본문으로 건너뛰기
피드

AI 검색 시대엔 브랜드도 ‘노출’이 아니라 ‘학습’ 싸움이라는 책

ai-ml 약 4분
vote
0
댓글
북마크

전자신문이 최동섭 크레인커뮤니케이션즈 창업자의 신간 『AI가 기억하는 브랜드』를 소개했다. 생성형 인공지능 시대에는 검색 결과 상단 노출보다 AI가 브랜드를 신뢰할 만한 정보로 기억하게 만드는 전략이 중요해졌다는 내용이다.

  • 1

    생성형 AI가 검색 경험을 바꾸면서 브랜드 경쟁의 기준이 ‘노출’에서 ‘학습’으로 이동했다는 주장

  • 2

    책은 생성형 엔진 최적화(GEO) 설계 5단계, 작은 기업의 AI 브랜드 전략, AI 브랜드 경험 팀 구축법을 다룸

  • 3

    저자는 한국HP에서 14년간 마케팅과 홍보를 맡았고, 이후 크레인커뮤니케이션즈를 세워 12년간 디지털 마케팅 현장을 경험함

  • 지난 20년간 마케팅의 핵심이 ‘검색에 많이 노출되는 것’이었다면, 이 책은 이제 판이 바뀌었다고 봄

    • 생성형 인공지능(AI)이 검색 결과를 수십 개 보여주는 대신, 사용자가 원하는 답을 하나로 정리해 주는 흐름이 커졌기 때문
    • 소비자 입장에선 편함. 근데 기업 입장에선 AI가 답변에서 빼버리면 존재감 자체가 사라지는 꽤 무서운 상황이 됨
  • 최동섭 크레인커뮤니케이션즈 창업자는 신간 『AI가 기억하는 브랜드』에서 이 변화를 ‘노출의 전쟁’에서 ‘학습의 전쟁’으로 설명함

    • 예전엔 검색 엔진 상단에 올라가는 게 중요했다면, 이제는 AI가 브랜드를 신뢰할 만한 정보로 기억하게 만드는 게 중요하다는 얘기
    • 말하자면 사람 눈에 띄는 싸움에서, AI 모델과 검색형 답변 시스템 안에 제대로 들어가는 싸움으로 이동한 셈
  • 책에서 밀고 있는 키워드는 생성형 엔진 최적화(GEO, Generative Engine Optimization)임

    • 단순히 AI 도구 사용법을 소개하는 책은 아니고, AI가 브랜드를 어떻게 인식하는지와 그에 맞춘 설계 방식을 다룬다고 소개됨
    • 특히 ‘GEO 설계 5단계’를 제시한다고 되어 있어서, 생성형 AI 시대의 브랜드 노출 전략을 실무 프레임워크로 풀려는 쪽에 가까움

ℹ️참고

> 여기서 말하는 GEO는 기존 검색 엔진 최적화(SEO)의 AI 검색 버전처럼 이해하면 편함. 다만 목표는 검색 순위가 아니라 AI 답변 안에서 신뢰 가능한 정보로 선택되는 것에 더 가까움.

  • 흥미로운 포인트는 작은 기업을 위한 전략도 책의 주요 축이라는 점임

    • 기사에서는 작은 기업이 거대 브랜드를 이기는 ‘다윗의 돌팔매’ 전략을 다룬다고 소개함
    • 생성형 AI가 답변을 재구성하는 시대엔 광고비나 브랜드 인지도만으로 승부가 끝나지 않을 수도 있다는 문제의식이 깔려 있음
  • 조직 관점에서는 ‘AI 브랜드 경험 팀’이라는 미래형 조직 모델도 제안함

    • 브랜드, 콘텐츠, 데이터, AI 대응 전략을 따로 놀게 두지 않고 하나의 경험 설계로 묶어야 한다는 흐름으로 읽힘
    • 개발자에게 직접적인 구현 기사라고 보긴 어렵지만, 제품 문서·개발자 포털·기술 블로그를 운영하는 팀이라면 꽤 연결되는 주제임
  • 저자 이력은 전형적인 마케팅 현장형 커리어에 가까움

    • 한국HP에서 14년간 마케팅과 홍보를 맡았고, 2014년 마케팅 전문 기업 크레인커뮤니케이션즈를 설립함
    • 이후 12년 동안 디지털·소셜 마케팅, 언론홍보, B2B 마케팅을 다뤘고, 캐나다와 베트남 지사를 통해 해외 진출 지원도 하고 있다고 소개됨
  • 결론적으로 이 책은 개발자를 위한 AI 기술서라기보다는, 생성형 AI가 검색과 브랜드 발견 방식을 어떻게 바꾸는지 다룬 마케팅 전략서에 가까움

    • 다만 서비스 운영자나 테크 기업 입장에선 그냥 남 얘기가 아님
    • 앞으로는 좋은 제품을 만들고 문서를 잘 써도, AI가 그 정보를 제대로 해석하고 답변에 반영하지 못하면 사용자에게 도달하는 경로가 줄어들 수 있음

개발자 입장에서는 마케팅 책으로만 보일 수 있지만, AI 검색과 추천 시스템이 콘텐츠 발견 방식을 바꾸고 있다는 점은 꽤 현실적인 이슈다. 앞으로 서비스나 문서, 제품 소개 페이지도 ‘사람이 검색해서 찾는 구조’뿐 아니라 ‘AI가 읽고 답변에 반영하는 구조’를 의식해야 할 가능성이 크다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

유튜브, AI 생성 영상에 자동 라벨 붙인다

유튜브가 사실적으로 보이거나 의미 있게 AI로 변경·생성된 콘텐츠에 더 눈에 띄는 라벨을 적용하고, 제작자가 AI 사용 여부를 밝히지 않아도 내부 신호로 감지되면 자동 라벨을 붙이겠다고 밝혔다. 다만 라벨만으로 추천 노출이나 수익화 자격이 바뀌지는 않으며, 제작자는 YouTube Studio에서 잘못된 판정을 수정할 수 있다.

ai-ml

테크 CEO들의 'AI 만능론', 숫자는 아직 그렇게 말하지 않는다

테크 업계에서 AI를 이유로 한 대규모 감원과 조직 재편이 이어지는 가운데, Box 창업자 애런 레비는 CEO들이 실제 업무의 마지막 1마일을 모른 채 AI 에이전트의 능력을 과대평가하고 있다고 지적했다. 2026년 첫 5개월 동안 이미 11만5430명이 해고됐고, 여러 연구는 AI 도입이 체감 생산성만큼 실제 생산성을 끌어올렸다는 근거가 아직 약하다고 말한다.

ai-ml

오픈AI와 앤트로픽, 코딩 에이전트로 드디어 돈 되는 시장을 찾은 듯

사이먼 윌리슨은 오픈AI와 앤트로픽이 코딩 에이전트와 기업용 과금으로 진짜 제품-시장 적합성을 찾았다고 봐. 개인 구독자에게는 월 100달러 플랜이 싸게 느껴지지만, 기업 고객은 이제 사용량 기준 토큰 가격을 그대로 내기 시작했고 이게 대형 고객 예산을 빠르게 흔들고 있다는 얘기야.

ai-ml

컴팔과 GMI 클라우드, 대규모 추론용 AI 인프라 구축 협력

컴팔이 실리콘밸리 기반 AI 인프라 기업 GMI 클라우드와 협력해 대규모 추론과 에이전틱 AI 워크로드에 맞춘 GPU 서버 인프라를 구축한다고 발표했어. COMPUTEX 2026에서는 NVIDIA HGX B300을 지원하는 Compal SGX30-2 같은 고성능 AI 서버 플랫폼도 선보일 예정이야.

ai-ml

AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중

국내 직장인들이 AI 전환 압박, AI 답변 검증 부담, 대체 불안 때문에 피로감을 호소하고 있어. 중앙일보 설문에서는 5284명 중 31.6%가 ‘AI 답변 검증에 시간이 더 걸릴 때’를 가장 지치는 순간으로 꼽았고, 기업들은 무작정 AI 사용량을 밀어붙이는 방식에서 업무 방식 재설계로 넘어가야 한다는 지적이 나와.