
E-E-A-T 점검 도구를 코딩 없이 만들었다 — AI 에이전트로 사이트 감사하기
E-E-A-T 점검은 API가 없다. 그래서 자동화가 안 됐다. AI 코딩 에이전트로 구글 품질 가이드를 읽히고 대표 페이지를 크롤해 점수화한 감사 보고서를 뽑아낸 실제 구축 과정과 한계.

AI 오버뷰가 얼마나 많은 트래픽을 보내는지 정확히 아는 브랜드는 아직 드물다. 구글이 서치 콘솔에서 AI 오버뷰 트래픽을 별도 신호로 제공하지 않기 때문이다. 어떤 콘텐츠가 유입을 만들고 있는지, 그 트래픽이 얼마나 정확히 보고되고 있는지 알 방법이 없다.
운송 업계 브랜드를 담당하는 SEO 실무자 알렉스 갈리노스는 2025년 9월부터 직접 추적 체계를 만들어 운영했다. 2025년 9월부터 2026년 6월까지 1,661개 인용 스니펫에서 5만 1,200건의 이벤트를 기록했다. 그 데이터가 보여준 것을 정리한다.
방법 자체는 복잡하지 않은데 대부분의 팀이 아직 구현하지 않았다.
사용자가 구글 AI 오버뷰 안의 인용 스니펫을 클릭하면, 구글이 목적지 URL에 #:~:text= 프래그먼트를 붙이는 경우가 있다. GA4에서 이 프래그먼트가 포함된 세션이 들어올 때 작동하는 맞춤 측정기준을 만들면 된다.
완벽한 신호는 아니다. 그러나 구글이 서치 콘솔에서 이 데이터를 직접 제공하기 전까지 확보할 수 있는 가장 신뢰도 높은 신호다. 그리고 이 프래그먼트는 지금 이 순간에도 여러분의 GA4 데이터 안에 이미 들어와 있다. 꺼내 쓰기만 하면 된다.
스니펫을 주제별로 묶어 분석하자 몇 가지가 곧바로 드러났다.
집중도가 매우 높다. 최고 성과 스니펫 하나가 2,276건의 이벤트를 만들었다. 반면 1,661개 스니펫 전체의 평균은 31건이다. SEO의 다른 영역과 마찬가지로 소수의 페이지가 대부분의 일을 한다.
스니펫에는 수명 주기가 있다. 어떤 스니펫은 특정 시기에 정점을 찍고 사라진다. 보통 검색 의도가 계절에 따라 바뀌거나, 구글이 인용하기를 선호하는 기준에 비해 콘텐츠가 낡았을 때다. 반대로 게시 몇 달 뒤에 등장해 계속 올라가는 스니펫도 있다. 신선도와 구체성이 예상보다 중요하다는 뜻이다.
해당 사례에서 확인된 패턴은 다음과 같다.
마지막 항목이 특히 시사적이다. AI 오버뷰가 콘텐츠를 선택하는 방식에 대해 알려주는 바가 있다. GEO 영역에서 일하는 사람들이 공통적으로 발견하는 패턴과도 일치한다. AI 오버뷰 인용은 구체적이고, 구조화돼 있고, 명확하게 정의된 질문에 직접 답하는 콘텐츠를 선호한다. 시간, 가격, 명명된 경로, 비교 형식이다. 모호한 에디토리얼이 아니다.
이 발견은 AI 가시성 개선의 대부분은 기술 부채 상환이다에서 다룬 관점과 맞닿는다. 특별한 GEO 전술이 아니라 정보를 정확하게 구조화하는 기본 작업이 인용을 만든다.
GA4 탐색 보고서에 데이터셋을 올려놓자, AI 오버뷰로 들어온 트래픽 중 상당 부분이 오가닉 검색이 아니라 직접(Direct) 채널로 분류되고 있다는 사실이 드러났다.
AI 오버뷰는 구글 검색 안에서만 존재한다. 거기서 온 트래픽은 오가닉으로 분류돼야 한다. 그래서 오분류 추적을 대시보드에 별도로 만들고 월간·주간으로 측정하기 시작했다.
9개월간 5만 건이 넘는 AI 오버뷰 이벤트 전체에서 평균 오분류율은 22.4% 였다. 1만 1,468건의 AI 오버뷰 이벤트가 오가닉이 아니라 직접 유입으로 기록된 것이다. 월별 편차도 있었다.
SEO 리포팅 관점에서 이 숫자의 의미는 크다. 전체 오가닉 트래픽 규모와 AI 오버뷰 유입량에 따라, 자각하지 못한 채 오가닉 성과를 실질적으로 과소보고하고 있을 수 있다.
같은 1차 데이터로 각 기간의 전체 오가닉 세션 중 AI 오버뷰에서 온 비율을 산출했다. 2025년 9월부터 2026년 6월까지 평균 7.53% 였다. 그런데 분포가 평평하지 않다.
2026년 2~3월 정점에서는 16~17% 까지 올라갔다. 오가닉 방문자 여섯 명 중 한 명 가까이가 AI 오버뷰를 통해 들어왔다는 뜻이다. 반면 최근에는 2~4% 수준까지 내려왔다.
이 변동성이 중요하다. SERP에서 AI 오버뷰의 노출 비중이 안정적이지 않다는 뜻이기 때문이다. 쿼리 유형, 가용한 콘텐츠에 대한 구글의 확신도, 그리고 광범위한 알고리즘 변화에 따라 출렁인다. AI 오버뷰 트래픽을 오가닉의 고정 비율로 취급하는 브랜드는 모델을 잘못 보정하고 있을 가능성이 높다.
#:~:text= 식별자는 AI 오버뷰 전용이 아니다. 피처드 스니펫과 People Also Ask 결과도 같은 프래그먼트를 쓴다. 따라서 측정값 일부가 그쪽에서 섞여 들어올 수 있다. 해당 사례에서는 Ahrefs로 피처드 스니펫 노출을 확인했고 30개 미만이었다. 피처드 스니펫을 유발하는 유형의 키워드를 타깃하지 않기 때문이다. 실무적으로는 볼륨과 수집 기간을 고려할 때 AI 오버뷰가 지배적 요인이라고 판단했지만, 완전히 깨끗한 신호는 아니다.
이벤트와 세션을 비교하는 지표다. GA4 맞춤 측정기준은 이벤트 범위이지 세션 범위가 아니다. 따라서 AI 오버뷰 비율은 이벤트를 세션과 비교하는 형태가 되는데, 이상적인 비교는 아니다. 없는 것보다는 낫고 방향성은 정확하지만, 그대로 복제할 때 알고 있어야 한다.
아직 추적하고 있지 않다면 지금 시작하는 것이 맞다. 세팅이 복잡하지 않고, 불완전하더라도 구글이 이 데이터를 직접 제공하기 전까지 확보할 수 있는 최선의 1차 데이터다.
9개월치 데이터에서 가져갈 것은 네 가지다. 구조화되고 구체적인 콘텐츠가 이긴다. 신선도가 생각보다 중요하다. 스니펫에는 수명이 있고 낡은 콘텐츠는 인용 점유를 잃는다. 우리 오가닉 트래픽은 과소보고되고 있을 가능성이 높다. 그리고 그 비율은 변동이 심하니 정점 월을 새 기준선으로 삼으면 안 된다.
마지막 항목은 뉴스 사이트 방문의 1.1%만 AI에서 온다에서 짚은 문제와 정확히 같은 성격이다. 리퍼러 기반 측정은 AI의 영향을 구조적으로 축소해 보여준다. 어느 쪽이든 결론은 하나다. 플랫폼이 주는 채널 분류를 그대로 믿지 말고, 1차 데이터로 검증 장치를 하나 만들어 두는 것이다.
AI 오버뷰 인용 스니펫을 클릭하면 구글이 목적지 URL에 `#:~:text=` 프래그먼트를 붙이는 경우가 있다. 이 프래그먼트가 포함된 세션에 반응하는 맞춤 측정기준을 GA4에 만들면 된다. 이미 데이터에 들어와 있어 꺼내 쓰기만 하면 된다.
9개월 5만 건 데이터에서 평균 22.4%가 오가닉 대신 직접(Direct) 채널로 분류됐다. AI 오버뷰는 구글 검색 안에서만 존재하므로 오가닉이 맞고, 이 오분류 때문에 오가닉 성과가 과소보고될 수 있다.
구체적이고 구조화되어 명확한 질문에 직접 답하는 콘텐츠다. 시간, 가격, 명명된 경로처럼 사실이 확정적인 정보와 실제 HTML 표로 만든 비교 표가 인용 빈도에서 두드러졌다.
9개월 평균 7.53%였지만 변동이 크다. 2026년 2~3월에는 16~17%까지 올랐다가 최근에는 2~4% 수준으로 내려왔다. 고정 비율로 가정하고 모델을 짜면 잘못된 보정이 된다.
기사에서 본 내용을 우리 사이트에 대입해 보고 싶다면, 무료 진단으로 현재 상태부터 확인해 보세요.
영업일 기준 24시간 안에 담당자가 직접 답변드립니다.

E-E-A-T 점검은 API가 없다. 그래서 자동화가 안 됐다. AI 코딩 에이전트로 구글 품질 가이드를 읽히고 대표 페이지를 크롤해 점수화한 감사 보고서를 뽑아낸 실제 구축 과정과 한계.

GEO 진단은 AI 답변에 우리 브랜드가 나오는지 확인하는 작업이 아니다. 온사이트 4개, 오프사이트 4개, 측정 1개로 나눠 점검하는 GEO 체크리스트를 정리했다.

링크드인·유튜브·레딧·틱톡이 저품질 AI 콘텐츠를 걸러 내는 시스템을 구축 중이다. 워터마크의 한계와 살아남는 콘텐츠의 조건을 정리했다.