geomin 이노션에서 AI 시대의 마케팅을 고민합니다. 정답이 정해지지 않은 초기 GEO 시장. 그 안에서 유의미한 사례 하나를 만드는 일에 매달리고 있습니다. https://brunch.co.kr/@@6EzS 2018-10-02T04:40:34Z https://brunch.co.kr/@@6EzS/53 2026-08-27T03:00:01Z 2026-08-27T03:00:01Z

요약 Snap이 전면 AI로 만든 영상을 지우지 않고 추천 대상에서만 뺐습니다. 올린 사람은 아무 통보도 받지 않고, 영상은 살아 있는 채로 도달만 없어집니다. 그래서 올린 개수 대신, 실제로 남의 화면에 불려 나간 횟수를 세어야 합니다. Snap이 7월 31일에 짧은 공지를 하나 냈습니다. 이번 달부터 전면 AI로 만든 영상을 Spotlight 추천 대

https://brunch.co.kr/@@6EzS/52 2026-08-26T03:00:02Z 2026-08-26T03:00:02Z

요약 Microsoft가 8월 초 자사 웹 분석 도구에, 답변 엔진이 답을 짓기 전 스스로 수행한 검색을 들여다보는 지표를 열었습니다. 사람이 던진 한 문장은 그대로 검색되지 않고 여러 개의 짧은 질문으로 쪼개져 나가며, 답에 쓸 재료는 그 짧은 질문들로 골라집니다. 그래서 사람이 물을 법한 문장 말고, 우리를 데려올 중간 질문이 무엇인지를 먼저 적어 봐야

https://brunch.co.kr/@@6EzS/51 2026-08-25T03:00:00Z 2026-08-25T03:00:00Z

요약 웹사이트로 들어오는 방문의 절반 넘게가 사람이 아니고, 그중 일부는 평범한 브라우저와 가정용 인터넷 주소로 위장해 정체를 감춥니다. 막을 대상의 이름을 적어 두는 방식은 이름을 바꿔 가며 오는 쪽을 따라잡지 못합니다. 누구를 막을지 고르기 전에, 우리 기록에서 이름을 밝힌 방문과 밝히지 않은 방문을 나눠 세는 일부터 합니다. 지난 6월 뉴욕주 의회가

https://brunch.co.kr/@@6EzS/50 2026-08-24T03:00:03Z 2026-08-24T03:00:03Z

요약 60만 건이 넘는 인용을 반년간 살핀 분석에서, 한 분야에 깊이 쌓아 둔 브랜드가 옆 분야에서도 근거로 불려 나왔습니다. 답변엔진은 이름을 아는 것과 근거로 삼는 것을 다르게 다루는데, 근거로 쓸 만한 깊이는 한 분야 안에서 먼저 생깁니다. 다룰 주제 목록을 늘리기 전에, 우리가 남보다 깊이 답할 수 있는 분야 하나부터 정합니다. 질문에 바로 답을

https://brunch.co.kr/@@6EzS/49 2026-08-21T03:00:02Z 2026-08-21T03:00:02Z

요약 AI 답변에서 브랜드가 얼마나 보이는지 재 준다는 업체가 스무 곳을 넘는데, 같은 브랜드를 두고 저마다 다른 숫자를 내놓습니다. 광고 시장은 예전에도 같은 혼란을 겪었고, 더 정확한 숫자가 아니라 모두가 같은 잣대를 들면서 풀었습니다. 좋은 도구를 더 찾기 전에, 우리가 무엇을 '보였다'로 셀지와 어느 숫자에 결정을 걸지를 먼저 정해 둡니다. 미국

https://brunch.co.kr/@@6EzS/48 2026-08-20T03:00:02Z 2026-08-20T03:00:02Z

요약 한 소매점이 대화형 AI 어시스턴트를 열자, 사람들은 키워드를 치는 대신 "우주 테마 파티를 열고 싶어"처럼 하려는 일을 통째로 말하고 한 번의 대화로 골라 담았다. 백 년 전 셀프서비스 매장이 점원을 밀어낸 뒤 우리는 진열대를 스스로 뒤졌는데, 대화형 AI가 그 점원을 다시 데려온다. 진열대의 이름표에 맞추던 최적화에서, 점원이 먼저 권할 상품이 되

https://brunch.co.kr/@@6EzS/47 2026-08-19T03:00:03Z 2026-08-19T03:00:03Z

요약 한 국내 AI 검색 서비스가 파트너 창작자의 글을 답에 인용한 횟수가 한 달 새 절반 가까이 늘었다. 인용은 각자 공짜로 최적화해 따내는 경쟁이 아니라, 플랫폼이 원천을 보상으로 길러 돌리는 흐름이 되고 있다. 그러니 최적화 하나만 붙들지 말고, 플랫폼이 키우는 창작자·파트너의 흐름 안에 자리를 잡을 길을 함께 본다. 숫자 하나가 눈에 들어왔다. 네

https://brunch.co.kr/@@6EzS/46 2026-08-18T03:00:01Z 2026-08-18T03:00:01Z

요약 답변엔진 광고를 눌러도 이제 웹사이트로 오지 않고, 브랜드를 대신 말하는 대리인이 열립니다. 그 대리인은 브랜드가 웹에 적어 둔 것만 알고 답합니다. 적어 두지 않은 건 모르고, 틀리게 적어 두면 틀리게 옮깁니다. 그러니 웹페이지를 방문객을 부르는 간판으로만 두지 말고, 내가 없는 자리에서 대신 말할 대리인의 설명서로 다시 써야 합니다. 한 답변엔진

https://brunch.co.kr/@@6EzS/45 2026-08-17T03:00:04Z 2026-08-17T03:00:04Z

요약 AI 검색에서 어떤 브랜드가 확실히 차지한 분야는 열에 하나 남짓입니다. 자연에는 먼저 자리 잡은 종이 나중에 온 강자를 막아 내는 선점 효과가 있습니다. 지금은 빈자리를 골라 먼저 앉아 두는 편이, 붐빌 때 밀고 들어가기보다 쉽습니다. Kevin Indig가 Semrush의 반년치 답변 데이터를 정리한 분석을 봤습니다. 미국의 1,094개 분야에서

https://brunch.co.kr/@@6EzS/44 2026-08-14T03:00:04Z 2026-08-14T03:00:04Z

요약 공유용으로 열어 둔 AI 대화 페이지가, 막아 뒀는데도 검색 목록에 올랐다. 문을 완전히 잠그면 "이 페이지는 빼 달라"는 표시까지 크롤러가 못 읽기 때문이다. 감추고 싶다면 잠그지 말고, 읽히게 열어 둔 채 빼 달라고 또렷이 말해야 한다. 얼마 전, 사람들이 주고받은 AI와의 대화 페이지가 검색 결과에 그대로 뜬 일이 있었다. 공유하려고 열어 둔

https://brunch.co.kr/@@6EzS/43 2026-08-13T03:00:03Z 2026-08-13T03:00:03Z

요약 조경·잔디 업계에서 10주간 통제한 실험은 스키마 마크업을 더해도 검색 순위가 오르지 않았다고 밝혔다. 순위를 정하는 힘과, 뽑힌 뒤 내용을 정확히 전달하는 힘은 서로 다른 층위에 있다. 스키마는 뽑혔을 때 기계가 우리 정보를 어긋나지 않게 옮기게 하는 정비로 다루는 편이 맞다. 웹페이지에는 사람 눈에는 안 보이지만 기계더러 읽으라고 붙이는 꼬리표가

https://brunch.co.kr/@@6EzS/42 2026-08-12T03:00:06Z 2026-08-12T03:00:06Z

요약 AI가 검색을 대체했다는 말이 돌지만, 답을 지을 때 AI는 여전히 웹페이지를 실시간으로 읽어 근거로 삼습니다. AI는 사실을 외워 둔 창고가 아니라 문장을 지어내는 장치라, 잘 정리된 페이지라야 근거로 집어 갑니다. 눈에 보이는 순위 경쟁이 흐려져도, 정확한 사실과 깨끗한 구조라는 기반은 오히려 인용의 전제로 남습니다. 요즘 "이제 검색최적화는 끝

https://brunch.co.kr/@@6EzS/41 2026-08-11T03:00:04Z 2026-08-11T03:00:04Z

요약 AI 답변이 이제 영상을 곁다리가 아니라 근거로 자주 끌어 쓴다. 새 매체에서 노출은 내 채널의 크기가 아니라, 그 매체에서 이미 신뢰받는 자리에서 나온다. 그러니 처음부터 짓기보다 이미 권위를 가진 이의 곁에 얹고, 조회수가 아니라 인용·유입·전환으로 잰다. 검색은 오래 글의 세계였다. 사람이 검색창에 단어를 넣으면 파란 링크가 줄지어 떴고, 그

https://brunch.co.kr/@@6EzS/33 2026-08-10T03:00:09Z 2026-08-10T03:00:09Z

요약 출판사와 저자들이 AI 학습에 쓰인 책의 출처를 문제 삼아 소송을 이어 가고 있습니다. 재료의 출처를 따지는 때가 오면, 모델이 가져다 쓸 수 있는 재료의 목록이 다시 짜입니다. 힙합이 지난 길과 같습니다. 허락받기 쉬운 음원이 더 널리 샘플로 쓰였습니다. Hachette, Cengage, Elsevier 같은 출판사와 소설가 Scott Turow

https://brunch.co.kr/@@6EzS/37 2026-08-07T03:00:02Z 2026-08-07T03:00:02Z

요약 좋은 리뷰가 많아도, 그것이 리뷰 사이트 안에만 있으면 AI 답변에는 들어가지 못합니다. 많은 리뷰 사이트가 AI 크롤러의 리뷰 본문 수집을 막아, 그 리뷰가 갇힌 채로 남기 때문입니다. 그러니 리뷰 수를 늘리기 전에, 이미 받은 리뷰를 AI가 읽을 자리로 옮겨 두는 일이 먼저입니다.\ 어떤 가게나 브랜드를 AI에 물으면, 답 안에 손님들의 평이

https://brunch.co.kr/@@6EzS/40 2026-08-06T03:00:01Z 2026-08-06T03:00:01Z

요약 별점 3.3점 세차장이, 별점이 더 높은 곳들을 제치고 AI 답변 맨 위에 올랐습니다. AI는 평판의 평균값을 매기기 전에, 그 질문에 맞는 조건을 갖췄는지부터 추립니다. 그러니 평점을 올리는 일보다, 우리가 어떤 질문에 맞는 답인지를 분명히 적어 두는 일이 먼저입니다. 누군가 지도 앱이나 대화형 AI에 "밤에도 문 여는 세차장"을 물었다고 해 봅

https://brunch.co.kr/@@6EzS/36 2026-08-05T03:00:03Z 2026-08-05T03:00:03Z

요약 검색에서 웹사이트로 오던 방문이 줄자, 그 자리에 '플랫폼 안의 노출'이라는 새 성공 지표가 들어왔습니다. 성공의 기준을 정하는 쪽은, 그 숫자가 나빠지면 기준 자체를 바꿀 수 있습니다. 플랫폼 지표도 보되, 플랫폼을 떠나도 내게 남는 성과 하나는 반드시 따로 챙겨 둬야 합니다. 얼마 전 구글이 검색 성과를 보여 주는 도구(Search Consol

https://brunch.co.kr/@@6EzS/39 2026-08-04T03:00:01Z 2026-08-04T03:00:01Z

요약 한 AI 안전성 평가에서, 모델이 어려운 문제를 푸는 대신 채점용 정답이 담긴 시스템에 들어가 정답을 그대로 가져간 일이 공개됐습니다. 어떤 숫자든 목표로 삼는 순간, 그 숫자를 가장 값싸게 올리는 길은 원래 재려던 실력에서 멀어집니다. AI 검색에서도 '인용·언급 횟수'를 목표로 걸면 자주 보이기는 해도 추천은 받지 못하는 상태가 생깁니다. 그래서

https://brunch.co.kr/@@6EzS/35 2026-08-03T03:00:03Z 2026-08-03T03:00:03Z

요약 AI 답변의 출처에는 회사 공식 페이지 대신 이름 모를 사람들이 모인 커뮤니티 토론이 자주 걸립니다. 기계는 글 한 편보다, 여러 사람이 읽고 다투고 추려 낸 검증의 흔적을 믿습니다. 그러니 스스로 쓴 페이지를 다듬는 데서 그치지 말고, 사람들이 모이는 자리에서 어떤 말이 오가는지도 살펴야 합니다. 요즘 AI에게 무언가를 물으면, 답 아래 붙은 출

https://brunch.co.kr/@@6EzS/34 2026-07-31T03:00:04Z 2026-07-31T03:00:04Z

요약 AI 검색 성적을 순위와 노출로만 재는 사이, 정작 엔진이 브랜드의 기본 사실을 틀리게 말하는 일이 적지 않습니다. 답변엔진은 여기저기 흩어진 글을 끌어모아 한 문장으로 지어내기 때문에, 사실이 어긋나 있으면 노출이 높을수록 틀린 정보가 더 널리 퍼집니다. 그래서 노출보다 먼저 사실이 맞는지를 정기적으로 점검하고, 틀린 곳을 계속 바로잡아 믿을 만한