고객의 검색어가 AI 추천을 바꾼다: '카테고리 프레이밍'의 힘

AI 검색 시대의 엔티티 SEO 상식에 정면으로 도전하는 연구 결과가 나왔다. 핵심 주장은 명료하다. "널리 알려진 브랜드"라고 해서 자동으로 "AI가 추천하는 강한 브랜드"가 되는 것은 아니라는 것이다. 대규모 언어모델(LLM)이 어떤 브랜드를 추천할지는, 고객이 실제로 사용하는 카테고리 언어와 그 브랜드가 제3자 콘텐츠 안에서 얼마나 긴밀히 연결되어 있는가에 달려 있다.

같은 브랜드, 검색어에 따라 뒤집히는 추천 결과

마리아나 프랑코(Maryanna Franco)와 조앙 다 실바(João da Silva)의 연구는 12개 스포츠 의류 브랜드를 ChatGPT, Gemini, Perplexity, Claude, 그리고 구글 AI 오버뷰에서 테스트했다. 변수는 단 하나, 카테고리를 표현하는 단어였다. "애슬레저(athleisure)"로 물었을 때와 "애슬레틱 풋웨어(athletic footwear, 운동화)"로 물었을 때 추천 결과가 어떻게 달라지는지를 비교한 것이다.

결과는 극적이었다. 뉴발란스는 '애슬레저'로 물으면 추천율이 1%에 그쳤지만, '운동화'로 물으면 90%까지 치솟았다(무려 +89포인트). 반대로 룰루레몬은 '애슬레저'에서 90%로 압도적이었지만 '운동화'에서는 0%로 사라졌다(-90포인트). 나이키는 두 프레이밍 모두에서 각각 77%, 90%로 높은 가시성을 유지하며 양쪽 카테고리를 모두 장악했다.

추천을 좌우하는 '카테고리 코딩'의 두 축

연구진은 AI 추천이 두 가지 요소에 의해 결정된다고 설명한다. 첫째는 지식 그래프(Knowledge Graph) 상의 설명으로, 브랜드가 어떤 카테고리에 속하는지를 규정하며 브랜드 인지의 기준점 역할을 한다. 둘째는 제3자 콘텐츠 코퍼스(corpus), 즉 축적된 기사, 리뷰, 편집 콘텐츠의 총합으로, 실제 추천 여부를 결정하는 핵심이다.

여기서 중요한 통찰이 나온다. 지식 그래프의 설명만 갱신한다고 해서 추천이 바뀌지 않는다는 점이다. 프랑코의 표현을 빌리면 "코퍼스는 여전히 예전에 말하던 그대로를 말하고 있기" 때문이다. 브랜드가 스스로를 어떻게 정의하든, 세상의 콘텐츠가 그 브랜드를 특정 카테고리 언어와 연결해 두지 않았다면 AI는 그 브랜드를 그 맥락에서 소환하지 않는다.

마케터를 위한 실무 진단법

연구진은 브랜드가 다음과 같이 자가 진단할 것을 권한다. 우선 5~6개의 서로 다른 카테고리 표현을 여러 LLM에서 교차 테스트해 어떤 표현에서 자사 브랜드가 노출되는지를 확인한다. 그다음 자사가 노출되지 않는 카테고리 언어를 다루는 매체에 제3자 콘텐츠 투자를 집중하고, 카테고리 소속을 정의하는 비교·리뷰 콘텐츠에 적극적으로 등장하는 참여자가 되어야 한다.

마케팅 실무자를 위한 시사점

이 연구가 던지는 메시지는 AEO(Answer Engine Optimization) 전략의 무게중심을 옮겨야 한다는 것이다. 그동안 많은 브랜드가 자사 사이트와 위키·지식 그래프 정비에 집중했지만, 정작 AI 추천을 결정하는 것은 브랜드가 통제할 수 없는 '외부의 언어'다. 고객이 우리 제품을 부르는 표현과, 매체·리뷰어가 우리를 묶어 소개하는 카테고리가 일치하지 않으면 아무리 유명한 브랜드도 AI 답변에서 통째로 누락될 수 있다.

따라서 실무자는 키워드 리서치의 개념을 'AI 프롬프트 리서치'로 확장할 필요가 있다. 고객이 실제로 AI에게 던지는 카테고리 언어를 먼저 파악하고, 그 언어권을 지배하는 매체와 비교 콘텐츠에 브랜드를 심는 PR·콘텐츠 전략을 병행해야 한다. AI 시대의 브랜드 가시성은 '우리가 누구인가'가 아니라 '세상이 우리를 어떤 단어로 묶는가'의 싸움이 되고 있다.