아래 글은 2026년 7월 23일에 발행된 위픽레터에 실린 글입니다.

공인희 본부장님은 다른 밋업에서 한 번 인사드린 적이 있는데요. 그동안 링크드인에서만 뵙다가 위픽 인사이트서클 Vol.5에 스피커로 참석해 주신다는 소식에 기대하고 있었습니다.

‘딜리버리’가 확실한 속사포랩 스타일로, 요즘 정말 뜨거운 GEO를 실제 사례를 바탕으로 이야기해 주셨습니다.

절대적인 답안지가 존재할 수 없는 변화의 시기에 제언해 주신 ‘AIBA’를 저도 활용해 봐야겠다고 생각했습니다.

스피커 공인희소속 함샤우트글로벌발표 주제 GEO와 마케팅 KPI

행사 위픽 인사이트서클 Vol.5일자 2026-07-10

AI 답변 노출 점유율 1위. 성적표만 보면 걱정할 게 없습니다. 그런데 답변을 뜯어보니, 혼자 이름이 불린 경우는 열에 셋뿐이었습니다. AI는 이 브랜드를 1위가 아니라 ‘여럿 중 하나’로 기억하고 있었습니다. 우리 브랜드는 어떨까요?

위픽 인사이트서클 Vol.5에서 발표 중인 공인희 본부장 · 2026. 7. 10. 팩토리얼 성수 ⓒ위픽레터

공인희 | 함샤우트글로벌 AI기획본부장

함샤우트글로벌에서 AI기획본부를 이끌며 AI 전문 자회사 딜라이트커뮤니케이션과 함께 AI 답변 속 브랜드 경쟁력을 진단하고 개선하는 GEO 솔루션을 만들어왔습니다. AI가 브랜드를 어떻게 인식하는지 다섯 지표로 측정하는 자체 진단 체계 AIBA를 개발했습니다.

이번 위픽 인사이트서클에서는 「GEO와 마케팅 KPI」를 주제로, 왜 노출 횟수만으로는 AI 시대의 브랜드 성과를 말할 수 없는지, AI의 브랜드 인식은 어떻게 진단하는지, 그리고 진단 이후 3개월 만에 AI 답변이 바뀐 실전 사례까지 공유했습니다.

마케터에게 새로 생긴 성적표가 있습니다.

ChatGPT에 우리 카테고리를 물었을 때 우리 브랜드가 나오는가.
얼마나 자주 나오는가.
경쟁사보다 먼저 나오는가.

이른바 AI 답변 노출 점유율입니다. 숫자가 올라가면 일단 안심하게 되죠.

그런데 공인희 본부장은 이 숫자부터 의심하라고 말합니다.

발표에서 소개한 어느 프랜차이즈 베이커리를 볼게요.

이 브랜드는 AI 답변 노출 점유율 31.3%로 카테고리 1위였습니다. 소비자가 AI에게 빵집을 물으면 셋 중 한 번은 등장한다는 뜻이에요.

그런데 답변 안을 뜯어보니 혼자 이름이 불린 경우는 28.6%뿐이었습니다. 열에 일곱은 경쟁사와 나란히 등장했습니다.

노출은 1위인데, AI는 이 브랜드를 ‘여럿 중 하나’로 기억하고 있었던 겁니다.

이번 발표는 이 간극에서 시작합니다.

핵심 3줄 요약🎤

• AI 답변에서 중요한 것은 몇 번 나왔는가가 아닙니다. 노출은 결과, 인식은 원인 — 어떻게, 어떤 맥락에서, 누구와 함께 등장하는지를 봐야 합니다.
• GEO 진단은 두 축입니다. AI 답변 분석(우리가 어떻게 언급되는가)과 디지털 자산 분석(우리 콘텐츠가 인용될 준비가 됐는가)을 함께 봐야 전체 좌표가 보입니다.
• 진단은 한 번으로 끝나지 않습니다. 진단 → 원인 분석 → 실행 → 성과 모니터링의 사이클을 4주에 1회 측정으로 돌리는 것이 권장 주기입니다.

1. 노출 1위 브랜드의 이름을, AI는 왜 부르지 않을까요?

다시 베이커리 이야기입니다.

노출 점유율 31.3%로 1위. 그런데 단독 등장은 28.6%.

이 간극이 말해주는 것은 분명합니다. AI가 이 브랜드를 카테고리의 대표로 인식하지 못하고 있다는 것. 2위 브랜드와 ‘비슷비슷한 베이커리’로 묶어서 기억하고 있다는 것이죠.

공 본부장은 여기서 마케터가 흔히 던지는 질문을 ‘틀린 질문’이라고 불렀습니다.

몇 번 나왔지? 몇 위지? 얼마나 언급됐지?

맞는 질문은 이렇습니다.

어떻게 등장하지? 어떤 맥락에서? 누구와 함께?

노출은 결과, 인식은 원인. AI는 어제의 보도자료 한 건이 아니라 수년간 쌓인 데이터의 총합으로 우리 브랜드를 말합니다.

이유가 있습니다. AI는 학습된 데이터를 바탕으로 답을 만들기 때문에, 축적된 데이터 안에서 사진을 찍어내듯 브랜드를 이야기합니다.

그래서 노출 횟수를 세는 것보다 그 인식 자체를 진단하는 것이 먼저입니다.

2. GEO 진단은 두 곳을 함께 봐야 합니다

GEO(Generative Engine Optimization)는 ChatGPT, Gemini, Perplexity 같은 AI가 만들어내는 답변 안에서 브랜드가 정확하게 다뤄지도록 최적화하는 일입니다.

공 본부장이 소개한 진단 방식은 두 축으로 나뉩니다.

GEO 진단의 두 축

Track A. AI 답변 분석 — 소비자가 AI에게 받는 답변 안에서 우리 브랜드가 어떻게 언급되는지를 봅니다. 타깃 세그먼트의 검색 의도를 정의하고, 실제 질문을 설계해 ChatGPT·Gemini·Perplexity의 답변을 수집·분석합니다.

Track B. 디지털 자산 분석 — 우리 웹사이트와 콘텐츠가 AI에게 인용될 준비가 됐는지를 진단합니다. 메타·헤딩·스키마 정합성, 요약·FAQ 구조, 사이트맵 같은 기술 기반과 콘텐츠 구조를 함께 봅니다.

질문을 설계하는 것이 특히 중요합니다. 우리가 핵심으로 보는 고객을 정의하고, 그들이 실제로 할 법한 질문을 만들어 AI에 던지는 것이죠.

두 축을 결합해야 AI 안에서 우리 브랜드의 전체 좌표가 보입니다.

3. AI의 ‘편견’을 측정하는 다섯 지표, AIBA

함샤우트글로벌은 AI의 브랜드 인식을 다섯 개 지표로 측정하는 진단 체계를 만들었습니다. 이름은 AIBA입니다.

재미있는 것은 이 지표가 만들어진 계기예요.

처음에는 노출량, 인용 채널 수 같은 정량 데이터에 집중했다고 합니다. 방향이 바뀐 것은 내부 분석 인력 한 명의 이 한마디 때문이었습니다.

“AI도 브랜드에 대한 일종의 편견을 갖고 있다.”

그렇다면 노출을 세는 것보다 그 편견 자체를 진단하는 게 맞겠죠. 그렇게 카테고리 대표성을 재는 Brand Anchor Index가 가장 먼저 만들어졌고, 다섯 지표의 체계로 확장됐습니다.

다섯 지표를 자사·업계 평균·경쟁사 1위와 비교해서 보고, 다섯 축이 고르게 균형을 이루는 것이 가장 이상적인 방향입니다.

실제 진단에서는 이런 케이스들이 나옵니다.

노출은 많은데 원하는 연관 키워드가 전혀 연결되지 않는 브랜드(CK가 낮은 경우),
노출 점유율 59%로 1위인데 카테고리 대표성 점수는 27점에 그친 브랜드(ABI가 낮은 경우),
그리고 앞의 베이커리처럼 노출 1위인데 단독으로 불리지 못하는 브랜드(BCI가 낮은 경우).

같은 ‘노출 1위’라도 처방은 전부 다릅니다.

AIBA 5지표 진단 차트 · 출처: 공인희 발표 자료, 함샤우트글로벌

4. 베이커리에 내린 처방: 광고가 아니라 TPO였습니다

그럼 진단 다음에는 무엇을 할까요? 베이커리 케이스의 처방을 볼게요.

진단 결과, AI는 이 브랜드와 2위 브랜드를 ‘비슷비슷한 베이커리’로 인식하고 있었습니다. 둘은 거의 항상 함께 등장했어요.

다른 점이 딱 하나 있었습니다.

경쟁 브랜드만 유독 특정 소비 상황(TPO)과 연결되는 답변 패턴이 확인된 것이죠. 언제 먹는지, 어떤 상황에서 고르는지에 대한 데이터가 상대편에 더 쌓여 있었던 겁니다.

그래서 처방은 광고 증액이 아니었습니다.

자사만의 소비 TPO를 정하고, 그 데이터를 쌓는 것.

공 본부장은 이 작업의 부수입도 소개했습니다. AI 답변을 분석하다 보면 지금까지 우리 마케팅 활동이 어느 방향으로 흘러왔는지 큰 그림이 같이 보인다는 거예요. 일종의 브랜드 건강검진인 셈이죠.

5. 그래서 성과가 났을까요? — 3개월의 기록

다른 프로젝트의 수치를 볼게요.

캠페인 전후로 같은 프롬프트 139건을 3개 AI 모델에 물어 총 417개 답변을 분석했습니다.

17% → 31%

캠페인 전후
브랜드 언급량 변화

11% → 42%

긍정 언급 비율
(경쟁사는 33%→16%)

3개월

AI 답변이
바뀌기까지 걸린 시간

브랜드 언급량은 17%에서 31%로 올랐고, 긍정 언급 비율은 자사 11.1% 대 경쟁사 33.3%에서 자사 42.1% 대 경쟁사 15.8%로 뒤집혔습니다.

브랜드 메시지를 바꾸는 데는 상당히 오래 걸릴 거라고 예상했는데, 변화는 3개월 만에 나타났다고 해요.

한 가지 함께 봐야 할 점도 있습니다. 위 수치는 함샤우트글로벌의 자체 진단 결과입니다. 다만 공 본부장은 이 성과를 이야기하면서도 약속할 수 없는 것부터 분명히 그었습니다. 이 부분은 아래 인터뷰에서 직접 확인해보세요.

6. 진단은 한 번으로 끝나지 않습니다

AI는 멈추지 않습니다. 모델은 계속 업데이트되고, 데이터는 계속 쌓입니다.

그래서 발표의 마지막 강조점은 ‘순환’이었습니다.

GEO 지속 관리 사이클

AIBA 진단 — AI가 인식하는 브랜드의 현재 위치 확인
↓
원인 분석 — AI 답변과 자사 디지털 자산을 함께 분석
↓
실행 — 콘텐츠·구조·채널 관점의 개선 과제 실행
↓
성과 모니터링 — 지표 변화 추적, 전략 수정
↓
(다시 진단으로)

권장 주기는 4주에 1회 측정, 분기에 1회 풀 리포트.

정기적으로 확인할 것은 세 가지입니다. 점유율은 올라가고 있는가. 경쟁력은 개선되고 있는가. 자산 최적화 효과가 반영되고 있는가.

노출이 아니라 인식. 일회가 아니라 순환.

스피커 인터뷰 — 공인희 본부장님께 조금 더 물었습니다

Q. GEO 성과를 매출과 연결해 달라는 요구가 많을 텐데, 무엇을 약속할 수 있나요?

A. AI를 통한 모든 매출 전환을 100% 정확하게 추적하는 일은 아직 기술적으로 불가능하다고 봅니다. 약속할 수 있는 것은 목표한 정보가 정확하게 전달되는 접점을 늘리는 일까지이고, 그 너머는 AI를 통한 정보 전달의 역할과 목표를 고객사와 먼저 합의한 위에서 실행하는 것이 중요합니다.

Q. AI를 속이는 스팸성 콘텐츠와 정당한 GEO의 경계는 어디라고 보시나요?

A. 브랜드의 콘텐츠라면 사람에게도 잘 읽혀야 합니다. 사람이 볼 수 없는 데이터만 쌓아가는 방식이 과연 미래의 AI 환경까지 고려한 마케팅일지 의문이 들어요. SEO도 결국 사람에게 선택받기 위한 것에서 출발했으니까요.

Q. 축적된 자산이 없는 신생 브랜드는 GEO를 어디서 시작해야 하나요?

A. AI 답변 분석으로 시장부터 읽는 것을 권합니다. AI가 시장을 어떻게 인식하는지 보면 선배 브랜드들이 놓친 주제와 질문의 공백이 반드시 보입니다. 그 공백을 공략하면서 AI가 선호하는 채널에 집중하는 것이 현실적인 출발점입니다. 지금은 모두가 실험하는 단계이고, 확실하지는 않지만 반드시 도전해봐야 할 시행착오를 함께 해보자고 고객사에 제안하고 있어요. 지금 시작하는 기업이 승리한다고 확신합니다.

결국, AI 시대의 브랜드 KPI는 ‘몇 번 나왔는가’보다 ‘어떻게 기억되는가’입니다

노출은 중요합니다. AI 답변에 등장하지 않는 브랜드는 소비자의 선택지에서 아예 빠지니까요.

다만 노출 점유율 1위가 곧 브랜드의 승리는 아닙니다.

베이커리 사례가 보여주듯, 많이 나와도 ‘여럿 중 하나’로 기억되면 단독으로 이름이 불리는 경쟁사에 실속을 내줄 수 있습니다.

그래서 GEO의 KPI는 질문을 바꾸는 것에서 시작합니다.

“우리 브랜드는 몇 번 나왔나요?”가 아니라
“AI는 우리 브랜드를 어떻게 기억하고 있나요?”

지금 ChatGPT를 한 번 열어보세요.

우리 카테고리를 물어보고, 우리 브랜드가 나오는지가 아니라 혼자 불리는지를 보세요.

경쟁사와 나란히 불리고 있다면, AI는 아직 우리를 여럿 중 하나로 기억하고 있는 겁니다. 우리가 공략해야 할 지점도 바로 거기에 있습니다.

이 글에서 기억할 5가지

아티클에서 반복해서 등장한 개념을 한 번 더 정리했습니다. AI 검색 시대의 브랜드 진단을 이해할 때 아래 다섯 가지가 어떻게 연결되는지 함께 보면 좋아요.

01. GEO Generative Engine Optimization

ChatGPT, Gemini, Perplexity 같은 AI가 생성하는 답변 안에서 브랜드가 정확하게 다뤄지도록 최적화하는 일입니다. 검색 상위 노출을 다투던 SEO의 다음 단계로 불리며, AI 답변 분석과 디지털 자산 분석을 함께 봐야 합니다.

02. AIBA AI Brand Awareness Diagnosis

함샤우트글로벌이 개발한 AI 브랜드 인식 진단 체계입니다. ABI(카테고리 대표성), SOV(노출 점유율), BCI(단독 경쟁력), CK(맥락 키워드), BS(감성 톤)의 다섯 지표로 AI가 브랜드를 어떻게 인식하는지 측정해 업계 평균·경쟁사와 비교합니다.

03. SOV Share of Voice

AI 답변에서 브랜드가 얼마나 자주 등장하는지를 나타내는 노출 점유율입니다. 중요한 지표지만 이것만으로는 부족합니다. 노출 1위여도 단독으로 호명되지 못하면 ‘여럿 중 하나’로 인식되고 있는 것일 수 있습니다.

04. BCI Brand Competitiveness Index

AI 답변에서 브랜드가 경쟁사 없이 단독으로 등장하는 비중을 보는 지표입니다. 단독 등장 비중이 낮다면 AI가 우리 브랜드를 카테고리의 대표가 아니라 경쟁 그룹의 일원으로 기억하고 있다는 신호입니다.

05. TPO 데이터 Time · Place · Occasion

브랜드가 언제, 어디서, 어떤 상황에서 소비되는지에 대한 데이터입니다. AI는 이 데이터가 쌓인 브랜드를 특정 소비 상황과 연결해 답변합니다. 비슷한 브랜드끼리 묶여 있다면, 자사만의 소비 TPO를 정하고 그 데이터를 쌓는 것이 차별화의 출발점이 됩니다.

발표 영상으로 다시 보기

아티클에서 다룬 내용을 발표 영상으로도 확인해보세요.

▶ 발표 영상 보러 가기

WEPICK INSIGHT CIRCLE VOL.6

당신의 경험이 다음 마케터의 답이 될 수 있습니다.

직접 부딪히며 얻은 시행착오부터, 업무 방식을 바꾼 발견과 성과까지.
마케터들과 꼭 나누고 싶은 이야기가 있다면 위픽 인사이트서클 Vol.6 스피커로 함께해 주세요.

Vol.6 스피커 지원하기 →

이 글은 위픽 인사이트서클 Vol.5(2026.07.10)에서 진행된 함샤우트글로벌 공인희 본부장님의 발표 「GEO와 마케팅 KPI」와 행사 이후 전달받은 서면 인터뷰 내용을 바탕으로 재구성했습니다. 발표 원본은 유튜브 영상 에서 확인할 수 있습니다.

※ 본문에 포함된 수치와 사례는 발표 자료 및 스피커가 전달한 서면 인터뷰 내용을 기준으로 정리했으며, 진단 수치는 함샤우트글로벌의 자체 진단 결과입니다.