AI 시대, 마케팅은 ‘실행’이 아니라 ‘설계’의 문제가 됩니다

AI Search는 검색 채널만 바꾸는 게 아니라, 마케팅의 작동 방식 자체를 바꾸고 있습니다.

사람은 여전히 중요한 고객이지만, 이제는 AI Agent도 아주 중요한 고객이 되었어요. 그래서 마케팅은 더 이상 ‘좋은 콘텐츠(웹페이지)를 만들고 배포하는 일’에 그쳐서는 안 됩니다. 이제는 브랜드의 정보, 맥락, 신뢰 신호, 전환 흐름까지 하나의 시스템으로 설계해야 합니다.

오늘은 AI 검색 시대, 마케터들이 꼭 생각해봐야 하는 질문과 엘리펀트컴퍼니의 생각을 나눕니다.

1분 요약

고객 재정의: 사람뿐 아니라 AI Agent도 중요한 ‘초기 의사결정자’가 된다
AI 시대 퍼널이 사라졌다?: 퍼널의 앞단이 AI Search 안으로 들어간 것이다.
페르소나별 퍼널 설계: 같은 제품이어도 페르소나마다 질문이 다르다. 하나의 퍼널로는 부족하다.
Onsite/Offsite GEO: AI는 브랜드 자기소개보다 제3자 신호(리뷰·커뮤니티·실사용 맥락)를 강하게 참고한다
GEO 콘텐츠 전략: 핵심은 ‘더 많이’가 아니라 ‘더 잘 인용되게’쓰는 것
Agentic Commerce: 추천을 넘어 비교·검증·구매 실행까지 확장된다
마케팅 엔지니어링: 마케팅은 이제 사람의 감각으로 운영하는 영역이 아니라, AI를 포함한 여러 접점을 설계하고 연결하는 엔지니어링의 영역이 된다

1. AI 시대 중요한 고객은? AI Agent도 고객이다.

AI 시대 이전에는 사람이 의사결정의 주체였습니다.

검색어를 입력하고 → 검색결과를 보고 → 페이지를 클릭(판단)하고 → 해당 페이지에서 구매여부를 결정했죠.

그런데 지금은 흐름이 달라졌습니다.

자연어로 구체적으로 질문하면 → AI가 여러 출처를 읽고 비교하고 요약한 다음 → 답을 먼저 제시(판단) → 사용자는 그 답변을 바탕으로 다음 행동을 결정하고요.

AI Agent : 사람보다 더 적극적으로 웹을 사용하는 주체

앞으로 웹을 사용하는 주체는 AI가 될 것입니다. 사람은 검색하는 행동에 한계가 있지만, 에이전트는 수백, 수천 건의 데이터를 동시 처리하고도 지치지 않기 때문이죠.

최종 의사결정자는 여전히 사람이겠지만, 그 이전에 정보를 탐색하고, 브랜드를 발견하고, 구매 결정 판단을 돕는 전 여정에는 AI가 권한을 갖게 됩니다.

그렇다면 이제 AI는 단순히 새로운 마케팅 채널로서 기능하는 것이 아닌, 우리의 중요한 고객이자 준 의사결정자로 대우해야 하는 것입니다.

2. AI 시대, 퍼널이 진짜 사라졌을까?

혹자는 “AI 시대에 퍼널이 사라졌다”고도 합니다. 그런데 저는 “퍼널이 사라졌다”는 표현보다, “퍼널의 앞단이 AI 안에서 파이프라인처럼 처리되고 있다”는 해석이 더 정확하다고 생각합니다.

‘탐색 – 인지 – 비교 – 고려 – 구매’의 퍼널 중 대부분의 퍼널이 검색 결과 페이지 밖이 아니라, AI가 답변 생성하는 그 과정 안에서 일어나기 때문입니다.

그래서 AI 시대에 두 고객(사람과 Agent)을 만족시키려면 AI의 판단 과정, 그 퍼널을 공략해야 합니다.

전통적 퍼널과 AI 시대 퍼널의 차이

	탐색	인지	고려	전환	구매/온보딩
`AS-IS` 전통적 검색 환경	검색어 입력	검색 결과 리스트 확인	여러 페이지 클릭 후 비교	홈페이지·세일즈·제품 경험에서 설득	제품 경험이 전환 이후 시작
`To-BE` AI Search 환경	자연어 질문 입력	AI가 답변 안에서 브랜드/카테고리 정리	AI가 비교·요약·shortlist 형성	AI 추천 이후 랜딩·제품 경험에서 설득	제품 wow는 더 중요해지고, 전환 전 정보 판단은 AI가 일부 흡수

3. AI 시대의 PLG(Product Led Growth)는 여전히 유효한가?

전통적인 PLG도 이제 진화해야 합니다. Figma의 VP Growth Marketing인 Reema Batta의 인사이트에서 영감을 받았는데요. Reema는 최신 기능 “Figma make” 사례를 들며, PLG만으로는 성장하기 어려운 구간이 분명히 존재한다고 이야기합니다.

왜 일까요? 타겟 페르소나마다 활용 가치가 다른 제품은 하나의 퍼널로 설명하기 어렵기 때문입니다. Figma의 경우를 예시로 들어볼까요. 창업자는 빠르게 팀 협업과 브랜드/제품 제작을 돕는 도구로 볼 수 있고, PM/PO는 기획-디자인-개발 핸드오프 관점에서 판단하고, 디자이너는 시스템과 협업 툴로 바라봅니다.

페르소나별 퍼널 시나리오와 콘텐츠 전략 예시 – Figma 예시

그래서 같은 제품이어도 페르소나별 질문과 비교 기준을 다르게 설정하고, 각 페르소나마다 다른 퍼널 시나리오를 구축해야 합니다.

geo 콘텐츠 전략, 페르소나별 퍼널 시나리오 전략, figma 마케팅 전략

결국 콘텐츠의 역할은 각 페르소나의 질문에 맞는 맥락을 제공해서 AI가 우리를 추천 가능한 서비스로 인용하도록 만드는 것이고, 제품의 역할은 어렵게 들어온 사용자가 빠르게 wow를 느끼도록 설계하는 것입니다.

AI 시대에는 PLG만으로는 부족하고, PLG가 강하게 작동하는 제품/온보딩 구간과, 그 전에 AI가 비교·추천하는 구간을 함께 설계해야 합니다.

4. 페르소나별 퍼널, 어떻게 설계해야 할까?

같은 제품이어도 페르소나마다 묻는 질문이 완전히 다릅니다. AI 플랫폼은 전통적 퍼널처럼 한 경로로 작동하지 않고, 커뮤니티·포럼·문서·리뷰 사이트 등을 동시에 참조합니다. 모든 질문이 잠재적 고객 퍼널의 첫 단계가 될 수 있습니다.

⭐️퍼널 구축 전략 템플릿

퍼널 별 콘텐츠 전략 시나리오는 이제 페르소나별로 구축할 수 있도록 더 구체화해야 합니다.

	탐색	인지	비교/고려	검증	전환/온보딩	확장/활용
고객의 상태	문제를 인지, 해결하고자 함	카테고리를 학습	대안을 비교	리스크를 제거	제품의 가치를 경험	팀/조직 수준으로 확장/재구매 등
고객 질문(프롬프트)의 성격	“이걸 어떻게 해결하지?”	“보통 어떤 툴을 쓰지?”	“A vs B vs C 뭐가 다르지?”	“실제로 우리도 될까?”	“가입하면 바로 뭘 할 수 있지?”	“팀이 커져도 계속 쓸 수 있나?”
키워드/프롬프트 유형	문제형, 상황형, JTBD형	카테고리형, 대안 탐색형	비교형, 대체재형, 선택 기준형	가능성 검증형, 반론형, 실무형	시작형, 셋업형, 빠른 성과형	운영형, 협업형, 확장형
필요한 콘텐츠 자산	문제 해결형 아티클, 입문형 가이드, TL;DR	카테고리 설명글, use case 글, ‘누가 왜 쓰는지’ 콘텐츠	비교표, 비교 아티클, 페르소나별 비교 페이지	FAQ, 사례, 리뷰, 도입 체크리스트, 실무 Q&A	템플릿, 데모, 온보딩 가이드, 첫 액션 유도	협업 가이드, 권한/시스템 문서, 고급 활용 콘텐츠
`브랜드` 핵심 목표	초기 발견	카테고리 안에 들어가기	shortlist 진입	의심 해소·신뢰 형성	activation	retention·expansion
`브랜드` 대표 KPI	AI 인용, 노출, 비브랜드 유입	카테고리 쿼리 노출, 브랜드 언급	비교 키워드 유입, AI 비교 답변 포함	체류시간, FAQ 유입, 전환율	가입→첫 가치 도달률	활성 사용자, 확장 사용률

5. AI가 더 많이 인용하는 채널은? : 미디어, 커뮤니티(UGC), 리뷰 플랫폼

Onsite 만으로는 안된다, Offsite GEO 중요성.

AI는 우리 브랜드가 스스로 정의한 설명이 제3자 채널에서도 비슷한 언어와 맥락으로 반복되는지를 함께 봅니다. 그래서 AI Search 시대의 브랜드 신뢰는 브랜드 웹사이트 안에서만 만들어지지 않고, 웹 전체에서 누적되는 신호로 형성됩니다.

Onsite GEO가 브랜드의 공식 설명을 정리하는 일이라면, Offsite GEO는 “남들이 우리를 어떻게 설명하고 있는가”를 설계하는 일에 더 가깝습니다.

Onsite 와 Offsite GEO

Onsite GEO: 브랜드가 소유한 웹사이트, 블로그, 제품 페이지 등에서 수행하는 GEO 활동입니다. 브랜드 엔티티를 명확하게 정의하고, AI가 이해하기 쉬운 방식으로 브랜드를 설명하는 영역에 가깝습니다.
Offsite GEO: 브랜드가 소유하지 않은 제3자 채널에서 형성되는 GEO입니다. 핵심은 “우리가 우리를 어떻게 말하느냐”보다 “다른 사람들이 우리를 어떤 언어로 반복해서 말하느냐”에 있습니다. 대표적인 Offsite 채널은 미디어, 리뷰 플랫폼, 커뮤니티(UGC), 소셜 미디어, 그리고 기타 웹 문서들로 볼 수 있어요.

북미 Offsite 채널 전략 – Reddit, G2, 링크드인과 언론매체

Offsite의 역할이 중요하다는 것은 이미 GEO 업계에서 너무 중요한 사실입니다.

Similarweb이 공개한 자료에 따르면, AI 답변에서 가장 많이 인용한 웹페이지는 1) News & Publishers (미디어), 2) Review & UGC였습니다. AI 모델마다 인용 비율에는 차이가 있지만, 전체 웹페이지를 통틀어 이 두 채널이 가장 신뢰받는 채널이라고 볼 수 있습니다.

특히 북미 시장은 커뮤니티(UGC 플랫폼)로 Reddit, 리뷰 채널로는 G2, B2B 소셜은 링크드인 같은 채널들이 그 역할을 하고 있습니다.

한국의 Offsite 전략은?

한국은 미국처럼 Reddit, G2 같은 하나의 플랫폼이 강하게 작동하는 시장은 아닙니다. 대신 인스타그램, 스레드, 링크드인, 업계 커뮤니티, 미디어, 개인 블로그 같은 여러 채널들이 그 역할을 나눠 갖는 쪽에 가깝습니다.

즉 Offsite 전략은 “어디가 가장 좋은 채널인가”를 묻기보다, 우리 타겟 고객이 어떤 질문을 던질 때 어떤 외부 신호가 가장 설득력 있게 작동하는가를 먼저 봐야 합니다.

리뷰 사이트 vs. UGC vs. 미디어, 뭐가 더 중요할까?

그러면 리뷰 사이트, UGC, 미디어 중 무엇이 더 중요할까요? 이건 채널 자체의 우열보다, 질문의 성격에 따라 달라집니다.

비교·선택형 질문에는 리뷰와 비교형 콘텐츠가 강합니다. 예: “A와 B 중 어떤 툴이 더 좋은가?”
실사용·현장감형 질문에는 커뮤니티와 UGC가 강합니다. 예: “실무에서 진짜 어떻게 쓰는가?”
정의·권위·시장 맥락형 질문에는 미디어와 전문 기고가 강합니다. 예: “이 카테고리는 왜 중요해졌는가?”
전문성·사람 중심 신뢰형 질문에는 LinkedIn 같은 비즈니스 소셜이 유리합니다. 예: “이 분야에서 실제로 누가 어떤 관점을 갖고 있는가?”

Offsite 채널별 AI 인용 역할

Offsite 종류	역할 (Layer)	참조되는 프롬프트 유형
Media (뉴스, 리서치, 산업 매체, 컨퍼런스 콘텐츠)	Authority layer (신뢰성·산업 기준 정의)	정의형 질문 (“AEO란?”), 산업 설명 (“AI 검색 시장 구조”), 트렌드 질문 (“최근 GEO 전략”), thought leadership 질문
Review (리뷰 플랫폼, 비교 기사)	Experience layer (선택 판단 근거 제공)	추천형 질문 (“best CRM tools”), 구매 검토 질문 (“HubSpot 써볼 만해?”), Shortlist 생성 질문
Community (Reddit, Quora, 온라인 커뮤니티)	Experience + relevance layer (실사용 맥락·현장 신호)	비교형 질문 (“Webflow vs Framer”), 경험 질문 (“실제로 써보면 어때?”), 문제 해결 질문 (“왜 느려?”)
Social (LinkedIn, X, YouTube, Medium 등)	Freshness + relevance layer (최신성·전문가 맥락)	최신 트렌드 질문 (“요즘 SEO 어떻게 변했어?”), 전문가 의견 질문 (“마케터들은 어떻게 대응해?”), 컨퍼런스·이슈 질문
웹 디렉토리	Decision layer (구매 후보 압축·비교 기준 제공)	추천형 질문 (“B2B SaaS 추천”), 카테고리 탐색 질문 (“프로젝트 관리툴 뭐 있어?”), Vendor shortlist 질문

1️⃣ 정의형 질문은 Media 중심

브랜드가 “개념 설명 출처”로 등장하려면 산업 매체 언급이 핵심입니다. 대형 매체의 경우에는 AI 크롤러를 차단하는 경우가 많아 전체 인용 비율은 매우 적은 경향이 있습니다. 이 경우에는 해당 카테고리 전문 매체가 실질적으로 더 효과적입니다.

2️⃣ 추천형 질문은 Review + 디렉토리 중심

실제 AI 추천 리스트에 들어가려면 이 레이어의 영향이 가장 큽니다. 소프트웨어 리뷰 플랫폼 G2의 경우 리뷰를 1인칭 언어로 작성한 콘텐츠에서 citation이 40%까지 올라간 사례가 있습니다.

3️⃣ 비교·경험 질문은 Community 영향이 압도적

Reddit류 UGC는 현재 거의 모든 AI 모델에서 반복적으로 참고하는 citation source입니다. 브랜드가 커뮤니티를 “소유”하려 하지 말고, 커뮤니티에 “초대받는” 방식으로 접근해야 합니다.

6. AEO/GEO 콘텐츠 전략 : ‘더 많이 쓰기’가 아닌 ‘더 잘 인용되게 쓰기’

AI 시대에 콘텐츠를 많이 만들면 유리할 것 같지만, 실제로는 그렇지 않습니다. 구글도 AI Overviews와 AI Mode에 인용되기 위한 별도의 전략이 있는게 아니라, 기본적인 SEO 원칙과 텍스트 접근성, 구조화, 신뢰할 수 있는 콘텐츠가 여전히 중요하다고 명확히 설명합니다.

AEO/GEO 콘텐츠 전략 How to

글을 구조화해서 잘 쓰는 것뿐 아니라, 한 단계 더 나아가야 합니다. 이제 긴 글을 쓰는 것이 아니라, AI가 질문에 대한 답으로 바로 꺼내 쓸 수 있는 형태로 써야 하는 거죠.

실무적으로는 이런 것들이 중요해집니다.

기존 콘텐츠를 다시 쓰고, 최신 정보로 업데이트하기
제품 페이지나 블로그 상단에 TL;DR(결론 요약), context summary 두기
FAQ, 비교표, Q&A 구조 넣기
리뷰나 고객의 실제 언어를 자연스럽게 본문 안으로 녹이기
묻고 답하는 페이지 구조 만들기

AI 추천 제품 Top 3에 인용되기 위한 콘텐츠 전략

AI 검색 환경에서 가장 중요한 변화 중 하나는, 사용자가 브랜드를 직접 ‘탐색’하기 전에 AI가 먼저 후보군(shortlist)을 만들어 준다는 것입니다. 이 shortlist에 들어가려면 단순히 “많이 노출되는가”를 넘어, 아래 질문에 답할 수 있는 근거가 필요합니다.

AI가 우리를 어떤 카테고리/대안군으로 분류하는가?
비교 기준(선택 기준)이 명확한가? (가격/도입 난이도/적합한 상황/비적합한 상황)
신뢰 근거가 충분한가? (사례, 리뷰, 제3자 언급, 데이터)
질문이 바뀌어도 일관된 한두 문장 요약으로 설명되는가?

반대로 하지 말아야 할 것도 분명합니다.

AEO/ GEO 콘텐츠 전략 Don’t

대량 생성 콘텐츠를 무작정 쏟아내는 것
감성적인 문장만 많고 정보 구조가 약한 것
보기 좋은 UI에만 집중하고 텍스트 정보는 빈약한 것
브랜드 주장만 있고 제3자 검증 신호가 없는 것

결국 인용은 양이 아니라 최신성, 구조, 신뢰, 전문성에서 나옵니다.

7. Agentic Commerce, 미래는? 추천을 넘어 구매까지.

이제 AI는 “이 제품을 추천합니다”까지만 말하는 게 아니라, 비교하고, 심지어 구매 실행까지 도울 준비를 하고 있어요.

Open AI가 2025년 Agent가 직접 웹에서 가격, 재고, 리뷰 등을 판단해 최종 결제까지 완료하는 Instant Checkout 기능을 출시했는데, 2026년 3월 종료했습니다. 가격, 재고 데이터 정확도 등의 문제로 사용자들의 사용 경험이 기대를 충족시키진 못했습니다. OpenAI의 첫 시도는 실패했지만, 이 과정에서 중요한 표준 인프라가 만들어 지고 있습니다.

Agentic Commerce Protocol (ACP): Open AI가 Stripe와 공동 개발한 오픈 프로토콜입니다. AI 에이전트가 외부 커머스 시스템(쇼핑몰, 결제, 재고 API 등)과 직접 상호작용하며 상품 검색, 비교, 구매, 추적까지 자율적으로 처리할 수 있게 하는 인터페이스 표준입니다.

Universal Commerce Protocol (UCP): Google과 Shopify가 주축이 되어 공동 개발한 범용 거래프로토콜입니다. 특정 플랫폼에 종속되지 않고, 어떤 AI 에이전트도 어떤 커머스 플랫폼과도 표준화된 방식으로 통신할 수 있게 하는 것이 특징입니다. 에이전트가 여러 쇼핑몰을 동시에 비교하고 최적 거래를 실행할 수 있는 기반이 됩니다.

에이전틱 커머스 시대, 브랜드는 무엇을 준비해야 할까?

브랜드는 AI 구매 결정을 돕는 인터페이스 데이터가 되어야 한다.

앞으로 브랜드는 단순히 “사람이 보기 좋은 페이지”만 만들어서는 안 됩니다. AI가 가격, 재고, 옵션, 리뷰, 환불, 배송, 판매자 신뢰도를 읽고 판단할 수 있어야 해요. 즉 앞으로의 상세페이지와 제품 데이터는 SEO를 넘어서 AI가 구매 결정을 도와주기 위한 인터페이스 데이터가 되어야 합니다.

그리고 이건 B2B에도 그대로 연결됩니다. 오늘 당장 ChatGPT 안에서 기업 소프트웨어를 바로 결제하지 않더라도, shortlist 형성, 공급기업 비교, 요구사항 정리, 내부 공유용 요약 같은 구매 전 단계는 이미 AI가 깊게 관여하고 있어요. 그래서 앞으로 브랜드가 준비해야 할 건 노출 경쟁이 아니라, AI가 대신 비교하고 대신 설명하고, 대신 구매할 수 있는 구조입니다.

8. 그래서 앞으로 마케터는 무엇을 해야 할까?

마케팅 엔지니어링의 시대

AI 덕분에 마케팅도 모니터링하고, 진단하고, 실행하고, 반복 개선하는 시스템으로 설계할 수 있는 단계에 들어서고 있습니다. 이를 “마케팅 엔지니어링”의 시대라고 부르기도 하는데요.

마케팅 엔지니어링 시대에는 마케터의 역량도 진화해야합니다.

마케팅 엔지니어링이란?

데이터가 알아서 정답을 찾고 성과를 키워가도록 구조(System)를 설계하는 일
시스템/Agent로 감지하고 판단해 -> 실행하고 -> 측정하고 -> 그 결과를 다시 시스템 개선에 반영 </aside>

마케팅 엔지니어링 시대의 마케터 역할

이전에는 채널별 실행력, 카피 감각, 캠페인 운영이 중심이었다면, 이제는 여러 툴과 에이전트, 데이터와 콘텐츠, 제품과 세일즈를 하나로 지휘(오케스트레이션)하는 능력이 더 중요해 집니다.

사실 SEO 시대에도 글만 잘 쓴다고 성과가 나지 않았습니다. 콘텐츠, 정보 구조, 기술 SEO, 내부 링크, 전환 흐름, 웹 경험이 함께 맞물려야 했죠. AI Search 시대에는 그 성격이 훨씬 더 강해지고 있습니다.

이제 마케터는 단지 콘텐츠를 기획, 제작하는 것을 넘어

브랜드 컨텍스트를 정리하고
AI가 참고할 수 있는 신호를 연결하고
어떤 질문에서 어떤 답이 생성될지를 예측하고
추천 이후 검증과 전환이 가능한 구조까지 설계해야 합니다.

이러한 관점에서 조직 안에서 엔지니어링형 사고를 가진 마케터의 역량이 더 커질 것이라고 생각합니다.

8가지 질문의 결론.

우리 브랜드가 어떤 고객의 어떤 맥락에 나타나야 하는지 정의하고,
디지털 전 채널을 관통하는 제품 경험과 브랜드 맥락, 스토리텔링을 지휘하는 것.
궁극적으로 사람도, AI도 끄덕일 수 있는 신뢰 자본을 쌓는 것.

채널이 바뀌고, 기술이 바뀌고, 프로토콜이 생겨도 이 세 가지는 바뀌지 않습니다. AI 시대에도 결국 선택받는 브랜드는, 사람에게도 AI에게도 정확하게 이해되고 신뢰받는 브랜드입니다.

엘리펀트컴퍼니는 이 일을 가장 잘해내는 마케팅 팀원이 되고 싶습니다. 에이전시와 일한다는 느낌보다, 우리 브랜드의 맥락을 가장 깊이 이해하고 함께 설계하는 팀이요.

AI Search 시대 마케팅 전략: GEO, AEO, SEO를 위한 8가지 질문