AI Search는 마케팅을 어떻게 바꾸고 있나: Zero Click SF 세션 노트

Profound Zero Click SF에서 확인한 변화들 (AEO, GEO)

샌프란시스코에서 열린 Zero Click SF에 다녀왔습니다. 현장 세션 전반에서 반복적으로 확인한 것은, AI Search가 검색을 넘어 마케팅의 설계 방식까지 바꾸고 있다는 문제의식이었습니다. 현장에서 반복해서 나온 핵심 메시지를 세션 중심으로 정리해봅니다.

마케팅이 아닌, ‘마케팅 엔지니어링’의 시대 – Profound 세션

Zero Click 의 12개 세션 모두 관통한 키워드는 “마케팅 엔지니어링”이었습니다.

마케팅 엔지니어링이란?

Profound CTO 조쉬(Josh Blyskal)는 “금융에는 퀀트가 있었고, 데이터 엔지니어링에는 Airflow 같은 레이어가 붙으면서 산업이 급격히 고도화됐는데, 마케팅은 오랫동안 사람의 감각과 판단에 크게 의존해 왔다”고 마케팅 엔지니어링 시대의 가능성을 이야기했습니다.

이제는 AI 덕분에 마케팅도 모니터링하고, 진단하고, 실행하고, 반복 개선하는 시스템으로 설계할 수 있는 단계에 들어서고 있다는 겁니다.

마케팅 엔지니어링이란?
- 데이터가 알아서 정답을 찾고 성과를 키워가도록 구조(System)를 설계하는 일
- 시스템/Agent로 감지하고 판단해 -> 실행하고 -> 측정하고 -> 그 결과를 다시 시스템 개선에 반영하는 과정

에이전트를 활용하면 가능한 일들

• 수십 개 경쟁사를 실시간 모니터링하며 영업팀에 배틀카드를 자동 제공
• 수천 개 웹페이지를 매일 모니터링하며 관련 콘텐츠 자동 업데이트
• 500명의 기자에게 맥락에 맞는 개인화 아웃리치 발송

이 모든 것을 가능하게 하는 사람이 ‘마케팅 엔지니어’입니다. 팀의 좋은 아이디어를 시스템으로 전환하고, 그것을 자동화해 전체 팀의 역량을 곱하는 사람입니다.

마케팅 엔지니어(Marketing Engineer)의 시대

마케팅 엔지니어링 시대에는 마케터의 역량도 진화해야합니다. 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.

마케팅 엔지니어링 작동 방식 by Mike King (iPullRank, CEO)

AI 검색(AI Search)은 사실 그냥 검색이다

AI 검색과 기존 검색은 같은 기술 기반(벡터 스페이스 모델)을 사용합니다. 다만 AI 검색은 쿼리의 의미를 이해하고, 다음에 올 단어를 예측합니다. “AI 서치”라는 별도 카테고리가 있는 게 아니라, 검색이 진화한 것입니다. 이것은 기존 SEO 지식이 무의미해지는 게 아니라, 회사가 무엇을 의미하는지를 새로 정의할 기회입니다.

쿼리 팬 아웃(Query Fanout)을 이해하라

AI 검색에서 사용자 프롬프트 하나가 입력되면, 시스템은 이를 수십 개의 하위 쿼리로 분해합니다. 각 하위 쿼리는 언어 모델 + 리트리벌 파이프라인으로 전달됩니다. AI 검색은 래플(raffle, 복권)입니다. 래플 티켓을 최대한 많이 확보해야 합니다. 즉, 가능한 많은 하위 쿼리에서 랭킹되어야 합니다.

콘텐츠 주제 예시	Audience Prompt	Persona	Needs	예상 쿼리 팬아웃 형식	쿼리 팬아웃 검색어 (키워드)
프로젝트 관리 툴	소규모 원격 팀에 가장 좋은 프로젝트 관리 툴은 뭔가요?	비기술직 스타트업 창업자, 원격 직원 5~15명 관리 중	빠르게 옵션을 비교하고 리스크 낮은 툴 선택	비교, 가격 개요, 기능 평가, 추천	Trello vs Asana 원격팀 PM 툴, 프로젝트 관리 소프트웨어 가격, 도입 쉬운 PM 툴
건강보험	프리랜서에게 가장 좋은 건강보험은 뭔가요?	자영업 프리랜서, 비용에 민감	보장 옵션을 이해하고 과다 지출 방지	탐색, 비교, 자격 요건, 비용 분석	프리랜서 건강보험 옵션, PPO vs HMO, 자영업자 ACA 플랜
CRM 소프트웨어	소규모 영업팀에 어떤 CRM이 맞나요?	영업사원 5~10명 규모 SMB 영업 매니저	복잡한 설정 없이 파이프라인 가시성 확보	툴 비교, 기능 분석, 사용 사례별 추천	소규모 비즈니스용 CRM 추천, HubSpot vs Salesforce, 영업팀용 간편 CRM, CRM 가격 비교
전기차 (하단 일부 가림)	추운 지역에서 전기차가 실용적인가요?	미국·캐나다 북부 거주 첫 전기차 구매자	성능에 대한 불확실성 해소 (일부 가림)	실증 분석, 오해 해소, 실제 사용 시나리오 (일부 가림)	추운 날씨 전기차 성능, 겨울철 전기차 주행거리, 한랭 기후 배터리, 겨울 전기차 운전 팁

SEO 소프트웨어의 한계

대부분의 SEO 툴은 10년 전 검색 모델 기반입니다. 단순 언어 빈도 계산 방식입니다. 구글은 2012년부터 이미 시맨틱 검색이었고, 모든 새로운 플랫폼은 하이브리드입니다. 랭크 트래커는 순위가 오르내린다는 사실은 알려주지만 왜 그런지는 모릅니다.

• ETL 파이프라인으로서의 SEO: 대부분의 SEO 작업은 사실 데이터를 추출(Extract)하고 변환(Transform)하고 전달(Load)하는 파이프라인입니다.
• 이것을 프로그래밍 방식으로 설계하면 마케팅 엔지니어가 됩니다.

콘텐츠 엔지니어링 ≠ AI 스팸

AI로 대량 콘텐츠를 찍어내는 것(Programmatic SEO의 나쁜 버전)과 데이터 모델을 활용해 스케일에 맞는 의미 있는 콘텐츠를 만드는 것은 다릅니다. AI 트래픽이 급증했다가 급락하는 패턴은 AI 자체의 문제가 아니라 나쁜 UX의 문제입니다.

검색의 미래를 탐색하는 원칙 by Daniel Kang (Expedia, Head of AI Search)

불확실성 속의 확실한 원칙들

SEO는 최근 2년 사이 세 번 “죽었다”는 헤드라인이 났습니다. 우리는 정확한 미래를 예측할 수 없습니다. 그러나 어떤 결과들은 충분히 예측 가능하고, 그 위에 전략을 세울 수 있습니다.

인간 vs. 에이전트의 본질적 차이

• 인간은 감정적입니다. 목표를 소유합니다.
• 에이전트는 규칙 기반입니다. 실행을 소유합니다.

이 차이를 이해하면 각각에게 어떻게 대응해야 할지가 달라집니다.

지금 시작할 수 있는 세 가지 원칙

1. 에이전트를 고객으로 준비하라: API, 파일 타입, 데이터베이스, 프로토콜을 에이전트가 접근할 수 있도록 정비해야 합니다.
2. 발견과 평가 방식이 달라졌다: 사람이 정보를 찾고 검토하는 방식 자체가 바뀌고 있습니다. 단일 채널에서 최고가 되는 것보다 포트폴리오 관점으로 접근하세요.
3. 비대칭 투자(Asymmetric Investment): 모든 전략이 작동할 필요는 없습니다. 각각의 실패는 다음 투자에 대한 정보가 됩니다. 빠르게 많은 실험을 해서 이길 확률을 높이세요.

정확한 미래를 예측하지 않아도 됩니다. 확실한 결과를 기반으로 쌓아가면 됩니다. 불확실성이 당신을 마비시키게 두지 마세요.

LinkedIn은 B2B 신뢰 신호가 된다 by Dan Morrill (Linkedin, VP Marketing Tech)

링크드인 플랫폼 자체가 신뢰 신호다

B2B 구매자가 AI에 전문적인 질문을 할 때, LinkedIn은 가장 자주 인용되는 소스 중 하나입니다. 이유는 세 가지입니다.

• 실제 신원(Real Identity)
• 실제 전문성(Real Expertise)
• 실제 대화(Real Conversation)

AI 시스템은 이 세 가지를 신뢰로 해석합니다. 올해 챗봇 전반에 걸친 LinkedIn 인용 건수가 2배 증가한 배경입니다.

링크드인에서 AI 노출 높이는 세 가지

콘텐츠 기반

• 기업 페이지: 제품·리더십·업종 정보를 명확하게, 자연어로 작성
• 주 2~3회 꾸준한 게시가 AI 가시성과 직접적 상관관계
• 인용 콘텐츠의 약 60%가 롱폼. 아티클, 뉴스레터 등 깊이 있는 콘텐츠가 인용됩니다
• 인용의 95%가 오리지널 콘텐츠. 리쉐어는 인용되지 않습니다

신뢰 있는 목소리

• AI는 콘텐츠만 보지 않습니다. 신뢰도를 봅니다. B2B에서 신뢰는 사람에게 있습니다.
• 10개 이상 댓글이 달리는 게시물이 인용될 확률 유의미하게 높음
• 임직원, 경영진, 업계 인플루언서를 활성화하세요. 브랜드 메시지보다 진정성 있는 대화가 중요합니다

AI Search 시대의 PLG by Reema Batta (Figma, VP Growth Marketing)

전통적 PLG(Product Led Growth)가 작동하던 방식

Figma의 제품 주도 성장(PLG)은 마찰 제거로 시작했습니다. 링크를 클릭하면 바로 협업이 시작됩니다. 활성화 순간은 체크리스트가 아니라 느낌이었습니다. 다른 사람의 커서가 캔버스 위에 나타나는 그 순간. 디자이너가 먼저 사랑하고, 그들이 PM·개발자·마케터를 끌어들이는 플라이휠이었습니다.

플라이휠: 찾기 쉬움 → 빠른 가치 경험 → 팬이 돼서 추천 → 추천이 성장을 만듦

AI로 인해 달라진 것

2022년 ChatGPT 등장 이후, 사용자들은 더 이상 키워드로 검색하지 않습니다. 질문합니다. 클릭하지 않습니다. 반복 질문을 통해 맥락을 좁혀갑니다. 에이전트가 판단해주면 그때 가서 선택합니다.

중요한 두 시스템이 만나는 지점이 생겼습니다.

• 제품 경험: “이것을 사용하고 싶다”에 답해야 합니다
• AI 시스템: “이것이 최선의 솔루션이다”라고 말해야 합니다

두 시스템이 만나는 지점이 바로 발견의 순간입니다.

세 가지 전략적 대응⭐️

1. 폭넓은 교육 콘텐츠 구축 사람들이 제품을 검색하지 않고 문제를 검색합니다. 각 페르소나가 묻는 실제 질문에 답하는 콘텐츠를 만들어야 합니다.

2. 페르소나별 제품·기능 정렬 문제는 페르소나마다 다릅니다. 특정 사용 케이스에 맞는 툴, 시작을 돕는 템플릿, 기존 워크플로우와 연결되는 기능을 만들었습니다.

3. 어디서나 신뢰를 쌓아라 AI 검색에서 고려 여정이 압축되면서 평판 자체가 신호가 됩니다. 자사 웹사이트뿐 아니라 모든 곳에서 신뢰를 만들어야 합니다.

• 글로벌 브랜드 캠페인 + 소셜 푸시
• 주요 AI 모델 프로바이더와 파트너십
• 전 세계 Make-a-thon 운영
• 미디어·크리에이터 투자

AI는 웹의 주요 사용자가 된다 by Parag Agrawal (Parallel, CEO)

AI는 웹의 주요 사용자가 된다

Parallel을 창업할 때 “AI가 웹을 사용하는 방식이 다음 패러다임이 될 것”이라고 믿었습니다. 지금 돌아보면 그 상상도 너무 작았습니다.

Twitter를 11년간 운영하며 배운 것은, 인간이 서비스를 사용하는 양은 결국 인간의 주의력(attention)에 의해 제한된다는 것입니다. 반면 에이전트는 다릅니다. 에이전트가 웹을 검색하고 읽고 탐색할 때의 한계는 주의력이 아니라, 웹에서 창출할 수 있는 가치의 양입니다.

인간은 하루 1~10회 검색합니다. 고급 에이전트 워크플로우로 가면 하루 수만 번의 검색이 이루어집니다.

에이전트는 인간과 다르다

• 인간: 검색어를 게으르게 입력합니다. 자동완성에서 가장 가까운 것을 고릅니다. 짧고 모호한 키워드를 씁니다.
• 에이전트: 매우 상세하고 기술적인 쿼리를 씁니다. 원하는 것을 극도로 구체적으로 표현합니다. 검색어 분포 자체가 달라집니다.
• 에이전트가 영향받는 것: 검증 가능한 사실, 권위 있는 출처. 화려한 UI나 감성적 카피에는 반응하지 않습니다.

웹사이트가 인간을 위해 잘 작동해야 하는 것은 여전히 맞습니다. 하지만 에이전트를 위한 최적화는 다른 기준으로 설계해야 합니다.

Webflow’s AI Search Playbook by Dave Steer (Webflow, CMO)

AI 검색에서 이기려면 채널 전반에 걸친 일관성과 통합된 활동이 필요합니다. 그런데 대부분의 조직은 팀이 채널별로 쪼개져 있습니다. 에이전시는 에이전시가 만든 카피를 쓰고, 엔지니어링은 그것과 다른 코드를 배포하고, 마케팅은 콘텐츠를 최적화하는 동안 디자인팀은 세 번의 리뷰 사이클을 돌고 있습니다.

이 구조를 Webflow는 “Frankenstack*”이라 부릅니다. 팀·도구·프로세스가 엉겨붙은 복잡성. 이 구조에서는 콘텐츠를 엔드투엔드로 일관되게 운영할 수 없고, 그러면 AI 에이전트를 활용한 스케일도 불가능합니다. (*프랑켄스택(Frankenstack)은 ‘프랑켄슈타인(Frankenstein)’과 ‘기술 스택(Tech Stack)’의 합성어로, 서로 호환되지 않거나 연동성이 떨어지는 여러 소프트웨어, 도구, 시스템을 무리하게 연결하여 만들어낸 복잡하고 비효율적인 구조를 뜻함)

필요한 것은 웹 경험을 설계하고 운영하는 컨트롤 타워입니다.

Webflow의 두 가지 플레이북

콘텐츠 플레이북

1. 콘텐츠 리프레시: 기존 콘텐츠를 에이전틱 워크플로우로 업데이트 → 콘텐츠 리프레시 5배 증가, 트래픽 42% 증가
2. FAQ: “답변 우선(Answer-privileged)” 형식으로 작성 + 스키마 마크업으로 모호성 제거 → 노출수 24% 증가, 300건 이상 신규 인용
3. 웨비나 재활용: 유튜브에 쌓인 웨비나에서 에이전트가 핵심 인사이트를 추출 → 인용 가능한 아티클로 변환 → CMS 발행. 스케일이 필요하면 Profound Sheets로 전체 웨비나 목록에 일괄 적용

브랜드 플레이북

1. 리뷰: G2 등 서드파티 플랫폼의 리뷰는 AI 모델이 높은 신뢰 신호로 활용합니다. 구체적인 사용 사례와 실제 언어가 담긴 리뷰가 핵심입니다. “이것보다 나은 대안은”, “이런 용도에 최적” 같은 표현이 AI 응답에 직접 반영됩니다.
2. 소셜·영상: YouTube·TikTok에 “X vs Y”, “이런 목적에 최적”, “단계별 방법” 형식의 답변형 콘텐츠 발행. 자막·설명·댓글까지 텍스트로 남깁니다.
3. 미디어 : 10~20개의 핵심 인용 매체를 타겟으로 집중합니다. Wall Street Journal이나 Forbes뿐 아니라 업계 전문 매체도 중요합니다.

Offsite-GEO 전략 – 레딧 사례

Reddit은 소셜 미디어가 아니다

많은 브랜드가 인스타그램이나 틱톡 전략을 Reddit에 그대로 가져옵니다. 이것이 첫 번째 실수입니다.

소셜 미디어는 ‘아는 사람 혹은 알려진 사람’ 중심입니다. Reddit은 오직 ‘무슨 말을 하느냐’로만 작동합니다. 카다시안이든 대통령이든 교황이든, Reddit에서는 0에서 시작합니다.

Reddit은 소셜 미디어가 아니라 저녁 파티입니다. 브랜드의 목표는 팔로워를 쌓는 것이 아니라, 커뮤니티에 초대받는 것입니다.

브랜드가 좋은 손님이 되는 법

• 숙제를 하라 : 숙제란? 고객을 이해하는 것
• 가치 있는 것을 가져와라 : 유저들이 이야기 나눌 수 있는 가치있는 주제를 던져라
• 커뮤니티를 주인공으로 만들어라: 브랜드는 주인공이 아니다.
• 여기는 내 집이 아니다 : 서브 레딧을 소유하려 하지 마라.
• 겸손하게 있어라

실전 운영 원칙

• 포스팅 빈도: 주 최대 3회. 그 이상은 파티에서 입을 닫지 않는 사람 취급을 받습니다.
• Reply Guy 금지: 원본 글 없이 남의 글에만 댓글 다는 유저를 Reddit에서 ‘reply guy’라 부릅니다. 가치를 더하지 않고 그저 수정만 하는 행동은 역효과입니다.
• 타겟 서브레딧: 핵심 서브레딧 3~5개가 아니라 약 350개의 관련 서브레딧을 커버해야 합니다. Profound와 함께 실제 쿼리에 영향을 미치는 서브레딧의 롱테일을 파악하는 것이 중요합니다.

핵심 태도: “나를 봐라(Look at me)”가 아니라 “나는 너를 본다(I see you)”

Offsite-GEO 전략 – G2 사례

구매 여정이 갈라지고 있다

G2의 최근 설문 결과:

• B2B 소프트웨어 구매자의 절반이 이제 Google이 아닌 챗봇에서 리서치를 시작합니다.
• 54%가 챗봇을 숏리스트 작성의 1순위 도구로 꼽습니다.
• 기존에는 블루링크 페이지를 7~12시간 탐색해서 스프레드시트를 만들어 최종 3개로 줄였지만, 이제는 프롬프트 한 번으로 끝납니다.

G2는 2025년 챗봇 트래픽에서 직접 100만 명의 인간 방문자를 유도했습니다. 오가닉 트래픽이 전년 대비 증가했습니다.

G2의 페르소나 구축 프레임워크

G2에서 발표한 페르소나 구축 프레임워크입니다. 핵심은 페르소나를 인구통계 정보(나이, 직군 등)로 정의하는 게 아니라, 그 사람이 실제로 쓰는 언어와 의사결정 맥락으로 정의해야 AI가 해당 페르소나의 쿼리에 정확히 응답할 수 있다는 것이에요.

구성 요소	핵심 질문	説明
Job-to-be-done (달성하려는 목표)	실제로 무엇을 하려는가?	“X를 배우고 싶다”나 “Y 문제를 고치고 싶다”가 아닌, 실제 현실 세계의 과업이 무엇인지
Vocabulary (자연스럽게 쓰는 언어)	어떤 단어와 표현을 쓰는가?	“churn mitigation” 대신 “keeping customers”, “UX optimization” 대신 “making the site easy to use”
Constraints (시간·리스크·예산·툴 등)	어떤 제약 조건 안에 있는가?	시간 압박, 리스크 허용 수준, 컴플라이언스 요건, 예산 한도, 툴링 제한
Decision Criteria (신뢰하고 행동하기 위한 증거)	믿고 행동하기 전에 무엇이 필요한가?	어떤 증거와 디테일 수준이 갖춰져야 신뢰하고 실행에 옮기는가
Success Metrics (“충분히 좋다”의 정의)	성공을 어떻게 정의하는가?	경영진은 감정적 확신을 원하고, 엔지니어는 재현 가능한 구체적 수치를 원한다

결론

이번 Zero Click SF에서 반복해서 나온 메시지는 분명했습니다. AI Search는 검색 채널 하나의 변화가 아니라, 브랜드가 발견되고 평가되고 선택되는 방식 전체를 바꾸고 있다는 점입니다. 그렇다면 이 변화는 한국 시장과 B2B 브랜드 마케팅에 어떤 의미를 가질까요?

다음 글에서는 이 질문에 대한 엘리펀트 팀의 관점을 이어서 정리해보겠습니다.