AEO를 CFO처럼 측정한다는 것의 의미

AEO를 CFO처럼 측정한다는 것은, AI 검색 인용(SOV)을 '우리 멋지죠' 자랑 슬라이드가 아니라 매출을 설명해야 하는 회계 장부의 한 줄로 다룬다는 뜻이다. CFO는 숫자에 세 가지를 묻는다. 첫째, 이 숫자는 결과(매출)를 설명하는가, 아니면 그 자체가 목적인 허영 지표인가. 둘째, 이 숫자의 오차범위는 얼마이고 다음 분기에 재현되는가. 셋째, 여기에 1원을 더 넣으면 결과가 얼마나 움직이는가. AEO 측정이 마케팅 팀의 자기만족에서 경영 회의의 의사결정 자료로 올라서려면, 인용 수치도 똑같은 세 질문을 통과해야 한다. 이 글은 그 통과 절차를 그로스·퍼포먼스 관점에서 분해한다.

왜 'CFO처럼'인가 — 마케팅 지표의 오래된 병

마케팅 지표에는 만성질환이 있다. 보기 좋은 숫자를 올리는 데 최적화하다가, 정작 그 숫자가 매출과 무관해지는 병이다. 노출 수, 팔로워 수, '도달'이 대표적이다. AI 검색 시대에 새로 등장한 SOV(Share of Voice, 카테고리 AI 답변 중 우리 브랜드가 언급되는 비율) 역시 같은 함정에 빠질 수 있다. SOV가 40%에서 55%로 올랐다는 보고는 듣기 좋지만, 그 15%포인트가 리드 한 건, 매출 1원과 어떻게 연결되는지 설명하지 못하면 그건 회계가 아니라 응원가다.

한 측정 업체(Overdrive)의 표현을 빌리면, AI 가시성은 매출·리드라는 '결과'를 설명하기 위해 존재하는 2차 지표다. CFO가 손익계산서를 볼 때 매출원가나 광고비를 '그 자체로' 칭찬하지 않는 것과 같다. 비용은 매출이라는 결과를 만들기 위한 입력일 뿐이다. AEO 측정을 CFO처럼 한다는 건, SOV를 손익계산서의 맨 위가 아니라 매출을 향해 흐르는 인과 사슬의 중간 마디로 정확히 위치시킨다는 의미다.

비유: 헬스장 체중계 vs 가계부

허영 지표는 헬스장 체중계와 같다. 매일 올라가서 숫자를 확인하면 기분은 좋지만, 그 숫자 하나로는 내가 부자가 되는지 가난해지는지 모른다. CFO식 측정은 가계부에 가깝다. 들어온 돈(매출)과 나간 돈(비용)을 항목별로 적고, 각 항목이 잔고에 어떻게 기여하는지 추적한다. SOV는 가계부에서 '이번 달 영업 활동량' 같은 활동 지표다. 활동이 많았는데 잔고가 안 늘면, 활동을 자랑할 게 아니라 활동→매출 전환 어디가 새는지 찾아야 한다.

1단계: 선행지표와 후행지표를 분리한다

CFO 회계의 출발점은 지표를 시점으로 분류하는 것이다. 후행지표(lagging)는 이미 일어난 결과 — 매출, 계약, 정산된 수익. 선행지표(leading)는 그 결과를 앞서 예고하는 신호 — 인용, 유입, 리드. AEO에서 이 사슬은 다음처럼 흐른다.

이 사슬이 중요한 이유는, 각 단계가 다음 단계의 필요조건이지만 충분조건이 아니기 때문이다. 인용이 0이면 유입도 0이다(필요조건). 그러나 인용이 100이어도 그 인용이 구매 의도가 약한 질문에서 나왔다면 매출은 0일 수 있다(충분조건 아님). CFO는 바로 이 '새는 지점'을 찾는다. SOV만 보는 팀은 1~2단계에서 멈추고, CFO식 팀은 단계 사이의 전환율을 본다.

❌약한 보고 / ✅강한 보고

• ❌ "이번 달 ChatGPT·Perplexity SOV가 38%에서 52%로 올랐습니다. 노출이 크게 개선됐습니다."
• ✅ "SOV 38%→52%(엔진별: ChatGPT 41→58, Perplexity 35→46). 같은 기간 AI 출처 유입 1.4배, 그중 무료진단 신청 전환 6.1%→6.4%. 인용 상승의 대부분이 '비교/추천형 질문'에서 나와 구매 의도가 높은 구간이었고, 리드 환산 시 약 N건 증가에 해당합니다. 단, 측정 2주 표본이라 신뢰구간은 넓습니다."

차이는 명확하다. 약한 보고는 1단계 숫자에서 끝난다. 강한 보고는 그 숫자를 5단계 사슬을 따라 끝까지 끌고 내려가고, 마지막에 불확실성까지 정직하게 붙인다. 이게 CFO가 신뢰하는 보고의 형태다.

2단계: 측정의 비결정성을 회계 원칙으로 받아들인다

전통적인 재무 회계와 AEO 측정의 가장 큰 차이가 여기 있다. 매출 1억은 1억이다 — 두 번 세도 1억이다. 그런데 AI 답변은 같은 질문을 두 번 던져도 다른 답을 내놓는다. 이건 버그가 아니라 LLM의 구조적 성질이다.

여러 실험이 이를 정량화했다. 한 분석에서 약 2,350억 파라미터급 모델에 동일 입력을 1,000회 넣었더니 80가지나 되는 서로 다른 출력이 나왔다. 6개 모델로 480회를 돌린 실험(arXiv:2602.14349)도 temperature를 0으로 고정해도 결과가 흔들린다는 걸 보였다. 이유는 샘플링 온도만이 아니라 GPU 부동소수점 연산 순서와 배치 구성 같은 하부 인프라에서 비결정성이 새어 들어오기 때문이다. 즉 온도를 0으로 잠가도 완벽한 재현은 불가능하다.

비유하자면, AI 답변 측정은 환율 같은 변동 자산을 평가하는 일이다. 어제 1달러가 1,300원이었다고 오늘도 1,300원인 게 아니다. CFO가 외화 자산을 평가할 때 '평가일의 단일 환율'에 목숨 걸지 않고 기간 평균과 변동성을 함께 보는 것처럼, AEO도 단일 측정값을 진실로 못박으면 안 된다.

그래서 '단일 측정 = 노이즈'다

이 비결정성을 정면으로 다룬 연구(arXiv:2603.08924)는 AI 인용이 시간에 따라 멱법칙(power law)으로 출렁인다는 것을 보이고, 측정 신뢰성을 확보하려면 같은 질문을 여러 번 실행한 뒤 부트스트랩으로 신뢰구간을 추정하라고 권한다. 회계 용어로 옮기면, 단일 스냅샷이 아니라 분산을 가진 추정량으로 다뤄야 한다는 뜻이다.

# 개념 코드: 단일 값이 아니라 분포로 다룬다
samples = []
for day in range(14):              # 2주간
    for run in range(20):          # 하루 20회 반복 질의
        ans = ask_engine(query)    # 같은 질문
        samples.append(brand_mentioned(ans))

sov_point = mean(samples)              # 점추정
low, high = bootstrap_ci(samples, 0.95) # 95% 신뢰구간
# 보고: "SOV {sov_point:.0%} (95% CI {low:.0%}~{high:.0%})"
# 의사결정: 지난달 구간과 겹치면 '유의미한 변화 없음'

CFO식 규칙 하나: 신뢰구간이 겹치는 두 측정값의 차이는 '변화'가 아니다. 52%가 49%로 '떨어졌다'며 캠페인을 갈아엎기 전에, 두 값의 구간이 겹치는지부터 본다. 겹치면 그건 환율의 일중 변동일 뿐, 보고할 사건이 아니다. 이 한 가지 원칙만 지켜도 노이즈에 휘둘려 멀쩡한 전략을 폐기하는 사고를 막는다.

3단계: 신뢰할 수 없는 데이터는 없느니만 못하다

CFO 회계의 또 다른 철칙은 '추정치를 실측치인 양 쓰지 않는다'이다. AEO에서 이 함정이 가장 흔하게 나타나는 곳이 '프롬프트 검색량'이다. 키워드 검색량처럼 'AI에 이 질문이 월 몇 회 들어온다'는 숫자를 파는 도구들이 있는데, 문제는 그 볼륨이 실측이 아니라 시장의 1% 미만 패널을 모델링한 추정치라는 점이다. 검색엔진 쿼리 로그처럼 전수에 가까운 데이터가 AI 쪽에는 공개되지 않기 때문이다.

한 측정 업체(Conductor)는 이를 두고 "신뢰할 수 없는 검색량 데이터는 없는 것보다 나쁘다"고 못박았다. 왜 '없는 것보다 나쁜가'? 없으면 '모른다'고 인정하고 다른 근거를 찾지만, 있으면 그 가짜 정밀함을 믿고 예산을 배분하기 때문이다. CFO는 '0'과 '추정치'를 구분한다. 추정치에는 반드시 출처와 방법론, 그리고 '이건 추정'이라는 라벨을 붙인다.

• ❌ "이 질문의 월 검색량은 12,000회입니다. 그래서 이 주제를 1순위로 잡았습니다."
• ✅ "이 질문의 추정 볼륨은 1% 미만 패널 기반 모델링 값이라 절대 수치는 못 믿습니다. 다만 경쟁 질문 대비 상대 순위와, 실제 우리 리드가 어떤 질문에서 들어왔는지(후행 실측)를 교차해 우선순위를 잡았습니다."

핵심은 절대 볼륨을 버리고 방향성(상대 순위)과 후행 실측(실제 유입·전환 질문)으로 무게중심을 옮기는 것이다. 후자는 추정이 아니라 우리 자산에서 직접 측정한 진짜 데이터다.

4단계: 단위경제로 끌고 내려간다

CFO가 어떤 활동을 평가하는 최종 잣대는 단위경제(unit economics)다. 고객 한 명을 데려오는 데 드는 비용(CAC)과 그 고객이 평생 안기는 가치(LTV). AEO도 여기까지 내려와야 비로소 경영 언어가 된다. SOV 1%포인트가 얼마짜리인지 환산하는 사슬은 다음과 같다.

SOV 상승 → 추가 인용 노출 → AI 출처 유입 증가
          → 전환(리드/구매) → 매출 → LTV

역산(back-of-envelope):
  추가 유입 100 × 전환율 6% = 리드 6건
  리드 6건 × 리드→고객 25% = 신규 고객 1.5명
  고객 1.5명 × 평균 LTV = 기여 매출
  ÷ 그 인용을 만든 콘텐츠/대행 비용 = ROI

여기서 AI 검색 유입의 특이점 하나가 회계를 바꾼다. 일부 분석에서 AI 검색을 거쳐 들어온 방문의 전환율이 일반 검색보다 몇 배 높게 나타나기도 한다. 직관적으로 그럴 만하다. "○○ 추천해줘"라고 AI에 물어 답을 받은 사람은 이미 비교·탐색 단계를 AI가 대신 끝내준 상태로, 결정 직전에 우리 사이트에 도착한다. 검색 결과 10개를 스스로 훑어야 하는 사람보다 구매 의도가 농축돼 있다. (다만 배수는 업종·표본마다 크게 달라 구체 수치를 단정하면 안 된다.)

이 사실의 회계적 함의는 크다. 같은 100명의 유입이라도 AI 출처 유입은 가중치를 더 줘야 정확하다. 유입 총량(volume)만 보면 AI 채널이 작아 보여 과소평가되지만, 전환율로 가중하면 채널의 진짜 기여가 드러난다. CFO는 매출이라는 후행지표에서 거꾸로 거슬러 올라가 채널별 기여를 가중 배분한다.

어트리뷰션의 정직함 — 라스트클릭의 거짓말

AI 검색 기여를 측정할 때 가장 큰 회계 왜곡이 라스트클릭 어트리뷰션이다. 고객 여정이 'ChatGPT에서 우리를 인용으로 처음 발견 → 며칠 뒤 브랜드명 직접 검색 → 구매'였다면, 라스트클릭은 매출 전부를 '브랜드 검색'에 귀속시키고 AEO의 공로를 0으로 적는다. 발견의 불씨를 댕긴 건 AI 인용인데 장부엔 흔적이 없다. 게다가 AI 답변 안에서 우리를 읽고 클릭 없이 브랜드만 기억한 '제로클릭' 경로는 어떤 클릭 로그에도 안 남는다(다크 트래픽).

• ❌ "AI 레퍼럴 매출이 전체의 2%니까 AEO는 아직 작은 채널입니다."
• ✅ "라스트클릭 기준 직접 AI 레퍼럴은 2%지만, 신규 고객 설문의 유입 경로 질문과 브랜드 검색 급증 시점이 인용 상승과 겹칩니다. 보조 경로와 제로클릭을 감안하면 실제 기여는 라스트클릭보다 큽니다. 인크리멘탈리티(있을 때 vs 없을 때)로 별도 검증 중입니다."

CFO식 보완책은 세 가지다. (1) 신규 고객에게 '어디서 처음 알게 됐나' 직접 묻는 설문(자기보고 어트리뷰션), (2) 인용이 오른 구간과 브랜드 직접 검색·직접 유입이 오른 구간의 시계열 상관, (3) 가능하면 특정 콘텐츠·지역을 켜고 끄며 매출 차이를 보는 인크리멘탈리티 실험. 어느 하나도 완벽하진 않지만, 셋을 겹치면 라스트클릭 단독보다 진실에 가깝다.

5단계: SOV를 'CFO가 신뢰하는 형태'로 설계한다

SOV 자체도 어떻게 정의하느냐에 따라 회계 품질이 갈린다. 주의할 안티패턴들이다.

질문 세트 선정이 결과를 좌우한다. 자기에게 유리한 질문만 모으면 SOV는 얼마든지 높일 수 있다 — 그건 회계 분식이다. 또한 4개 엔진을 하나의 SOV로 합치면 안 되는 이유는, 엔진마다 인용 메커니즘이 근본적으로 다르기 때문이다. 대규모 인용 분석을 보면 ChatGPT와 Perplexity가 인용하는 도메인의 중복은 약 11%에 불과하고, 인용의 약 90%가 엔진마다 다르다. ChatGPT는 위키백과 비중이 높고(한 분석에서 약 47.9%), Perplexity는 Reddit 같은 커뮤니티 비중이 높다(약 46.7%). 합산 SOV는 이 결정적 차이를 평균이라는 이름으로 지워버린다. CFO가 사업부별 손익을 합쳐 뭉개지 않고 따로 보는 것과 같은 이치다.

참고로 일부 한국 업체는 SOV의 변형으로 SMR(Share of Model Response)이라는 지표를 쓰기도 한다. 이름이 무엇이든, 위의 네 가지 설계 원칙(대표성 있는 질문 세트, 엔진 분리, 다중 측정, 선행지표로서의 해석)을 통과하지 못하면 CFO에게 들이밀 수 있는 숫자가 아니다.

왜 AI는 그렇게 인용하는가 — RAG로 본 근본 원리

측정을 정확히 하려면 측정 대상이 어떻게 만들어지는지 알아야 한다. AI 답변의 인용은 RAG(Retrieval-Augmented Generation, 검색 증강 생성) 메커니즘에서 나온다. 원전 연구(Lewis 등 2020, arXiv:2005.11401)가 제시한 구조는 모델 안에 학습된 기억(파라메트릭)과, 질문 시점에 외부에서 끌어오는 기억(비파라메트릭)을 결합하는 것이다. 즉 AI는 답을 쓸 때 먼저 관련 문서를 검색(retrieval)하고, 그 후보를 질문과 함께 다시 읽어 재정렬(reranking)한 뒤, 상위 조각만 근거로 답을 생성(generation)한다. 우리 브랜드가 인용되려면 이 세 관문을 모두 통과해야 한다.

비유하면 도서관과 같다. 검색은 키워드 색인으로 후보 책을 추리는 단계, 재정렬은 그 주제를 아는 사서가 '이 질문엔 이 책이 진짜 맞다'고 다시 골라주는 단계다. 색인에만 걸리고 사서의 안목을 통과 못 하면 책은 펼쳐지지도 않는다. 그래서 측정에서 '인용 0'이 나왔을 때, 그게 검색 후보에도 못 든 건지(색인 문제) 후보엔 들었는데 재정렬에서 밀린 건지(품질·맥락 문제)를 구분하는 게 처방의 시작이다.

여기서 콘텐츠 측면의 처방도 회계적 근거를 갖는다. GEO를 정면으로 연구한 논문(Aggarwal 등 2023, arXiv:2311.09735, KDD 2024)은 본문에 통계·출처 인용·직접 인용문을 추가하면 생성 엔진에서의 가시성이 특정 조건에서 최대 약 40%까지 오를 수 있음을 보였다. 즉 '근거가 박힌 글'이 재정렬 관문을 더 잘 통과한다. CFO식으로 말하면, 이건 'SOV를 올리는 입력에 ROI가 측정된 레버가 존재한다'는 뜻이다 — 막연히 글을 많이 쓰는 게 아니라, 효과가 검증된 형식에 투자하는 것.

한국 시장의 회계 특수성 — 네이버라는 별도 장부

한국에서 AEO를 측정할 때는 장부가 하나 더 필요하다. 네이버다. 네이버 AI 브리핑(요약)은 통합검색 쿼리의 20% 이상에 적용되고 있고, 2026년 6월 AI탭 전면 정식출시로 대화형·에이전틱 검색이 본격화된다. AI 브리핑의 인용은 한때 월 약 3.5억 건 규모로 집계되기도 했다. 중요한 건 인용의 출처 구성이다. 한 표본 분석(272건)에서 네이버 AI 인용의 약 58%가 블로그였고, 약 49%는 통합검색 상위 10위 밖의 문서였다. 즉 전통 검색 순위와 AI 인용은 별개의 게임이라는 뜻 — 별도 회계가 필요한 이유다.

또 하나의 구조적 사실: 네이버는 외부 크롤러를 차단하기 때문에, 글로벌 AI(ChatGPT·Perplexity 등)는 네이버 블로그 본문을 직접 못 읽고 나무위키·위키백과·티스토리 같은 우회 경로를 통해 한국어 정보를 수집한다. 그래서 한국 브랜드의 AEO 회계는 '네이버 장부(C-Rank·D.I.A.+ 알고리즘, 블로그 중심)'와 '글로벌 장부(우회 도메인 중심)'를 분리해 기록해야 한다. 하나로 합치면 어디에 투자해야 할지 보이지 않는다.

Citeon은 이 원리를 제품에 담았다

지금까지의 회계 원칙 — 선행·후행 분리, 엔진별 분리 측정, 추정과 실측 구분, 매출까지의 어트리뷰션 — 은 듣기엔 당연해 보여도 직접 측정 인프라를 갖추지 않으면 실행이 안 된다. Citeon은 이 원칙들을 그대로 제품 기능으로 옮겼다.

• 4엔진 인용 측정(SOV) — ChatGPT·Gemini·Perplexity·Claude 네 엔진에서 우리 브랜드의 인용 점유율을 엔진별로 분리해 측정한다. 합산이 메커니즘을 가린다는 원칙을 그대로 따른다.
• 주간 모니터링 추이 — 단일 스냅샷이 아니라 시간에 따른 추이를 본다. 한 번의 측정은 노이즈라는 비결정성 원칙을, 반복 관측이라는 형태로 제품에 반영했다.
• 사이트 진단 엔진 — URL을 넣으면 SEO·AEO·GEO 점수와 한국어 처방을 내놓는다. '인용 0'이 색인 문제인지 품질 문제인지 끊어주는 진단이다.
• 경쟁사 역추적 — 경쟁사가 어떤 질문에서, 어떤 엔진에서 인용되는지 거꾸로 추적해 SOV의 상대 순위를 잡아준다. 신뢰 못 할 절대 볼륨 대신 방향성으로 우선순위를 정하는 회계에 맞는 도구다.

측정만 하는 도구가 아니라 진단 → 처방 → 실행 → (그로스 플랜에서) 광고와 매출 어트리뷰션까지 잇는 풀퍼널 대행이라는 점이 다르다. 가장 먼저 할 일은 지금 우리가 4엔진 장부 어디쯤 있는지 확인하는 것이다. Citeon 무료 AI 가시성 진단(₩0)으로 우리 브랜드의 현재 SOV와 처방 리포트를 받아보길 권한다. 숫자가 있어야 회계가 시작된다.

자주 묻는 질문(FAQ)

참고자료

• Lewis et al. 2020 — Retrieval-Augmented Generation (RAG 원전)
• Aggarwal et al. 2023 — GEO: Generative Engine Optimization (KDD 2024)
• Conductor — Debunking AI Prompt Volume