웹사이트 방문자 수가 급감했다면?
‘제로 클릭( Zero-Click)’ 시대의 생존 공식
검색엔진 SEO의 종말, AI에게 선택받는 ‘GEO’ 대응 전략
상위 노출 경쟁에서 ‘AI 답변 인용’ 경쟁으로, 마케팅 패러다임의 근본적 전환

▷ 출처 – 예작기획
SEO와 GEO, 무엇이 다른가
SEO(Search Engine Optimization, 검색엔진 최적화)
지난 20여 년간 디지털 마케팅의 근간이었습니다. 구글, 네이버 같은 검색엔진이 웹페이지를 크롤링하고 색인한 뒤, 키워드 관련성·백링크·사용자 경험 등의 신호를 기반으로 검색 결과 순위를 매기는 구조 속에서, 기업과 콘텐츠 제작자들은 “검색결과 1페이지, 그중에서도 상위 노출”을 목표로 콘텐츠를 최적화해 왔습니다. 핵심은 명확했습니다. 사용자가 검색창에 무언가를 입력하면, 그 사용자를 우리 웹사이트로 ‘클릭’해서 유입시키는 것이 최종 목표였습니다.
GEO(Generative Engine Optimization, 생성형 엔진 최적화)
하나의 완결된 답변을 곧바로 만들어냅니다. 사용자는 더 이상 여러 링크를 오가며 정보를 일일이 취합할 필요가 없어졌습니다. 이런 환경에서 GEO는 ‘내 콘텐츠가 검색결과에 링크로 노출되는 것’이 아니라, ‘내 브랜드나 정보가 AI가 생성하는 답변 안에 인용되고 언급되는 것’을 목표로 합니다.
# 주부 B씨는 이사를 앞두고 새 가구를 구입하기 위해 AI에게 말을 걸었다.
B씨가 “예산 50만원 이내로 신혼집에 어울리는 4인용 식탁 추천해줘”라고 입력하자, AI 에이전트는 여러 가구 쇼핑몰과 인테리어 커뮤니티, 후기 사이트를 동시에 훑으며 최적의 제품을 찾아냈다. 평소 B씨가 밝은 톤의 원목 가구를 선호한다는 점도 대화 이력에서 파악해 추천에 반영했다. 예전 같으면 여러 쇼핑몰 앱을 오가며 가격과 리뷰를 일일이 비교해야 했지만, 이제는 그럴 필요가 크게 줄었다.
소비자 입장에서는 반가운 변화지만, 정작 가구 플랫폼 업계는 마냥 웃을 수만은 없는 처지다.
AI가 상품 비교부터 결제까지 대신 처리하면서 이른바 ‘제로클릭’ 현상이 이커머스 전반으로 번지고 있다.
제로클릭은 원래 검색 결과 화면에서 외부 사이트를 따로 클릭하지 않고도 필요한 정보를 얻는 현상을 가리키는 말이었다.
| 구분 |
SEO |
GEO |
|---|---|---|
| 대상 | 구글, 네이버 등 전통 검색엔진 | ChatGPT, Perplexity, AI 개요 등 생성형 AI 검색 |
| 목표 | 검색결과 상위 노출 → 클릭 유도 | AI 답변 안에 인용·언급되기 |
| 핵심 신호 | 키워드, 백링크, 페이지 경험 | 사실 정확성, 구조화된 정보, 출처 신뢰도 |
| 성공지표 | 순위, 클릭률(CTR), 트래픽 | 인용 빈도, 언급 맥락, 브랜드 노출도 |
| 사용자 행동 | 결과 목록 확인 → 링크 클릭 → 방문 | 답변을 그 자리에서 확인 → 종료(제로클릭) |
즉 SEO가 ‘검색엔진에게 잘 보이는 것’이었다면, GEO는 ‘생성형 AI가 답변을 만들 때 우리를 근거로 채택하게 하는 것’이라고 할 수 있습니다.
두 개념은 단절이 아니라 연속선 위에 있습니다. SEO로 다져진 콘텐츠의 신뢰도와 구조가 결국 AI가 학습·인용할 원본 데이터의 품질을 좌우하기 때문입니다.
다만 최적화 대상이 ‘검색 알고리즘’에서 ‘생성형 AI 모델’로 옮겨가면서, 실무 접근법은 근본적으로 달라지고 있습니다.
제로클릭 시대, 숫자로 확인됩니다
변화의 조짐은 이미 데이터로 나타나고 있습니다. 시밀러웹 통계에 따르면 올해 1~4월 미국 구글 검색의 68.0%가 외부 사이트 클릭 없이 끝났으며, 이는 2024년 60.4%보다 7.6%포인트 높아진 수치입니다. AI는 이런 흐름을 결정적으로 가속화하고 있습니다.
최근 발표된 미국 클릭스트림 연구를 보면 ChatGPT 대화 세션 가운데 외부 사이트 클릭으로 이어진 비율은 5.2%에 불과했습니다. AI가 한 화면에 정보를 압축해 보여주면서, 이용자가 정보를 찾기 위해 여러 웹사이트를 옮겨 다니던 과거의 모습은 점점 사라지고 있습니다.
쇼핑과 예약 영역에서도 비슷한 변화가 감지됩니다. 지난 6월 어도비 조사에 따르면 미국 소비자의 41%가 온라인 쇼핑 과정에서 생성형 AI를 이용한 경험이 있는 것으로 나타났습니다.
AI가 먼저 상품을 추리고, 구매 가능성이 높은 소비자만 판매처로 안내하는 구조가 자리 잡고 있는 것입니다. 실제로 퍼플렉시티의 AI 브라우저 코멧은 이용자를 대신해 아마존에서 상품을 검색하고 주문까지 진행할 수 있으며, 오픈AI 역시 ChatGPT 안에서 여행 예약을 직접 처리하는 방안을 검토한 바 있습니다.
정리하면, 과거에는 “검색 → 결과 목록 확인 → 링크 클릭 → 웹사이트 방문”이라는 4단계 여정이 표준이었다면,
이제는 “검색 → AI가 종합한 답변을 그 자리에서 확인 → 종료”로 마무리되는 경우가 빠르게 늘고 있습니다.
이것이 바로 제로클릭(Zero-Click) 시대입니다.
사용자 입장에서는 더 빠르고 편리한 경험이지만, 콘텐츠와 트래픽에 의존해 수익을 내던 웹사이트·퍼블리셔·중소 비즈니스 입장에서는 생존을 위협하는 구조적 변화이기도 합니다.

▷ 출처 – 예작기획
플랫폼 산업이 흔들리고 있습니다
제로클릭 현상은 검색을 넘어 플랫폼 산업 전반으로 확산되고 있습니다. 플랫폼 비즈니스의 핵심은 소비자와 공급자를 한곳에 모아 연결하는 데 있습니다. 소비자의 검색·취향 데이터가 플랫폼에 쌓이고, 소비자가 몰리는 곳에 공급자가 몰리는 ‘네트워크 효과’가 강화되며, 플랫폼은 이 접점에서 광고와 거래 수수료로 수익을 냅니다.
그런데 AI 에이전트가 확산되면 소비자는 더 이상 플랫폼을 직접 찾지 않아도 됩니다. AI 화면 안에서 탐색부터 결제까지 끝나는 구조가 되면, 추천권·광고 노출권·구매 의도 데이터가 기존 플랫폼이 아닌 AI 사업자 쪽으로 옮겨갈 수 있습니다. 실제로 한 리서치 기관은 2028년을 가정한 시나리오 보고서에서, AI 에이전트가 여러 플랫폼을 거리낌 없이 오가면서 플랫폼 간 경쟁이 심화되고 배달 플랫폼 등의 마진이 사실상 ‘제로’로 낮아질 수 있다고 전망했으며, 보고서 공개 다음 날 관련 플랫폼 기업들의 주가가 일제히 하락하기도 했습니다.
지금, 무엇이 바뀌고 있을까요
1. 트래픽 중심 비즈니스 모델의 위기
광고 수익, 전환율, 유입 트래픽을 핵심 지표로 삼던 콘텐츠 미디어, 이커머스, 블로그 생태계가 직접적인 영향을 받고 있습니다. 답변이 검색결과 안에서 끝나버리면 사이트 방문 자체가 발생하지 않기 때문에, 기존의 퍼널(유입 → 체류 → 전환) 모델이 흔들리고 있습니다.
2. ‘순위’에서 ‘인용’으로, 성공 지표의 전환
1위 노출이라는 개념 자체가 점차 희미해지고 있습니다. 이제 중요한 것은 AI가 답변을 생성할 때 우리 브랜드나 데이터를 ‘신뢰할 만한 근거’로 선택하는지 여부입니다. 순위보다 인용 빈도, 언급 맥락, 브랜드 언급의 정확성이 새로운 성공 지표로 떠오르고 있습니다.
3. 콘텐츠 전략의 재설계
클릭을 유도하기 위한 자극적인 제목이나 SEO를 의식한 키워드 반복 같은 전통적 기법의 효용은 줄어드는 반면, 구조화된 데이터, 명확한 사실 진술, 출처로서의 권위성, 인용하기 쉬운 문장 구성이 중요해지고 있습니다. AI가 콘텐츠를 쉽게 파싱하고 요약할 수 있는 형태로 정보를 제공하는 것이 새로운 최적화 방향입니다.
4. 신뢰와 브랜드 자산의 재조명
사용자가 원문을 직접 클릭해 확인하지 않는 만큼, AI가 잘못된 정보를 인용하거나 맥락을 왜곡할 위험도 함께 커지고 있습니다. 이 때문에 오히려 브랜드의 신뢰도, 일관된 정보 제공, 공신력 있는 출처로서의 위치 선점이 과거보다 더 중요한 자산이 되고 있습니다.
플랫폼들의 대응: 자체 AI 구축부터 외부 AI와의 ‘분업’까지
기존 플랫폼들도 대응에 나서고 있습니다. 구글은 AI 모드와 유니버설 카트를 통해 검색·추천에서 장바구니와 결제까지 하나로 연결하고 있으며, 네이버 역시 AI탭을 쇼핑·예약 영역으로 확대해 상품 비교·추천부터 음식점 검색·예약까지 AI탭 안에서 처리할 수 있도록 하고 있습니다. 플랫폼이 자체 AI 에이전트를 구축해 외부 AI와의 경쟁에 직접 뛰어든 것입니다.
외부 AI의 접근을 제한하려는 움직임도 있습니다. 아마존은 퍼플렉시티의 AI 브라우저 코멧이 이용자를 대신해 자사 사이트에서 쇼핑하는 것을 두고 무단 계정 접근과 보안 위험을 이유로 소송을 제기했으며, 관련 소송은 하급심과 항소심에서 엇갈린 판단이 나오는 등 아직 법적 다툼이 진행 중입니다.
반대로 소비자 접점은 AI에 일부 내주되 거래 인프라는 계속 장악하는 ‘분업’ 전략도 확산되고 있습니다. 전자상거래 플랫폼 쇼피파이는 구글과 함께 AI 에이전트 전용 규격을 개발하고, ChatGPT 등 외부 AI가 자사의 상품·결제 인프라를 활용할 수 있도록 개방했습니다. AI 에이전트를 위협이 아닌 새로운 판매 채널로 활용하는 방식입니다.
업계에서는 당장 기존 플랫폼이 사라질 가능성은 낮지만, 소비자의 선택권과 결제·고객 데이터를 누가 장악하느냐를 둘러싼 플랫폼과 AI 개발사 간 경쟁이 앞으로 더욱 치열해질 것으로 내다보고 있습니다. 새로운 기술이 등장하면 기존 중개자가 사라지는 ‘탈매개화’가 일어날 것 같지만, 지난 20~30년의 흐름을 보면 오히려 새로운 형태의 중개자가 더해지는 ‘재매개화’가 반복되어 온 만큼, 플랫폼이 AI 환경에 적응하며 더 강해질 가능성도 함께 열려 있다는 시각도 있습니다.
AI에게 선택받는 GEO 대응 전략
프린스턴 대학교 연구진 등이 KDD 2024에서 발표한 연구에 따르면, GEO 전략을 적용한 콘텐츠는 그렇지 않은 콘텐츠보다 AI 답변 내 노출도가 최대 40%까지 높아지는 것으로 나타났습니다.
핵심은 AI가 읽기 쉽고(Machine Readable) 신뢰할 수 있는(Trustworthy) 구조를 만드는 데 있습니다. 콘텐츠와 상품 정보가 AI에게 선택받으려면 다음 세 가지 전략이 필요합니다.

▷ 출처 – 예작기획
구조 및 포맷(Structure) – AI가 이해하는 언어로 정리하기
사람과 AI가 콘텐츠를 읽는 방식은 전혀 다릅니다.
사람은 이미지와 디자인까지 눈으로 확인할 수 있지만, AI는 소스 코드에 담긴 텍스트를 중심으로 읽습니다.
따라서 이름·설명·가격·재고 상태·브랜드·카테고리·옵션 등 핵심 속성값을 스키마(Schema) 형태로 명확히 제공하고, 복잡한 정보는 이미지보다 HTML 표나 리스트로 정리하는 것이 좋습니다.
FAQ나 How-to 형식으로 질문과 답변 세트를 구성해 두면 AI가 답변을 생성할 때 활용하기도 훨씬 수월해집니다.
- 스키마 (Schema)설정하기: 이름, 설명, 가격, 통화, 재고 상태, 브랜드, SKU, 카테고리, 이미지, 옵션(색상·사이즈·재질·스펙 등) 등의 속성값이 스키마 코드에 모두 포함되어 있는지 확인해야 합니다.
- 복잡한 정보는 표나 리스트로: AI는 통이미지 형태보다 HTML 표(Table)나 리스트로 정리된 정보를 가장 쉽게 이해하고 추출합니다.
- FAQ 적극 활용하기: FAQ, How-to 스키마를 활용해 질문과 답변 세트를 구성하면 AI가 답변에 활용하기 좋습니다.
권위 및 신뢰(Authority) – 추천의 근거를 명확히 제시하기
AI는 왜곡된 정보(할루시네이션)를 피하기 위해 근거가 명확한 콘텐츠를 우선적으로 인용하는 경향이 있습니다.
별점과 리뷰 수만 보여주기보다 리뷰 속 핵심 키워드를 데이터로 정리해 제공하고, 타이틀·설명·메타태그에 구체적인 쇼핑 의도 문장을 반영하며, “많은 분들이 찾는 상품입니다” 같은 추상적 표현 대신 구체적인 수치와 통계로 신뢰도를 뒷받침하는 것이 효과적입니다.
- 리뷰 키워드의 데이터화: 단순히 별점과 리뷰 수를 보여주는 것이 아니라, 리뷰 텍스트 내의 핵심 키워드를 스키마에 포함하면 AI가 제품의 평판을 쉽게 읽을 수 있습니다.
- 메타태그에 쇼핑 의도 반영하기: 타이틀/설명(Description)/메타태그에 “쇼핑 의도 문장(예: ~용, ~를 찾는 사람용, ~보다 …한)” 같은 쇼핑 의도 문장과 주요 속성을 반영하여 AI에게 명확한 정보를 줄 수 있습니다.
- 숫자로 증명하기: AI는 “많은 사람들이 좋아하는 상품입니다” 라는 추상적인 표현보다 구체적인 통계와 데이터를 신뢰합니다.
독창적 가치(Originality) – 스펙이 아닌 맥락으로 설명하기
AI는 단순한 스펙 나열보다 자연어로 표현된 맥락을 중요하게 인식합니다.
상품이나 서비스가 누구에게(Who), 언제(When), 왜(Why) 필요한지를 페르소나와 사용 상황을 담아 설명하면 AI가 맥락을 훨씬 쉽게 파악할 수 있습니다.
예를 들어 “고밀도 발수 코팅 나일론 백팩”이라는 스펙 중심의 설명보다, “비 오는 날 노트북이 젖을 걱정 없는, 직장인을 위한 초경량 발수 백팩”처럼
대상과 상황, 해결하는 문제를 함께 담은 문장이 AI에게 훨씬 더 잘 읽히고 인용되기 쉽습니다.
[Action Item] 상품 상세페이지 최상단에 아래 3가지 요소를 포함한 문장을 추가하세요.
- Who (누가): “30대 직장인”, “입문용 등산객”, “자취생”
- When (언제): “비 오는 날 출근할 때”, “주말 캠핑 갈 때”
- Why (해결): “무거운 가죽 가방 대신 가벼운 패브릭 소재로 어깨 부담 없이”
[Example]
- (기존) 고밀도 발수 코팅 나일론 백팩
- (변경) 비 오는 날 노트북 젖을 걱정 없는, 직장인을 위한 초경량 발수 백팩
GEO는 단순한 신기술 대응을 넘어, 고객과의 새로운 접점을 만들어가는 전략입니다.
다만 GEO 대응이 쉬운 일은 아닙니다. 고객이 실제로 어떤 맥락과 의도로 질문하는지를 파악하지 못하면 AI에 맞는 콘텐츠를 만들기 어렵기 때문입니다.
결국 AI에게 선택받기 위해서는 ‘고객의 진짜 질문(Intent)’을 깊이 이해하는 것이 그 출발점이 될 것입니다.
검색의 최종 목적지가 웹사이트에서 AI의 답변 화면으로 옮겨가고 있는 지금, 이 변화에 선제적으로 대응하는 브랜드와 그렇지 않은 브랜드의 격차는 앞으로 더욱 벌어질 것으로 보입니다.
클릭을 얻기 위한 경쟁에서 인용되기 위한 경쟁으로, 검색 최적화의 규칙이 근본적으로 재편되고 있습니다.
▷ 출처 – ‘AI마케팅 인사이트’ 아이보스
/예작기획





