[Top 1] AI 검색 도구 사용 급증, 구글 점유율 하락

미국 사용자 대상 조사... ChatGPT 사용률 3배 증가하며 AI 검색 도구 대중화 가속

최근 발표된 미국 내 1,500명 대상 조사 결과에 따르면, 일상적인 정보 탐색에서 인공지능(AI) 기반 도구의 사용이 급격히 증가하는 반면, 구글의 점유율은 감소하는 추세를 보이고 있습니다. Higher Visibility가 2025년 2월과 8월 두 차례에 걸쳐 실시한 동일한 설문조사에서 구글의 일반 정보 검색 점유율은 73%에서 66.9%로 떨어졌습니다.

특히 ChatGPT의 사용률은 4.1%에서 12.5%로 거의 세 배 가까이 증가했으며, 일일 AI 도구 이용자 비율도 14%에서 29.2%로 두 배 이상 늘어났습니다. 이에 따라 검색 플랫폼을 전환하는 이용자 비율도 28%에서 35%로 상승했습니다. 반면 AI 도구를 전혀 사용하지 않는 ‘비사용자’는 28%에서 16%로 감소했습니다.

젊은 층을 중심으로 TikTok, 인스타그램과 같은 소셜미디어와 ChatGPT를 결합한 새로운 검색 습관이 확산되고 있습니다. 특히 구글이 강세를 보여온 지역 기반 검색 분야에서도 AI 도구 사용이 두 배 증가해 10%에 달했습니다.

이번 조사는 미국 전역과 다양한 연령층 및 인구통계학적 배경을 아우르는 응답자를 대상으로 진행돼, 시간에 따른 검색 행태 변화를 신뢰성 있게 반영합니다. Higher Visibility는 “AI 도구가 정보 탐색 방식을 근본적으로 변화시키고 있다”면서 “검색 엔진 최적화(SEO) 전략 또한 구글 중심에서 벗어나 다양한 AI 플랫폼을 포괄해야 한다”고 전했습니다.

이번 연구는 AI 기반 검색 도구가 기존 정보 탐색 시장에 미치는 영향과 앞으로의 디지털 마케팅 전략 변화 방향을 가늠할 중요한 지표로 평가됩니다.

• 추천 태그 : #AI검색도구 #ChatGPT #검색행태변화

How People Search Today: Evolving Search Behaviors (Study)

How are people searching in 2025? Our study reveals shifting search behaviors, AI adoption trends, and platform preferences. See what’s changing.

HigherVisibilityAdam Heitzman

[Top 2] ChatGPT 쇼핑 결과, 대대적인 개편 단행

제품 통합 기능 개선으로 사용자 경험 향상 및 정보 접근성 강화

OpenAI의 대화형 인공지능 챗GPT(ChatGPT)가 올해 4월 출시 이후 쇼핑 결과 통합 기능에 대한 가장 중대한 업데이트를 단행했습니다. 이번 개편은 사용자 경험을 개선하고 정보 접근성을 높이는 데 초점을 맞추고 있습니다.

이전에는 모바일 환경에서의 불편함, 출처 탐색의 어려움, 직접 결제 링크의 비효율성 등이 지적되었으나, 이번 업데이트를 통해 이러한 문제점들이 상당 부분 개선될 것으로 기대됩니다. 특히, AI 모드 무료 리스팅 도입 및 GPT-5 출시와 관련된 쇼핑 기능의 소폭 변화 등 생성형 쇼핑 결과 공간에서의 지속적인 발전이 이루어져 왔습니다.

주요 변경 사항은 다음과 같습니다.

첫째, 제품 그리드 표시 방식이 개선되었습니다. 제품 이미지가 더 큰 공간을 차지하며, 이미지 위에 겹쳐 표시되던 라벨이 제거되어 시각적으로 더욱 깔끔해졌습니다. 또한, "ChatGPT는 독립적으로 제품을 선택합니다. 자세히 알아보기"라는 안내 문구가 삭제되었으며, 관련 문서 링크도 변경되었습니다.

둘째, 제품 제목 출처가 기존 피드 제목뿐만 아니라 웹사이트 자체의 HTML <title> 태그를 활용하는 것으로 확장되었습니다. 이는 구글 쇼핑이 피드 제목만을 사용하는 것과는 차별화되는 지점으로, 웹사이트의 고유한 제목 정보를 반영하여 보다 정확한 제품 정보를 제공할 수 있게 되었습니다.

셋째, 피드에 적격한 제품별 리뷰가 제거되었습니다. 이전에는 구글 쇼핑과 유사하게 제품별 리뷰 또는 판매자 평점에 기여하는 리뷰를 활용했으나, 이번 업데이트로 리뷰 기능이 전면적으로 제외되었습니다. 이는 챗GPT가 추천 엔진으로서 신뢰성을 제공하는 만큼, 사용자들은 리뷰에 덜 영향을 받을 수 있다는 분석도 있습니다.

넷째, 관련성이 있는 경우 제품 그리드에 통화가 명확하게 표시됩니다. 이전에는 VPN 사용 시 국가별 검색에서 통화 구분이 불분명한 경우가 있었으나, 이제는 예상치 못한 통화(예: 미국에서 검색 시 CAD 표시)가 표시될 때 그리드에 통화가 반영됩니다. 다만, 구글 쇼핑처럼 통화를 자동으로 변환하여 표시하는 기능은 아직 적용되지 않았습니다.

이번 업데이트는 챗GPT가 쇼핑 결과 생성에 있어 자체 파트너 소스(주로 Shopify)에 대한 의존도를 줄이고, OpenAI 자체 CDN을 활용하는 등 변화를 보이고 있음을 시사합니다. 또한, 아마존 및 이베이와 같은 플랫폼의 영향력이 감소하고, 추천되는 웹사이트 유형에도 변화가 감지됩니다.

현재 챗GPT 쇼핑 결과는 제품 페이지로의 트래픽 유도가 매우 적으며, 일부 URL은 존재하지 않는 페이지로 연결되는 문제(404 오류)도 보고되고 있습니다. 챗GPT 쇼핑 결과는 지속적으로 발전할 것으로 예상되며, 향후 업데이트 동향을 예의주시할 필요가 있습니다.

• 추천 태그 : 챗GPT, 쇼핑 결과, AI 쇼핑
• 출처 : https://brodieclark.com/chatgpt-shopping-updated/

[Top 3] 진화하는 검색 엔진 최적화, 행동 데이터가 답

사용자 행동 분석으로 검색 경험과 전환률 향상 전략

2025년 현재, 검색 엔진 최적화(SEO)는 대형 언어 모델(LLM)의 부상에 맞춰 '생성 엔진 최적화(GEO)', '답변 엔진 최적화(AEO)', 'LLM 엔진 최적화(LEO)' 등 다양한 명칭으로 변화하고 있습니다. 그러나 이러한 기술적 변화 속에서도 궁극적인 수혜자인 사용자의 행동을 이해하는 것이 더욱 중요하다고 전문가들은 지적합니다.

행동 데이터는 사용자가 왜 검색을 시작하는지, 어디서 검색을 진행하는지, 그리고 어떤 장애물이 전환을 방해하는지를 파악하는 데 필수적인 요소입니다. 구글 소송에서 유출된 문서에 따르면, 사용자 신호가 검색 순위에 영향을 미칠 수 있다는 점도 시사되었습니다. 이에 따라 개별 사용자의 경험은 복잡해졌지만, 인구 집단 내에서 반복되는 일반적인 행동 패턴은 여전히 예측 가능하므로 이를 활용해야 한다고 전했습니다.

사용자들은 에너지와 자원을 절약하려는 본능에 따라 최소한의 노력 경로를 택하고, 위험을 회피하며, 최대 이익을 추구하는 경향이 있습니다. 따라서 브랜드의 유기적 노출을 지속적으로 유지하려면 이러한 행동 데이터를 정확히 분석하는 것이 핵심이라고 전문가들은 강조합니다.

행동 데이터는 크게 세 가지 영역으로 나눌 수 있습니다. 첫째, 발견 채널 지표는 사용자가 전통적인 구글 검색 외에 어디에서 브랜드를 접하는지 알려줍니다. 예컨대 틱톡은 영감을 얻고 사용자 생성 콘텐츠(UGC)를 검증하는 데 활용되며, 젊은 세대는 전통 광고보다 진정성 있는 온라인 커뮤니티의 목소리를 선호합니다. 따라서 각 채널별 콘텐츠와 형식을 맞춤 설계해야 하며, 이를 통해 잠재 고객층과 미처 활용하지 못한 기회를 파악할 수 있습니다.

둘째, 내재된 인지 편향과 휴리스틱은 사용자의 의사결정 과정을 단순화하지만 왜곡할 수 있는 심리적 요인입니다. 대표적으로 목록에서 처음과 마지막 항목을 더 잘 기억하는 ‘초두 및 최신 효과’, 첫 번째 항목이 기준점이 되는 ‘앵커링 효과’, 손실 회피 성향 등이 있습니다. 이러한 편향은 UX 디자인과 마케팅 전략에 반영되어야 하며, 예를 들어 핵심 메시지를 페이지 상단에 배치하거나 신뢰 구축 요소를 강화하는 데 활용됩니다.

셋째, 근본적인 사용자의 욕구는 검색 쿼리와 행동 패턴에서 드러납니다. 예를 들어 손실 회피 성향이 강하게 나타나고 UGC 영상 조회가 많으며 전환율이 낮다면, 사용자가 투자에 대한 확신과 신뢰를 필요로 한다고 해석할 수 있습니다. 이는 웹사이트 단독으로 충족하기 어려운 부분이므로 브랜드 신뢰도를 높이는 방향으로 전략을 재설계해야 합니다.

행동 데이터를 확보하기 위해서는 정량적 데이터와 정성적 데이터를 모두 활용해야 합니다. 구글 서치 콘솔과 애널리틱스는 클릭률, 이탈률 등 주요 지표를 제공하며, 히트맵과 시선추적 도구는 시각적 관심 영역을 분석할 수 있습니다. 한편 설문조사, 온라인 커뮤니티 분석, 라이브 사용자 테스트 등은 사용자 불만이나 전환 저해 요인을 심층적으로 파악하게 해줍니다.

최근 AI 기술의 발전은 대규모 행동 데이터 분석과 패턴 인식에 혁신적인 도움을 주고 있습니다. AI를 통해 데이터가 부족한 상황에서도 합성 데이터를 생성하거나 예측 모델을 구축하여 사전 대응이 가능해졌습니다.

전문가들은 행동 데이터를 기반으로 발견 채널 지표, 인지 편향 및 휴리스틱, 근본 욕구 세 영역의 동적 대시보드를 구축할 것을 권장합니다. 이를 통해 실시간 트렌드를 포착하고 비즈니스 영향도와 실행 난이도를 고려해 우선순위를 정할 수 있습니다. 또한 제품 및 UX 팀과의 긴밀한 협업으로 검색뿐 아니라 전체 고객 여정을 개선해야 한다고 조언합니다.

검색 경험 개선은 단순히 클릭 수 증가만이 아니라 사용자 여정 전반의 마찰을 줄이고 신뢰를 쌓아 장기적인 고객 관계를 구축하는 데 그 목적이 있음을 명확히 해야 할 것입니다.

• 추천 태그 : #행동데이터 #검색최적화 #사용자경험

The Behavioral Data You Need To Improve Your Users’ Search Journey

Behavioral data helps us understand what drives users to a search, where they carry it out, and what points of friction might be blocking conversion.

Search Engine JournalGiulia Panozzo

🌟 [Tip] AI 검색 가시성 높이는 8가지 GEO 실전 전략

AI가 구매자 방문 전부터 거래 성사 여부를 좌우하는 시대 도래

오늘날 B2B 구매자의 89%가 ChatGPT와 같은 AI 플랫폼을 활용해 제품과 서비스를 조사하는 것으로 나타났습니다. 이에 따라, 기업이 AI 검색 결과에 노출되지 않는다면 잠재 고객과의 거래 기회를 놓칠 위험이 큽니다. AI 검색은 단순히 키워드가 아닌 사용자의 의도를 파악해 답변을 제시하며, 신뢰받는 출처와 커뮤니티 대화 내용을 바탕으로 정보를 제공합니다. 따라서 브랜드가 직접 홍보하는 콘텐츠보다 타인이 언급한 평가와 추천이 더욱 중요해졌습니다.

많은 기업들이 사용하는 생성형 엔진 최적화(Generative Engine Optimization, GEO) 도구는 단순히 언급 현황을 추적하거나 대시보드를 제공하는 데 그칩니다. 그러나 이러한 도구들은 왜 브랜드가 AI 검색에서 보이지 않는지, 어떤 문제를 해결해야 하는지 구체적인 가이드를 제공하지 못합니다. 이에 따라 수백만 건의 대화 분석과 실험을 거쳐 실질적인 전략 8가지를 제시하는 GEO 가이드가 마련되었습니다.

첫째, ‘인용 격차(Citation Gap)’를 찾아내고 해결하는 것이 가장 효과적인 방법입니다. 인용 격차란 AI가 신뢰하는 웹페이지에서 경쟁사는 언급되지만 자사 브랜드는 빠져 있는 상황을 의미합니다. 예를 들어, TechRadar의 ‘원격 팀 협업 도구’ 목록에 경쟁사만 포함되어 있다면 AI는 해당 경쟁사를 추천할 뿐입니다. 따라서 해당 기사에 독점 데이터나 최신 기능 정보 등을 제공해 자사 브랜드를 포함시키는 것이 중요합니다.

둘째, Reddit과 같은 사용자 생성 콘텐츠(UGC) 플랫폼에서 활발히 참여해야 합니다. 최근 몇 달간 AI 인용 내 Reddit 비중은 1.3%에서 7.15%로 급증했으며, UGC 전체 인용 비율은 21.74%에 달합니다. AI는 마케팅 자료보다 실제 사용자 대화를 더 신뢰하기 때문에 관련 토론에 진정성 있는 의견을 남기면 향후 AI 답변에 반영될 가능성이 높아집니다.

셋째, 가장 많이 인용되는 주제를 분석해 해당 내용을 체계적으로 작성해야 합니다. 예컨대 ‘소규모 팀을 위한 프로젝트 관리 소프트웨어’ 관련 다수의 기사가 인용된다면 이와 관련된 포괄적이고 심층적인 콘텐츠를 제작해 AI가 참고할 수 있도록 해야 합니다.

넷째, 최신성을 유지하기 위해 콘텐츠를 정기적으로 업데이트해야 합니다. 최근 2~3개월 내 작성된 자료가 AI 인용에서 우선시되므로 통계 추가, 사례 연구 삽입, FAQ 업데이트 등을 통해 꾸준히 신선도를 관리해야 합니다.

다섯째, ‘X vs Y’ 또는 ‘X vs Y vs Z’ 형태의 비교 페이지를 만들어야 합니다. 사용자는 특정 제품 간 비교를 원하며, AI도 상세한 비교 분석 자료를 인용합니다. 이때 장단점을 균형 있게 서술하고 실제 가격과 제한 사항까지 투명하게 공개하는 것이 신뢰도를 높여 반복 인용으로 이어집니다.

기술적 측면에서는 여섯째로 robots.txt 파일 설정 오류로 인해 AI 크롤러 접근이 차단되는 문제를 반드시 점검해야 합니다. ChatGPT-User, Claude-Web 등 주요 봇이 차단되지 않도록 허용 설정을 해야 하며 서버 로그 확인으로 크롤링 활동 여부를 검증할 필요가 있습니다.

일곱째로는 크롤러 접근 중 발생하는 404·500 오류나 타임아웃 문제 등 서버 에러를 모니터링하고 해결해야 합니다. CDN 보안 설정이나 DDoS 방어 정책이 정상적인 크롤링을 방해하지 않도록 조치해야 한다고 전문가들은 전했습니다.

마지막으로 여덟째는 주요 콘텐츠가 JavaScript 의존형이라면 AI 크롤러가 내용을 읽지 못하므로 서버 사이드 렌더링이나 정적 사이트 생성기 활용 등으로 메인 콘텐츠 노출 방식을 개선해야 한다고 권고합니다.

이처럼 GEO 전략은 크게 세 가지 핵심 행동으로 요약됩니다: 첫째, 이미 신뢰받는 출처와 커뮤니티에서 언급되어야 하며; 둘째, AI가 선호하는 비교 및 최신 콘텐츠를 지속적으로 생산하고; 셋째, 기술적 장애물을 제거하여 AI 크롤러 접근성을 확보하는 것입니다.

Writesonic 관계자는 “수작업으로도 가능하지만 시간과 인력이 많이 소요된다”며 “우리 플랫폼은 단순 추적을 넘어 구체적인 실행 방안을 제공해 기업들의 AI 가시성을 높인다”고 밝혔습니다.

AI 기반 검색 엔진 최적화는 이제 선택이 아닌 필수 전략으로 자리 잡았습니다. 기업들이 이 가이드라인을 충실히 이행한다면 향후 디지털 시장에서 경쟁 우위를 확보할 수 있을 것으로 전망됩니다.

• 추천 태그 : #AI검색최적화 #생성형엔진최적화 #B2B마케팅전략

8 Generative Engine Optimization (GEO) Strategies For Boosting AI Visibility in 2025

Discover effective ways to boost search visibility with GEO and ensure your brand appears in AI search results.

Search Engine JournalSamanyou Garg

☕ 커피 마시며 읽어 볼 정보들

• Perplexity의 새로운 LLM 기반 브라우저 'Comet' 공개: SEO 전문가를 위한 5가지 시사점. Perplexity가 새롭게 선보이는 LLM 기반 브라우저 'Comet'는 기존 Perplexity 웹 인터페이스와 유사한 디자인을 채택했습니다. 주요 차이점은 각 프롬프트 결과 상단에 표시되는 세 개의 '파란색 링크'이며, 이는 사용자가 특정 정보로 바로 이동할 수 있도록 돕습니다. LLM 기반 브라우저의 핵심 기능 중 하나는 사용자의 이전 브라우징 기록을 활용하여 개인화된 추천을 제공하는 것입니다. 예를 들어, 사용자가 과거에 살펴본 신발 목록 중에서 추천을 요청하면, 브라우저는 이를 바탕으로 답변을 제공할 수 있습니다. Comet은 Google 검색이 아닌 Perplexity 생태계를 중심으로 구축되었습니다. 새로운 탭을 열고 검색어를 입력하면 Google 검색 결과 대신 Perplexity 프롬프트로 연결됩니다. 이는 사용자들이 더 깊이 있는 질문을 할 수 있도록 유도하며, 결과적으로 더 길고 상세한 쿼리를 생성하게 될 것입니다. 또한, Comet은 모든 페이지에 적용 가능한 'AI 어시스턴트' 기능을 제공합니다. 이 기능은 페이지 내용을 요약하거나 페이지 내용에 대한 질문에 답변하는 등 다양한 방식으로 활용될 수 있어, 콘텐츠 제작 시 사용자의 질문을 예상하고 이에 맞춰 정보를 구성하는 것이 중요해질 것입니다. 현재로서는 Comet이 Chrome 사용자를 대규모로 전환시킬 만큼 차별화된 경험을 제공하지는 않지만, Google이 Gemini를 통해 유사한 기능을 Chrome에 통합할 가능성이 높아 향후 경쟁 구도에 주목할 필요가 있습니다. | 전체 읽기
• AI 검색의 새로운 규칙: 커뮤니티 콘텐츠가 브랜드 마케팅을 앞서다. 인공지능(AI) 검색 모델은 공식 브랜드 마케팅 자료보다 커뮤니티 생성 콘텐츠를 더 신뢰하는 경향을 보입니다. 위키피디아와 레딧 같은 플랫폼은 다양한 산업 분야에서 기업 웹사이트보다 AI 답변에 더 자주 인용되는 것으로 나타났습니다. 특히 디지털 기술 분야에서 위키피디아는 ChatGPT 응답에서 평균적으로 프롬프트당 한 번 이상 참조되어 167.08%의 인용 빈도를 기록했습니다. 반면, 마이크로소프트의 블로그는 레딧의 제품 관련 스레드보다 적은 AI 인용수를 생성했으며, 애플의 마케팅 페이지는 AI 모델이 권위 있는 정보를 필요로 할 때 위키피디아의 중립적인 제품 사양과 경쟁하지 못했습니다. 이는 AI 모델이 집단 지성을 선호하며, 커뮤니티 소스가 편향되지 않고 신뢰할 수 있는 정보를 제공한다고 판단하기 때문일 수 있습니다. AI 검색에서 성공하기 위해서는 AI 모델이 정보를 찾는 곳, 즉 커뮤니티 검증 소스와 중립적이고 사실적인 콘텐츠에 대한 권위를 구축하는 것이 중요합니다. 기업은 위키피디아 항목을 최신 정보로 업데이트하고, 제품 페이지는 홍보 문구 대신 구체적이고 검증 가능한 사실을 포함하도록 수정해야 합니다. 또한, G2 토론이나 관련 커뮤니티, 산업 포럼 등 AI 모델이 실제로 인용하는 커뮤니티 소스에 적극적으로 참여하여 브랜드 가시성을 높여야 합니다. 이는 전통적인 콘텐츠 마케팅 전략이 AI 검색 시대에는 반드시 통하지 않음을 시사하며, 커뮤니티 참여를 통한 진정성 있는 소통이 AI 검색에서의 영향력을 확대하는 핵심 요소임을 보여줍니다. | 전체 읽기