AI 검색/챗봇 시대의 상단 퍼널은 더 이상 ‘검색 1페이지’가 아닙니다. 유저는 클릭하기 전에 AI가 요약한 답변을 보고 결정을 끝냅니다. 즉, AI가 내 사이트를 “인용”하느냐가 곧 CAC를 좌우합니다. 광고로 억지로 트래픽을 사오지 않아도, AI 답변의 출처로 반복 노출되면 무료 획득이 누적되기 때문이죠.
여기서 바로 돈 되는 데이터가 나왔습니다. dev.to의 실험 글(“Schema.org Is Your Secret Weapon for AI Citations”)은 ChatGPT·Claude·Gemini의 실제 브라우징 세션 500+개를 가로채 소스/인용 여부를 비교했는데, Schema.org 구조화 데이터가 있는 페이지의 인용률이 30~40%p 수준으로 유의미하게 상승했습니다(42% vs 28%로 보고). 중요한 건 ‘랭킹’이 아니라 답변 내 인용 위치가 앞쪽으로 당겨졌다는 점입니다. 상단에 인용될수록 브랜드 리콜과 후속 클릭/검색이 늘고, 결과적으로 유료 채널 의존도가 내려갑니다.
왜 Schema가 GEO(Generative Engine Optimization)에서 레버가 되느냐? AI는 HTML을 “읽는” 게 아니라 “추출”합니다. Schema는 (1) 콘텐츠 타입을 기계가 바로 이해하게 만들고(FAQ/HowTo/SoftwareApplication 등), (2) 질문-답/단계형 블록을 그대로 인용 가능한 단위로 쪼개 주며, (3) 검증 가능한 메타(작성자, 평점, 가격, 데이터셋 등)로 신뢰 시그널을 얹습니다. 이 세 가지가 합쳐져 ‘AI가 확신을 갖고 가져다 쓰는 문장’을 만들어요.
실전 시사점은 명확합니다. 첫째, “FAQPage + 제품/콘텐츠 타입”을 우선순위 1로 두세요. 소스에 따르면 FAQPage, HowTo, TechArticle, SoftwareApplication, Dataset 같은 타입이 특히 효과적이었습니다. 이는 곧 퍼널 관점에서 “상단 질문(Problem-aware)”을 잡는 구조입니다. 각 페이지에 3개 핵심 질문을 만들고, 답변을 AI가 단독 인용하기 좋은 40~80단어로 설계하면 ‘답변 블록’이 생깁니다.
둘째, 디렉토리(마켓/툴 리스트) 유통을 무료 고의도 채널로 재해석해야 합니다. dev.to의 또 다른 글(500+ AI Tools Directory 구축 사례)처럼, AI 도구 디렉토리는 비교/컬렉션/템플릿을 통해 검색 수요가 강하고 “지금 써볼” 의도가 높습니다. 이때 우리 전략은 단순 등록이 아니라 GEO용 리스트 유통입니다: (A) 디렉토리 상세 페이지에 제품 Schema(SoftwareApplication)를 충분히 채워 ‘기계가 읽기 쉬운 스펙’을 만들고, (B) 동일 정보가 웹 전반에서 일관되게 반복되도록(로컬 비즈니스 글에서 말한 NAP 일관성/엔티티 신뢰 개념) 엔티티 신호를 누적시키는 겁니다.
셋째, 이건 “콘텐츠 팀의 일”이 아니라 CAC 실험입니다. 실험 설계는 간단합니다. (1) 상위 유입 페이지 10개를 선정해 5개만 Schema 적용(FAQPage+적절한 타입) (2) 2~4주 동안 AI 인용 트래킹(브랜드/도메인 언급, 추천 질의에서의 노출) (3) 인용 노출이 늘어난 페이지의 브랜드 검색량, 직접 유입, 가입 전환율 변화를 본 뒤 (4) 이득이 확인되면 전 페이지로 확장. 핵심은 ‘트래픽’이 아니라 인용→후속 행동(브랜드 검색/직접 유입/가입)으로 이어지는 전환을 계측하는 것입니다.
전망은 분명합니다. AI Overviews와 챗봇이 SERP의 첫 화면을 잠식할수록, “클릭률 최적화”는 점점 무력해지고 ‘인용 점유율(Share of Citations)’이 새로운 상단 퍼널 KPI가 됩니다. Schema.org는 구현 난이도 대비 임팩트가 큰 편이고, 디렉토리 유통은 비용이 낮은 대신 반복/일관성 게임입니다. 결국 승부는 기술이 아니라 운영입니다. 구조화 데이터로 인용 확률을 올리고, 디렉토리/리스트로 엔티티를 배포해 신뢰를 누적시키면, 유료 채널이 막힐 때도 CAC를 방어할 수 있는 재현 가능한 성장 루프가 생깁니다.