Day 30. 첫 30일을 사업 성과와 다음 실험으로 연결하기

Day 30의 결론은 성공과 실패가 아니라, 다음에 무엇을 바꿀지입니다.

실무자가 알아야 할 이론적 배경

전후 비교는 인과 증명이 아니라 다음 가설을 고르는 관찰입니다

개념. 전후 비교는 변경 전 기준선과 변경 후 관찰을 나란히 보는 방법입니다. 다른 요인을 통제한 실험이 아니라면 변화의 원인을 하나로 확정할 수 없습니다.

작동 원리. 같은 기간에도 광고, 계절, 재고, 경쟁사, 검색·모델 업데이트가 함께 변합니다. change log와 동일 cohort가 있어야 동시 변수를 최소한 식별할 수 있습니다.

왜 중요한가. 30일의 작은 증가를 ‘GEO가 매출을 만들었다’고 말하면 다음 의사결정이 왜곡됩니다. 반대로 외부 노출이 없어도 정확한 사실·공개 URL·측정 기반은 누적 자산입니다.

오늘의 실무 해석. 만든 자산, 기술 상태, 검색 발견, AI 관찰, 유입, 사업 결과를 층별로 정리합니다. 유지·수정·중단할 가설을 하나씩 고르세요.

이 설명의 근거: 측정과 실험 정본 · 정본 근거 ID: 04 실험 등급

실제 사례에서는 어떻게 보였을까요?

카페24 · AI 유입 고객은 상세페이지로 바로 들어왔어요

수치가 공개된 사례. 카페24 기반 D2C 쇼핑몰의 2026년 2분기 AI 경유 방문과 구매 행동을 집계한 국내 커머스 자료입니다.

공개된 관찰. AI 경유 방문은 전년 동기 대비 72% 증가했고, 57.4%는 메인을 거치지 않고 상세페이지로 직접 진입했습니다. 공개 자료상 구매 전환율은 0.50%에서 0.85%로 관찰됐습니다.

그대로 일반화하면 안 되는 이유. 카페24 플랫폼 집계이며 브랜드 구성, 귀속 방식, 동시 변수를 통제한 실험이 아닙니다. 우리 브랜드의 예상 성장률로 사용할 수 없습니다.

출처: 전자신문 · 카페24 AI 쇼핑몰 유입 분석 · 자료 성격: 🔵 플랫폼 1차 데이터·언론 보도

Shopify · AI referral과 주문을 함께 봤어요

수치가 공개된 사례. Shopify가 2026년 1분기 자사 플랫폼에서 식별된 AI 챗봇 유입과 주문 행동을 분석했습니다.

공개된 관찰. AI 챗봇 유입 세션과 주문이 전년 대비 증가했고, 상품 상세에서 시작한 세션의 전환율과 객단가가 오가닉 검색보다 높았다고 발표했습니다.

그대로 일반화하면 안 되는 이유. Shopify 자체 데이터이며 Google AI Overviews 같은 일부 경로는 오가닉으로 분류될 수 있다고 직접 명시했습니다. referral은 AI 접점 전체가 아닙니다.

출처: Shopify Enterprise · AI Search Insights · 자료 성격: 🔴 플랫폼 자체 데이터

오늘 이 사례에서 가져갈 판단 기준. 플랫폼의 성공 수치를 복사하지 않고 우리 기준선에서 기술·발견·유입·전환을 층별로 비교합니다.

오늘의 근거를 2분만 같이 볼게요

근거 한 줄. 첫 30일 비교는 같은 URL·질문·기간을 맞추고 다음 실험은 변화 하나와 지표 하나로 제한합니다.

여기까지가 근거예요. 전후 차이는 인과 증명이 아니라 같은 표본에서 관찰한 변화입니다.

글로벌 사례	국내 사례
CeraVe — URL 단위 콘텐츠 갱신 가설	AESTURA — 제품 사실 한 블록의 전후 관찰

오늘 우리 사이트에 적용할 한 가지. 유지할 것 하나, 바꿀 것 하나, 멈출 것 하나를 정합니다.

출처: 측정과 실험 정본 · 정본 근거 ID: 04 실험 등급

오늘은 이것부터 같이 해볼게요

오늘은 지난 30일을 채점하지 않고, 다음 30일에 바꿀 한 가지를 같이 고를게요.

왜 이런 일이 생길까요?

Day 1에 AI가 우리 브랜드를 어떻게 설명했는지 기억나나요? 오늘 그 답변을 다시 꺼내보면 돼요. 크게 달라졌어도, 거의 같아도 괜찮아요.

우리는 30일을 성공과 실패로 채점하지 않을 거예요. 같은 조건에서 무엇이 달라졌는지 확인하고, 지난 기록을 한 장으로 묶은 뒤 다음 30일에 바꿀 한 가지를 골라요.

전후 비교와 다음 실험을 한눈에 볼게요

달라진 점만 찾지 말고 아직 모르는 것도 같이 적어요. 답변 한 번의 변화인지, 콘텐츠와 검색 데이터에서도 반복되는 변화인지 구분해야 합니다.

실험의 목적은 성공 사례를 만드는 것이 아니라 무엇이 효과였는지 배우는 일이에요. 한 번에 하나만 바꿔야 다음 판단이 쉬워집니다.

불티가 먼저 짚어드릴게요

• Day 30 패킷의 네 요소: ① 콘텐츠 change log(무엇을 언제 바꿨나 — Day 21) ② 퍼널 기준선(현재 숫자와 해석 제한 — Day 29) ③ 측정 누락 목록(아직 못 재는 것 — Day 26) ④ 실험 A 가설. 넷이 한 문서에 있어야 다음 실험을 아무나 이어받을 수 있어요.
• 좋은 가설의 형식: “[한 URL]의 [한 요소]를 [이렇게] 바꾸면, [어느 지표]가 [이 방향으로] 움직일 것이다. [이 기간] 관찰하고 [이 조건]이면 유지, 아니면 되돌린다.” 변경은 반드시 하나입니다 — 두 가지를 동시에 바꾸면 무엇이 효과였는지 영원히 모릅니다.
• 재측정에서 점수 등락에 흔들리지 마세요. audit 항목이 좋아졌어도 매출과의 연결은 아직 가설이고, 나빠졌어도 30일은 짧은 기간입니다. 재측정의 가치는 점수가 아니라 “같은 조건에서 무엇이 달라졌는지”의 목록입니다.

Day 1의 나와 지금의 답변을 나란히 볼까요?

Day 1에 기록한 다음 세 가지를 오늘 답변과 나란히 놓습니다.

• AI가 우리 브랜드를 어떻게 설명했는가
• 어떤 제품·특징·고객을 연결했는가
• 우리 사이트가 출처로 인용됐는가

비교 항목	Day 1	Day 30	달라진 점	아직 모르는 것
브랜드 설명	[답변]	[답변]	[변화]	[제한]
추천 여부	[상태]	[상태]	[변화]	[제한]
인용 URL	[URL/없음]	[URL/없음]	[변화]	[제한]
검색·방문	[기준선]	[현재]	[변화]	[외부 변수]
구매 행동	[기준선]	[현재]	[변화]	[측정 누락]

한 번의 AI 답변 변화만으로 GEO가 개선됐다고 단정하지 않아요. Day 21의 변경 기록, Day 27의 대시보드, Day 28의 고정 조건을 함께 봐요.

욕심내지 않고 딱 한 가지만 바꿔볼게요

[한 URL]의 [한 요소]를 [이렇게] 바꾸면,
[한 지표]가 [어느 방향]으로 움직일 것이다.
[기간] 동안 같은 조건으로 관찰하고,
[유지 조건]이면 유지하며 그렇지 않으면 원인을 다시 확인한다.

좋은 예:

민감성 선크림 가이드의 첫 답변에 사용 조건과 공식 시험 근거 링크를 추가하면,
고정 질문에서 해당 URL의 출처 인용 빈도가 늘어날 것이다.
4주간 주 1회 같은 조건으로 기록하고, 검색 노출·랜딩 방문도 함께 관찰한다.

나쁜 예는 제목, 본문, PDP, 가격, 광고를 한꺼번에 바꾸는 것입니다. 무엇이 영향을 줬는지 분리할 수 없어요.

이제 우리 사이트에서 같이 해볼까요?

1. Day 28 비교 카드를 먼저 열고, Day 1과 같은 조건인지 확인해볼게요.
2. 같은 질문으로 다시 확인한 뒤 Day 1 답변과 나란히 놓습니다.
3. 달라진 점뿐 아니라 아직 모르는 것도 함께 적어보세요.
4. change log·퍼널 기준선·측정 누락·다음 실험을 한 장으로 묶습니다.
5. 마지막으로 URL 하나·변경점 하나·지표 하나만 골라 가설을 써볼게요.
6. Day 22–29에 추가한 답변 블록과 공개 URL도 세어봐요. 숫자가 작아도 실제로 남은 자산이에요.

여기서 막히면 먼저 이것만 확인해보세요

가설의 “한 요소”를 바꾸는 데 개발 작업이 필요하면, 지금 요청서를 미리 넣어 두세요. Day 31 실험 시작일에 변경이 반영되어 있어야 관찰 기간이 온전히 확보돼요.

여기까지 했다면, 오늘은 충분해요

• Day 1과 같은 조건으로 재측정했다.
• 네 요소의 Day 30 패킷을 만들었다.
• 실험 A 가설을 형식대로 한 문장으로 썼다.
• Day 1 답변과 Day 30 답변을 나란히 비교했다.
• 다음 실험을 URL 하나·변경점 하나·지표 하나로 제한했다.

여기까지 왔다면 30일 동안 강의를 들은 것이 아니라, 우리 브랜드의 질문·콘텐츠·측정 기준을 직접 만들었어요. 이제 다음 실험을 남의 정답이 아니라 우리 기록에서 고를 수 있어요.

오늘 우리 브랜드에 남는 것

Day 30 · 재측정 결과 · Day 30 패킷 · 실험 A 가설 1문장

그래도 막힌다면 이렇게 남겨두세요

30일 전과 비교해 AI 답변이 크게 달라지지 않았더라도 실패가 아닙니다. 발행된 가이드와 답변 블록, 연결된 PDP·FAQ, 기준선과 측정 한계가 남았습니다. 이제 추측이 아니라 기록을 바탕으로 다음 실험을 선택할 수 있어요.

내일은 이런 게 궁금해질 거예요

Day 31부터는 오늘 고른 한 가지를 실제로 바꿔볼게요. 한 번에 많이 고치지 않고, 같은 조건으로 관찰하면서 우리 브랜드만의 GEO 운영 원리를 만들어갑니다.