시지를 시장에 전달하려는지 가장 잘 아는 사람도 AE입니다.

그 AE가 GEO 데이터를 직접 볼 수 있다면

PR → 콘텐츠 → SEO → GEO → 고객 보고

가 하나의 운영 루프로 연결됩니다.

Docenty GEO 같은 SaaS를 대행사 관점에서 평가해야 하는 이유도 여기에 있습니다.

목표는 AE를 GEO 개발자나 데이터 사이언티스트로 만드는 것이 아닙니다.

기존 마케팅 실무자가 여러 고객사의 AI 검색 상태를 직접 진단하고, 경쟁사를 비교하고, 실행 우선순위를 판단할 수 있게 만드는 것입니다.

한 명의 AE가 하나의 고객사를 수작업으로 조사하는 방식에서 벗어나 여러 브랜드의 Prompt Portfolio와 Citation 변화를 하나의 반복 가능한 업무 프로세스로 관리할 수 있게 되면 GEO는 별도의 특수 프로젝트가 아니라 대행사의 새로운 상시 서비스가 될 수 있습니다.

그리고 그때 대행사가 쌓는 것은 단순한 월간 보고서가 아닙니다.

어떤 질문이 구매에 가까운지, 어떤 콘텐츠가 AI의 근거가 되는지, 어떤 외부 출처가 브랜드 추천에 영향을 미치는지에 대한 데이터와 경험입니다.

그 데이터가 고객사가 바뀌어도 조직 안에 남는 순간,

GEO는 외주 비용이 아니라 대행사의 역량이 됩니다.

GEO 도구를 검토하는 대행사를 위한 마지막 체크리스트

도구를 도입하기 전에 다음 질문에 답해보십시오.

여러 고객사를 반복적으로 운영하기 쉬운가?
고객사별 구매 의도 프롬프트를 직접 설계할 수 있는가?
ChatGPT 등 모델별 결과를 구분할 수 있는가?
브랜드 Mention과 Citation을 구분할 수 있는가?
경쟁사 Share of Voice를 비교할 수 있는가?
실제 Citation URL과 답변 맥락을 확인할 수 있는가?
전월과 이번 달의 변화를 설명할 수 있는가?
데이터가 실제 콘텐츠·PR 개선안으로 이어지는가?
AE가 별도 개발 인력 없이 반복적으로 사용할 수 있는가?
고객사가 늘어나도 운영 비용과 시간이 감당 가능한가?

이 질문에 대한 답이 GEO 솔루션의 기능 개수보다 중요합니다.

대행사가 찾아야 할 것은 GEO 보고서를 대신 만들어주는 업체가 아니라, 대행사 스스로 GEO 전문성을 갖게 해주는 운영 인프라입니다.

그것이 AI 검색 시대에 대행사가 GEO를 새로운 매출원으로 만드는 출발점입니다.

자주 묻는 질문

홍보·마케팅 대행사가 GEO를 새로운 서비스로 제공할 수 있나요?

가능합니다. 기존 SEO·PR·콘텐츠 업무에 AI 브랜드 언급, 경쟁사 Share of Voice, Citation 분석과 반복 측정을 추가하면 GEO를 월간 운영 서비스로 설계할 수 있습니다. 중요한 것은 일회성 진단보다 반복 가능한 운영 프로세스를 만드는 것입니다.

여러 고객사의 GEO를 AE 한 명이 관리할 수 있나요?

가능하게 만드는 것이 GEO SaaS의 중요한 역할입니다. 다만 관리 가능한 고객사 수는 프롬프트 수, 측정 빈도, 보고서 수준과 자동화 정도에 따라 달라지므로 특정 숫자를 일반화해서는 안 됩니다. 핵심은 수동 검색을 고객사별로 반복하지 않고 표준화된 Prompt Portfolio와 측정 체계를 만드는 것입니다.

GEO와 SEO는 별도의 서비스인가요?

완전히 분리하기 어렵습니다. Google도 생성형 AI 검색에서 기존 SEO 원칙이 계속 중요하다고 설명합니다. GEO는 SEO를 대체하기보다 브랜드 언급, 추천, Citation과 AI answer context라는 새로운 측정 레이어를 추가한다고 보는 편이 정확합니다.

PR 기사가 많아지면 AI Citation도 증가하나요?

자동적으로 증가한다고 볼 수 없습니다. 어떤 매체와 페이지가 실제 AI 답변의 출처가 되는지 별도로 측정해야 합니다. 따라서 기사 건수와 Citation 수를 구분하고, 어떤 Earned Media가 실제로 반복 인용되는지 분석하는 것이 중요합니다.

GEO 성과를 고객에게 무엇으로 보고해야 하나요?

단일 GEO 점수보다 Mention → Recommendation → Citation → Traffic → Conversion의 단계로 나누는 것이 좋습니다. 여기에 경쟁사 대비 Share of Voice와 실행 전후의 변화를 함께 보여주면 다음 달 콘텐츠·PR 투자 결정에도 활용할 수 있습니다.

국내 대행사가 GEO SaaS를 선택할 때 가장 중요한 기준은 무엇인가요?

지원하는 AI 모델의 숫자만 비교하기보다 한국어 구매 프롬프트를 얼마나 현실적으로 관리할 수 있는지, 여러 고객사를 반복 운영하기 쉬운지, Citation과 경쟁사를 분석한 뒤 실제 개선 작업까지 연결할 수 있는지를 확인하는 것이 중요합니다.

홍보대행사의 GEO 역량은 어떻게 만드는가