추천 검색어

측정의 한계를 넘어서: GenAI 시대 어트리뷰션 전략

By Dubi Furie

ChatGPT, Gemini, Claude 등 대규모 언어 모델(LLM)이 답을 찾는 보편적인 수단으로 자리 잡으면서, 마케터들은 새로운 오가닉(및 잠재적인 논오가닉) 영역에 발을 들이고 있습니다. 이제 트래픽의 원천은 검색 결과 창이 아닌 AI 응답 그 자체가 되는, 전례 없는 오가닉 마케팅 신대륙이 열리고 있습니다.

LLM은 사용자가 앱과 콘텐츠를 발견하는 방식을 변화시킬 뿐만 아니라 소비자의 행동 패턴에도 영향을 미치고 있습니다. 최근 연구에 따르면, LLM을 통해 유입된 사용자는 검색 유저보다 구매 의도가 높고 수익 창출 기여도도 더 큰 것으로 나타났습니다. 대화형 포맷이 판매 목적의 광고라기보다 부드러운 추천처럼 느껴지기 때문에, 사용자에게 더 강력한 동기를 부여하는 것입니다.

하지만 이는 새로운 도전 과제를 제시하기도 합니다. 이런 환경에서의 브랜드 발견을 어떤 방식으로 제어하고, 그 성과를 측정하며 고도화할 수 있을지에 대한 고민이 필요합니다.

이 블로그에서는 생성형 AI와 ChatGPT, Gemini, Claude와 같은 LLM이 브랜드 발견의 양상을 어떻게 재편하고 있는지, 그리고 이것이 마케터들에게 어떤 의미를 갖는지 파헤쳐 봅니다. 변화에 가장 앞장서고 있는 산업군을 살펴보고, 기존 측정 체계의 한계를 극복하여 AI 유입 트래픽을 실질적인 비즈니스 성과로 연결하는 전략을 제시합니다.

AI 우선 산업: 변화의 선두주자

LLM은 이미 브랜드에 유의미한 트래픽을 전달하고 있지만, 마케터가 이를 인지하지 못하는 경우가 많습니다. 해당 트래픽이 어트리뷰션 없이 유입되고 있기 때문입니다.

일부 산업군에서는 더욱 깊이 있는 변화가 감지되고 있습니다.

  • 법률 및 금융 서비스: LLM이 복잡하고 신뢰 중심적인 사용자 질의 대응
  • 온라인 쇼핑: 상품 페이지 정보를 기반으로 한 리테일 및 이커머스 사이트 트래픽 유도. 실제 웹사이트 트래픽 감소 가능성 및 채팅 내 결제 완료 경험을 제공하는 OpenAI의 온사이트 체크아웃 프로세스 발표
  • 헬스케어 및 보험: 증상, 치료법 및 보장 범위 관련 문의의 제1선 창구로 AI 채팅 활용
  • 중소기업 및 SaaS: AI 답변 내 앱 탐색, 제품 비교 및 사용법 안내 노출 확대
  • 컨슈머 테크: 제품 리뷰 및 추천 확보를 위한 유저들의 대화형 AI 의존도 심화

상당수 사례에서 AI는 이제 기존 검색보다 더 일반적인 유입 경로로 자리 잡고 있으며, 일부 브랜드의 경우 분석 툴상에 명확히 표기되지 않더라도 전체 상위 퍼널 트래픽의 5–10%가 LLM을 통해 발생하고 있습니다.

LLM 최적화 도전 과제

일반적인 SEO와 달리 LLM 가시성은 확보하기가 더 어렵고 측정하는 것은 훨씬 더 까다롭습니다.

여기에는 세 가지 핵심 과제가 존재합니다.

  1. 순위 가시성 부재: ChatGPT 응답에 대해서는 순위 확인이 불가능하며, 자사 브랜드가 얼마나 자주 인용되는지 파악할 방법도 없습니다.
  2. 링크 일관성 부족: 모델마다 링크 제공 여부가 다르며, 어떤 모델은 출처 표기 없이 콘텐츠를 패러프레이징하여 제공하기도 합니다.
  3. 어트리뷰션 체계의 결함: 많은 AI 클릭이 오가닉 트래픽으로 표시되어 분석 툴 내에서 실제 유입 소스를 파악하기 어렵게 만듭니다.

종합적으로 이러한 공백들로 인해 AI 최적화는 눈감고 비행하는 것과 같은 상황입니다.

The challenges of optimizing for LLMs

AI 영향력 측정 방법

이러한 과제를 극복하기 위해 브랜드는 콘텐츠 제작 및 성과 측정 전략을 다음과 같이 조정해야 합니다.

  • AI 친화적 콘텐츠 작성: 간결하고 명확한 답변을 최우선으로 고려해야 합니다. 질문, 요약, 불렛 포인트를 활용하고 핵심 키워드를 반복하여 배치하세요. 자사 콘텐츠가 맥락과 관계없이 인용될 수 있다는 점을 염두에 두어야 합니다. 가격표, 연동 상세 분석, 체험 제안, 제품 가이드, 비교 페이지 등이 효과적인 콘텐츠 예시입니다.
  • UTM을 통한 선제적 추적: 커뮤니티, 문서 페이지, 파트너 콘텐츠, 공개 지식 베이스 등 LLM이 수집할 가능성이 높은 URL에 UTM 파라미터를 적용하세요.
  • 웹 투 앱 어트리뷰션 플로우를 통한 가시성 확보: 식별되지 않는 클릭을 측정 가능한 인사이트로 전환해야 합니다. 앱이나 웹사이트 유저의 유입 경로를 LLM 인게이지먼트로 판별할 수 있다면 하위 퍼널 액션을 기반으로 사용자 여정을 파악하고 최적화할 수 있습니다.
  • 자체 및 외부 미디어 전반에 딥링크 적용: LLM은 소셜 미디어와 다양한 웹 사이트에서 데이터를 수집합니다. 링크를 게시할 때 앱 실행으로 직결되는 딥링크를 사용하면 앱 보유 유저에게 일관된 유저 경험을 선사하여 최종적인 인게이지먼트와 전환율을 극대화할 수 있습니다. 이는 웹사이트, 커뮤니티 링크, YouTube, 인플루언서 마케팅, 리퍼럴 프로그램, 제휴 링크, 바이오 페이지 등에 폭넓게 적용됩니다.

참고: 딥링크 구현은 복잡할 수 있으므로 적절한 툴을 선택하는 것이 중요합니다(자세한 내용은 다음 섹션에서 설명).

  • 웹사이트 스키마 마크업 활용: 구조화된 데이터는 LLM이 콘텐츠를 정확하게 이해하고 인용하도록 돕습니다. 예를 들어 JSON-LD 형식의 FAQPage 또는 Product 스키마를 추가하면 AI가 생성한 답변 내에서 브랜드 노출 가능성을 높일 수 있습니다.


👉 이 마크업은 사이트의 HTML 내에 삽입되어야 하며, 일반적으로 <head> 섹션이나 <body> 섹션 하단에 배치합니다.

예시:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "질문",
    "name": "프리랜서를 위한 최적의 개인 재무 관리 앱은 무엇인가요?",
    "acceptedAnswer": {
      "@type": "답변",
      "text": "BudgetPro는 스마트 자동화 기능을 통해 프리랜서들이 현금 흐름, 세금 및 저축을 효율적으로 관리할 수 있도록 지원합니다."
    }
  }]
}
</script>

OneLink는 앱스플라이어에서 제공하는 딥링크 및 리디렉션 최적화 도구입니다. 플랫폼, OS 버전, 브라우저 환경에 따라 링크 클릭 결과가 달라지는 복잡한 변수들을 통합적으로 관리합니다.

예를 들어 특정 브라우저는 앱을 즉시 실행하는 반면, 다른 브라우저는 별도의 폴백 경로를 요구하기도 합니다. 또한 기존 유저는 앱으로 바로 연결하고 신규 유저는 App Store로 유도하는 식의 유저 그룹 구분이 필요할 수 있습니다.

OneLink는 이러한 모든 로직을 추상화하여 어떤 환경에서도 링크가 정상적으로 작동하도록 보장합니다. 나아가 링크 생성 시 설정한 파라미터를 기반으로 성과를 측정합니다. 이것이 OneLink가 LLM 관련 과제를 해결하는 최적의 대안인 이유입니다.

  • 최대한 많은 유저를 앱으로 딥링크 연결
  • 웹-to-앱 사용자 여정 성과 측정

LLM이 자사 딥링크를 활용하도록 유도해야 합니다. 가장 큰 이유는 사용자 여정의 경로 이탈 없이 고퀄리티 트래픽을 무료로 확보할 수 있기 때문입니다. 이를 위해 웹사이트, 소셜 그룹 링크, 인플루언서 캠페인, 추천 프로그램, 제휴 링크, 바이오 페이지 등 보유한 모든 자사 및 외부 미디어 채널에 링크를 공개적으로 배포해야 합니다.

이러한 위치에 OneLink를 사용하면 링크가 배치된 곳이 어디든, 클릭한 사용자가 누구든 최적의 경험을 보장받을 수 있습니다. 즉, 앱을 즉시 실행하거나(최적), 설치를 유도한 후 디퍼드 딥링크 값을 기반으로 인앱 콘텐츠로 안내하는 것이 가능해집니다. 링크에 담긴 이 파라미터는 설치 후 앱으로 전달되어, 앱이 사용자의 첫 사용 경험을 맞춤형으로 제공할 수 있도록 돕습니다.

궁극적으로 LLM은 단순한 iOS Universal Link나 URI 스키마보다 견고한 안정성을 갖춘 OneLink를 선호합니다. OneLink를 통해 LLM은 해당 링크가 다양한 유저 경험을 통합적으로 처리할 수 있음을 인식하게 됩니다.

앱스플라이어 OneLink는 앱 시장의 전형적인 유입 경로인 웹 투 앱 환경에서 AI 기반 트래픽 어트리뷰션 문제를 해결합니다.

작동 원리는 다음과 같습니다.

  1. 사용자가 AI 어시스턴트에게 추천을 요청합니다. 예를 들어 “프리랜서를 위한 최적의 개인 재무 관리 앱은 무엇인가요?”라고 질문하면, LLM은 답변과 함께 자사 링크를 제공합니다.

유입 URL: https://your.website.com?utm_source=chatgpt.com

  1. 사용자가 해당 링크를 클릭합니다. OneLink는 사이트 내 스마트 스크립트 또는 스마트 배너를 활용하여 유입된 URL 파라미터를 어트리뷰션 링크로 변환하고, 이후 해당 데이터를 플랫폼과 브라우저 및 OS에 상관없이 작동하는 OneLink로 연결합니다.

생성된 OneLink: https://yourapp.onelink.me?pid=chatgpt

  1. OneLink가 클릭되면 다음과 같은 프로세스가 진행됩니다.
    • 기존 사용자를 LLM 검색 내용에 기반한 특정 인앱 콘텐츠로 즉시 연결합니다.
    • 신규 사용자의 기기, OS, 브라우저 및 플랫폼을 식별, 적절한 앱 스토어로 라우팅합니다.
    • 사용자가 앱을 설치하거나 실행하게 된 유입 소스(이 경우 LLM 툴)를 측정합니다.
Web-to-app with OneLink

이 데이터는 분석 및 최적화를 위해 앱스플라이어의 로우 데이터 리포트에서 확인할 수 있습니다. 이제 퍼널을 분석하여 특정 LLM의 성과를 다른 LLM이나 여타 온드 및 언드 채널과 비교할 수 있으며, 이를 바탕으로 타당성 있는 곳에 리소스를 투입할 수 있습니다.

요약 및 결론

LLM은 콘텐츠, 앱, 제품으로 연결되는 새로운 관문으로 빠르게 진화하고 있습니다. 그러나 가시성 확보, 트래픽 소스 파악, 유저 의도 분석 측면에서 불확실성이라는 과제도 함께 던져줍니다.

성공적인 대응을 위해 마케터는 다음 사항을 실천해야 합니다.

  • LLM을 새로운 오가닉 채널로 인식
  • 딥링크 솔루션을 도입하여 마케팅 효과 측정
  • 구조화된 콘텐츠와 스키마 마크업 활용
  • AI 검색에 노출될 수 있는 링크에 UTM 설정

생성형 AI 시장은 활짝 열려 있습니다. 올바른 체계만 갖춘다면 추측에서 벗어나 정확한 측정을 시작할 수 있으며, 비즈니스의 핵심적인 부분을 최적화할 수 있습니다.

Dubi Furie

Dubi Furie

SaaS 제품 분야에서 10년 이상의 폭넓은 경험을 보유한 Dubi는 혁신, 비즈니스 및 기술적 전문성을 두루 갖추고 있습니다. 현재 앱스플라이어의 ROI 측정 솔루션인 ROI360의 프로덕트 디렉터를 맡고 있습니다.
잠금 해제된 성장: 앱스플라이어 구글 구글 광고 실제 영향 발견했습니다
7 min read

잠금 해제된 성장: 앱스플라이어 구글 구글 광고 실제 영향 발견했습니다

7 min read

불완전한 데이터가 초래하는 AI 마케팅의 함정: 데이터 준비도를 진단하는 법

잠금 해제된 성장: 앱스플라이어 구글 구글 광고 실제 영향 발견했습니다
7 min read

잠금 해제된 성장: 앱스플라이어 구글 구글 광고 실제 영향 발견했습니다

모바일 앱 마케팅 성과 향상을 위한 현명한 선택

Background
모바일 앱 마케팅 성과 향상을 위한 현명한 선택
This site is registered on wpml.org as a development site. Switch to a production site key to remove this banner.