AEO ROI를 계산하는 현실적인 방법

AEO ROI를 현실적으로 계산하려면 '가시성(노출)'을 매출과 직접 등치시키지 말고, 가시성 → 유입 → 전환 → 매출이라는 4단 사다리로 분해한 뒤, 각 단계를 별도의 지표로 측정하고 마지막에 연결해야 합니다. AI 검색 인용 횟수 자체는 매출이 아니라 매출을 설명하는 2차 지표(선행 지표)입니다. 이 글에서는 그로스·퍼포먼스 관점에서, 측정 가능한 숫자만으로 AEO 투자의 회수율을 어떻게 계산하는지, 그리고 어디서 사람들이 자기 자신을 속이게 되는지를 메커니즘까지 풀어서 설명합니다.

왜 'AI 검색 인용 수'를 ROI라고 부르면 안 되는가

먼저 흔한 착각부터 끊고 갑시다. "이번 달 ChatGPT 답변에 우리 브랜드가 120번 인용됐어요"는 듣기엔 좋지만, 그 자체로는 한 푼도 벌어주지 않은 숫자입니다. 이건 마치 매장 앞을 지나간 사람 수를 매출이라고 부르는 것과 같습니다. 유동 인구가 늘면 매출이 늘 '가능성'은 커지지만, 들어와서 사고 나가야 매출입니다.

측정 도구 업계에서도 이 점을 분명히 합니다. 한 측정 프레임워크(Overdrive의 CFO식 측정론)는 "AI 가시성은 매출·리드라는 결과를 설명하는 2차 지표"라고 못 박습니다. 즉 가시성은 원인 쪽 지표이고, 우리가 회계로 증명해야 하는 건 결과 쪽입니다. ROI 계산은 결국 이 둘을 잇는 작업입니다.

ROI 공식은 똑같다 — 분자와 분모만 정직하면 된다

ROI 자체는 새로울 게 없습니다.

ROI = (AEO가 만든 추가 매출 − AEO 투자 비용) / AEO 투자 비용

예) 추가 매출 3,000만 − 투자 600만 = 2,400만
    2,400만 / 600만 = 400% (4배)

문제는 공식이 아니라 '분자(추가 매출)'를 어떻게 정직하게 구하느냐입니다. AI 검색은 클릭 없이 답변 안에서 소비되는 경우가 많아(이른바 zero-click), 전통적인 UTM·리퍼러 추적이 새는 구멍이 많습니다. 그래서 분자를 구하는 과정 전체가 이 글의 핵심입니다.

4단 사다리: 측정 → 유입 → 전환 → 매출

AEO ROI는 한 번에 계산하는 게 아니라, 각 칸이 독립적으로 측정되는 사다리로 쪼개야 합니다. 각 칸의 '전환율'을 알면, 위에서 아래로 곱해 내려가며 매출을 추정하고, 아래에서 위로 거슬러 올라가며 검증할 수 있습니다.

단계	지표	무엇을 재나	비유
1. 가시성	SOV (Share of Voice)	카테고리 AI 답변 중 우리 브랜드가 언급된 비율	매장 앞 유동 인구
2. 유입	AI 리퍼럴 세션	AI 엔진에서 실제로 사이트로 넘어온 방문	문을 열고 들어온 사람
3. 전환	전환율 / 리드	방문 중 가입·문의·구매로 이어진 비율	계산대까지 간 사람
4. 매출	어트리뷰션 매출	그 전환이 만든 실제 금액·LTV	실제로 긁힌 카드 금액

이 사다리의 장점은, 어느 칸이 새고 있는지를 콕 집어준다는 것입니다. SOV는 1등인데 매출이 안 나오면 2~3칸(유입·전환)에 병목이 있는 것이고, SOV가 바닥인데 가끔 매출이 터지면 측정이 새고 있는 것입니다.

1단계 — 가시성을 SOV로 정의하기

SOV(Share of Voice)는 "우리 카테고리의 질문들을 AI에게 던졌을 때, 답변 안에서 우리 브랜드가 언급되는 비율"입니다. 예를 들어 "서울 강남 PT 추천" 같은 질문 100개를 ChatGPT·Gemini·Perplexity·Claude에 던져, 그중 30번 우리가 언급되면 SOV 30%입니다.

여기서 첫 번째 함정. 질문 세트(프롬프트 세트)의 선정이 결과를 좌우합니다. 후한 질문만 넣으면 SOV가 부풀고, 경쟁이 치열한 질문만 넣으면 SOV가 짜집니다. 그래서 SOV는 "몇 %"라는 숫자보다 "어떤 질문 세트로, 몇 번 측정해서, 어떤 분산으로" 나왔는지가 더 중요합니다.

❌ 약한 측정: "우리 SOV는 42%입니다" (질문 세트·측정 횟수·엔진 미상)
✅ 강한 측정: "카테고리 핵심 질문 50개를 4개 엔진에 주 3회 측정, 직전 4주 SOV 38~46% (평균 42%, 95% 신뢰구간)"

왜 한 번 측정한 SOV는 믿으면 안 되는가 (비결정성)

여기서 그로스 담당자들이 가장 많이 데이는 지점입니다. 같은 질문을 같은 모델에 던져도 답이 매번 다릅니다. 심지어 temperature=0(가장 보수적인 설정)에서도 GPU 연산 순서와 배치 처리 때문에 출력이 흔들립니다. 한 분석에서는 2,350억 파라미터급 모델에 같은 입력을 1,000번 넣었더니 80가지 서로 다른 출력이 나왔다고 보고합니다.

이건 버그가 아니라 LLM의 본질적인 성질입니다. 그래서 AI 가시성의 불확실성을 정량화한 연구(arXiv:2603.08924)는 인용 빈도가 멱법칙(power law)으로 출렁인다고 지적하며, 단일 측정 대신 다중 실행 + 부트스트랩 신뢰구간을 권장합니다. 6개 모델로 480회 실험한 또 다른 연구(arXiv:2602.14349)도 같은 결론에 닿습니다.

비유하자면, 단일 측정 SOV는 주사위를 한 번 굴려 "이 주사위는 6이 잘 나온다"고 결론 내는 것입니다. 여러 번 굴려 분포를 봐야 진짜 성향이 보입니다. ROI 계산의 출발점인 SOV가 노이즈면, 그 위에 쌓은 매출 추정 전체가 모래성이 됩니다.

2단계 — AI 유입(리퍼럴)을 새지 않게 잡기

AI 답변에서 사이트로 넘어온 방문을 잡는 건 생각보다 까다롭습니다. zero-click 소비가 많고, 리퍼러 헤더가 비거나 엉뚱하게 찍히기도 합니다. 그래서 다층으로 잡습니다.

신호	잡는 법	한계
리퍼러 도메인	analytics에서 chatgpt.com, perplexity.ai 등 소스 필터	일부 엔진은 리퍼러를 안 넘김(과소 집계)
랜딩 URL 패턴	AI가 인용한 특정 페이지로 직접 유입 급증	다른 채널과 섞임
설문 한 줄	가입·문의 폼에 "어떻게 알고 오셨나요"	응답률·기억 편향
브랜드 검색 리프트	AI 노출 늘면 며칠 뒤 브랜드명 직접검색↑	인과 분리 어려움

핵심은 어느 하나에 올인하지 말고 삼각측량하는 것입니다. 리퍼러가 과소 집계되는 구멍을, 폼 설문과 브랜드 검색 리프트로 메웁니다. 흥미로운 점은, 일부 분석에서 AI 검색 유입의 전환율이 일반 검색보다 몇 배 높게 나타나기도 한다는 것입니다(구체 수치는 케이스마다 다르므로 단정은 금물). AI가 이미 "이 브랜드가 답"이라고 맥락을 깔아준 상태로 넘어오기 때문에, 들어온 사람의 구매 의도가 높다는 가설입니다.

3·4단계 — 전환을 매출로 어트리뷰션하기

유입이 잡히면, 전환율과 객단가·LTV를 곱해 매출을 추정합니다.

월 AI 유입 세션         800
× AI 유입 전환율        4%        → 32 전환
× 평균 객단가(또는 LTV) 25만      → 800만 원/월 (AEO 기여 매출)

AEO 월 투자(콘텐츠+모니터+광고) 200만
ROI = (800만 − 200만) / 200만 = 300%

여기서 정직성의 갈림길이 있습니다. AI 유입이 마지막 클릭(last-touch)이었는지, 아니면 여정의 첫 발견(first-touch)이었는지에 따라 기여를 다르게 배분해야 합니다. AI는 보통 발견 단계에 강하게 작용합니다. 그래서 last-touch만 보면 AEO 기여가 과소평가되고, 모든 전환을 AEO에 몰아주면 과대평가됩니다.

❌ 약한 어트리뷰션: "이 고객 전환 직전 세션이 ChatGPT였으니 매출 100%가 AEO 덕"
✅ 강한 어트리뷰션: "이 고객은 ChatGPT 발견(첫 터치) → 2주 뒤 브랜드검색 → 광고 리타게팅 후 구매. AEO에 발견 기여로 40% 배분, 나머지는 검색·광고에"

완벽한 멀티터치 모델이 어렵다면, 최소한 홀드아웃(holdout) 실험이 현실적인 대안입니다. AEO를 강하게 미는 지역·세그먼트와, 손대지 않은 비교군의 매출 추세를 비교하면, 상관이 아니라 인과에 더 가까운 증분(incremental) 매출을 잡을 수 있습니다.

왜 AI는 어떤 콘텐츠를 인용하는가 — RAG 메커니즘으로 본 'ROI의 원천'

ROI를 키우려면 분자(매출)를 키워야 하고, 그러려면 1단계 가시성부터 올라야 합니다. 그런데 AI가 우리를 인용하게 만들려면, AI가 어떻게 인용할 출처를 고르는지를 알아야 합니다. 여기서 RAG(Retrieval-Augmented Generation)가 등장합니다.

RAG의 원전(Lewis 등 2020, arXiv:2005.11401)은 "모델이 외운 지식(파라메트릭 메모리)에 더해, 외부 문서를 실시간으로 찾아와(비파라메트릭 메모리) 답을 만든다"는 구조를 제안했습니다. 오늘날 AI 검색은 대체로 이 3단 파이프라인을 돕니다.

Retrieval(검색) — 질문과 관련된 문서 조각(청크)을 후보로 끌어옴
Reranking(재정렬) — 후보를 질문과 함께 다시 읽어 정밀하게 순위 매김
Generation(생성) — 상위 조각을 근거로 답변을 쓰고 출처를 인용

비유하자면 도서관입니다. 1단계는 키워드 색인으로 책을 한 무더기 뽑아오는 일이고, 2단계는 "네 질문에 진짜 맞는 게 뭐냐"를 아는 사서가 그 무더기를 다시 추려주는 일입니다. 3단계는 그 추려진 책들을 펼쳐놓고 답을 써주는 일이고요. 우리 콘텐츠가 1단계에서 후보로 안 뽑히면, 그 뒤 단계는 아예 없습니다. 인용 0 = 매출 기여 0이라는, ROI의 맨 윗칸이 여기서 결정됩니다.

검색(Retrieval)을 통과하려면 — 하이브리드와 맥락

검색은 두 방식이 있습니다. 키워드가 정확히 겹치는지 보는 BM25(어휘 검색)와, 의미가 가까운지 보는 임베딩(의미 검색)입니다. Dense Passage Retrieval 연구(Karpukhin 등 2020, arXiv:2004.04906)는 의미 검색이 키워드 검색을 능가할 수 있음을 보였지만, 실무의 정답은 둘을 합치는 하이브리드입니다.

공개 벤치마크를 종합하면 recall@10 기준 의미 단독 약 78%, BM25 단독 약 65%인데, 둘을 RRF로 합친 하이브리드는 약 91%까지 올라갑니다. Anthropic의 Contextual Retrieval(2024) 보고는 더 구체적입니다. 청크에 맥락을 덧붙이면 검색 실패율이 35% 줄고(5.7%→3.7%), BM25를 더하면 49%, reranking까지 얹으면 67%까지 실패율이 떨어진다고 합니다(top-20 권장).

실무 번역: 제목·첫 문장만 봐도 무엇에 대한 글인지 자기완결적으로 드러나야 검색에 잘 걸립니다.

❌ 약한 청크: "이 방법은 비용을 크게 줄여줍니다" (무슨 방법? 어떤 비용?)
✅ 강한 청크: "AEO 콘텐츠 자동화는 블로그 콘텐츠 제작 인건비를 줄여줍니다. AEO란 AI 검색 답변에 인용되도록 콘텐츠를 최적화하는 작업입니다"

생성(Generation) 단계에서 인용되려면 — GEO와 직접 인용

검색을 통과해도, 생성 단계에서 "근거로 쓸 만하다"고 판단돼야 답변에 인용됩니다. 생성엔진 최적화(GEO)를 다룬 연구(Aggarwal 등 2023, arXiv:2311.09735, KDD 2024)는 통계 수치·출처 인용·직접 인용문을 추가하면 생성엔진에서의 가시성이 특정 조건에서 최대 약 40%까지 오른다고 보고합니다.

왜일까요? RAG faithfulness(답변의 각 주장이 출처에서 추적되는 정도)를 높이려는 모델 입장에서, 숫자와 출처가 박힌 문장은 '검증 가능한 근거'라서 인용하기 안전합니다. RAGAS 같은 평가 프레임워크에서 faithfulness가 흔히 0.9 이상이면 안정, 0.7 미만이면 위험으로 다뤄지는 것도 같은 맥락입니다. 모델은 근거가 약한 문장을 답변에 넣었다가 틀리는 걸 싫어합니다.

그래서 ROI 관점에서, 콘텐츠에 들이는 비용은 단순히 글자 수가 아니라 인용 가능한 근거의 밀도에 투자해야 합니다. 같은 1편이라도 숫자·출처·직접 인용이 박힌 글이 인용 확률이 높고, 그게 사다리 1칸을 끌어올립니다.

'중간 손실'을 피하라 — 핵심은 앞과 끝에

한 가지 더. Lost in the Middle 연구(Liu 등 2023, arXiv:2307.03172)는 긴 맥락에서 중간에 묻힌 정보가 손실되는 U자형 경향을 보고합니다. 모델은 맥락의 앞과 끝을 더 잘 봅니다. 그래서 핵심 결론·정의·수치는 글의 앞과 끝에 배치하는 게 인용에 유리합니다. 이 글이 첫 문장에 직답을 박은 것도 같은 이유입니다.

엔진마다 출처가 다르다 — ROI 측정을 4개로 쪼개야 하는 이유

가시성을 '하나의 AI'로 뭉뚱그리면 ROI 측정이 거짓말을 합니다. 대규모 인용 분석에 따르면 ChatGPT와 Perplexity가 인용하는 도메인의 중복은 약 11%에 불과하고, 인용의 약 90%가 엔진마다 다릅니다. ChatGPT는 위키백과 비중이 약 47.9%, Perplexity는 Reddit이 약 46.7%로 성향이 갈립니다.

엔진	성향	ROI 관점 함의
ChatGPT	위키백과·커뮤니티 무게	엔티티 권위(위키·언급) 쌓기가 유효
Perplexity	실시간 웹·인라인 인용, Reddit 강세	최신성·커뮤니티 신호가 ROI에 직결
Gemini	구글 색인·E-E-A-T	전통 SEO·신뢰 신호와 강하게 연동
Claude	근거 약한 콘텐츠를 보수적으로 걸러냄	출처·근거 밀도가 인용 여부를 가름

따라서 "4개 엔진 합산 SOV 42%"는 위험합니다. 합산은 메커니즘을 가립니다. ChatGPT에선 1등인데 Claude에선 0인 브랜드와, 4곳에 고르게 퍼진 브랜드가 같은 42%로 보일 수 있으니까요. ROI도 엔진별로 따로 계산해야, 어디에 다음 1원을 넣을지 정해집니다.

그리고 후보에 들려면 기본 전제가 있습니다. AI 크롤러를 robots.txt에서 허용해야 합니다(GPTBot·OAI-SearchBot, PerplexityBot, ClaudeBot·anthropic-ai, Google-Extended 등). 막혀 있으면 1단계 검색의 후보 풀에 아예 못 들어가고, ROI 사다리는 0에서 시작합니다.

국내 변수 — 네이버를 ROI에 어떻게 넣나

한국 시장이라면 네이버를 빼고 ROI를 말할 수 없습니다. 네이버 AI 브리핑(요약)은 통합검색 쿼리의 20% 이상에 적용되고, 2026년 4월 기준 AI 브리핑 인용이 월 약 3.558억 건에 달합니다. 한 표본 분석(272건)에서는 인용 출처의 약 58%가 블로그였고, 인용의 약 49%가 검색결과 Top10 밖에서 나왔습니다. 즉 전통 SEO 순위가 낮아도 AI 인용은 받을 수 있다는 뜻이라, 네이버 AEO는 별도 ROI 트랙으로 둘 가치가 있습니다.

다만 네이버는 외부 크롤러를 차단해, 글로벌 AI는 나무위키·위키백과·티스토리 같은 경로로 우회 인용하는 구조라는 점도 ROI 설계에 반영해야 합니다.

측정에서 사람들이 자기를 속이는 3가지

ROI 숫자를 부풀리는 흔한 자기기만을, 그로스 담당자 입장에서 미리 못 박아 둡니다.

① 단일 측정으로 SOV를 확정 — 위에서 봤듯 LLM은 비결정적입니다. 한 번 측정한 SOV로 ROI를 계산하면, 분자가 통째로 노이즈 위에 섭니다. 다중 실행 + 신뢰구간이 기본입니다.
② 프롬프트 '검색량'을 진짜 수요처럼 취급 — AI 프롬프트 볼륨은 실측이 불가능하고, 패널(시장 1% 미만) 기반 모델링 추정치입니다. Conductor는 "신뢰할 수 없는 검색량 데이터는 없는 것보다 나쁘다"고까지 말합니다. 추정치를 정밀 수요로 믿고 ROI를 세우면 분모·분자가 같이 틀어집니다.
③ 가시성을 곧 매출로 등치 — 맨 처음 한 얘기로 돌아옵니다. SOV는 선행 지표지 매출이 아닙니다. 사다리의 2~4칸을 건너뛰면 ROI가 아니라 희망 사항입니다.

참고로 SOV의 변형으로 일부 국내 업체가 SMR(Share of Model Response)을 쓰기도 하는데, 이름이 무엇이든 질문 세트 선정과 측정 횟수가 결과를 좌우한다는 본질은 같습니다.

실전 ROI 계산 체크리스트

칸	이번 달 측정할 것	합격 기준
가시성	엔진별 SOV (다중 실행, 신뢰구간)	단일 측정 금지, 4엔진 분리
유입	AI 리퍼럴 세션 + 폼 설문 + 브랜드검색 리프트	최소 2개 신호로 삼각측량
전환	AI 유입 세그먼트 전환율	일반 검색 세그먼트와 비교
매출	어트리뷰션 매출 + 홀드아웃 증분	first/last 터치 구분, 증분으로 검증

이 표를 매달 채우면, ROI는 한 줄 숫자가 아니라 '어느 칸을 고치면 회수율이 오르는지'를 가리키는 지도가 됩니다. 그게 그로스가 ROI를 보는 진짜 이유입니다.

Citeon은 이 원리를 제품에 담았다

지금까지 "AEO ROI = 가시성 → 유입 → 전환 → 매출"이라는 사다리를 설명했습니다. Citeon은 이 사다리를 그대로 제품으로 만들었습니다.

4엔진 인용 측정(SOV) — ChatGPT·Gemini·Perplexity·Claude 네 엔진에서 우리 브랜드 인용을 엔진별로 분리해 측정합니다. 앞에서 강조한 "합산은 메커니즘을 가린다"를 그대로 반영한 설계입니다.
주간 모니터링 추이 — 단일 측정의 함정을 피하려고, 한 번이 아니라 추이로 봅니다. 비결정성으로 출렁이는 SOV를 시간축에서 읽습니다.
사이트 진단 엔진 — URL을 넣으면 SEO·AEO·GEO 점수와 한국어 처방을 줍니다. RAG의 검색·생성 단계를 통과할 콘텐츠 구조인지(맥락 자기완결성, 근거 밀도)를 점검합니다.
경쟁사 역추적 — 우리보다 자주 인용되는 경쟁사가 어떤 신호로 들어갔는지 거꾸로 분석해, 다음 1원을 어디 넣을지 정합니다.

가장 윗칸(가시성)이 지금 몇 점인지부터 숫자로 보는 게 ROI 계산의 출발점입니다. Citeon 무료 AI 가시성 진단(₩0)으로 4개 엔진에서 우리 브랜드가 실제로 인용되는지, 사이트가 인용될 구조인지 먼저 확인해 보세요.

자주 묻는 질문 (FAQ)

AEO ROI를 측정하려면 도구를 꼭 사야 하나요?

아닙니다. 무료 도구(웹 애널리틱스 리퍼럴 필터, 가입 폼의 '어떻게 알고 오셨나요' 한 줄, 브랜드명 검색량 추이)만으로도 사다리의 2~4칸은 추적을 시작할 수 있습니다. 다만 1칸(엔진별 SOV)은 여러 엔진에 질문을 반복 측정해야 하므로, 다중 실행·신뢰구간을 자동화한 전용 측정이 시간을 크게 아껴줍니다.

AI 유입은 클릭이 적은데(zero-click) 그래도 ROI가 있나요?

있습니다. 클릭 없이 답변 안에서 브랜드가 노출되는 것 자체가 '발견(first-touch)' 기여입니다. 그래서 last-touch 클릭만 보면 AEO 기여가 과소평가됩니다. 브랜드 검색 리프트(AI 노출이 늘면 며칠 뒤 브랜드명 직접검색이 느는 현상)와 홀드아웃 실험으로 증분 매출을 잡으면, 클릭이 적어도 기여를 정직하게 계산할 수 있습니다.

SOV가 매달 출렁이는데 측정이 잘못된 건가요?

아닐 가능성이 높습니다. LLM은 temperature=0에서도 출력이 흔들리는 비결정적 성질이 있어, 인용 빈도가 멱법칙으로 출렁입니다(arXiv:2603.08924). 그래서 한 번의 수치가 아니라 다중 실행 + 부트스트랩 신뢰구간, 그리고 주간 추이로 봐야 합니다. 단일 측정값에 일희일비하는 것 자체가 측정 설계의 오류입니다.

가시성(SOV)이 올랐는데 매출이 안 늘면 무엇을 봐야 하나요?

사다리의 2~3칸(유입·전환)에 병목이 있다는 신호입니다. AI 답변에 노출은 됐지만 클릭/유입이 안 되거나(인용 형태가 클릭을 안 유발), 유입은 됐지만 랜딩 페이지가 전환을 못 만드는 경우입니다. SOV가 1등인데 매출이 0이면, 콘텐츠가 아니라 유입 경로와 전환 페이지를 먼저 점검하세요.

4개 엔진 중 어디부터 ROI를 키워야 하나요?

엔진별 인용이 약 90% 다르므로, 우리 고객이 실제로 쓰는 엔진과 우리 카테고리에서 인용이 잘 일어나는 엔진을 먼저 봅니다. 예컨대 커뮤니티 신뢰가 중요한 카테고리는 Reddit 비중이 큰 Perplexity가, 백과적 권위가 중요한 카테고리는 위키 비중이 큰 ChatGPT가 빠른 회수처일 수 있습니다. 경쟁사 역추적으로 '어느 엔진에서 누가 어떻게 이기고 있는지' 확인한 뒤 1원을 배분하는 게 가장 현실적입니다.