검색만으로 충분하지 않은 시대

마케팅은 오랫동안 소비자의 관심을 얻고, 검색 결과에서 발견되며, 자사 웹사이트 방문으로 이어지게 하는 데 집중해 왔다. AIDA, 소비자 의사결정 여정, 5A 모델은 각 시대의 고객 행동을 이해하는 데 유용한 지도였다.

생성형 AI는 이 여정에 새로운 중개자를 더했다. 소비자는 여전히 검색하지만, 모든 링크를 직접 검토하지는 않는다. 질문을 AI에 맡기고, AI가 요약하고 비교한 결과에서 후보를 고르는 경우가 늘고 있다.

이 변화는 제로클릭 검색의 증가에서도 확인된다. 2024년 조사에서 미국 구글 검색의 58.5%는 검색 결과에 제시된 어떤 링크도 클릭하지 않은 채 끝났다. 별도의 2025년 조사에서는 Google AI Mode 검색의 약 92~94%가 외부 도메인 클릭으로 이어지지 않았다. 두 수치는 조사 대상과 방법이 다르므로 직접 비교할 수는 없지만, 공통된 방향은 분명하다. 브랜드 웹사이트에 방문하기 전에 판단이 상당 부분 이루어지는 환경이 확대되고 있다.

따라서 발견 가능성(Discoverability)만으로는 충분하지 않다. 발견된 뒤 AI의 비교 대상에 포함되고, 신뢰할 만한 추천 근거를 제공하는 능력이 함께 필요하다. 검색이 사라진 것이 아니라, 검색과 선택 사이에 새로운 문지기가 들어선 것이다.

본서는 이 환경을 신뢰 경제(Confidence Economy)라고 부른다. 소비자의 관심을 얻는 능력과 함께, AI와 소비자가 확인할 수 있는 근거를 축적하는 능력이 경쟁력이 되는 시대다. 관심은 여전히 탐색의 출발점이지만, 관심을 선택으로 바꾸는 것은 일관되게 확인되는 사실과 증거다.

감성과 팩트는 서로 다른 역할을 한다

AI 시대의 브랜딩을 ‘AI가 좋아할 만한 문장 쓰기’로 이해해서는 안 된다. 매끄러운 카피만으로는 브랜드의 실체, 제품의 차이, 신뢰의 근거를 기계가 정확히 파악하기 어렵다.

AI는 브랜드의 감성에 설득되는 소비자가 아니다. 공개된 정보에서 브랜드가 어떤 카테고리에 속하는지, 어떤 고객에게 적합한지, 주장을 뒷받침하는 증거가 있는지, 여러 출처의 설명이 서로 일치하는지를 읽고 비교한다. 이 과정에서 정보가 모호하거나 출처마다 설명이 다르면 인지도가 높은 브랜드도 추천 후보에서 빠질 수 있다.

그렇다고 감성적 브랜딩이 사라지는 것은 아니다. 최종적인 가치 판단과 선택은 여전히 인간의 몫이다. “가격보다 지속가능성을 중요하게 생각한다”는 기준은 사람이 세운다. 다만 AI가 그 기준에 맞는 대안을 먼저 추려 주는 환경에서는, 인간을 움직이는 이야기와 기계가 확인할 수 있는 근거가 함께 설계되어야 한다.

이 책은 이를 휴먼-AI 이중 레이어 모델(Dual-Layer Model)로 설명한다. 그리고 이 설계 전체를 관통하는 두 개의 이름이 있다. 브랜드가 AI 답변에서 정확히 인식되고 인용·추천되도록 정보 환경을 정비하는 실행 방법론이 GEO(Generative Engine Optimization·생성형 엔진 최적화)이고, GEO가 완성하고자 하는 더 큰 그림―사람의 기억과 기계의 판단 양쪽에 브랜드를 세우는 전사적 브랜드 전략―이 알고리즘 브랜딩(Algorithmic Branding)이다. 두 이름은 3부와 4부에서 구체적인 전략과 실행 절차로 전개된다.

이 책이 안내하는 네 단계

1부에서는 고객 여정 모델이 어떻게 변화해 왔는지 살펴보고, AI가 기존 여정의 어떤 가정을 흔들고 있는지 설명한다. 검색과 방문 중심의 지표만으로 포착하기 어려운 변화를 확인하는 단계다. 2부에서는 AI가 브랜드 정보를 읽고, 분류하고, 비교하며, 추천 근거를 구성하는 과정을 다룬다. 기술 자체를 설명하는 데 그치지 않고 마케터와 경영자가 활용할 수 있는 언어로 번역한다. 3부에서는 전통적 포지셔닝을 AI 환경에 맞게 확장한다. 콘텐츠 자산, 지식 그래프, C.L.E.A.R. 프레임워크, 휴먼-AI 이중 레이어 모델을 통해 발견 가능성과 선택 가능성을 함께 설계하는 방법을 제시한다. 4부에서는 진단과 실행으로 넘어간다. 72시간 Fast GEO Ops 루틴, 50개 체크포인트 스코어카드, 조직의 역할과 거버넌스 로드맵을 통해 자사 브랜드의 문제를 찾고 개선 우선순위를 정하도록 돕는다.

본문에서 세운 전략을 현장에 옮길 수 있도록 부록에는 별도의 실행 도구를 충분히 담았다. 실무 Q&A에서 시작해 웹 렌더링과 AI 크롤러 가독성, 가시성 진단 질의, 지식 그래프와 Schema.org 코드, llms.txt와 크롤러 정책을 단계별로 확인할 수 있다. 한국 시장에 적용할 때의 차이, AI 평판 위기 대응, 모바일 앱의 GEO, 시장 점유율과 AI 가시성 사이의 비대칭까지 다루어 조직과 산업의 상황에 맞는 실행 경로를 찾도록 구성했다. 부록은 본문의 보충 설명이 아니라, 필요한 항목을 바로 찾아 적용하고 반복 점검할 수 있는 실전 매뉴얼이다.

시작하기 전 던져 볼 질문
책을 읽기 전에 자신이 속한 업계의 구매 상황을 하나 떠올려 보자. 그리고 ChatGPT나 Perplexity 같은 AI 서비스에 다음과 같이 물어볼 수 있다.

“이 조건에 맞는 브랜드 세 곳을 추천하고,
각각의 추천 이유와 근거를 알려 줘.”

자신의 브랜드가 후보에 포함되는가? 포함된다면 AI는 어떤 근거를 제시하는가? 포함되지 않는다면 경쟁 브랜드와 무엇이 다른가? 답변에 잘못된 정보는 없는가?

이 질문은 단순한 순위 확인이 아니다. AI가 우리 브랜드를 어떤 실체로 이해하고 있는지 살펴보는 첫 번째 진단이다. 소비자가 AI에 묻고 AI가 후보와 근거를 제시하는 이 순간은, 본서에서 다루는 알고리즘적 진실의 순간(Algorithmic Moment of Truth)이다. 앞으로 브랜드의 운명이 갈리는 접점은 광고 지면이나 검색 결과 페이지만이 아니라 바로 이 답변 화면이다.

AI 시대의 마케터에게 필요한 것은 감성과 기술 중 하나를 선택하는 능력이 아니다. 소비자의 마음을 이해하면서도, 브랜드의 가치와 근거가 데이터와 콘텐츠에 일관되게 반영되도록 여러 부서와 협업하는 능력이다. 이 책에서는 그런 역할을 하이브리드 마케터(Hybrid Marketer)라고 부른다.

지도가 완전히 사라진 것은 아니다. 고객이 정보를 얻고 후보를 고르는 방식이 달라졌고, 그 여정에 새로운 문지기가 등장했다. 이제 브랜드는 사람에게 기억되는 것과 함께 기계가 정확히 읽고 추천할 수 있는 조건을 갖춰야 한다.

AI가 매개하는 고객 여정에서 선택받지 못한 브랜드는 소비자에게 도달할 기회도 줄어든다. 이 책은 그 선택 가능성을 어떻게 설계할 것인지 다룬다.
이제 새로운 지도를 펼쳐 보자.

2026년 가을
저자