브랜딩·웹 디자인·SEO·디지털 마케팅 서비스를 제공하는 대행사 브랜드비전(Brand Vision)은 2026년 11월 12일 자사 블로그를 통해 여행 브랜드가 AI 추천을 얻는 조건과 측정 방식을 다룬 글을 공개했다. 브랜드비전은 여행자의 질문이 길고 개인의 제약 조건이 뚜렷해, AI 도우미가 단순 브랜드 인지도 대신 수집된 사실 근거와 질문 조건의 일치 여부를 따져 추천 명단을 추린다고 설명했다.

여행 탐색의 이동과 다섯 가지 질문 군집

브랜드비전이 인용한 퓨리서치센터(Pew Research Center) 조사에 따르면, 구글 검색 결과에 AI 요약이 나타났을 때 이용자가 일반 검색 결과를 클릭한 비율은 8%로, AI 요약이 없을 때의 15%보다 낮았다. 브랜드비전은 여행 계획 질문에 날짜·예산·일행 규모·이동성 요구·선호 지역 등이 한꺼번에 담기기 때문에 생성형 답변이 자주 호출되며, 웹페이지 클릭 이전에 AI 답변 화면 안에서 1차 후보군이 걸러진다고 짚었다. 다만 입국 요건이나 구체적 예산 등 예약에 필수적인 세부 정보는 생성형 답변에서 누락되는 경우가 있어, 최종 확인과 예약은 여전히 브랜드 자체 페이지에서 이뤄진다고 덧붙였다.

글에서는 AI 추천을 단순 '언급'이 아닌 여행자의 제약 조건과 증거를 대조하는 '적합성 판단(fit judgment)'으로 정의하며, 추적해야 할 질문을 다섯 가지 군집으로 나눴다.

  • 목적지 탐색: 짧은 비행시간, 따뜻한 기후 등 여행 조건에 맞는 장소
  • 숙소 선택: 도보 이동성, 정숙성, 가족 객실, 유연한 취소 정책 등 제약 조건에 맞는 숙박 시설
  • 일정 계획: 날짜와 일행 규모에 맞는 실행 가능한 계획
  • 여행자 적합성: 접근성(장애인 편의시설 등)을 최우선으로 두는 등 특정 요구에 맞는 선택지
  • 의사결정 지원: 비슷한 조건의 투어나 운영사 중 하나를 고르는 질문

브랜드비전은 한 질문 군집에서 얻은 추천이 다른 군집으로 이어지지 않는다고 강조했다. 도보 이동성을 입증하는 근거가 가족 객실 유무를 증명하지는 못하므로, 각 질문 군집마다 별도의 점검과 기준선이 필요하다는 설명이다.

출처 간 사실 충돌 방지와 '발췌 가능한' 페이지 구조

AI 도우미는 브랜드 자체 웹사이트만 보지 않고 비즈니스 프로필, 숙소 등록 플랫폼(리스팅), 이용자 후기, 지역 인용, 언론 보도 등을 조합해 답변을 만든다. 브랜드비전은 구글의 여행 검색 AI 관련 자료를 인용해 하나의 답변에 지도 데이터, 웹 콘텐츠, 가격, 지역 맥락이 동시에 결합된다고 전했다.

이 과정에서 출처 간 정보 불일치가 추천 탈락의 원인이 된다고 지적했다. 예를 들어 숙소 자체 페이지는 공항 셔틀을 약속하고, 예약 플랫폼 항목에는 셔틀 없음으로 표기돼 있으며, 비즈니스 프로필에는 관련 내용이 아예 없다면 사실이 세 갈래로 갈라져 AI가 교통편을 묻는 여행자에게 해당 숙소를 추천하기 어려워진다는 것이다. 또한 후기에서 반복되는 '가족 친화적', '조용한', '도보 이동 가능' 같은 표현은 AI가 여행자 적합성을 판단할 때 빌려 쓰는 제3자 어휘로 작동한다고 설명했다.

자체 숙소 페이지는 AI가 문단 단위로 가져다 쓸 수 있도록 '발췌 가능한(liftable)' 형태여야 한다고 권고했다. 전통적인 여행 홍보 문구처럼 분위기 묘사를 앞세우면 주차 여건, 가족 객실 제한, 취소 가능 기간 같은 핵심 사실이 묻힌다며, 각 조건을 질문 형태의 소제목과 그 자체로 완결된 답변 문단으로 구성해야 한다고 밝혔다. 기술적으로는 화면에 보이는 내용과 일치하는 구조화 데이터(마크업)를 적용하고, 오픈AI(OpenAI)의 크롤러 문서를 참고해 검색 발견용 봇과 학습용 봇의 접근 권한을 로봇 배제 표준(robots.txt) 파일에서 명확히 구분해 설정할 것을 제안했다.

통합 점수가 아닌 시장·숙소·질문 군집별 측정

측정 방식에 대해 브랜드비전은 단일 통합 가시성 점수가 핵심 의사결정을 가린다고 지적했다. 브랜드 전체 평균 점수가 양호해 보여도 특정 도시의 숙소가 가족 여행 질문에서 모두 밀리거나 접근성 질문에서 실패할 수 있기 때문이다.

이에 따라 첫 기준선을 잡을 때부터 시장, 개별 숙소, 질문 군집 단위로 측정을 쪼개야 한다고 봤다. 처음에는 하나의 시장, 하나의 질문 군집, 하나의 AI 도우미를 대상으로 삼아 어떤 페이지와 사실이 답변에 재사용됐는지 전체 답변 원문을 날짜별로 기록하는 것부터 시작하라고 조언했다. 여러 목적지와 AI 도우미를 동시에 추적할 때는 겟멘션스 AI(GetMentions AI) 같은 도구를 활용해 프롬프트와 응답, 인용 출처를 한곳에 기록할 수 있다고 언급했다. 아울러 답변이 자사 홈페이지가 아닌 외부 비교 글이나 후기 플랫폼을 반복 인용하면서 자사를 빼놓는다면, 홈페이지 수정이 아니라 해당 외부 출처를 겨냥해 대응해야 한다고 덧붙였다.

이 사이트가 보는 지점

하나의 브랜드라도 어떤 질문 군집이냐에 따라 AI가 끌어오는 근거와 출처가 전혀 달라지므로, 전체 질문을 뭉뚱그린 단일 가시성 점수는 현장의 병목을 가린다. 이는 앞서 다룬 단순 언급과 프레이밍·추천을 분리해야 한다는 측정 논의나 병목을 찾는 GEO 에이전시 인트릭스가 질문 유형별로 개선 효과를 나누어 본 방식과 같은 맥락에 놓인다. 특히 자사 웹사이트의 문구를 고치는 것만으로는 부족하고, 예약 플랫폼의 속성 항목과 비즈니스 프로필, 이용자 후기 사이의 사실 충돌을 먼저 발라내야 한다는 점은 측정의 단위가 '도메인 노출 여부'에서 '세부 사실(팩트) 단위의 출처 간 일치 여부'로 내려가야 함을 뜻한다. 다만 외부 플랫폼의 속성값과 자체 페이지의 문구가 충돌할 때 각 AI 검색 엔진이 어느 쪽 출처를 우선 채택하거나 추천에서 배제하는지에 대한 구체적인 가중치와 작동 조건은 아직 확인되지 않았다.