AI는 왜 우리가 아니라 경쟁사를 추천할까? CMS에서 공유한 버블쉐어의 GEO 분석
AI는 왜 우리 브랜드 대신 경쟁사를 추천할까요? 버블쉐어가 AI 답변 49만 건과 인용 URL 223만 건을 분석해 발견한 AI 검색의 특징과 GEO 대응 전략을 확인해보세요.
AI는 왜 우리 브랜드 대신 경쟁사를 추천할까요? 버블쉐어가 AI 답변 49만 건과 인용 URL 223만 건을 분석해 발견한 AI 검색의 특징과 GEO 대응 전략을 확인해보세요.
AI는 왜 우리 브랜드 대신 경쟁사를 추천할까요? 버블쉐어가 AI 답변 49만 건과 인용 URL 223만 건을 분석해 발견한 AI 검색의 특징과 GEO 대응 전략을 확인해보세요.
AI는 왜 우리 브랜드 대신 경쟁사를 추천할까요? 버블쉐어가 AI 답변 49만 건과 인용 URL 223만 건을 분석해 발견한 AI 검색의 특징과 GEO 대응 전략을 확인해보세요.
AI는 왜 우리 브랜드 대신 경쟁사를 추천할까요? 버블쉐어가 AI 답변 49만 건과 인용 URL 223만 건을 분석해 발견한 AI 검색의 특징과 GEO 대응 전략을 확인해보세요.
AI가 고객에게 우리 브랜드를 소개할 때, 어떤 정보를 근거로 삼을까요? 경쟁사보다 자주 언급된다면 고객이 중요하게 생각하는 선택 기준에서도 앞서고 있을까요?
지난 10월 26일 CMS에서 버블쉐어 이수아 대표님이 ‘AI는 왜 우리가 아니라 경쟁사를 추천할까?’를 주제로 AI 검색 데이터 분석 결과와 GEO 대응 방향을 공유했습니다.

이번 CMS를 위해 버블쉐어는 AI 가시성 솔루션 VIVI로 수집한 약 223만 건의 인용 URL과 약 49만 건의 AI 답변을 분석했습니다. AI가 활용하는 출처를 엔진과 산업별로 살펴보고, 고객의 질문 의도에 따라 브랜드가 등장하는 기회가 어떻게 달라지는지 확인했습니다.
이번 글에서는 이 분석을 바탕으로 어떤 콘텐츠를 점검하고, 어떤 고객 질문에 답하며, 경쟁사와의 차이를 어떻게 읽어야 하는지 정리합니다.
AI 검색에 대응할 콘텐츠를 기획하려면, 먼저 고객의 질문에 어떤 자료가 근거로 쓰이는지 알아야 합니다. 버블쉐어는 7월 16일부터 10월 15일까지 92일간 질문 2,465개를 대상으로 7개 AI 엔진의 답변과 인용 URL을 수집했습니다. 인용 URL을 출처 유형별로 분류하자 엔진별 차이가 나타났습니다.
| AI 엔진 | 출처 분석에서 나타난 특징 |
|---|---|
| ChatGPT | 기업 소유 웹사이트 비중 62.1% |
| Gemini | 기업 소유 웹사이트 비중 57.7% |
| 네이버 AI 브리핑 | 네이버 블로그 비중 42.2% |
| 구글 AI 개요 | 비디오 비중 18.8% |
ChatGPT와 Gemini에서는 기업 소유 웹사이트가 높은 비중을 차지했습니다. 네이버 AI 브리핑에서는 네이버 블로그가 주요 출처로 활용됐고, 구글 AI 개요는 비교한 다른 엔진보다 비디오 비중이 높았습니다.
산업별 상위 인용 도메인에서도 공통적으로 눈에 띄는 출처는 네이버 블로그와 유튜브였습니다. 네이버 블로그는 분석한 9개 산업 중 8개 산업에서 인용 도메인 1위였고, 유튜브는 7개 산업에서 상위 3위 안에 포함됐습니다.

가전, 뷰티, 카드 등 여러 산업에서 블로그와 영상이 AI 답변의 주요 출처로 활용되고 있다는 의미입니다. 따라서 브랜드는 자사 홈페이지뿐 아니라, 외부 콘텐츠가 어떤 맥락으로 AI에 인용되고 그 안에서 우리 브랜드가 어떻게 설명되는지도 살펴봐야 합니다.
이를 점검하려면 실제로 AI에 인용된 외부 콘텐츠를 살펴보면서, 어떤 기준으로 제품을 비교하고 소개하는지 확인해야 합니다. 자사 홈페이지에서 강조한 정보가 외부 콘텐츠에서는 빠져 있거나, 경쟁사의 강점이 더 구체적인 근거와 함께 전달되고 있을 수 있습니다.
고객은 제품을 구매하기 전에 자신의 상황을 설명하고, 필요한 조건을 정하고, 여러 대안을 비교합니다. 이 과정에서 고객이 AI에 던지는 질문의 의도에 따라 브랜드가 등장하는 비율도 달랐습니다.
| 질문 의도 | 답변에 브랜드가 포함된 비율 |
|---|---|
| 상황, 기준점 확인 | 50.2% |
| 개념 탐색 | 29.7% |
| 여러 대안 비교 | 61.4% |
| 구매, 가입 직전 확인 | 43.9% |
버블쉐어의 AI 가시성 솔루션 VIVI를 통해 의도를 분류할 수 있는 AI 답변 약 26만 건에서 브랜드명이 포함된 비율을 비교해봤습니다. 주목할 부분은 비교형 질문의 브랜드 포함 비율이 구매, 가입 직전 질문보다 17.5%p 높았다는 점입니다. 상황이나 기준점에 관한 질문에서도 절반가량의 답변에 브랜드가 등장했습니다. 즉, 구매 직전의 질문만으로 콘텐츠 주제를 구성하면 고객이 선택 기준을 세우고 후보를 비교하는 단계에서 브랜드를 설명할 기회를 놓칠 수 있습니다.
별도로 분석한 AI의 되묻기에서는 사용자 맥락의 중요성이 드러났습니다. 버블쉐어가 ChatGPT의 되묻기가 포함된 답변을 샘플링해 분류한 결과, 68%가 사용자의 현재 상황과 조건을 파악하는 유형이었습니다.

따라서 브랜드 홈페이지를 비롯한 콘텐츠가 고객이 제품을 비교하는 기준과 사용 조건에 적확하게 답하고 있을 때, 고객의 제품 탐색 의도에 맞추어 자사 제품이 추천되는 비율도 높아질 수 있습니다.
고객의 질문에 필요한 정보를 어떤 형식으로 전달할지도 살펴봐야 합니다. 업종별 분석에서는 주요 인용 콘텐츠 유형에 다음과 같은 차이가 나타났습니다.
| 산업 | 가장 많이 인용된 콘텐츠 유형 | 다음으로 많이 인용된 유형 |
|---|---|---|
| 소프트웨어 | 분석, 인사이트 18.3% | 목록형 16.6%, 튜토리얼 13.5% |
| 헬스케어 | 사실 정보 16.9% | 뉴스 10.7%, 제품 상세 페이지 8.6% |
| 뷰티 | 목록형 18.0% | 제품 상세 페이지 14.5%, 리뷰 11.2% |
소프트웨어에서는 분석과 활용 방법을 설명하는 자료가, 뷰티에서는 제품 목록과 상세 정보, 사용 경험을 전달하는 자료가 주요 인용 유형으로 나타났습니다. 이처럼 우리 산업에서 어떤 자료가 AI 답변의 근거로 활용되는지를 확인하면, 고객의 질문에 답할 콘텐츠 형식의 우선순위도 결정할 수 있습니다.
브랜드가 AI 답변에 자주 등장하는 것과, 고객이 찾는 제품의 강점까지 AI 답변에 제대로 전달되는 것은 별개의 문제입니다.
기업용 AI 도구를 도입하는 상황을 예시로 들어보겠습니다. 기업은 비용뿐 아니라 보안, 개발 지원, 기존 시스템과의 연동, 국내 지원 등 여러 조건을 비교합니다. 이러한 도입 상황을 분석하기 위해 질문 100개를 구성하고, 4개 AI 엔진에서 응답 8,000건을 수집해 데이터를 확인했습니다.
먼저 브랜드와 제품의 언급률을 비교했을 때, 여러 브랜드 중 OpenAI와 ChatGPT가 전반적으로 강세를 보였습니다. 하지만 속성 키워드가 포함된 비율을 비교해보니, 고객의 제품 선택 기준에 따라 브랜드별로 함께 언급되는 강점이 확연히 다름을 알 수 있었습니다.
| 고객의 선택 기준 | 브랜드별 주요 속성 지수 비교 |
|---|---|
| 가격, 비용 효율 | ChatGPT 1.14, Claude 1.02 |
| 코딩, 개발 지원 | Claude 2.35, ChatGPT 1.07 |
| 사용 편의성 | Gemini 1.66, ChatGPT 1.16 |
| 국내 지원, 로컬 대응 | Naver AI 3.21, ChatGPT 0.93 |
표의 속성 지수는 각 브랜드를 설명하는 단락에 해당 속성이 얼마나 자주 포함되는지 비교한 값입니다. 전체 4개 브랜드의 속성 포함 비율을 1.0으로 놓았을 때, 값이 높을수록 해당 속성과 상대적으로 자주 연결됐다는 뜻입니다.
전체 언급 현황에서 높은 가시성을 보였던 ChatGPT는 가격과 비용 효율 부문에서 가장 앞섰습니다. 반면 코딩과 개발 지원은 Claude, 사용 편의성은 Gemini, 국내 지원과 로컬 대응은 Naver AI가 더 강하게 연결되는 양상이 나타났습니다. 따라서 전체 언급률과 함께 고객의 핵심 선택 기준에서 브랜드가 어떻게 설명되는지, 자사가 강조하려는 강점에서 경쟁사 브랜드가 더 두드러지게 소개되고 있지는 않은지 살펴봐야 합니다.

예를 들어 보안을 핵심 차별점으로 내세우는 서비스가 AI 답변에서는 가격 및 편의성 중심으로 소개되고 있다면, 보안 관련 질문에 AI가 우리 브랜드를 추천할 근거가 충분한지를 점검해볼 수 있습니다.
이렇게 속성별 차이를 분석하면 우리가 강조하는 강점과 AI 답변에 드러나는 설명 사이의 간극을 찾고, 보완할 메시지와 근거를 정할 수 있습니다.
그렇다면 우리 브랜드는 AI에서 어떤 모습으로 소개되고 있을까요? AI 가시성 솔루션 VIVI를 통해, 우리 브랜드와 경쟁사가 어떤 차별점과 함께 추천되는지 자세히 확인해볼 수 있습니다.
VIVI 회원가입하고 우리 브랜드 AI 답변 맥락 분석하기 →
브랜드의 AI 가시성을 진단할 때는 언급과 인용을 함께 봐야 합니다. 언급은 AI 답변에 브랜드명이 등장하는 것, 인용은 답변에 출처 링크가 제시되는 것인데요. 두 지표를 나누면 다음 점검 방향을 정하는 데 도움이 됩니다.
| 관측한 상태 | 다음으로 점검할 내용 |
|---|---|
| 언급과 자사 URL 인용이 모두 있다 | 경쟁사와 비교했을 때 어떤 속성으로 설명되는가? |
| 언급은 있지만 자사 URL 인용은 없다 | 자사 웹사이트의 접근성과 정보 구조에 점검할 부분이 있는가? |
| 자사 URL 인용은 있지만 언급은 없다 | 외부 콘텐츠에서 브랜드와 강점이 어떻게 설명되는가? |
| 언급과 자사 URL 인용이 모두 없다 | 목표 고객의 질문에 답할 브랜드 콘텐츠가 충분한가? |
특히 고객이 빈번하게 던지는 질문에서 언급과 인용이 모두 없다면, 그 질문에 답할 구체적인 제품 정보를 브랜드가 제공하고 있는지부터 확인할 필요가 있습니다. 예를 들어 국내 담당자의 지원 여부가 선택 기준이라면, 지원 범위와 문의 채널을 구체적으로 안내하고 있는지 살펴볼 수 있습니다. 이처럼 브랜드의 상태에 따라 웹사이트의 정보 구조를 점검할지, 외부에서 전달되는 설명을 확인할지, 새로운 콘텐츠를 만들지 판단할 수 있습니다.
AI 검색에서 우리 브랜드가 어떻게 소개될지는, 고객의 질문에 답할 정보를 얼마나 잘 갖추고 관리하느냐와 연결됩니다. 이번 CMS 세션에서 버블쉐어가 강조한 것도 이러한 정보를 꾸준히 점검하고 보완하는 운영의 중요성이었습니다.
이를 실무에 적용하려면 다음 네 가지 과정을 반복할 수 있습니다.

이 과정을 꾸준히 이어가려면 반복적인 답변 수집과 점검의 부담을 줄여야 합니다. 담당자는 수집된 결과를 바탕으로 어떤 콘텐츠를 먼저 고칠지, 어떤 근거를 보완할지 판단하는 데 집중할 수 있어야 합니다.
우리 브랜드는 어디부터 보완하면 좋을까요?
VIVI에서 고객 질문별 브랜드 언급과 인용 현황을 확인하고, 다음 콘텐츠 작업의 우선순위를 정해보세요.