ChatGPT에게 우리 업종을 물어보면 경쟁사만 추천하는 이유

TL;DR: 왜 AI가 우리를 모르는가?

학습 데이터 부재 — AI는 학습 시점까지의 웹 데이터에서 브랜드를 학습하며, 외부 언급이 적으면 존재 자체를 모름
구조화 데이터 미비 — 스키마 마크업, llms.txt 없이는 AI가 브랜드의 정체성을 파악할 수 없음
권위 있는 제3자 언급 부족 — AI 추천의 41%는 권위 있는 리스트 등재에서 결정됨
해결책 — 엔티티 인식 강화, 구조화 데이터 구현, 외부 인용 확보가 핵심

"서울 최고의 마케팅 대행사 추천해줘."

ChatGPT에 이런 질문을 던져본 적 있으신가요? 답변에 경쟁사 3~4곳이 이름과 함께 깔끔하게 정리되어 나옵니다. 그런데 우리 회사는 없습니다. Google 검색에서는 1페이지에 잘 나오는데, AI에게는 존재하지 않는 회사가 된 겁니다.

출처: Onely - How ChatGPT Decides Which Brands to Recommend

ChatGPT의 브랜드 추천에서 가장 큰 영향력을 가지는 것은 "권위 있는 리스트 등재"(41%), "수상/인증"(18%), "온라인 리뷰"(16%) 순

이것은 SEO 실력의 문제가 아닙니다. AI가 브랜드를 인식하고 추천하는 메커니즘 자체가 Google 검색과 근본적으로 다르기 때문입니다. 2026년 현재, B2B 구매자의 89%가 의사결정에 생성형 AI를 활용하고 있고, AI 검색 트래픽은 전년 대비 300% 이상 성장했습니다.

AI가 브랜드를 추천하는 메커니즘

ChatGPT, Claude, Perplexity 같은 LLM 기반 도구가 특정 브랜드를 추천하는 과정은 Google 검색 랭킹과 완전히 다른 방식으로 작동합니다.

1단계: 학습 데이터에서 엔티티 인식

LLM은 수십억 개의 웹 문서를 학습하면서 브랜드를 하나의 "엔티티(entity)"로 인식합니다. 이 과정에서 중요한 것은 백링크 수가 아니라 얼마나 다양한 맥락에서 일관되게 언급되었는가입니다.

인식 요소	Google SEO 영향	AI 추천 영향
백링크 수	높음	거의 없음
도메인 권위(DA)	높음	거의 없음
키워드 최적화	높음	낮음
제3자 리스트 등재	중간	매우 높음(41%)
수상/인증	낮음	높음(18%)
온라인 리뷰	중간	높음(16%)
구조화 데이터	중간	높음

출처: NicoDigital - The AI Search Gap

Google에서 상위 랭킹을 차지하는 브랜드의 26%가 AI 검색에서는 완전히 보이지 않음

2단계: 웹 인용과 실시간 검색

ChatGPT의 검색 모드나 Perplexity는 실시간으로 웹을 검색합니다. 이때 콘텐츠를 가져올 수 있는지 여부가 결정적입니다. AI 크롤러(GPTBot, ClaudeBot, PerplexityBot)가 사이트에 접근할 수 있어야 하고, 가져온 콘텐츠가 기계가 이해할 수 있는 형태여야 합니다.

3단계: 응답 생성 시 브랜드 선택

AI가 "추천"을 만들 때, 응답 하나에 들어가는 브랜드는 보통 3~4개입니다. 이 한정된 자리에 들어가려면 AI가 해당 브랜드를 "신뢰할 만한 선택지"로 판단해야 합니다. 이 판단의 근거가 되는 것이 바로 외부 권위 신호입니다.

출처: Rocketito - ChatGPT Recommends Competitors Not Us

AI 응답당 3~4개 브랜드만 언급되는 구조는 "승자 독식" 역학을 만들며, 기존 시장 리더도 AI 최적화 없이는 밀려날 수 있음

경쟁사는 나오고 우리는 안 나오는 5가지 기술적 원인

원인 1: AI 크롤러 접근 차단

robots.txt에서 GPTBot이나 ClaudeBot을 차단하고 있다면, AI 검색 도구는 사이트 콘텐츠를 실시간으로 읽을 수 없습니다.

확인 방법:

# 브라우저에서 확인
https://yourdomain.com/robots.txt

# 차단 상태 예시
User-agent: GPTBot
Disallow: /

User-agent: ClaudeBot
Disallow: /

경쟁사가 AI 크롤러를 허용하고 있다면, 동일한 질문에 대해 경쟁사 콘텐츠만 인용됩니다.

원인 2: 구조화 데이터(Schema Markup) 부재

AI는 HTML을 "읽긴" 하지만, 구조화 데이터가 있어야 브랜드의 정체성을 정확히 파악합니다. Organization 스키마, Product 스키마, FAQ 스키마가 없으면 AI는 해당 사이트가 무엇을 하는 회사인지 맥락을 잡기 어렵습니다.

출처: Search Engine Land - Mastering GEO in 2026

Organization, Article, FAQ, HowTo, Breadcrumb 스키마를 구현하면 AI 엔진의 콘텐츠 파싱 정확도가 크게 향상됨

필수 스키마 항목:

스키마 유형	용도	AI 영향
Organization	회사 정체성, 로고, 연락처	엔티티 인식의 기초
LocalBusiness	지역 사업체 정보	지역 추천 질문에 필수
Product	제품/서비스 상세	제품 추천 질문 대응
FAQ	자주 묻는 질문	AI 응답에 직접 인용
Review/AggregateRating	평점, 리뷰	신뢰도 신호

원인 3: 권위 있는 외부 언급 부족

AI 추천에서 가장 큰 비중(41%)을 차지하는 것이 "권위 있는 리스트 등재"입니다. 업계 어워드 수상, 비교 사이트 등재, 전문 미디어 기고 같은 제3자 신호가 부족하면 AI는 해당 브랜드를 추천 대상에서 제외합니다.

경쟁사가 나오는 이유는 대부분 여기에 있습니다:

경쟁사는 G2, Capterra 같은 리뷰 플랫폼에 등록되어 있음
경쟁사는 업계 블로그나 뉴스에서 사례로 언급됨
경쟁사는 비교 리스트("서울 베스트 10", "2026년 추천")에 포함됨

출처: Far and Wide - Why Competitors in ChatGPT Not You

전통적 SEO 신호인 백링크, 도메인 권위, 키워드 최적화는 AI 추천에 거의 영향을 미치지 않음

원인 4: 브랜드 네이밍의 엔티티 모호성

브랜드 이름이 일반 명사와 겹치거나, 너무 짧거나, 동음이의어가 많으면 AI가 엔티티를 구분하지 못합니다. "플러스", "스마트", "베스트" 같은 보편적 단어가 포함된 브랜드명은 AI 입장에서 식별이 어렵습니다.

이 문제는 단기간에 브랜드명을 바꿀 수 없으므로, 구조화 데이터와 일관된 외부 언급으로 보완해야 합니다.

원인 5: 콘텐츠 구조의 AI 비친화성

AI가 콘텐츠를 파싱할 때 선호하는 구조가 있습니다. 명확한 제목 계층(H1-H2-H3), 구조화된 목록, 비교 가능한 표 형태의 정보가 그것입니다. 반면 이미지 안에 텍스트를 넣거나, 핵심 정보를 JavaScript로 동적 렌더링하거나, PDF로만 제공하면 AI는 해당 콘텐츠를 제대로 처리하지 못합니다.

AI 가시성을 높이는 기술적 대응법

대응 1: llms.txt 파일 생성

llms.txt는 AI 크롤러에게 사이트 구조를 설명하는 새로운 표준입니다. robots.txt가 "무엇을 크롤링할 수 있는지"를 알려준다면, llms.txt는 "이 사이트가 무엇이고 어떤 콘텐츠가 있는지"를 설명합니다.

출처: LLMrefs - Generative Engine Optimization

llms.txt 파일을 통해 AI 시스템이 사이트 구조를 이해하도록 돕는 것이 GEO의 기본 요소로 부상

# llms.txt 예시
# 회사명: [브랜드명]
# 설명: [업종]에서 [핵심 서비스]를 제공하는 [위치] 기반 기업

## 주요 서비스
- [서비스 1]: [설명]
- [서비스 2]: [설명]

## 주요 콘텐츠
- /blog/: 업계 인사이트와 가이드
- /case-studies/: 고객 성공 사례
- /services/: 서비스 상세 페이지

대응 2: Organization 스키마 강화

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "브랜드명",
  "description": "핵심 서비스 설명",
  "url": "https://yourdomain.com",
  "logo": "https://yourdomain.com/logo.png",
  "sameAs": [
    "https://linkedin.com/company/브랜드명",
    "https://twitter.com/브랜드명"
  ],
  "knowsAbout": ["전문분야1", "전문분야2"],
  "areaServed": "KR"
}

knowsAbout 속성은 AI가 해당 조직의 전문 분야를 인식하는 데 직접적으로 기여합니다.

대응 3: 콘텐츠 구조 AI 친화적으로 전환

AI가 파싱하기 좋은 콘텐츠 구조로 전환해야 합니다.

전환 원칙:

기존 방식	AI 친화적 방식
이미지 안의 텍스트	HTML 텍스트 + alt 태그
긴 서술형 문단	구조화된 목록과 표
PDF 다운로드	웹페이지 + PDF 병행
JavaScript 동적 콘텐츠	SSR/SSG 정적 HTML
모호한 페이지 제목	명확한 H1 + 맥락 설명

대응 4: 외부 인용(Earned Mention) 확보 전략

AI 추천의 핵심인 "외부 인용"을 체계적으로 확보해야 합니다.

단계별 실행 계획:

리뷰 플랫폼 등록 — G2, Capterra, 클러치 같은 B2B 리뷰 사이트에 프로필 생성
업계 미디어 기고 — 전문 블로그, 뉴스 사이트에 기고 또는 인터뷰
비교 콘텐츠 생성 — 자사 블로그에서 경쟁사 대비 차별점을 구조화된 비교표로 제공
사례 연구 공개 — 고객 성공 사례를 웹에 공개하고 Case Study 스키마 적용
어워드 참여 — 업계 시상식, 인증 프로그램에 적극 지원

출처: Lumar - 4-Pillar GEO Strategy Framework

AI 검색에서의 가시성은 특정 순위가 아닌 "멘션 레이트", 즉 다양한 프롬프트에 대해 얼마나 자주 브랜드가 등장하는지로 측정됨

대응 5: AI 크롤러 접근 허용 및 모니터링

# robots.txt에 AI 크롤러 명시적 허용
User-agent: GPTBot
Allow: /

User-agent: ClaudeBot
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: Bingbot
Allow: /

허용 후에는 서버 로그에서 AI 크롤러의 접근 빈도와 크롤링 범위를 모니터링하세요.

AI 브랜드 가시성 자가 진단 체크리스트

아래 항목을 점검하여 현재 AI 가시성 상태를 확인하세요.

점검 항목	확인 방법	상태
robots.txt에서 GPTBot 허용	`yourdomain.com/robots.txt` 확인	[ ]
Organization 스키마 구현	Schema Markup Validator로 테스트	[ ]
llms.txt 파일 존재	`yourdomain.com/llms.txt` 접근 확인	[ ]
ChatGPT에 업종 질문 시 등장 여부	직접 테스트(3~5개 변형 질문)	[ ]
Perplexity에서 브랜드 인용 여부	직접 테스트(업종 관련 질문)	[ ]
주요 리뷰 사이트 프로필 존재	G2, Capterra 등 검색	[ ]
업계 리스트/비교 기사 등장	구글에서 "best [업종] [지역]" 검색	[ ]
SSR 또는 정적 HTML 제공	페이지 소스 보기에서 콘텐츠 확인	[ ]
FAQ 스키마 구현	Rich Results Test로 확인	[ ]
소셜 프로필 sameAs 연결	구조화 데이터에 소셜 링크 포함	[ ]

7개 이상 미충족이라면, AI 검색에서 브랜드가 노출되지 않을 가능성이 높습니다.

자주 묻는 질문

Q1: ChatGPT에 브랜드를 직접 학습시킬 수 있나요?

직접 학습시키는 것은 불가능합니다. LLM은 공개 웹 데이터를 기반으로 학습하므로, 웹상에서 브랜드 관련 정보가 충분히 노출되어 있어야 합니다. 학습 데이터에 포함되려면 AI 크롤러가 접근 가능한 형태로 콘텐츠를 공개하고, 제3자 사이트에서 지속적으로 언급되는 것이 핵심입니다.

Q2: Google SEO를 잘하면 AI 검색에도 자동으로 노출되나요?

아닙니다. Google SEO와 AI 검색 최적화(GEO)는 다른 게임입니다. Google에서 1위를 해도 AI 추천에서 빠지는 사례가 빈번합니다. 백링크나 도메인 권위 같은 전통적 SEO 신호는 AI 추천에 거의 영향을 주지 않습니다. 구조화 데이터, 제3자 언급, AI 크롤러 접근성이 별도로 필요합니다.

Q3: 효과가 나타나려면 얼마나 걸리나요?

기술적 조치(robots.txt 수정, 스키마 추가, llms.txt 생성)는 적용 후 수 주 내에 반영될 수 있습니다. 그러나 외부 인용 확보는 수 개월이 필요합니다. AI 모델의 학습 주기에 따라 차이가 있으며, 실시간 검색 기능이 있는 ChatGPT 검색이나 Perplexity는 비교적 빠르게 반영됩니다.

Q4: 소규모 기업도 대기업을 이기고 AI 추천을 받을 수 있나요?

가능합니다. AI 추천은 회사 규모보다 정보의 구조화와 외부 인용의 질에 따라 결정됩니다. 니치 시장에서 전문성을 일관되게 보여주는 소규모 기업이 대기업보다 먼저 AI에 추천된 사례가 다수 보고되고 있습니다.

출처: ReddiReach - Why ChatGPT Recommends Your Competitors

AI의 3~4개 브랜드 제한 응답 구조에서, AI 최적화를 이해한 작은 기업이 기존 시장 리더를 밀어내는 사례 증가 중

Q5: AI 추천 모니터링은 어떻게 하나요?

정기적으로 업종 관련 질문을 ChatGPT, Perplexity, Claude에 동일하게 던지고 브랜드 등장 여부를 기록하세요. 전문 도구로는 Otterly.ai, LLMrefs 같은 AI 검색 모니터링 서비스가 있으며, 자사와 경쟁사의 AI 인용 빈도를 추적할 수 있습니다.

마무리

ChatGPT가 경쟁사만 추천하는 이유는 단순합니다. AI가 브랜드를 인식하고 추천하는 메커니즘이 Google 검색과 근본적으로 다르기 때문입니다.

지금 해야 할 일을 정리하면:

AI 크롤러 접근 확인 — robots.txt에서 GPTBot, ClaudeBot 허용
구조화 데이터 구현 — Organization, FAQ, Product 스키마 적용
llms.txt 생성 — AI에게 사이트 구조를 직접 설명
외부 인용 확보 — 리뷰 플랫폼 등록, 업계 미디어 노출
AI 추천 모니터링 — 정기적으로 AI 검색에서 브랜드 등장 여부 확인

AI 검색 트래픽이 매년 300% 이상 성장하는 시점에서, AI가 우리 브랜드를 모르는 상태를 방치하는 것은 신규 고객 유입 채널을 통째로 포기하는 것과 같습니다.

우리 브랜드의 AI 가시성이 궁금하시면 XEO 무료 진단을 신청하세요. ChatGPT, Perplexity, Claude에서 브랜드 노출 현황을 분석하고 개선 로드맵을 제안합니다.