AI 인용과 매출의 관계

TL;DR

• AEO를 "성과"라고 부를 수 있는 구간은 사실상 1~2단계(발견→인용)뿐이다. 인용→클릭→브랜드검색→문의로 갈수록 실측 데이터가 급격히 사라지고, 국내외 어디에도 "AI 인용이 병원 상담·예약을 늘렸다"를 인과적으로 증명한 공개 데이터는 없다. 업계 전체가 측정하기 쉬운 앞단(인용)을 성과라고 팔고 있다.
• AI 리퍼럴 트래픽은 실재하지만 전체 트래픽의 약 1%, 의료는 0.89% 수준이며 절대량이 작다. 전환율이 높다는 연구(4.4~15.9%)와 낮다는 연구(이커머스에서 오히려 열위)가 정면충돌한다. 병원(고관여·지역·비이커머스)에는 "높은 전환" 쪽이 더 그럴듯하지만 병원 자체 데이터로 검증 전까지는 가정이다.

Key Findings

1. 크롤러·인용 구조 — "발견"과 "인용"은 서로 다른 봇이 결정한다

• OpenAI는 봇을 3개로 분리 운영한다. GPTBot(모델 학습용), OAI-SearchBot(ChatGPT 검색 인용·색인용, 2024-10-31 검색 출시와 함께), ChatGPT-User(사용자가 링크를 물었을 때 실시간 fetch). 각각 robots.txt에서 독립 제어된다. 공개 IP 대역은 openai.com/searchbot.json, gptbot.json, chatgpt-user.json에 게시된다. 핵심 함정: GPTBot만 차단하고 안심하면 학습만 빠지고 검색 인용은 유지되지만, 반대로 "AI봇 전면 차단" 템플릿을 복붙하면 OAI-SearchBot까지 막혀 ChatGPT 검색에서 사라진다. OpenAI 공식 문서는 OAI-SearchBot 차단 시 ChatGPT 검색 답변에 안 나온다고 명시한다(navigational 링크만 남을 수 있음).
• Perplexity는 PerplexityBot(색인용)과 Perplexity-User(사용자 트리거 fetch, robots.txt를 무시할 수 있음) 2개(IP 대역: perplexity.com/perplexitybot.json, perplexity-user.json). Perplexity는 crawl-delay를 지원하지 않는다. Google은 Google-Extended로 Gemini 학습 opt-out을 제어하되 이는 검색 랭킹·AI Overviews 노출과 무관하다(Google 공식 문서 명시).
• 실무에서 가장 흔한 "인용 실패" 원인은 robots.txt가 아니라 WAF/Cloudflare의 봇 차단(429 Too Many Requests)이다. robots.txt로 허용해놓고 Cloudflare "AI Scrapers and Crawlers" 토글이 켜져 있어 인용이 안 되는 사례가 2024~2025년 가장 흔한 진단 결과로 보고된다.
• 네이버는 정반대 방향으로 움직였다. 2025년 5~7월 네이버는 블로그·카페·지식iN 등 핵심 서비스에서 GPTBot·PerplexityBot·구글 AI봇의 크롤링을 robots.txt로 차단했다(네이버 공식 사유: 과도한 크롤링으로 인한 서버 부하 방지). 결과: 네이버 블로그·카페 콘텐츠는 ChatGPT·Perplexity·Gemini의 인용 소스로 사실상 잡히지 않는다. 반대로 네이버 자체 AI(AI 브리핑)는 자사 UGC를 우선 인용한다 — 네이버 관계자 발언 기준 AI 브리핑 인용 콘텐츠 중 네이버 UGC 비중 70%. 즉 한국 의료 마케팅은 "글로벌 AI(자사 홈페이지 중심) 트랙"과 "네이버 AI 브리핑(네이버 UGC 중심) 트랙"이 물리적으로 분리돼 있고, 둘은 다른 콘텐츠 자산으로 공략해야 한다. 실무 함의: "○○동 맛집·병원 추천"을 ChatGPT에 물으면 네이버 블로그가 아니라 한국관광공사·구글맵 리뷰·외부 사이트가 인용되는 구조로 바뀌었다.

2. 엔진별 인용 소스는 근본적으로 다르다 — "한 번 최적화로 다 잡는다"는 거짓

• Profound의 인용 분석을 종합한 5W "State of AI Citations 2026"(2026-06-02, 680M(6.8억) 인용 기준): "Wikipedia accounts for an estimated 47.9% of ChatGPT's top-10 source share. Reddit accounts for an estimated 46.7% of Perplexity's top-10 share. Only ~11% of domains are cited by both ChatGPT and Perplexity." 즉 ChatGPT는 Wikipedia, Perplexity는 Reddit에 편중되고, 두 엔진이 겹치는 도메인은 11%뿐이라 한 엔진 최적화가 다른 엔진으로 전이되지 않는다. Google AI Overviews는 YouTube·Reddit로 더 분산된다.
• 인용 소스의 변동성이 극심하다. 5W Citation Source Audit(Similarweb 데이터, 2026-05-11)은 verbatim으로 "Reddit's ChatGPT share dropped from ~60% to ~10% in two weeks in September 2025. Static strategies fail. Quarterly is the floor."라고 밝혔다. 또 특정 사이트 ChatGPT 리퍼럴이 한 달 만에 44.8만→21.3만으로 반토막 난 사례가 Search Engine Land에 보고됐다. "오늘 인용됨"이 "내일도 인용됨"을 보장하지 않는다. 이것이 인용을 성과로 파는 것의 근본 위험이다.
• 네이버 AI 브리핑 실증(SEO NEWS 분석): 전체 AI 인용 272건 중 검색 Top10 내 문서는 138건(50.7%)뿐, 나머지 49.3%는 10위권 밖 콘텐츠. 출처별 인용은 블로그 158 > 웹사이트 45 > 기타 네이버DB 44 > 카페 19 > 지식iN 6건 순으로 네이버 블로그 압도적. 질의 성격별 편차 큼(정보성 정의형은 Top10 중첩 28.6%, 비교·상업형은 100%).

3. 어떤 문서 구조가 실제 인용되는가 — 검증된 것 vs 주장뿐인 것

• 가장 견고한 인과 증거: 프린스턴/조지아텍 GEO 연구(Aggarwal et al., "GEO: Generative Engine Optimization," KDD 2024, arXiv 2311.09735). 논문 verbatim: "The best methods improve upon baseline by 41% and 28% on Position-Adjusted Word Count and Subjective Impression respectively", 그리고 "Including citations, quotations… and statistics can significantly boost source visibility, with an increase of over 40% across various queries." 하위 랭크(position-5) 페이지에서 출처 인용 추가는 +115.1%로 가장 큰 "평준화" 효과. 반대로 키워드 스터핑은 baseline보다 -10%(오히려 해로움). 한계 명확: 질의당 5개 소스만 경쟁하는 zero-sum 시뮬레이션 벤치마크라 상대 이득이 과장됐고, 최적화가 전부 LLM으로 생성됨. 특정 %는 "최선의 추정치이지 확정된 과학이 아니다."
• 상관(인과 아님) 증거: Ahrefs 75,000개 브랜드 분석. AI 가시성과 가장 강한 상관은 백링크(0.218)가 아니라 브랜드 웹 언급(0.664), 브랜드 앵커텍스트(0.527), 브랜드 검색량(0.334~0.392), YouTube 언급(0.737). 저자들이 "상관≠인과"를 명시. → 시사점: 병원의 AI 인용은 홈페이지 구조 손질보다 오프사이트 브랜드 존재감(리뷰·언론·커뮤니티)에 더 좌우될 가능성이 크다.
• 증거가 약한/반증된 것: llms.txt. Zyppy 분석에서 AI 인용 영향력 2.0/10으로 "신뢰할 만한 증거 없음"으로 평가. 스키마 마크업도 효과 주장은 있으나 인과 증거는 약하다. 업계가 "llms.txt 깔면 인용된다"고 파는 것은 근거 빈약.
• 재현 가능한 실험 설계: 동일 질문을 반복(엔진별 세션/개인화 통제)하고, 콘텐츠 변형 전후를 대조군과 비교하는 방식이 공개돼 있다(프린스턴 GEO-Bench, 6주 관측창 A/B 등).

4. 인용 → 트래픽 → 전환의 연결 (가장 중요) — 여기서 대부분 샌다

• 클릭 단계에서 대량 누수(zero-click). Pew Research(2025-07, 900명·68,879건 실제 브라우징): AI 요약이 있으면 전통 링크 클릭 8% vs 없으면 15%(상대 47% 감소), AI 요약 안의 인용 링크 클릭은 단 1%. Ahrefs(2025-12, 30만 키워드): AI Overview가 있으면 1위 페이지 CTR 58% 감소(2025-04의 34.5%에서 악화; position-1 CTR 0.073%→0.016%). Seer Interactive(2025-11): AIO 쿼리에서 오가닉 CTR 61% 감소. 즉 "인용됐다"의 대다수는 클릭으로 이어지지 않는다. 단, Seer는 반대 신호도 제시: AIO에 인용된 브랜드는 미인용 대비 오가닉 클릭 35%↑, 2026-04 연구에선 인용 시 임프레션당 오가닉 클릭 120%↑(저자 스스로 "인과 아닌 상관" 경고).
• AI 리퍼럴 트래픽은 실재하나 절대량이 작다. 전체 트래픽의 약 1.08%(Conductor, 13,770개 도메인), 의료는 0.89%(Superprompt, 성장률 445% YoY). ChatGPT가 압도적 지배 — Kaiser & Schulze(이커머스)는 "ChatGPT accounts for more than 90% of all e-commerce traffic originating from large language models"로, Search Engine Land 6.77M 세션 분석은 92.4%로 집계. 즉 병원 규모에서 월 방문 수백 건 중 AI 리퍼럴은 한 자릿수~십수 건 수준일 수 있다.
• 전환율은 연구가 정면충돌한다 — 이 모순을 그대로 전달해야 한다.
• "높다" 진영: Semrush(AI 방문 오가닉 대비 4.4배 전환), Seer(ChatGPT 15.9% vs 구글 오가닉 1.76%), Ahrefs(자사 가입의 12.1%가 트래픽 0.5%인 AI에서).
• "낮다" 진영: Kaiser & Schulze(Marketing Science 2026, SSRN 5585812), 973개 이커머스·$200억 매출·5만 건 ChatGPT 거래 vs 1.64억 건 전통 채널 분석. 회귀분석 정확치 — 오가닉 검색 대비 ChatGPT는 전환 열위(오가닉이 +13%, 계수 0.121), 제휴링크는 ChatGPT보다 +86%(계수 0.621), ChatGPT는 유료소셜(−53%, 계수 −0.760)만 앞섬. 논문 verbatim: "oLLM exhibits conversion rates and revenue per session above paid social but below all other traditional channels… Product complexity moderates the effects: oLLM's financial outcomes and traffic shares are stronger in complex product categories." ChatGPT는 전체 트래픽의 0.2% 미만.
• 모순 해소: 측정 대상이 다르다. "높다"는 전환율(%)을, "낮다"는 세션당 매출을 본다. 그리고 고관여·복잡 상품일수록 AI 전환 우위가 커진다(Kaiser & Schulze도 product complexity가 조절변수라고 명시). 병원(고관여, 비교·탐색 후 결정)은 "높다" 쪽에 가까울 개연성이 있으나, 이것은 병원 자체 데이터로 검증해야 할 가설이지 기정사실이 아니다.
• 브랜드 검색·직접 유입으로의 연결은 "그럴듯하지만 미검증." 가장 구체적인 신호는 Similarweb "The Downstream Impact of AI Visibility"(2026-06-21, 미국 데스크톱 클릭스트림, 2025-07~12): 브랜드가 ChatGPT에 추천되면 7일 내 방문 확률 2.5배, 그리고 그 다운스트림 트래픽의 55.9%가 AI 리퍼럴이 아니라 브랜드 검색으로 유입("55.9% of that downstream traffic arrives via branded search"), AI 영향 방문자는 세션당 12.0페이지·11.8분 vs 일반 6.5페이지·5.6분. 단 저자도 "correlation, not proven causation"으로 명시. Ahrefs 상관(브랜드 검색량 0.334~0.392)도 마찬가지다. 업계가 즐겨 쓰는 "AI 인용→브랜드 검색↑→직접 유입↑" 서사는 out-of-home 광고 브랜드리프트 논리를 빌려온 것으로, 계절성·타 마케팅과의 교란을 통제하지 않으면 성립하지 않는다. 정직하게: 이 연결고리는 측정 가능하지만 대부분의 사례에서 통제되지 않아 신뢰할 수 없다.

5. 측정 도구 — 인용은 측정 가능, 클릭 이후는 반쪽만 측정 가능

• AI 인용 추적 SaaS(2026 기준 가격): Otterly Lite $29/월(15프롬프트, 가장 싼 신뢰 가능 진입점), Peec AI €89~199/월(약 $95~212), Profound $99~499/월(실질 $399+, 엔터프라이즈 중심), LLMrefs $79/월 정액(500프롬프트, 가성비), Semrush AI Toolkit $99/월/도메인, Ahrefs Brand Radar 실질 $828+/월. 공통 한계: 전부 "측정" 도구이지 "개선" 도구가 아니다. 인용 여부는 보여주지만 콘텐츠·오프사이트 작업은 사용자 몫.
• GA4 한계: AI 리퍼럴은 기본값으로 안 잡힌다. ChatGPT는 2025-06부터 데스크톱 링크에만 utm_source=chatgpt.com을 붙이기 시작했고, 모바일 앱/webview는 리퍼러를 stripping해 "Direct"로 빠진다. Perplexity·Gemini는 UTM을 일관되게 안 붙인다. 추정상 AI 리퍼럴의 20~40%가 Direct로 오분류된다.
• 서버 로그 UA 분리로 "발견"(크롤) 단계는 정확 측정 가능. OAI-SearchBot/GPTBot/PerplexityBot을 IP(공개 JSON 대역)로 검증해 UA 스푸핑 배제.

6. 경쟁사 AEO 주장 감사 — 거의 전부 "2단계(인용)에서 멈춤"

국내 의료 AEO/GEO 업체 조사 결과, 성과 주장의 압도적 다수가 "AI 추천율/인용 점유율(SoV)"에서 멈추고 클릭·문의·매출을 증명하지 않는다. 유일하게 문의·매출을 앞세우는 곳(컴플)은 AEO가 아니라 전통 퍼포먼스 광고 대행사다.

• 추가 확인 업체: 하룹(성과 주장 회피형, "AI 추천 보장 못 함"), 200PRO(월 50만원대부터, 외부 통계 인용, 자사 정량 사례 서술형), 마하닥·브랜톡스·아워마케팅·믿음(대부분 인용/발견 단계). '라온'은 성형외과 마케팅 파트너로 언급되나 AEO 표방 여부 미확인.
• 판정: 검증 가능한 증거를 제시하는 AEO 업체는 사실상 없다. 대부분 무료 진단 CTA + 추천율 대시보드 캡처. 인용 지표가 실제 신환으로 이어졌음을 GA4·문의로그·EMR로 대조한 공개 사례는 확인되지 않았다. 온더AI가 그나마 수치를 구체적으로 공개하지만 전부 'AI 추천율(SoV)/Citation share'이며 문의·예약과 무관하다(홈페이지 "3개월 26%→52%"와 블로그 "45일 47%"가 불일치하는 점도 관측됨).

7. 원장의 실제 지불 의사 — 증거 없음

• 원장 커뮤니티(메디게이트 등) 발화, 세미나·강의 수요, 자발적 계약을 뒷받침하는 1차 자료(원장 본인 진술)는 웹에서 확인되지 않았다. 확인되는 것은 전부 공급자(대행사·홍보성 언론기사) 측 발화다. 대행사가 공개한 계약 병원명은 있으나 계약금액·만족도에 대한 원장 독립 진술은 없다.
• 정직하게: 수요 담론은 압도적으로 공급자 주도다. 원장이 AEO에 돈을 낼 의사가 있다는 독립·검증 가능한 신호는 현재 없음. (제3자 집계 OpenLens는 국내 의료 AEO 리테이너를 월 195만~3,250만원으로 추정하나, 이는 실계약가 공개가 아닌 벤치마크 추정이며 신뢰도 낮음.)

Details: 5단계 정의·측정 지표·도구

① 발견 (Discovery) — AI 크롤러가 문서를 크롤/색인

• 정의: OAI-SearchBot/PerplexityBot이 병원 페이지를 실제 fetch(200 응답).
• 측정: 서버 access log에서 UA별 방문·상태코드·경로 집계, IP를 공개 JSON 대역으로 검증.
• 지표: 봇별 월 크롤 횟수, 429/5xx 오류율(=차단 사고 조기경보).
• 도구: 서버 로그(무료), Cloudflare 봇 대시보드.

② 인용 (Citation) — AI 답변에 실제 언급/링크됨

• 정의: 고정 질문 세트에 대한 AI 답변에 병원명·URL이 등장.
• 측정: 동일 질문 반복 테스트(엔진별). 인용 URL·인용 문장·언급 순서 기록.
• 지표: 100프롬프트당 인용 횟수(citation rate), SoV, 평균 언급 순위, 엔진별 분리.
• 도구: 수동(월 90분) 또는 Otterly $29~/Peec/Profound.

③ 클릭 (Click) — 인용 링크를 눌러 방문

• 정의: AI 답변의 병원 링크를 통한 실제 세션.
• 측정: GA4 리퍼럴(chatgpt.com, perplexity.ai 등) + utm_source + Direct 급증 삼각측량.
• 지표: AI 리퍼럴 세션 수, cited 페이지의 Direct 유입 증분(대조군 대비).
• 도구: GA4 커스텀 채널 그룹(정규식), 서버 로그 리퍼러.

④ 브랜드 검색 (Brand Search) — 병원명 직접 검색

• 정의: 병원명 쿼리 검색량 증가. (Similarweb 발견상 AI 추천의 다운스트림 유입 55.9%가 이 경로로 오므로 필수 추적 단계.)
• 측정: 네이버 데이터랩/검색광고 키워드 도구 + 구글 서치콘솔 브랜드 임프레션 월별 변화.
• 지표: 브랜드 쿼리 임프레션/검색량 MoM.
• 통제 필요: 계절성, 오프라인 광고·이벤트 교란 제거(대조 기간 비교).

⑤ 문의 (Inquiry) — 상담/예약 전환

• 정의: 전화·카톡·폼·예약 실제 발생.
• 측정: 문의 인입 폼에 "어떻게 알게 되셨나요?"에 ChatGPT/Perplexity/구글 AI/AI(기타) 옵션 추가 + GA4 전환 이벤트.
• 지표: AI 경로 귀속 문의 건수, 문의당 비용.

각 단계 간 전환율 실측치:

• 발견→인용: 공개 벤치마크 없음(사이트·질의별 편차 큼). 없음.
• 인용→클릭: Pew 기준 AI 요약 내 인용 링크 클릭 ~1%; AI Overview 존재 시 1위 CTR -58%(Ahrefs). 인용의 대부분은 클릭 안 됨.
• 클릭→문의(전환율): 연구 충돌. 높다(4.4x, ChatGPT 15.9%) vs 낮다(이커머스 열위, Kaiser & Schulze). 병원 특화 실측치 없음.
• 클릭/인용→브랜드검색·직접유입: 상관만 존재(Similarweb 7일 내 방문 2.5배·다운스트림 55.9% 브랜드검색, Ahrefs 0.33~0.39), 인과 없음.

Caveats

• AI 검색은 주 단위로 변동한다(2025-09 Reddit 인용 붕괴, 2026-05-07 ChatGPT 링크 UI 변경으로 홈 유입 급증 등). 모든 수치는 관측 시점 기준이며 분기 재검증 필요.
• 전환율 4.4~15.9x 수치는 주로 B2B SaaS·이커머스 자기보고 데이터이며, 병원·한국어·지역 의료에 대한 직접 실측이 아니다. 병원 적용은 가설이다.
• 다수 인용 추적 SaaS·GEO 업체 통계는 자사 마케팅 목적의 self-published 데이터가 섞여 있어 방향성 참고용으로만 취급했다. 프린스턴 KDD(arXiv 2311.09735)·Pew·Kaiser&Schulze(SSRN 5585812)·Ahrefs 대규모 분석을 1차 근거로 우선했다.
• 국내 의료 AEO 리테이너 가격 벤치마크(월 195만~3,250만원 추정)는 단일 제3자 집계이며 실계약가 공개가 아니다. 신뢰도 낮음으로 표기.
• 원장 지불의사는 "증거 없음"이며 추측으로 채우지 않았다.
• Similarweb·Seer의 "인용→클릭/방문 상승" 신호는 저자들 스스로 "인과 아닌 상관"으로 경고했다. 강한 브랜드가 인용도 많이 받고 방문도 많은 역인과 가능성을 배제하지 못한다.