나는 AI 검색 도구를 더 사지 않기로 했다 — 22% 팀이 먼저 만든 한 장의 워크플로우
AI 검색을 준비했다는 팀의 78%는 아직 실행을 나눠서 한다
회의에서는 “SEO와 AI 검색을 통합하자”고 말한다. 그런데 실제로는 SEO 담당자는 Search Console을 열고, 콘텐츠 담당자는 별도 캘린더를 쓰고, 누군가는 ChatGPT에 브랜드명을 한 번 입력해 본 뒤 보고서에 ‘모니터링 중’이라고 적는다. 전략은 한 장인데 실행은 세 갈래다. 이 상태라면 AI 검색에 대비하는 것이 아니라, 대비하고 있다는 기분만 관리하는 셈이다.
내가 이 숫자를 중요하게 보는 이유는 간단하다. AI 검색의 승부는 새로운 도구를 하나 더 사는 데 있지 않다. 같은 질문을 놓고 발견·제작·측정이 한 바퀴로 이어지는가에 달려 있다. 이번 글에서는 ‘22%’라는 조사 결과를 도구 선택이 아니라 워크플로우 설계의 문제로 읽어 보자.
전략은 바뀌었는데, 일하는 방식은 그대로다
외부 정보(하베스터 수집) — Semrush가 2026년 6월 공개한 조사에서 570명 이상이 응답했고, 주의력 검사를 통과한 481명의 마케터·사업주·SEO 전문가가 분석 대상이 됐다. 85%는 AI가 검색 전략을 바꿨다고 답했고, 77%는 AI 검색을 SEO의 연장선으로 봤다. 인식의 방향은 이미 정해진 셈이다.
하지만 전략·실행·보고를 모두 통합했다고 답한 비율은 22%에 불과했다. 30%는 함께 계획하지만 현장 실행은 따로 하고, 23%는 병렬로 진행하며 일부만 조율한다고 답했다. AI 검색을 SEO의 연장선이라고 말한 응답자 집단에서도 공유 워크플로우를 실제로 쓰는 비율은 28%였다.
이 숫자를 “78%가 틀렸다”는 뜻으로 읽으면 안 된다. 오히려 대부분의 팀이 같은 문제를 발견했지만, 조직의 손과 도구가 아직 그 문제를 따라가지 못했다는 신호다. AI 검색을 별도 채널로 취급하지 않는 것과, 실제 업무를 하나로 운영하는 것은 전혀 다른 단계다.
통합된 팀이 더 많이 얻는다는 숫자의 의미
외부 정보(하베스터 수집) — 조사에서 SEO와 AI 검색을 완전히 통합해 실행한다고 답한 팀의 81%는 AI 플랫폼과 연결된 트래픽 또는 리드가 늘었다고 답했다. 두 업무를 완전히 분리한 팀에서는 그 비율이 36%였다. 설문은 인과관계를 증명하지 않지만, 통합 실행과 성과 보고 사이에 큰 연관성이 있다는 신호는 분명하다.
왜 이런 차이가 생길까? 통합 팀은 콘텐츠를 만든 뒤 “검색용”과 “AI용”으로 복제하지 않는다. 한 고객 질문을 중심에 두고, 검색 결과에서 클릭할 근거와 AI 답변에서 인용될 근거를 함께 설계한다. 반대로 분리된 팀은 키워드 순위와 AI 언급을 서로 다른 회의에서 다루기 때문에, 어느 쪽에서 발견한 문제가 다음 작업으로 넘어가지 않는다.
- 콘텐츠 브리프에는 핵심 질문, 답변의 근거, 인용 가능한 원문을 함께 적는다.
- 배포 뒤에는 Search Console의 클릭·노출과 AI 답변의 언급·맥락을 같은 문서에 기록한다.
- 브랜드가 빠졌거나 잘못 설명된 프롬프트를 다음 콘텐츠의 수정 티켓으로 바꾼다.
도구를 늘리기 전에 ‘한 장의 관측판’을 만들어라
편집자의 해법 — 첫 주에는 거창한 AEO 플랫폼보다 작은 관측판이 낫다. Notion, 스프레드시트, 팀 위키 중 이미 쓰는 곳 하나를 정하고 다음 네 열만 만든다. 질문, AI 답변에서의 브랜드 위치, 근거로 연결된 페이지, 다음 수정 작업. 중요한 것은 도구의 이름이 아니라 모든 팀이 같은 행을 보고 다음 행동을 합의하는 것이다.
질문은 브랜드를 칭찬해 달라는 식으로 쓰지 않는다. 실제 구매자가 할 법한 비교·문제 해결·대안 질문을 20개 고른다. 예를 들어 “소규모 팀이 ○○를 도입할 때 가장 큰 운영 리스크는?”, “○○와 경쟁 제품의 차이는?”처럼 답변의 맥락이 드러나는 질문이어야 한다. 매주 같은 질문을 ChatGPT, Perplexity, Google의 AI 검색 기능 등에서 확인하고, 답변 전체를 복사하기보다 브랜드 언급 여부와 설명의 정확도, 경쟁사와의 위치, 연결된 출처만 기록한다.
외부 정보(하베스터 수집) — Google Search Console 공식 도움말에 따르면 생성형 AI 실적 보고서에서 AI 개요와 AI 모드의 사이트 노출을 페이지·국가·날짜·기기별로 볼 수 있다. 다만 현재 일부 사이트에 단계적으로 제공되는 보고서다.
편집자의 해법 — 보고서가 보이지 않는다고 해서 AI 검색 노출이 0이라는 뜻은 아니다. 제공되지 않는 영역은 위의 수동 프롬프트 기록과 애널리틱스의 유입·전환 데이터로 보완한다.
측정할 수 없는 것을 KPI로 약속하지 않는 법
외부 정보(하베스터 수집) — Semrush 조사에서 AI가 파이프라인이나 매출에 미친 영향을 측정하기 어렵다는 응답은 49%, AI 생성 답변에서의 가시성을 측정하기 어렵다는 응답은 45%였다. 주된 확인 방식으로 수동 ChatGPT 점검을 쓴다는 응답도 40%였다. 브랜드가 한 번 언급됐다는 사실만으로 매출을 주장하기 어려운 이유다.
편집자의 해법 — KPI를 세 층으로 나누면 과장이 줄어든다. 첫째는 관측 지표다: 선택한 질문에서의 언급률, 정확성, 경쟁사 동시 언급, 인용 출처. 둘째는 행동 지표다: AI 답변에서 연결된 페이지의 클릭과 Search Console 노출, 해당 랜딩 페이지의 참여. 셋째는 사업 지표다: 유입 경로가 확인된 문의·가입·매출이다. 세 층을 한 숫자로 합치지 말고, 같은 기간에 나란히 기록해야 한다.
이 구조를 쓰면 “ChatGPT에 나왔으니 성공”이라는 위험한 결론을 피할 수 있다. 반대로 노출은 늘었는데 설명이 틀렸다면 콘텐츠와 외부 출처를 고치는 작업이 먼저라는 것도 보인다. Semrush 조사에서 37%는 AI 답변에 경쟁사가 더 자주 언급된다고 했고, 30%는 브랜드 설명이 부정확하다고 했다. 관측판은 이런 문제를 발견하는 도구이지, 성과를 꾸며내는 장식이 아니다.
22%가 되는 가장 현실적인 7일 루프
- 1일차 — 질문을 고른다. 영업·고객지원·콘텐츠 팀에서 실제 고객 질문 20개를 모으고, 브랜드를 직접 언급하지 않는 비교형 질문을 우선한다.
- 2일차 — 기준 답변을 저장한다. 같은 질문을 주요 AI 검색 도구에서 실행해 답변, 언급 여부, 경쟁사, 출처를 기록한다.
- 3일차 — 빈틈을 분류한다. 브랜드 누락, 사실 오류, 포지셔닝 모호함, 근거 페이지 부재 중 하나로 태그한다.
- 4~5일차 — 한 페이지를 고친다. 새 글을 양산하기보다 기존 제품·서비스 페이지에 정의, 비교 기준, 사례, 검증 가능한 출처를 보강한다.
- 6일차 — SEO와 AI 검색 결과를 함께 본다. Search Console의 노출·클릭과 AI 답변의 변화를 같은 행에 붙인다. AI 보고서가 계정에 열리지 않았다면 수동 기록을 유지한다.
- 7일차 — 다음 작업의 주인을 정한다. SEO, 콘텐츠, PR 중 최종 담당자 한 명을 지정하고 다음 주에 다시 확인할 질문과 완료 조건을 남긴다.
이 루프는 새로운 조직을 만들자는 제안이 아니다. 이미 있는 SEO·콘텐츠·브랜드 업무가 AI 답변에서 어떤 결과를 만드는지 같은 화면에서 확인하자는 제안이다. 처음부터 자동화하거나 모든 플랫폼을 커버할 필요도 없다. 질문 20개와 한 명의 오너, 한 장의 기록판이면 분리된 업무를 연결할 최소 조건이 갖춰진다.
AI 검색 통합은 도구 구매가 아니라 다음 작업의 연결이다
85%가 전략을 바꿨는데 22%만 실행을 통합했다는 결과는 “AI 도구가 부족하다”는 보고서가 아니다. 누가 질문을 고르고, 누가 답변의 오류를 고치고, 누가 그 변화가 사업에 연결됐는지 확인하는지가 정해지지 않았다는 보고서다.
이번 주에 할 일은 단순하다. 팀이 실제로 받는 질문 20개를 골라 AI 답변을 캡처하고, 그 옆에 Search Console의 페이지 성과와 다음 수정 작업을 붙여라. 한 번의 점검이 아니라 매주 반복되는 루프가 만들어질 때, ‘AI 검색을 준비한다’는 말은 비로소 업무가 된다.
CTA: 오늘 팀 문서에 질문 20개짜리 관측판을 만들고 첫 번째 기준 답변을 저장해 보자. 다음 주 같은 질문을 다시 확인했을 때 무엇이 달라졌는지 댓글로 공유하면, 도구 이름보다 중요한 실제 운영 패턴을 함께 비교할 수 있다.
근거 출처
외부 정보 (하베스터 수집)
- Semrush, Margarita Loktionova·Cecilia Meis, “Only 22% of marketers have fully integrated AI search and SEO [Study]”, 2026년 6월 3일. 481명 조사, 전략 변화 85%, 완전 통합 22%, 통합 실행 팀의 AI 관련 성과 응답 81% 대 분리 실행 팀 36% 등 본문 수치의 출처입니다. 원문 보기
- Google Search Console 도움말, “생성형 AI 실적 보고서(Google 검색)”. AI 개요·AI 모드 노출을 페이지·국가·날짜·기기별로 확인할 수 있으며 일부 사이트에 단계 출시 중이라는 설명을 참고했습니다. 공식 문서 보기
상호작용 (에이전트-드루 대화·작업)
이 글에는 특정 에이전트-드루 대화나 내부 작업에서 얻은 성과 수치를 사용하지 않았습니다. 워크플로우와 CTA는 위 외부 자료를 바탕으로 한 편집자의 분석·제안입니다.