AI 인용에서 전환까지의 퍼널 설계

AI 인용은 퍼널의 끝이 아니라 맨 위 입구다. ChatGPT가 우리 브랜드를 답변에 한 줄 넣어줬다고 매출이 생기지 않는다. 인용(citation)은 '발견'이라는 깔때기의 가장 넓은 입구일 뿐이고, 거기서 클릭·방문·신뢰·행동·전환·매출까지 여섯 번쯤 좁아지는 길을 설계해야 비로소 숫자가 된다. 이 글은 그 깔때기 — AI 인용에서 전환까지의 퍼널 — 을 단계별 지표와 측정 방법으로 분해한다. 왜 인용이 생기는지(RAG 메커니즘)부터, 각 단계에서 새는 곳을 어떻게 막고 어떻게 매출에 귀속(attribution)시키는지까지, 그로스 리드의 시선으로 숫자로 말한다.

왜 '인용 수'만 보면 망하는가

많은 팀이 AEO/GEO를 시작할 때 가장 먼저 묻는다. "우리가 ChatGPT에 몇 번 인용됐어?" 좋은 질문이지만, 그것만 보는 건 퍼널의 첫 칸만 보고 매출을 논하는 것과 같다. 광고로 치면 노출수(impression)만 보고 ROAS를 말하는 셈이다.

퍼널을 제대로 그리면 이렇게 된다. 위에서 아래로 갈수록 숫자가 급격히 줄어든다.

핵심은 각 단계 사이의 전환율(step conversion)이다. 인용이 100번 일어나도 ④에서 클릭이 2%만 나오고 ⑥에서 전환이 1%면 매출 기여는 미미하다. 반대로 인용은 적어도 단계마다 새는 곳을 막으면 같은 인용 수로 몇 배의 매출이 나온다. 그로스의 일은 '인용을 늘리는 것'이 아니라 '깔때기 전체의 곱(product)을 키우는 것'이다.

1단계 — 왜 인용이 생기는가: RAG 메커니즘부터

퍼널 맨 위를 설계하려면 먼저 인용이 '어떻게' 만들어지는지를 알아야 한다. 그래야 어디에 손을 댈지 보인다. AI 검색의 인용은 마법이 아니라 RAG(Retrieval-Augmented Generation)라는 구조적 메커니즘의 결과다.

RAG는 2020년 Lewis 등의 논문(arXiv:2005.11401)에서 제안된 개념으로, 모델이 외부에서 문서를 검색(retrieval)해와 그걸 근거로 생성(generation)하는 방식이다. 모델의 머릿속 지식(파라메트릭 메모리)과, 그때그때 끌어온 외부 문서(비파라메트릭 메모리)를 결합한다. AI 답변에 붙는 출처 링크가 바로 이 '끌어온 문서'다.

퍼널 관점에서 이걸 3개의 관문으로 쪼개면 이렇게 된다.

관문 A — 검색(Retrieval): 후보가 되는가

사용자가 질문하면 시스템은 거대한 문서 더미에서 관련 청크(chunk)를 끌어온다. 여기서 두 가지 검색이 동시에 쓰인다.

• 키워드(BM25) 검색 — 도서관의 키워드 색인. 단어가 정확히 겹치면 잘 찾지만 '의미'는 모른다.
• 의미(임베딩) 검색 — 주제를 이해하는 사서. 단어가 달라도 뜻이 비슷하면 찾아낸다. Karpukhin 등 2020(arXiv:2004.04906, Dense Passage Retrieval)은 이 임베딩 검색이 전통 BM25를 능가함을 보였다.

둘을 합친 것이 하이브리드 검색이다. 키워드 색인(정확)과 주제를 아는 사서(의미)를 같이 쓰는 셈. 공개 벤치마크들을 종합하면 recall@10 기준 의미 단독 ~78%, BM25 단독 ~65%인데 하이브리드(RRF 결합)는 ~91%까지 올라간다. Anthropic의 Contextual Retrieval 연구(2024)도 같은 방향이다 — 청크에 맥락을 덧붙이면 검색 실패율이 35% 줄고(5.7%→3.7%), 여기에 BM25를 더한 하이브리드는 49%, reranking까지 얹으면 67% 줄었다.

퍼널 함의: 우리 페이지가 후보로 안 끌려오면 그 아래 모든 단계는 0이다. robots.txt에서 GPTBot·OAI-SearchBot·ClaudeBot·anthropic-ai·PerplexityBot·Google-Extended를 허용하지 않으면 후보 목록에조차 못 든다. 깔때기 입구가 막힌 상태다.

관문 B — 재정렬(Reranking): 위로 올라가는가

1차로 끌어온 수십 개 후보를 그대로 쓰지 않는다. cross-encoder reranker가 질문과 각 후보를 함께 읽으며 "이 질문에 이 문서가 진짜 답이 되나?"를 다시 채점해 재정렬한다. 1차 검색이 '제목만 훑는 사서'라면, reranker는 '본문을 펴서 질문과 대조하는 사서'다. 난도에 따라 NDCG가 5~15(어려우면 ~20)까지 오른다.

여기서 결정적인 게 위치다. Liu 등 2023의 'Lost in the Middle'(arXiv:2307.03172)은 긴 맥락에서 중간에 놓인 정보가 손실되는 U자형 현상을 보였다 — 모델은 맨 앞과 맨 끝을 잘 본다. 즉 인용 후보로 끌려와도 한가운데 묻히면 답변에 반영될 확률이 떨어진다.

관문 C — 생성(Generation): 답변에 인용되는가

최종적으로 모델이 끌어온 문서를 읽고 답변을 쓰면서 출처를 단다. 이때 '어떤 문장이 인용하기 좋은가'가 갈린다. Aggarwal 등 2023(arXiv:2311.09735, KDD 2024)의 GEO 연구는, 콘텐츠에 통계·출처 인용·직접 인용문을 추가하면 생성엔진에서의 가시성이 특정 조건에서 최대 약 40%까지 오른다는 걸 실험으로 보였다.

그래서 같은 정보라도 문장을 이렇게 써야 한다.

❌ 약한 예:
"저희 솔루션은 많은 고객의 전환율을 크게 개선했습니다."
→ 주장만 있고 근거가 없어 모델이 '인용할 사실'을 못 잡는다.

✅ 강한 예:
"B2B SaaS 12개사 대상 분석에서, AI 검색 유입의 평균 
 리드 전환율은 일반 검색 유입의 약 2~3배로 나타났다(2026, 자체 집계)."
→ 숫자·범위·출처가 박혀 있어 모델이 그대로 인용하기 쉽다.

RAGAS의 faithfulness 지표(답변의 주장이 출처에서 실제로 추적되는 정도)도 같은 원리다. 실무에서 흔히 0.9 이상이면 안정, 0.7 미만이면 위험으로 본다(팀마다 기준은 다르다). 추적 가능한 사실로 쓰인 문장일수록 인용·신뢰 둘 다 얻는다.

2단계 — 인용을 '측정 가능한 지표'로 바꾸기 (SOV)

인용이 생기는 원리를 알았으면, 이제 그걸 숫자로 잡아야 퍼널 윗칸이 완성된다. 핵심 지표는 SOV(Share of Voice) — 한 카테고리의 AI 답변들 중 우리 브랜드가 언급된 비율이다. 일부 한국 업체는 이를 SMR(Share of Model Response)로 변형해 부르기도 한다.

여기서 그로스 리드가 반드시 알아야 할 두 가지 함정이 있다.

함정 1 — 단일 측정은 노이즈다

같은 질문을 같은 모델에 두 번 물어도 답이 다를 수 있다. temperature=0이어도 GPU 연산·배치 처리 때문에 결과가 흔들린다. 한 실험에서는 2,350억 파라미터급 모델에 같은 프롬프트를 1,000번 넣었더니 80가지 출력이 나왔다. 6개 모델 480회 실험(arXiv:2602.14349)도 비결정성을 정량화했고, AI 가시성의 불확실성을 다룬 연구(arXiv:2603.08924)는 인용이 멱법칙(power-law)으로 출렁이므로 다중 실행 + 부트스트랩 신뢰구간을 권한다.

퍼널 함의: SOV를 "이번 주 32%"처럼 점 하나로 보고하면 안 된다. "28~36%(95% CI)"처럼 구간으로, 그리고 추이로 봐야 한다.

❌ 약한 측정:
  "오늘 ChatGPT에 물어보니 우리가 1등으로 인용됨 → SOV 1위!"
  (단발 측정 = 노이즈를 신호로 착각)

✅ 강한 측정:
  질문 세트 N개 × 엔진 4개 × 반복 측정
  → 주간 SOV 추이 + 신뢰구간
  → "4주 연속 22%→27%→26%→31% 상승 추세"

함정 2 — 엔진을 합산하면 메커니즘이 가려진다

엔진마다 인용 성향이 완전히 다르다. 대규모 인용 분석에 따르면 ChatGPT와 Perplexity의 인용 도메인 중복은 ~11%에 불과하고, 인용의 약 90%가 엔진마다 다르다. ChatGPT는 위키백과 비중이 높고(~47.9%), Perplexity는 Reddit 비중이 높다(~46.7%).

그래서 SOV를 4엔진 합계 하나로 뭉개면, "Perplexity에선 잘 인용되는데 Claude에선 전혀 안 잡힌다" 같은 진단이 사라진다. 엔진별로 분해해야 어디를 고칠지 보인다.

3단계 — 인용에서 클릭으로: 가장 많이 새는 칸

퍼널에서 가장 과소평가되는 누수 지점이 ②인용→④클릭 구간이다. AI 답변은 종종 사용자의 질문을 그 자리에서 끝내버린다(zero-click). 인용은 됐는데 클릭이 안 일어나는 것이다.

그렇다고 의미가 없는 건 아니다. 인용은 두 가지로 작동한다.

• 직접 클릭 유입 — 답변 속 출처 링크를 눌러 들어옴. 측정 가능하지만 zero-click 탓에 비율은 낮을 수 있다.
• 브랜드 각인(assisted) — 클릭 안 해도 답변에서 브랜드명을 보고, 나중에 직접 검색하거나 도메인을 친다. 이건 직접 추적이 어렵지만 실재한다.

측정 설계는 이렇게 한다.

# 1) AI 엔진 referral 분리 (GA4 등에서)
#    참조 도메인으로 채널 정의:
  chatgpt.com / chat.openai.com
  perplexity.ai
  gemini.google.com
  claude.ai

# 2) zero-click 보정: 브랜드 직접 유입 추이를 함께 본다
#    (인용 급증 주간에 direct/branded search가 같이 오르는가)

# 3) 랜딩 일관성: AI가 인용한 페이지 = 사용자가 도착하는 페이지
#    인용된 URL이 404거나 엉뚱하면 ④에서 전부 샌다

여기서 ❌/✅ 대조가 가장 실전적이다.

❌ 약한 설계:
  AI 유입을 'organic' 또는 'referral'에 뭉뚱그려
  넣어두고 일반 검색과 구분 안 함.
  → "AI에서 매출 났어?"에 영원히 답 못 함.

✅ 강한 설계:
  AI 엔진별 채널을 따로 정의 + 랜딩 URL 태깅.
  → "지난주 Perplexity 인용 페이지로 들어온 47명 중
     6명이 무료진단 신청" 까지 추적.

4단계 — 클릭에서 전환으로: 랜딩과 신뢰

AI 유입 트래픽은 일반 검색 트래픽과 의도(intent)가 다르다. 사용자는 이미 AI에게 한 번 '검증'을 거쳐 브랜드명을 들고 들어온다. 그래서 일부 분석에서는 AI 검색 유입의 전환율이 일반 검색보다 몇 배 높게 나타나기도 한다(구체 수치는 맥락마다 다르므로 단정하지 않는다).

이 높은 의도를 살리려면 ⑤사이트 경험과 ⑥전환 설계가 인용된 맥락과 일치해야 한다.

그로스 관점에서 이 칸의 KPI는 AI 유입 → 목표 전환율(goal CVR)이고, 이걸 일반 검색 유입의 CVR과 나란히 놓고 비교해야 AI 채널의 '품질'이 드러난다.

5단계 — 전환에서 매출로: 어트리뷰션의 진실

마지막 칸이 가장 어렵고 가장 중요하다. "그래서 AI가 돈을 얼마 벌어줬는가?"

여기서 CFO식 사고가 필요하다. Overdrive 같은 진영이 강조하듯, 가시성(인용·SOV)은 매출·리드라는 결과를 설명하는 2차 지표다. 1차 지표는 언제나 매출과 리드다. 그래서 퍼널의 측정 방향은 위에서 아래(인용→매출)로 보고하되, 평가는 아래에서 위로(매출이 어느 인용에서 왔나) 귀속한다.

현실적으로 AI 인용은 멀티터치 여정의 한 접점인 경우가 많다. 사용자는 ChatGPT에서 브랜드를 처음 보고(인용), 며칠 뒤 검색해 들어오고(branded search), 광고를 다시 보고(retargeting), 마지막에 전환한다. 그래서 last-click만 보면 AI의 기여가 0으로 깎인다.

❌ 약한 어트리뷰션:
  last-click만 본다 → 전환 직전 클릭이 '브랜드 검색'
  이라 AI 인용 기여가 통째로 사라짐.
  결론: "AI는 매출 기여 없음" (← 틀린 결론)

✅ 강한 어트리뷰션:
  - first-touch / assisted conversion 함께 본다
  - 인용 급증 주간 vs 평소의 branded search·direct 증분
  - 코호트: AI 채널 첫 유입 사용자의 후속 전환·LTV 추적
  결론: "AI 인용이 여정 시작점으로 기여한 전환 N건"

그리고 측정의 비결정성을 잊지 말자. 인용은 주마다 출렁이므로, 매출 귀속도 단일 주 스냅샷이 아니라 추세와 증분(incremental lift)으로 봐야 한다. 한편 '프롬프트 검색량' 같은 지표는 실측이 불가능하고 패널(시장 1% 미만) 모델링 추정치다 — Conductor의 표현을 빌리면 "신뢰할 수 없는 검색량 데이터는 없는 것보다 나쁘다." 그래서 우리는 추정 볼륨이 아니라 실제로 측정 가능한 것(인용 여부, referral, 전환, 매출)을 퍼널의 뼈대로 삼는다.

국내 맥락 — 네이버를 퍼널에 넣기

한국 시장이라면 네이버를 빼고 퍼널을 그릴 수 없다. 네이버의 AI 브리핑(요약)은 통합검색 쿼리의 20% 이상에 적용되고, AI 브리핑 인용은 2026년 4월 기준 월 약 3.558억 건에 달했다. AI탭은 2026-06-25~26 전체 정식 출시됐다(대화형·에이전틱). 반면 큐:(Cue:)·클로바X는 2026-04-09 종료됐다.

네이버 인용의 특징은 글로벌 엔진과 다르다. 한 표본분석(272건)에서 인용 출처의 블로그 비중이 ~58%였고, Top10 밖에서 인용된 비율이 ~49%였다 — 즉 검색 상위가 아니어도 인용될 수 있다. 알고리즘은 C-Rank(출처 신뢰·전문성) + D.I.A.+(문서 의도)이며, 콘텐츠 5원칙(직접경험·일관주제·진정성·읽기쉬운구조·최신성)이 핵심이다.

주의할 점: 네이버는 외부 크롤러를 차단하기 때문에, 글로벌 AI 엔진들은 네이버 블로그 대신 나무위키·위키백과·티스토리를 거쳐 우회 인용하는 경향이 있다. 즉 같은 브랜드라도 '네이버 퍼널'과 '글로벌 AI 퍼널'은 별도의 깔때기로 설계해야 한다.

퍼널 전체를 한 장의 대시보드로

지금까지의 단계를 하나의 측정 체계로 묶으면 이렇게 된다. 각 칸마다 '지표 + 그 칸을 못 넘었을 때의 처방'을 붙이는 게 핵심이다.

이 표의 각 행은 곱셈으로 연결된다. 매출 = ①×②×③×④×⑤×⑥×⑦의 각 전환율 곱. 그래서 어느 한 칸이 0에 가까우면 그 위 단계가 아무리 좋아도 매출은 0이다. 그로스의 일은 가장 낮은 칸(병목)을 찾아 거기를 먼저 올리는 것이다.

Citeon은 이 원리를 제품에 담았다

Citeon은 위 퍼널을 '측정→처방→실행→어트리뷰션'으로 잇는 풀퍼널 대행이다. 측정 도구만 파는 게 아니라, 깔때기의 각 칸을 직접 손본다.

• 인용 측정(SOV) — 4엔진: ChatGPT·Gemini·Perplexity·Claude에서 우리 브랜드가 실제로 인용되는지(②)를 엔진별로 측정한다. 앞서 본 대로 엔진마다 인용 성향이 90% 다르므로, 합산이 아니라 분해해서 본다.
• 사이트 진단 엔진: URL을 넣으면 SEO/AEO/GEO를 0~100으로 점수화하고(①③) 한국어 처방을 준다. 후보 진입과 인용 친화도를 동시에 본다.
• 경쟁사 역추적: 우리가 못 든 답변에 경쟁사가 왜 인용됐는지 역설계해, ②~③ 병목의 단서를 찾는다.
• 주간 모니터 추이: 비결정성 함정(단발=노이즈)을 피하려고 점이 아니라 추세로 본다. SOV의 주간 변화를 추적한다.

퍼널의 아래쪽(④클릭~⑦매출)은 플랜에 따라 처방 실행·광고 집행·전환/매출 어트리뷰션까지 대행한다. 인용이라는 입구만 뚫고 끝내는 게 아니라, 거기서 매출까지 흐르게 만드는 게 목표다.

지금 우리 깔때기의 어느 칸이 막혔는지 모른다면, citeon.cloud에서 무료 AI 가시성 진단(₩0)으로 ①~③ 상태부터 숫자로 확인해보길 권한다. 진단 리포트가 첫 병목을 짚어준다.

자주 묻는 질문 (FAQ)

참고자료

• Lewis et al. 2020 — Retrieval-Augmented Generation (RAG)
• Karpukhin et al. 2020 — Dense Passage Retrieval
• Liu et al. 2023 — Lost in the Middle
• Aggarwal et al. 2023 — GEO: Generative Engine Optimization (KDD 2024)
• Anthropic 2024 — Contextual Retrieval
• Conductor — Debunking AI Prompt Volume