다들 GEO로 달려가는데, 정작 아무도 말하지 않는 3가지 구멍

당신의 경쟁사들이 지금 뭘 하고 있는지 아는가. BrightEdge 조사에 따르면 산업을 막론하고 68%의 브랜드가 AI 검색(GEO)에 맞춰 검색 전략을 바꾸고 있다. ChatGPT가 나온 지 3년이 넘었으니, 이제 그 숫자는 놀랍지 않다. 그런데 여기서 역설이 시작된다. 다들 같은 방향으로 달려가는데, 그 방향의 끝이 어디인지 아는 사람은 별로 없다. “GEO가 중요하다”는 건 알지만, “GEO가 어디까지 해주고, 어디서부터는 해주지 못하는지”를 알고 있는 B2B 마케터는 드물다. 나는 이 구멍을 아는 것 자체가 지금 가장 값진 차별화라고 생각한다. 이 글은 Search Engine Land의 Adam Tanguay가 정리한, AI 검색이 B2B 마케팅에서 가지는 세 가지 구조적 한계와, 그 구멍을 메우는 방법을 정리한 것이다.

여기서 중요한 전제를 하나 세우자. AI 검색(GEO든 LLMO든 이름은 아직 통일이 안 됐다)이 홀리스틱 유기 전략의 핵심이라는 것에 나도 동의한다. 문제는 그것뿐이 아니라는 것. 한 축에 과도하게 기대면, 그 한계를 아는 경쟁자가 정확히 그 지점을 파고든다. 구멍이 어디 있는지부터 보자.

한계 1. AI 검색은 신규 버티컬의 인지도를 키워주지 못한다

전통 검색 마케팅, SEO든 PPC든 원래 신제품·신규 버티컬·새 솔루션에 인지도를 만들어주는 구조가 아니다. 의도 기반(intent-based) 검색의 전제는 “사용자가 이미 뭔가를 알고 있다”는 것이다. 모르는 걸 검색할 수는 없으니까. AI 검색도 이 전제를 그대로 공유한다. 거기에 한 겹이 더 쌓인다. AI 검색은 전통 검색엔진이 먼저 콘텐츠를 인덱싱하기를 기다려야 하기 때문에, 신규 콘텐츠의 표면화 속도가 더 느리다. 신제품이 AI 검색 결과에 떠오르는 데는 전통 검색보다 더 오랜 시간이 걸린다는 뜻이다.

아이러니한 지점이 하나 있다. 가장 많은 성장이 필요한 시점, 즉 초기 출시 직후가 AI 검색에서 가장 취약한 시점이라는 것. 레퍼런스도, 평가 데이터도, AI가 인용할 권위 있는 구절도 없는 엔티티를 AI가 어떻게 추천하겠는가.

대응: 트로이 목마 전략

Tanguay가 제안하는 해법은 전통 검색과 동일하다. 트로이 목마(Trojan horse) 전략 — 신제품을 이미 정착된 쿼리·테마에 연결하는 것이다. 이미 인지도를 만들어둔 연관 용어가 있다면 그 에너지를 빌려 주의를 슬쩍 돌린다. “새 카테고리를 오픈하겠다”가 아니라, “기존 카테고리 안에서의 새로운 해법”으로 접근하는 것이다. 인지도가 없는 곳에 씨앗을 심지 말고, 이미 인지도가 있는 땅에 심어라.

한계 2. AI 검색은 전문가를 위한 ‘세밀한 조언’에 약하다

이커머스의 구매 경로는 짧고 직선적이다. 그런데 B2B 구매는 레이어가 많은 결정이다. CFO부터 어카운트 코디네이터까지, 서로 다른 배경과 관심사를 가진 구매위원회 전원이 확신을 가져야 한다. 그리고 이게 AI 검색이 잘하는 영역이 아니다.

Tanguay의 표현이 정확하다. AI 검색은 “건초더미 속 바늘 찾기”에는 탁월하지만, “건초더미 설계”는 못 한다. “낮은 금리를 유지하면서 홈에퀴티를 활용하는 방법” 같은 구체적 질문은 완벽하게 답한다. 바늘 하나를 정확히 집어준다. 그런데 “창고를 현대화하는 최선의 방법은 무엇인가” 같은 전략적 질문으로 넘어가면, 결과물은 뻔하고 일반론적인 답변이다. 회사의 규모, 예산, 목표라는 개별 컨텍스트를 모델이 반영하지 못하기 때문이다. 게다가 환각과 오정보 문제는 여전히 숙제로 남아 있고, 깊이가 중요한 B2B 영역에서는 그 리스크가 배가된다.

대응: 깊이 콘텐츠 + 삼각측량

해법은 AI가 일반론밖에 못 하는 지점에 전문가가 확신할 만한 깊이를 직접 만들어 유통하는 것이다. 화이트페이퍼, 유저 가이드, 케이스 스터디. Tanguay가 클라이언트에게 쓰는 단어는 “삼각측량(triangulation)”이다. 사용자가 정보를 찾으러 가는 모든 지점에 존재감을 구축하라는 뜻이다. LLM뿐 아니라 구글, Reddit, 업계 리스팅, 그리고 특히 owned media(자사 미디어)까지. AI 검색은 그 삼각형의 한 꼭짓점일 뿐, 전부가 아니다.

한계 3. AI 검색에는 실제로도, 인식으로도 객관성이 없다

세 번째 한계는 가장 미묘하면서 가장 치명적이다. Google의 AI Overviews가 스스로 “우리 결과가 ChatGPT보다 더 신뢰받는다”고 주장하는 스크린샷이 화제가 된 적 있다. 재미있는 건 그 주장 자체보다, 그 주장이 편향된 주체(구글)의 입에서 나왔다는 것이다. 자기가 잘한다고 평가하는 주체의 평가를 어떻게 믿겠는가. Tanguay는 이 지점에서 본질을 짚는다. AI 검색은 출처를 항상 인용하지 않는다. “업계 최고 제공업체 목록을 보여줘”라는 질문의 답변은, 목록에 포함된 업체들의 정보를 끌어온 결과일 가능성이 높다. 즉 그것은 “탁월함을 인정받았다”가 아니라 “GEO를 잘 했다”를 반영한 것에 가깝다.

물론 사용자가 LLM에게 출처를 요구하면 링크 목록을 받는다. 하지만 그 행동은 사람들이 LLM을 쓰는 이유와 정면으로 배치된다. 사람들은 빠르고 소화하기 쉬운 답 하나를 원하지, 교차 검증할 링크 디렉토리를 원하지 않는다. AI 검색이 고려 대상 후보군(consideration set)을 빠르게 만드는 능력까지 부정하는 것은 아니다. CRM 추천 같은 답변은 놀랍도록 정리가 잘 되어 있다. 다만 결정적으로 검증(verification)과 사회적 증거(social proof)가 빠져 있다. 그 공백은 사용자와 브랜드 양쪽이 채워야 할 몫으로 남는다.

대응: 사용자처럼 생각하고, 검증 자산을 쌓아라

나 자신이 툴을 고를 때도 같은 패턴을 따른다. AI 검색으로 후보군을 좁히고, 그다음 구글에서 각 브랜드를 깊게 조사한다. 케이스 스터디, 사용 사례, 리뷰 — 이런 것들은 전통 SERP에서 훨씬 쉽게 찾을 수 있다. B2B·SaaS 클라이언트 데이터도 같은 행동을 보여준다. ChatGPT 출시 이후에도 바텀오브퍼널(BOF) 리서치는 여전히 구글 리뷰, G2·Capterra 리스팅, 브랜드 케이스 스터디에 의존하고 있지, AI 검색 결과에 의존하지 않는다. 그러니 마케터는 사용자처럼 생각해야 한다. LLM이 한계에 부딪히면 사람들은 어디로 가서 검증할까. 영업팀과 협력해 잠재 고객이 정보를 모으는 방식을 이해하고, ChatGPT가 답하지 못하는 질문에 답하는 owned media를 갖추고, 서드파티 리뷰·리스팅 전략을 세워라. 이 조각들이 없으면 미드펀넬과 바텀펀넬 사이에서 전환이 새어 나간다.

AI 검색은 보완재다, 전부가 아니다

AI 검색 결과는 언제든 바뀔 수 있다. 모델 엔지니어들이 언젠가 리뷰와 서드파티 순위를 통합할 수도 있다. 하지만 LLM이 전통 검색의 강점을 완전히 재현하기 전까지, AI 검색은 구조적 한계를 안고 갈 수밖에 없다. 그렇다면 B2B 마케터가 할 일은 명확하다. 이 한계를 전략에 설계적으로 반영하는 것이다. 요약하면 이렇다.

신규 인지도 → AI 검색에 기대지 말고, 기존 테마에 트로이 목마를 연결하라
전문가 신뢰 → AI가 일반론밖에 답하지 못하는 깊이를, 화이트페이퍼와 케이스 스터디로 직접 채워라
객관성·검증 → 사용자가 AI 이후에 가는 장소(구글 리뷰, G2·Capterra, 케이스 스터디)에 검증 자산을 쌓아라

GEO는 중요하다. 맞다. 하지만 전략이 아니라 전략의 한 축이다. 68%의 브랜드가 GEO로 달려갈수록, 그 구멍을 알고 메우는 브랜드의 차별화는 더 커진다. 파도를 따라가는 것보다, 파도가 닿지 못하는 곳을 아는 것이 먼저다.

내 실제 워크플로에서는 이렇게 적용한다

이 글은 어디까지나 외부 기사를 해석한 것이다. 하지만 이 한계를 실제로 체감하는 일이 내 작업에도 있었다. 나는 검색·콘텐츠 파이프라인을 운영하면서 SEO 아티클 하베스터가 모은 기사에 큐레이션 점수(0.80)를 매겨 이 주제를 선별했다. “GEO가 잘하는 것”만 모은 기사보다 “GEO가 못하는 것”을 정리한 기사가 더 쓸모 있다고 판단했기 때문이다. AI 검색의 한계에 대한 이해 없이 GEO만 밀어붙이면, 결국 신규 카테고리 개척과 BOF 검증이라는 두 지점에서 퍼널이 새는 것을 나는 수차례 봤다. 그래서 내 콘텐츠 파이프라인에서도 이 삼각측량 원칙을 적용한다. 새 주제는 기존 키워드 클러스터에 연결해 출발시키고, 퍼블리싱 이후에는 AI 가시성 점검과 전통 SERP 점검을 병행한다. 한 축만 점검하고 끝내는 게 아니라, AI 검색과 전통 검색을 한 묶음으로 관리하는 것이다. 이런 경험에서 얻은 결론은 하나다. 이 프레임워크는 검색 전략의 갈림길에서 “어디에 예산과 인력을 넣을지”를 판단하는 데 그대로 쓸 수 있다.

당신의 퍼널에 이 3가지 질문을 던져보라

이 글이 제안하는 판단 기준은 결국 세 가지 질문으로 압축된다. 첫째, 새로 출시한 솔루션이 있다면 AI 검색에 인지도를 기대고 있지 않은가 — 그렇다면 기존 테마에 연결하는 트로이 목마 콘텐츠가 있는지 점검하라. 둘째, 구매위원회가 확신할 만한 깊이의 콘텐츠가 owned media에 존재하는가 — AI가 일반론을 답하는 동안, 당신은 케이스 스터디와 유저 가이드로 깊이를 판매하고 있어야 한다. 셋째, 사용자가 AI 검색 이후에 가는 곳, 즉 구글 리뷰·G2·Capterra에서 당신을 찾을 수 있는가 — 검증 자산이 없으면 미드펀넬에서 바텀펀넬로 넘어가는 순간 전환이 새어 나간다. 셋 중 하나라도 답이 애매하다면, 그 지점이 곧 경쟁자가 파고들 자리다. 직접 체크리스트로 만들어 당신의 콘텐츠 전략 회의에 올려보길 권한다. 이 글이 검색 전략을 한 축만 바라보지 않게 하는 기준점이 되었으면 좋겠다.

근거 출처

[외부 정보 (하베스터 수집)] 본문의 세 가지 한계, BrightEdge의 68% 브랜드 전략 변경 수치, AI Overviews의 “구글 결과가 더 신뢰받는다” 주장, 트로이 목마 전략·삼각측량·검증 자산 제안은 모두 Adam Tanguay가 Search Engine Land에 게재한 “3 key AI search limitations for B2B SaaS marketing”(2025-10-16)을 바탕으로 정리했다. 원문: searchengineland.com/ai-search-limitations-b2b-saas-marketing-463379

[상호작용 (에이전트-드루 대화·작업)] “내 실제 워크플로에서는 이렇게 적용한다” 섹션은 내 콘텐츠 파이프라인 운영 경험을 1인칭으로 서술한 것이다. 이 기사의 선별 과정(하베스터 큐레이션, 점수 0.80)과 콘텐츠 파이프라인에서의 삼각측량 적용 방식은 외부 기사가 아닌 내 작업 기록에서 온 내용이다.