이번에 소개할 사례는 수도권 한 신도시에서 출장세차를 운영하는 광고주입니다. 광고주 요청에 따라 상호와 정확한 지역은 공개하지 않지만, 어떤 상태였고 무엇을 바꿨고 무슨 일이 일어났는지는 있는 그대로 정리했습니다.
어떤 상태였나
이 광고주는 네이버 플레이스와 지역 카페 홍보에 집중하고 있었습니다. 잘못된 방향은 아니었습니다. 실제로 그 채널들로 일이 어느 정도 들어오고 있었으니까요. 문제는 거기서 더 늘지 않는다는 것이었습니다. 들어오는 일감은 있지만 충분한 수준은 아니었고, 홍보를 더 해도 눈에 띄게 늘지 않는 구간에 들어와 있었습니다.
많은 지역 기반 서비스업이 여기서 멈춥니다. 네이버라는 한 채널 안에서만 경쟁하고 있기 때문입니다.
진단에서 확인한 것
AI 검색 진단을 돌려보니 두 가지가 명확했습니다.
- 채널마다 정보가 달랐습니다 — 구글, 카카오맵, 네이버에 등록된 정보가 서로 일치하지 않는 정보 비대칭 상태였습니다. AI는 여러 출처를 대조해 신뢰도를 판단하는데, 출처마다 말이 다르면 그 업체를 확신 있게 추천하지 못합니다.
- 홈페이지를 AI가 제대로 읽지 못했습니다 — 사람 눈에는 멀쩡해 보여도, 기계가 "이 업체가 무엇을 하는 곳이고 어디서 어떤 서비스를 제공하는지" 구조적으로 이해할 수 있는 형태가 아니었습니다.
무엇을 했나
화려한 기법은 없었습니다. 순서대로 기본을 채웠습니다.
- 흩어진 정보를 전부 일치시켰습니다 — 구글, 카카오맵, 네이버에 등록된 업체명, 지역·서비스 범위, 연락처, 영업시간, 제공 서비스를 하나의 기준으로 통일했습니다. AI가 어느 출처를 보든 같은 답이 나오게 만드는 작업입니다.
- 홈페이지를 스키마 구조로 정확하게 정비했습니다 — 업종·서비스·지역·연락 정보를 구조화 데이터(Schema.org)로 명시해서, 검색엔진과 AI가 이 업체를 하나의 명확한 실체로 인식할 수 있게 만들었습니다. GEO에서 홈페이지가 중요한 이유는 디자인이 아니라 이 구조 때문입니다.
- 실제 작업 사례를 쌓았습니다 — AI는 근거 없이 추천하지 않습니다. 실제로 어떤 차량에 어떤 작업을 했는지가 축적되면서, AI가 인용할 수 있는 근거가 생겼습니다.
무슨 일이 일어났나
작업을 시작하고 약 2개월 뒤, 구글 AI 개요(AI Overviews)에 노출되기 시작했습니다. 고객이 구글에 관련 질문을 했을 때 AI가 요약해 주는 답변 안에 이 업체가 등장하기 시작한 것입니다.
그리고 조금 더 시간이 지나자 ChatGPT에서도 추천을 받기 시작했습니다. 네이버 한 채널에 갇혀 있던 업체가, 고객이 어디에 물어보든 후보에 오르는 상태로 넘어가기 시작한 것입니다.
이 사례가 말해주는 것
- 네이버를 잘하는 것과 AI에 추천받는 것은 다른 문제입니다. 채널 하나를 열심히 해도, 다른 엔진이 보는 출처가 비어 있으면 그 엔진의 답변에는 나오지 않습니다.
- 정보 비대칭은 생각보다 치명적입니다. 없는 걸 만드는 것보다, 이미 있는 정보가 채널마다 어긋나 있는 걸 맞추는 게 먼저입니다. 가장 빠르게 효과가 나는 작업이기도 합니다.
- 홈페이지는 예뻐서가 아니라 읽혀야 의미가 있습니다. AI가 이해할 수 있는 구조 여야 인용 후보가 됩니다.
- 시간이 걸립니다. 하루아침에 되지 않습니다. 정보 정비 후 몇 주, 인용 확대까지 몇 개월 단위로 봐야 합니다. 대신 한 번 쌓이면 광고처럼 끄면 사라지지 않습니다.
우리 업종도 될까요?
출장세차만의 특별한 방법을 쓴 게 아닙니다. 고객이 AI에게 "○○ 잘하는 곳 추천해줘"라고 묻는 업종이라면 원리는 같습니다. 음식점, 병원, 학원, 뷰티, 인테리어, 각종 출장·방문 서비스 모두 해당됩니다. 오히려 이 사례처럼 경쟁사가 아직 AI 검색을 신경 쓰지 않는 업종·지역일수록 선점 효과가 큽니다.
우리 업체가 지금 AI 검색에서 어떤 상태인지, 채널 간 정보가 어긋나 있지는 않은지 궁금하시다면 무료 AI 검색 진단으로 실제 데이터를 먼저 확인해 보세요. 이 사례도 진단에서 시작했습니다.