Day 5. 고객은 이미 어떤 답을 보고 있을까요?

같은 질문에 답한다고 같은 콘텐츠가 되지는 않아요. 고객이 이미 본 답에서 무엇이 빠졌는지 찾는 것이 우리 글의 시작입니다.

실무자가 알아야 할 이론적 배경

정보검색의 핵심은 문서 수가 아니라 질문-문서 적합도입니다

개념. 정보검색(IR)은 질의와 관련된 문서 후보를 찾아 순서를 정하는 분야입니다. RAG는 검색된 외부 문맥을 생성 모델의 답변에 결합하는 일반적 구조를 뜻해요.

작동 원리. 질의 표현, 문서의 제목과 본문, 색인 상태, 후보 선택, 최신성, 문맥 길이 등에 따라 선택되는 자료가 달라질 수 있습니다. 경쟁 페이지 분석은 숨은 순위 공식을 찾는 일이 아니라 고객 질문에 더 잘 답한 기준과 근거를 찾는 작업입니다.

왜 중요한가. 페이지를 많이 만드는 것만으로는 질문과의 적합성이 생기지 않습니다. 경쟁 문서가 가진 결정 기준을 보면 우리 답에서 빠진 조건을 구체적으로 찾을 수 있어요.

오늘의 실무 해석. 경쟁 URL에서 문장 수가 아니라 ‘우리에게 없는 결정 기준’ 한 칸을 찾습니다. 그 기준을 공식 사실로 답할 수 있을 때만 우리 페이지에 반영하세요.

이 설명의 근거: RAG 연구 서베이 · 정본 근거 ID: S-02 · S-04

실제 사례에서는 어떻게 보였을까요?

Tally · 비교 페이지 네 편과 유입 질문으로 측정했어요

수치가 공개된 사례. 폼 빌더 Tally는 경쟁 제품 비교 페이지 네 편과 커뮤니티 활동을 운영하고, 온보딩에서 유입 출처와 실제 프롬프트를 직접 물었습니다.

공개된 관찰. 사례 정리 시점에 신규 가입의 25%가 ChatGPT 경유라고 공개했습니다. GA4만 보지 않고 가입 설문으로 dark traffic을 보완한 측정 방식이 핵심입니다.

그대로 일반화하면 안 되는 이유. 에이전시가 창업자 공개 자료를 정리한 자체 발표 사례이며 독립 대조군이 없습니다. 25%를 일반적인 GEO 전환율로 쓰면 안 됩니다.

출처: Foundation · Tally GEO case study · 자료 성격: 🔴 에이전시·기업 공개 사례

Aleyda Solis · 이커머스에서는 PDP 밖의 답도 인용됐어요

수치가 공개된 사례. 독립 SEO 컨설턴트가 이커머스 25개 사이트와 5개 하위 업종의 AI 인용 URL을 최근 90일 기준으로 분석했습니다.

공개된 관찰. 사이즈·핏 가이드, 지원 문서, 반품·배송 정책, 매장 위치, 구매 가이드, 튜토리얼 등 비상품 URL도 널리 인용됐습니다.

그대로 일반화하면 안 되는 이유. 25개 사이트의 관찰 분석이며 특정 페이지 형식이 인용을 만든 인과 실험은 아닙니다. 도구의 수집 범위에도 의존합니다.

출처: Aleyda Solis · Ecommerce AI Search Citations · 자료 성격: 🟢 독립 컨설턴트 분석

오늘 이 사례에서 가져갈 판단 기준. 경쟁 사례에서는 글 개수보다 고객이 비교할 기준과 우리가 비워둔 페이지 역할을 찾습니다.

오늘의 근거를 2분만 같이 볼게요

근거 한 줄. 검색형 생성 시스템은 질문과 맞는 문서를 먼저 찾고, 그 문맥 안에서 답을 구성할 수 있습니다.

여기까지가 근거예요. 연구의 RAG 구조가 모든 상용 AI 제품의 내부 동작과 같다는 뜻은 아닙니다.

글로벌 사례	국내 사례
Paula’s Choice — 성분 설명과 근거 등급을 함께 제시	Round Lab — 유사 제품군에서 비교 기준이 필요한 지점 확인

오늘 우리 사이트에 적용할 한 가지. 경쟁 페이지에서 우리 답에 없는 결정 기준 한 칸만 찾습니다.

출처: RAG 연구 서베이 · 정본 근거 ID: S-02 · S-04

오늘, 이 장면부터 같이 볼게요

Day 4에서 고객의 롱테일 검색어와 콘텐츠 기획을 만들었어요. 이제 고객이 그 질문을 검색했을 때 이미 어떤 답을 보고 있는지 확인할 차례입니다.

이 작업은 경쟁사의 문장을 가져오거나 “우리 제품이 더 좋다”고 말할 근거를 찾는 일이 아니에요. 고객이 여러 결과를 읽고도 여전히 궁금해할 조건, 근거, 사용 장면을 찾는 일입니다.

그 빈칸을 검증된 사실로 채울 수 있다면, 우리 콘텐츠는 다른 글을 흉내 내지 않아도 고객에게 더 쓸모 있는 답이 돼요.

Day 4와 오늘은 무엇이 다를까요?

	Day 4 · 콘텐츠를 설계하는 날	Day 5 · 답의 빈칸을 찾는 날
출발점	고객의 롱테일 검색어	그 검색어로 이미 나온 검색·AI 답변
핵심 질문	“이 질문을 어느 페이지에서 어떻게 답할까?”	“고객은 이미 무엇을 들었고, 무엇이 아직 부족할까?”
AI에 주는 재료	고객 질문 + 우리 브랜드의 확인된 제품 사실	검색·AI 답변 메모 + 우리 브랜드의 확인된 제품 사실
오늘의 결과	제목·첫 답·H2가 있는 콘텐츠 기획안	기존 답·고객의 빈칸·우리의 검증 가능한 답이 담긴 차별화 카드

Day 4가 글의 뼈대를 만드는 날이었다면, Day 5는 그 뼈대에 어떤 정보가 있어야 고객이 실제로 판단할 수 있는지 찾는 날이에요. 그래서 오늘은 새 글을 쓰지 않고, 이미 나온 답을 읽어봐요.

경쟁사 분석이 아니라 답의 빈칸 찾기

같은 롱테일 검색어를 Google 검색과 AI 검색에 각각 넣어보세요. 가능하면 로그아웃 상태나 시크릿 창에서 확인하면, 내 브랜드를 자주 검색한 결과의 영향을 조금 줄일 수 있어요.

결과를 볼 때는 순위나 브랜드 이름보다 아래 세 가지만 봐요.

1. 첫 답이 있나요? 질문에 바로 답하는지, 아니면 상품 자랑부터 시작하는지 봐요.
2. 조건이 있나요? 누구에게 맞는지, 맞지 않는 경우는 무엇인지 설명하는지 봐요.
3. 근거가 있나요? 성분표·사용법·배송 정책·비교 기준처럼 고객이 확인할 정보로 이어지는지 봐요.

출처: Round Lab 공식 선케어 카테고리

검색 결과에 비슷한 제품이 여러 개 보이면 고객은 “그래서 내 조건에는 무엇이 맞지?”를 다시 묻게 돼요. 제품 수를 세는 대신, 각 결과가 피부 타입·제형·사용 장면 같은 선택 조건을 얼마나 답하는지 표시하세요.

출처: Paula’s Choice Ingredient Dictionary

빈칸은 새로운 주장을 만드는 자리가 아닙니다. 이미 확인할 수 있는 성분·시험·사용 조건을 고객의 질문에 맞게 연결하는 자리입니다. 근거 상태가 불분명한 내용은 차별점 후보에서 제외해요.

예시: ‘민감성 피부가 매일 써도 되는 선크림’

아래는 2026년 8월 4일, 두 AI에 같은 질문을 실제로 입력해 받은 답변입니다. 제품·피부 상태를 추가로 제공하지 않았기 때문에, 답변은 일반적인 선택 기준에 머뭅니다.

동일 질문

민감성 피부가 매일 써도 되는 선크림을 추천해줘. 추천 기준, 사용 시 주의할 점, 특정 제품을 고를 때 제품 상세 페이지에서 확인할 항목을 알려줘. 확인할 수 없는 제품 효능이나 성분은 지어내지 말고, 의료적 진단은 하지 마.

실제 AI 답변	답변이 강조한 내용	브랜드 추천 결과
ChatGPT	무향료·저자극성·무알코올 여부, 산화아연/이산화티타늄 같은 자외선 차단 성분, SPF·PA, 패치 테스트와 재도포를 확인하라고 답했습니다.	특정 브랜드나 상품명은 추천하지 않고, 선택 기준만 제시했습니다.
Gemini	전성분, 민감성 피부 대상 테스트 문구, 세안 용이성, 패치 테스트를 짚고 몇몇 브랜드 제품군까지 제안했습니다.	에스트라, 라운드랩, 닥터지, 피지오겔의 특정 선케어 제품군을 참고용으로 제안했습니다.

이 차이가 바로 AI에서 브랜드가 보이는 방식입니다. 같은 질문이어도 어떤 AI는 브랜드를 말하지 않고 기준만 안내하며, 어떤 AI는 브랜드를 언급해요. 단, 언급은 검증이나 추천 보장이 아닙니다. 두 답변은 모두 **“무향·저자극·전성분·패치 테스트”**를 말했지만, 이 질문을 하는 고객이 실제로 자기 피부와 한 제품을 비교할 수 있게 만드는 정보는 충분하지 않았어요. 예를 들어 제품의 공식 전성분, 자외선 차단 지수, 사용법, 테스트의 정확한 명칭, 세안 안내는 각 제품 페이지에서 다시 확인해야 해요.

특히 AI가 말한 “무기자차가 항상 더 순하다”, “특정 성분은 반드시 피해야 한다”, “특정 브랜드가 민감성 피부에 맞는다” 같은 표현은 일반론 또는 추천일 뿐입니다. 우리 콘텐츠에서는 브랜드의 공식 자료나 제품 문서로 확인하지 않은 채 따라 쓰면 안 돼요.

고객이 아직 모르는 것	우리 콘텐츠에서 확인할 것
이 제품이 실제로 무향·무알코올인지	최신 전성분표와 제품의 공식 표기
‘저자극 테스트’가 무엇을 뜻하는지	시험명·대상·결과 등 공개 가능한 근거
매일 사용할 때 어떻게 바르고 지우는지	상품의 공식 사용법과 세안 안내
이 제품이 내 피부에 맞는지	단정 대신 사용 전 확인할 조건과 전문가 상담이 필요한 경우

이 경우 콘텐츠의 차별점은 “더 순하다”는 주장일 필요가 없어요. 고객이 판단할 수 있도록 조건과 근거를 더 정확하게 연결하는 것이면 충분해요.

Day 4 프롬프트와 다르게, AI에게 ‘빈칸’만 찾게 하세요

Day 4에서는 AI에게 고객 질문을 콘텐츠 구조로 정리하게 했어요. 오늘은 검색 결과나 AI 답변을 비교해, 고객이 아직 판단하기 어려운 조건과 근거만 찾게 해요. 경쟁사 사실이나 제품 효능을 AI가 지어내지 않도록, 직접 확인한 메모만 입력해요.

당신은 D2C 자사몰 콘텐츠 전략가입니다.
아래 고객 검색어와 내가 직접 확인한 검색·AI 답변 메모를 비교해,
고객이 아직 판단하기 어려운 정보의 빈칸을 정리해 주세요.

고객의 롱테일 검색어: [질문]
검색 결과 메모: [직접 읽은 결과의 핵심 문장과 URL]
AI 답변 메모: [직접 확인한 답변의 핵심 문장]
우리 브랜드가 확인한 제품 사실: [확인된 사실만 입력]

아래 형식으로 답해 주세요.
1. 여러 결과가 공통으로 말하는 내용
2. 고객이 판단하기에 부족한 조건 또는 근거
3. 우리 브랜드가 확인된 사실로 답할 수 있는 내용
4. 콘텐츠에 넣으면 안 되는 미확인 주장
5. 제목·첫 답·H2 구성 초안

절대 하지 말 것:
- 검색 결과에 없는 경쟁사 정보나 비교 결과를 만들지 말 것
- 제공하지 않은 제품 효능·인증·통계를 만들지 말 것
- 우리 브랜드가 경쟁사보다 낫다고 단정하지 말 것

지금 우리 사이트에서 해볼까요?

Day 4의 롱테일 검색어 하나로 아래 카드를 채워보세요.

Day 5 콘텐츠 차별화 카드
고객의 롱테일 검색어: ________________
이미 자주 보이는 답: ________________
고객이 여전히 모를 조건 또는 근거: ________________
우리 브랜드가 사실로 답할 수 있는 내용: ________________
다음에 확인할 제품 사실: ________________

검색 화면이나 AI 답변은 캡처해두세요. 나중에 경쟁사 순위를 추적하기 위해서가 아니라, 우리가 어떤 고객 빈칸을 채우려 했는지 잊지 않기 위해서예요.

여기까지 했다면, 오늘은 충분해요

• 롱테일 검색어 하나를 Google 또는 AI 검색에서 확인했다.
• 이미 나오는 답과 고객이 여전히 모를 내용을 구분했다.
• 우리 브랜드가 사실로 답할 수 있는 빈칸 하나를 골랐다.
• AI를 썼다면, 미확인 주장을 따로 표시했다.

내일은 이런 게 궁금해질 거예요

고객의 빈칸을 찾았다고 바로 글을 쓰면 위험할 수 있어요. 내일은 그 답을 뒷받침할 제품 사실을 어디에서 찾고 어떻게 검수하는지 배워볼게요.