AI 검색으로 트래픽은 줄어도 매출은 늘어난다고?
AI search behavior: What it means for your marketing strategy in 2026
AI 검색이 트래픽은 줄이지만 구매 의도가 높은 리드를 보내고 있습니다. HubSpot 리포트에 따르면 AI 검색이 CRM 소프트웨어 구매 의도의 1순위 예측 지표였다는 점이 핵심입니다. 양보다 질의 시대가 본격적으로 시작됐다는 신호죠.
이것만 기억하세요
AI 검색 유입은 전통적 검색 대비 구매 의도가 월등히 높음 - 허수 트래픽을 걸러내는 필터 역할
트래픽 감소를 KPI로만 보면 놓치는 것: 리드 퀄리티와 전환율 상승 트렌드 파악 필요
2026년 마케팅은 AEO(AI Engine Optimization) 중심으로 재편 - SEO 전략 전면 재검토 시점
왜 중요한가
대부분 마케터들이 GA4 대시보드에서 트래픽 하락을 보고 당황하는 사이, 실제로는 더 나은 일이 벌어지고 있습니다. AI 검색 사용자는 이미 여러 번 필터링을 거친 상태예요. ChatGPT나 Perplexity에서 5번 질문하고, 비교 분석까지 다 끝낸 후 당신의 사이트에 도착합니다. 이건 과거 구글에서 "CRM 추천"을 검색하던 사람과는 완전히 다른 레벨이죠.
CRM 소프트웨어 시장이 좋은 예시입니다. AI 검색이 구매 의도의 최고 예측 지표라는 건, 이 채널을 통해 오는 사람들이 이미 구매 여정의 끝자락에 있다는 뜻입니다. 제품 비교 단계를 AI와 함께 끝낸 사람들이죠. 마케팅팀 입장에서는 MQL(Marketing Qualified Lead) 수는 줄어도 SQL(Sales Qualified Lead) 비율이 올라가는 구조입니다. 세일즈팀이 좋아할 수밖에 없는 변화예요.
실전 적용법
먼저 당장 할 일: 트래픽 소스별 전환율 분석을 다시 돌려보세요. AI 검색 유입(ChatGPT, Perplexity 등)과 기존 구글 오가닉의 전환율을 비교하면 큰 차이가 보일 겁니다. 이걸 수치로 확보하면 경영진한테 "트래픽은 줄었지만 파이프라인 퀄리티는 올랐다"는 스토리를 만들 수 있어요. UTM 파라미터에 ai-search 같은 태그를 추가해서 추적을 시작하는 것도 좋습니다.
중기 전략으로는 콘텐츠 방향을 틀어야 합니다. AI가 참조하기 좋은 구조화된 데이터를 만드세요. 비교표, FAQ, 명확한 유즈케이스 설명이 핵심입니다. 예를 들어 "vs 경쟁사" 페이지를 만들 때, AI가 파싱하기 쉽게 표 형식으로 기능 비교를 제공하는 겁니다. 그리고 기존 SEO 예산의 20-30%를 AEO 실험에 투자하세요. AI가 당신 제품을 어떻게 설명하는지 모니터링하고, 잘못된 정보가 있으면 소스 콘텐츠를 수정하는 루프를 만드는 거죠.
프레임워크 분석
이 트렌드는 전통적인 AIDA(Attention-Interest-Desire-Action) 퍼널의 변형을 보여줍니다. AI 검색 시대에는 Attention과 Interest 단계가 AI와의 대화 안에서 이미 해결됩니다. 마케터가 개입할 수 있는 지점은 Desire와 Action으로 좁혀지는 거죠. 이건 Flywheel 모델로 보면 더 명확합니다. AI는 Attract 단계에서 강력한 필터 역할을 하고, 마케터는 Engage와 Delight에 집중해야 합니다. HubSpot이 자사 CRM 데이터로 이 리포트를 낸 것도 이 플라이휠 관점에서 보면 전략적입니다. 고객 여정의 후반부 데이터를 장악하고 있으니, 전반부(AI 검색)의 영향력을 측정할 수 있는 거예요. Jobs-to-be-Done 프레임워크로 접근하면: 고객의 job은 "최적의 CRM 찾기"인데, AI 검색은 이 job의 리서치 부분을 대신 수행해주는 도구가 됐습니다. 마케터는 AI가 수행하지 못하는 job - 신뢰 구축, 구체적 유즈케이스 증명, 온보딩 경험 - 에 집중해야 합니다.
포트폴리오 활용
2025년 하반기, 오가닉 트래픽이 전년 대비 23% 하락하면서 경영진의 우려가 커졌습니다. 그러나 리드 퀄리티 지표에서 이상 신호를 포착했습니다.
트래픽 감소의 실제 비즈니스 임팩트를 파악하고, AI 검색 시대에 맞는 새로운 성과 지표 체계를 수립해야 했습니다.
먼저 레퍼럴 소스를 세분화해 AI 플랫폼(ChatGPT, Perplexity 등) 유입을 별도 추적했습니다. 6주간 데이터를 분석한 결과, AI 검색 유입의 SQL 전환율이 기존 오가닉 대비 2.4배 높다는 것을 발견했습니다. 이를 바탕으로 ①콘텐츠 전략을 비교/분석 중심으로 전환 ②AI가 크롤링하기 좋은 구조화된 데이터 포맷 도입 ③'트래픽' 대신 'qualified pipeline' 중심 KPI 체계로 전환을 제안하고 실행했습니다.
3개월 후 오가닉 트래픽은 추가로 8% 감소했지만, MQL-to-SQL 전환율은 34% 상승했습니다. 세일즈팀의 데모 쇼율이 47% 증가했고, 마케팅팀은 '좋은 리드'를 만드는 팀으로 포지션을 재정립했습니다. CFO에게는 CAC(고객획득비용)가 18% 감소했다는 숫자로 설득할 수 있었습니다.
실생활에서 쓰기
최근 AI 검색 트렌드가 마케팅에 미치는 영향을 어떻게 보시나요?' /
퍼널 상단에서 AI가 큐레이터 역할을 하면서 마케터의 역할이 재정의되고 있습니다. HubSpot 리포트를 보면 AI 검색이 구매 의도의 최고 예측 지표인데, 이건 우리가 만나는 리드의 '온도'가 훨씬 높아졌다는 뜻이죠. 저는 이런 환경에서 마케터가 집중할 영역은 두 가지라고 봅니다: ①AI가 우리 제품을 정확하게 이해하고 추천하도록 콘텐츠를 구조화하는 것 ②높은 구매 의도를 가진 리드를 놓치지 않는 빠른 대응 체계 구축. 트래픽 감소를 문제가 아닌 기회로 프레이밍할 수 있어야 합니다.
기존 SEO 투자와 새로운 AEO 전략 사이에서 어떻게 우선순위를 정하시겠습니까?' /
이건 제로섬 게임이 아닙니다. 좋은 SEO 콘텐츠는 좋은 AEO 콘텐츠의 기반이 되거든요. 다만 배분 비율의 조정이 필요합니다. 제 경험상 80-20 룰을 역으로 적용합니다: 기존 SEO 자산은 유지하되(80%), 새로운 투자의 20%는 AEO 실험에 할당합니다. 구체적으로는 AI 플랫폼이 어떤 쿼리에 우리 콘텐츠를 참조하는지 모니터링하고, 비교 콘텐츠와 구조화된 데이터를 우선 제작합니다. 6개월 후 성과를 보고 비율을 조정하는 식이죠. 중요한 건 경영진에게 'AI 검색 유입의 LTV가 더 높다'는 것을 수치로 보여주는 겁니다. 그러면 예산 전환이 훨씬 수월해집니다.
MarkLens Weekly
매주 월요일, 이런 인사이트를 이메일로 받아보세요
This Week's Signals, Case of the Week, Portfolio Insight 등 5가지 섹션 무료 발행
무료 구독하기이 인사이트가 도움이 됐나요?