30초 핵심 요약
- 1AI 검색 성과는 GSC 하나로도, GA4 하나로도 다 보이지 않습니다.
- 2GSC는 검색면 성과의 바닥 데이터, GA4는 세션과 전환을 보여 줍니다.
- 3프롬프트 추적은 질문 장면별 존재감을, 브랜드 언급·비교 노출은 검토 문맥을 보여 줍니다.
- 4페이지 기여도는 실제 성과를 만든 페이지를 보여 줍니다. 이 다섯 축을 한 장으로 묶어야 AI 검색 성과가 읽힙니다.
AI 검색 성과 측정은 검색 노출, 방문과 전환, AI 답변 안의 언급과 인용을 한 리포트로 묶어 보는 일입니다.
먼저 확인할 점
AI 검색 성과는 트래픽 리포트와 AI 언급 리포트를 따로 보는 방식으로는 제대로 측정되지 않습니다. 먼저 AI 시대 SEO 기본기로 검색면의 바닥 데이터를 잡고, AI 답변에 실제로 선택되는 구조는 AI에게 인용되는 콘텐츠 만드는 법과 함께 봐야 합니다.
실무에서는 보통 이렇게 나눠 봐야 합니다.
- GSC: 어떤 검색 수요와 페이지가 검색면에서 반응을 얻는가
- GA4: 실제 세션, engaged session, 전환으로 이어졌는가
- 프롬프트 추적: 우리가 어떤 질문에서 등장하고 빠지는가
- 브랜드 언급, 비교 노출: 경쟁사와 어떤 문맥으로 같이 검토되는가
- 페이지 기여도: 어떤 페이지가 그 질문 장면을 받쳐줬는가
핵심은 분명합니다. AI 검색 성과는 채널 성과가 아니라 질문 성과와 검토 성과까지 포함해 읽어야 합니다.
왜 측정이 더 어려워졌을까
검색 결과가 링크 목록 중심이던 시절에는 성과 해석이 비교적 단순했습니다. 노출, 클릭, 세션, 전환 흐름이 비교적 직선으로 이어졌기 때문입니다. 하지만 AI 검색에서는 사용자가 답변을 먼저 읽고, 그다음에 클릭할지 말지를 결정합니다. 어떤 경우에는 클릭 없이도 브랜드를 기억하고, 다른 채널에서 다시 들어오기도 합니다.
Google도 2024년 Search의 AI 경험에서 클릭 수만으로 품질을 단정하면 안 된다는 취지의 설명을 내놨습니다. AI가 문맥을 먼저 압축해 보여주기 때문에, 예전보다 클릭은 줄어도 더 의도 있는 방문이 생길 수 있다는 의미입니다.
여기서 실무자가 자주 빠지는 함정이 있습니다.
- GSC 클릭이 줄면 AI 검색 성과가 나빠졌다고 바로 결론내린다.
- GA4에 ChatGPT referral이 조금 잡힌다고 그게 AI 검색 전체라고 생각한다.
- 브랜드 언급 스크린샷 몇 장을 모아놓고 성과 리포트라고 부른다.
이 셋은 모두 절반만 본 해석입니다.
왜 GSC, GA4, 프롬프트 추적을 따로 보면 안 될까
AI 검색 성과는 한 도구가 아니라 서로 다른 질문에 답하는 데이터 묶음으로 봐야 합니다. SEO와 GEO를 따로 나누기보다 SEO와 GEO 통합 전략처럼 검색 노출, 답변 인용, 전환 흐름을 한 운영 루프로 묶어야 합니다.
- GSC는 검색면에서 어떤 쿼리와 페이지가 반응했는지 보여줍니다.
- GA4는 그 반응이 실제 방문과 전환으로 이어졌는지 보여줍니다.
- 프롬프트 추적은 검색창 밖에서 잘 안 드러나는 질문 장면을 보여줍니다.
- 브랜드 언급, 비교 노출은 우리 브랜드가 검토 대상에 들어갔는지 보여줍니다.
- 페이지 기여도는 어떤 자산이 그 장면을 만든 건지 설명해 줍니다.
즉, GEO 콘텐츠 구조까지 함께 보면, AI 검색 측정은 “트래픽 집계”보다 “질문-노출-방문-검토-전환”을 연결하는 작업에 가깝습니다.
HaloX가 제안하는 5단 측정 프레임워크
아래 다섯 축을 같이 봐야 월간 리포트가 흔들리지 않습니다.
| 축 | 주로 보는 데이터 | 핵심 질문 | 실무 해석 포인트 |
|---|---|---|---|
| GSC | 쿼리, 노출, 클릭, CTR, 평균 게재 페이지 | 어떤 검색 수요와 페이지가 검색면에서 반응했나 | AI 검색 환경에서도 검색 수요의 바닥 데이터를 확인하는 기준선 |
| GA4 | session source/medium, landing page, engaged session, conversion | 실제 방문과 전환이 생겼나 | LLM referral, organic search, direct/assist를 함께 봐야 함 |
| 프롬프트 추적 | 질문 세트별 등장 여부, 순위/선정 여부, 답변 문맥 | 어떤 질문에서 등장하고 빠지나 | 검색량이 아니라 의사결정 장면을 본다 |
| 브랜드 언급, 비교 노출 | 동시 언급 경쟁사, 추천/비교/대안 문맥 | 검토 대상에 들어갔나 | 단순 언급보다 비교, 추천 맥락 비중이 중요 |
| 페이지 기여도 | 근거로 쓰인 URL, 랜딩 페이지, 보조 페이지, 내부 링크 구조 | 무엇이 실제로 기여했나 | 성과를 만든 페이지와 빠진 페이지를 구분할 수 있음 |
이 프레임워크의 장점은 지표를 늘리는 데 있지 않습니다. 서로 다른 지표가 각각 무엇을 설명하는지 역할을 분리하는 데 있습니다.
1. GSC: 검색면 성과의 바닥 데이터를 본다
GSC는 여전히 첫 번째 데이터 소스입니다. Google은 일부 사이트부터 AI 성과 리포트도 따로 제공하기 시작했습니다(Search Console AI 리포트). 다만 AI 검색 시대에는 GSC를 “정답 리포트”가 아니라 “바닥 데이터”로 읽어야 합니다.
GSC에서 반드시 봐야 할 것
- 브랜드 쿼리와 비브랜드 쿼리 비중 변화
- AI 검색 관련 핵심 주제 쿼리의 노출, 클릭 추이
- AI 검색 문맥에 맞는 페이지의 CTR 변화
- 비교형, 문제해결형, 도입형 페이지의 반응 차이
- 검색면 반응은 있는데 GA4 전환이 약한 페이지
GSC만으로 부족한 이유
Search Console은 여전히 가장 믿을 만한 검색 기초 데이터지만, 현 시점에서 AI 검색 성과를 완전히 분리해 보여주는 표준 리포트로 가정하면 안 됩니다. 업계에서 AI Search performance report 테스트 신호를 주시하고는 있지만, 모든 사이트가 동일하게 활용할 수 있는 상태로 받아들이면 리포트가 쉽게 흔들립니다.
그래서 GSC는 이렇게 해석하는 편이 안전합니다.
- 검색면의 관심 변화가 있었는가
- 어떤 쿼리, 페이지 묶음이 반응했는가
- 클릭 수만 줄었는지, 아니면 노출 구조 자체가 바뀌었는가
핵심은 GSC를 AI 검색 전체의 종합 성적표로 쓰지 않는 것입니다.
2. GA4: 세션과 전환 연결을 본다
GA4는 “실제 방문이 일어났는가”를 판단하는 층입니다. AI 도구에서 온 방문은 GA4 기본 채널 AI Assistant로 일부 구분됩니다(GA4 AI Assistant 채널). 여기서는 총세션보다 어떤 유입이 어떤 랜딩 페이지를 통해 어떤 행동으로 이어졌는가입니다.
GA4에서 AI 검색 측정을 위해 묶어볼 항목
- LLM referral source/medium 묶음
- 예: chatgpt.com, perplexity.ai, gemini.google.com, copilot.microsoft.com 등
- organic search와 LLM referral의 landing page 겹침
- engaged session 비율
- scroll, signup, demo request, contact 등 핵심 이벤트
- 첫 방문 전환과 보조 전환
- direct 재방문 증가 여부
왜 LLM referral만 보면 안 될까
AI 검색 성과는 referral 로그에 다 남지 않습니다. 사용자가 답변만 보고 나중에 브랜드명을 검색하거나, 바로 URL을 입력하거나, 다른 채널에서 다시 들어오는 경우가 많기 때문입니다.
그래서 GA4에서는 세 가지를 함께 봐야 합니다.
- 명시적 LLM referral: 실제로 AI 서비스에서 클릭이 들어온 경우
- 보조 전환: AI 경험 이후 다른 채널에서 전환된 경우
- 랜딩 페이지 반응: AI 검색 문맥에서 자주 쓰일 만한 페이지가 행동 품질까지 좋은지
실무에서는 AI 검색 관련 landing page 집합을 먼저 정해두고, 그 페이지군의 source/medium 분포와 전환 기여를 같이 보는 편이 훨씬 안정적입니다.
3. 프롬프트 추적: 질문 장면별 존재감을 본다
여기서부터가 기존 SEO 리포트와 가장 달라지는 구간입니다. 프롬프트 트래킹 운영법은 프롬프트 트래킹으로 AI 노출 모니터링하기에 정리했습니다. 프롬프트 추적은 검색량이 아니라 판단 장면을 추적합니다.
예를 들어 아래 질문들은 키워드 보고서만으로는 잘 안 잡힙니다.
- 우리 회사 같은 B2B SaaS가 AI 검색 성과를 보려면 어떤 도구를 써야 하나?
- SEO 팀이 GEO까지 함께 운영하려면 어떤 지표를 우선 봐야 하나?
- AI 검색에서 브랜드 비교 노출을 추적하려면 무엇을 봐야 하나?
- GSC와 GA4만으로 AI 검색 측정이 충분한가?
프롬프트 추적에서 관리할 기본 항목
- 프롬프트 ID 또는 질문군
- 질문 의도: 정보형 / 비교형 / 추천형 / 도입형 / 문제해결형
- 우리 브랜드 등장 여부
- 경쟁사 동시 언급 여부
- 추천 문맥 포함 여부
- 인용/근거로 연결된 페이지
- 답변 품질 메모와 변동 이력
프롬프트 추적의 장점은 분명합니다. 실제로 선택이 일어나는 질문을 중심으로 성과를 읽을 수 있다는 점입니다.
4. 브랜드 언급, 비교 노출: 검토 문맥을 본다
브랜드가 한 번 언급됐다는 사실만으로는 부족합니다. 경쟁사 대비 비중은 브랜드 점유율(SOV)로 봅니다. 실무에서는 아래 순서로 강도를 나눠보는 편이 좋습니다.
- 단순 언급
- 설명형 언급
- 비교형 언급
- 추천형 언급
- 대안 후보 언급
- 도입 검토형 언급
이렇게 나눠보면 “보이긴 보이는데 왜 체감이 없지?” 같은 질문에 답하기 쉬워집니다. 보이는 건 맞지만, 비교나 추천 문맥에 잘 안 들어가면 실무 체감은 거의 없습니다.
반드시 따로 봐야 할 항목
- 경쟁사 동시 언급률
- 비교 프롬프트에서의 등장률
- 추천 프롬프트에서의 등장률
- 우리 브랜드는 빠지고 경쟁사만 나오는 질문군
- AI가 우리를 설명할 때 반복해서 쓰는 선택 이유, 배제 이유
브랜드 언급은 존재감의 시작이고, 비교 노출은 검토 진입의 신호입니다.
5. 페이지 기여도: 무엇이 실제 성과를 만들었는지 본다
여기서 많은 팀이 놓칩니다. AI 검색 성과를 보면서도 정작 어떤 페이지가 성과에 기여했는지는 연결하지 않는 경우가 많습니다.
페이지 기여도는 최소한 세 층으로 나눠보면 좋습니다.
- 직접 기여 페이지: 실제 랜딩이나 인용 근거로 자주 연결되는 페이지
- 보조 기여 페이지: 내부 링크와 정의 설명으로 이해를 받쳐주는 페이지
- 결손 페이지: 질문은 있는데 대응할 페이지가 비어 있는 영역
예를 들면 이런 식입니다.
- “AI 검색 성과 측정” 질문군 → 이 글 같은 프레임워크 페이지가 직접 기여
- “GSC AI 검색 리포트가 따로 있나?” → FAQ/가이드 페이지가 직접 기여
- “우리 브랜드가 왜 비교 질문에서 빠지나?” → 비교 페이지, 도입 체크리스트, use case 페이지가 보조 기여
페이지 기여도를 보기 시작하면 콘텐츠 팀의 우선순위가 바뀝니다. 트래픽이 높은 글보다 비교, 도입, 평가 문맥을 받쳐주는 페이지를 먼저 보강하게 됩니다.
다섯 축을 한 장으로 묶는 대시보드 예시
실무에서는 월간 리포트를 아래 구조로 구성하면 됩니다.
1) Executive Summary
- 이번 달 AI 검색 관련 핵심 변화 3줄
- 증가/감소가 아니라 의미 있는 변화 위주로 요약
- 예: 비교형 프롬프트 등장률 상승, LLM referral landing page 전환 개선, 특정 경쟁사 동시 언급 증가
2) GSC 요약
- 핵심 쿼리군 노출, 클릭, CTR 변화
- 브랜드/비브랜드 비중 변화
- 반응이 좋아진 페이지 3개, 약해진 페이지 3개
3) GA4 요약
- LLM referral 세션
- AI 검색 관련 landing page engaged session
- 핵심 전환 이벤트와 assist 흐름
- direct 재방문, branded search 재유입 변화
4) 프롬프트/브랜드 가시성 요약
- 질문군별 등장률
- 추천형, 비교형, 도입형 프롬프트 비중
- 경쟁사 동시 언급 상위 패턴
- 빠지는 질문군 5개
5) 페이지 기여도 요약
- 가장 많이 기여한 페이지 5개
- 빠진 질문을 메울 신규 페이지 3개
- 업데이트가 필요한 기존 페이지 3개
이렇게 보면 경영진은 방향을 읽고, 실무자는 바로 실행 항목을 뽑을 수 있습니다.
운영 루틴은 어떻게 짜야 할까
AI 검색 측정은 주간과 월간 루틴을 나눠야 효율적입니다.
주간 루틴
- 핵심 프롬프트 세트 점검
- 주요 경쟁사 동시 언급 변동 확인
- LLM referral landing page 이상치 체크
- 새로 뜬 질문군 메모
월간 루틴
- GSC 쿼리, 페이지 트렌드 정리
- GA4 전환/assist 패턴 요약
- 프롬프트군별 가시성 변화 정리
- 페이지 기여도 평가
- 신규 비교 페이지 / FAQ / 측정 페이지 우선순위 확정
분기 루틴
- KPI 정의 재조정
- 질문군 세트 재정비
- 경쟁사 비교 축 업데이트
- 보고서 템플릿 개편
실무에서 자주 하는 오해 5가지
1. 클릭이 줄면 무조건 나빠진 것이다
아닙니다. AI 검색에서는 클릭이 더 압축되고, 대신 방문 의도가 더 선명해질 수 있습니다. 클릭 수만이 아니라 engaged session과 전환 품질을 함께 봐야 합니다.
2. GA4에 LLM referral이 적으니 AI 검색 성과도 미미하다
그렇게 단정하기 어렵습니다. AI 경험 뒤에는 브랜드 검색, direct 재방문, 다른 채널 재유입이 섞일 수 있습니다.
3. 브랜드 언급이 늘었으니 충분하다
언급은 시작일 뿐입니다. 비교, 추천, 대안 문맥에 들어가지 않으면 실제 검토 강도는 낮을 수 있습니다.
4. 프롬프트 추적은 실험용이라 리포트에 넣기 어렵다
오히려 반대입니다. 지금은 표준화된 단일 리포트가 없기 때문에 프롬프트 추적이 실무 해석의 핵심 레이어가 됩니다.
5. 페이지별 기여도는 나중에 봐도 된다
늦습니다. 페이지 기여도까지 봐야 어떤 콘텐츠를 더 만들고 무엇을 고쳐야 할지 결정할 수 있습니다.
HaloX 관점에서 꼭 남겨야 할 결론
AI 검색 성과가 안 보이는 이유는 데이터가 없는 게 아니라, 데이터가 각기 다른 도구에 흩어져 있기 때문입니다.
- GSC만 보면 검색면 반응만 보입니다.
- GA4만 보면 방문과 전환만 보입니다.
- 프롬프트 추적만 보면 질문 장면만 보입니다.
- 브랜드 언급만 보면 존재감만 보입니다.
- 페이지 기여도만 보면 원인 일부만 보입니다.
이 다섯 개를 연결해야 비로소 “우리가 어디서 보이고, 어디서 비교되고, 무엇이 전환을 만들었는가”가 읽힙니다.
그래서 AI 검색 성과 측정의 핵심은 대시보드를 하나 더 만드는 일이 아닙니다. 질문-검색면-방문-검토-전환을 한 문장으로 설명할 수 있는 운영 프레임을 만드는 일입니다.

