데이비드 헤이즈(Forsman & Bodenfors 유럽 디지털 책임자)는 브랜드들이 수년간 축적한 검색 지분이 AI의 진화와 함께 급속도로 변화하고 있다는 중요한 전환점을 지적합니다. AI가 검색 엔진에서 답변 엔진으로 변화하면서, AI 검색 최적화는 많은 파트너들 사이에서 고차원적 논의 주제가 되었습니다. 맥킨지 연구는 이 긴박성을 뒷받침하며, 이미 절반의 소비자가 AI 기반 검색을 사용하고 있으며, 2028년까지 이 플랫폼을 통한 소비자 지출이 7, 500억 달러에 달할 것으로 예측됩니다. 마케터들은 이제 SEO 전략을 재고하며, 인간이 아닌 알고리즘을 위한 최적화에 집중하고 있습니다. 피츠코의 디지털 플랫폼 그룹 디렉터인 사바나 빅토리아는 이번 전환이 새롭고 차별화된 웹사이트 구조 전략을 요구한다고 강조하며, 기존 SEO와 AI 및 생성 검색 엔진 최적화(AEO, GEO)를 구별합니다. 현재 고객이 브랜드를 찾는 환경은 구글 검색 결과를 넘어선 곳으로 확장되었으며, AI 검색은 “제로 클릭(Zero-Click)” 환경을 조성하여 가시성 측정과 전략 수립을 어렵게 만듭니다. 에이전시들은 FAQ를 통한 명확한 질문과 답변 형식을 우선시하는 것, 사이트 내용을 키워드 대신 질문과 답변으로 구성하는 것, 시각 자료에 대체 텍스트를 추가하는 것, 그리고 소유 미디어부터 보도자료, 인플루언서 캠페인까지 모든 채널에서 일관된 브랜드 메시지를 유지하는 전략에 의견을 모읍니다. 평판과 신뢰도는 매우 중요하며, AI 시스템은 이러한 요소들을 평가에 크게 반영할 가능성이 높기 때문입니다. 마케시(Markacy)의 미디어 부사장 크리스 리가스는, 인지된 평판과 신뢰도가 점점 더 중요한 기준이 되어 직접 답변보다 이를 더 중시한다고 주장합니다. 실무 차원에서, 고 피쉬 디지털과 같은 에이전시들은 검색 플랫폼이 콘텐츠를 어떻게 선택하는지 이해하기 위해 API를 활용하여 AI 모델을 역설계하고 있습니다. 고 피쉬의 최고 제품 및 AI 책임자인 댄 힝클리(Dan Hinckley)는, 페이지 상단에 배치된 콘텐츠가 AI 검색 결과에 더 잘 노출된다는 사실을 발견했습니다.

포스만 & 보덴포스는 브랜드 톤, 가시성 기준, SEO 지표를 학습한 AI 에이전트를 개발하여 고객 기사 분석, 편집 속도 향상, 메시지 일관성 확보를 동시에 추구하고 있습니다. Syndigo와 같은 소프트웨어는 소매업체와 디지털 플랫폼 전반에 걸쳐 제품 정보를 균일하게 유지하는 데 도움을 주어, AI의 정보 처리 효율을 높입니다. 유료 미디어 전략도 진화했으며, 피츠코는 구글의 퍼포먼스 맥스 캠페인을 활용해 AI 생성 요약에 자연스럽게 노출될 수 있도록 추천합니다. 힝클리는 AI 언어 모델이 사람과 유사하게 정보를 효율적으로 전달하는 것을 목표로 한다고 강조합니다. 그럼에도 불구하고, AI 검색의 성공을 측정하고 평가하는 것은 여전히 어려운 문제입니다. 대규모 언어 모델(LLM) 알고리즘의 불투명성 때문에, 에이전시들은 고객 콘텐츠가 제로 클릭 결과에 얼마나 자주 노출되는지나 AI 전략 시행 후 웹 트래픽 변화 등을 모니터링하며 지표를 추적합니다. 리가스는 분석의 한계 때문에 성과 향상을 구체적으로 유도하는 요소를 파악하기 어렵다고 지적합니다. 유혹에도 불구하고, 에이전시 리더들은 블랙햇(불법적이거나 비윤리적) SEO 기법을 경계합니다. AI 학습 데이터의 주요 출처인 레딧은 최근 퍼플렉시티(Perplexity)를 상대로 무단 데이터 스크래핑 소송을 제기했고, 일부 브랜드는 LLM 크롤러를 유인하기 위해 특별히 프로모션 게시물을 제작하는 사례도 보고됩니다. 또한, 보이지 않는 텍스트를 삽입하는 “클로킹(cloaking)” 같은 초기 전략도 등장했지만, 전문가들은 이러한 방법들이 역으로 AI가 학습하여 이를 감지하고 무력화할 수 있기 때문에 위험하다고 경고합니다. 헤이즈는 신중하고 시험과 학습을 거치는 접근법의 중요성을 강조하며, AI 가시성을 위한 해킹은 없으며, 시스템을 속이려는 시도는 초기 SEO 조작과 마찬가지로 실패할 것이라고 확언했습니다.