AI 개요 등장에 오가닉 클릭 급감…무클릭 검색 83% 달해
생성형 AI가 검색 결과 최상단에서 답변을 직접 제시하면서 전통적인 웹사이트 유입 경로에 큰 변화가 나타나고 있습니다. 검색 분석 업체 에이치레프스(Ahrefs)의 집계에 따르면 구글 'AI 오버뷰(AI Overviews)'가 노출될 때 기존 상위 랭킹 웹페이지의 클릭 수는 58% 감소한 것으로 나타났습니다. 이는 약 8개월 전 기록된 34.5% 감소율에서 크게 늘어난 수치입니다.
검색 마케팅 분석 기업 셈러시(Semrush)의 조사에서도 AI 오버뷰가 표시된 검색의 83%가 외부 링크 클릭 없이 종료되는 것으로 집계됐습니다. 사용자가 검색 결과 페이지 안에서 생성된 요약 답변만 확인하고 이탈하는 '무클릭 검색' 비중이 높아짐에 따라, 기존의 검색엔진 최적화(SEO) 방식만으로는 이전과 같은 트래픽을 확보하기 어려워진 상황입니다.
전환율 격차와 B2B 구매 행동의 변화
단순 유입량 감소와 달리 AI 엔진을 통한 방문자의 전환 가치는 높게 평가되고 있습니다. 셈러시 데이터에 따르면 AI 검색을 통해 유입된 방문자의 전환율은 기존 오가닉 검색 대비 4.4배 높은 것으로 나타났습니다. 에이치레프스는 구매 의도가 뚜렷한 고의도(high-intent) 검색 쿼리의 경우 전환율이 최대 23배까지 차이 날 수 있다고 밝혔습니다.
기업 간 거래(B2B) 시장에서도 AI 활용이 보편화되는 추세입니다. 시장조사업체 포레스터(Forrester)의 조사에 따르면 B2B 구매자의 94%가 구매 과정에서 AI를 활용하고 있으며, 설문에 참여한 B2B 마케터의 69%는 AI 노출도 확보를 2026년 최고경영자(CEO)의 주요 우선순위로 꼽았습니다.
답변 엔진 최적화(AEO) 프레임워크와 측정 지표
이러한 검색 환경 변화에 대응하기 위해 디지털 마케팅 대행사 그래비테이트(Gravitate)는 챗GPT 검색, 퍼플렉시티, 구글 AI 오버뷰, 빙 코파일럿 등에서 인용을 확보하기 위한 '답변 엔진 최적화(AEO)' 프레임워크 연구를 발표했습니다.
"뒤처지는 브랜드들은 제품 경쟁력이 떨어져서가 아니라 AI 엔진이 그들의 콘텐츠를 인용 가능한 형태로 인식하지 못하기 때문입니다. 이는 구조적인 문제이며 구조적인 접근으로 해결해야 합니다."
— 로리 피에쿠흐(Rory Piecuch), Gravitate SEO 및 AI 검색 전문가
AEO는 검색 결과 목록의 상위 순위를 노리는 전통적 SEO와 달리, 대규모 언어 모델(LLM)이 답변 생성 시 원천 자료로 채택하도록 콘텐츠를 가공하는 데 목적이 있습니다. 주요 최적화 방법은 다음과 같습니다.
- AI 가독성 최적화: 핵심 답변을 문단 서두에 배치하는 답변 우선(answer-first) 형식, 문장 단위 명확성, 개체(entity) 속성 부여 등 9단계 구조화
- 구조적 LLM SEO: 스키마 마크업 적용, 개체 중심 콘텐츠 작성, 브랜드 가시성을 위한 프롬프트 최적화
- 성과 지표 전환: 기존 순위 중심에서 벗어나 AI 답변 내 브랜드 노출 빈도를 뜻하는 '인용률(citation rate)'과 경쟁사 대비 노출 비중인 '모델 점유율(share of model)'을 핵심 KPI로 채택
검색 예산의 15~30% AI 검색 노출로 재배분 권고
그래비테이트는 검색 마케팅 예산 운용에서 '70/30 배분 모델'을 제시했습니다. 전체 검색 예산 중 70~85%는 기술적 완성도와 핵심 권위를 다지는 기존 SEO에 유지하되, 15~30%는 AI 검색 가시성 확보 영역에 별도로 편성하는 방식입니다.
재배분된 예산이 투입되는 세부 항목으로는 기존 콘텐츠 갱신, 디지털 PR, 독자적 원본 연구, 개체 및 저자 권위 구축, 구조화 데이터 정비, AI 인용 추적 도구 도입 등이 포함됩니다. AI 검색 최적화가 전통적 SEO와 완전히 단절된 것이 아니라, 탄탄한 기술적 기초 위에 LLM의 인용 메커니즘을 덧입히는 확장 과정으로 분석됩니다.
