{
  "id": "871615c0-51b2-43e1-a11b-7a7c57dedab5",
  "slug": "ref/khub/premium-geo-디마연-geo-세미나-발표-시나리오-분석-옥경화-상무-2026-03-11",
  "doc_type": "ref",
  "title": "디마연 GEO 세미나 발표 시나리오 분석 — 옥경화 상무 (2026.03.11)",
  "title_en": null,
  "one_liner": "# 디마연 GEO 세미나 발표 시나리오 분석 — 옥경화 상무 > 원본: 디지털마케팅연구회 2026년 3월 세미나 (2026.03.11) > 발표: 옥경화 상무 / 비즈스프링 > 제목: AI검색시대, 브랜드 노출을 설계하는 기술과 데이터 > 분석일: 2026-04-11 > 배포금지 — ",
  "summary_bullets": [],
  "body_md": "# 디마연 GEO 세미나 발표 시나리오 분석 — 옥경화 상무\n\n> 원본: 디지털마케팅연구회 2026년 3월 세미나 (2026.03.11)\n> 발표: 옥경화 상무 / 비즈스프링\n> 제목: AI검색시대, 브랜드 노출을 설계하는 기술과 데이터\n> 분석일: 2026-04-11\n> 배포금지 — 고객명 포함\n\n---\n\n## 발표 구조 (6 Part, 47슬라이드, 약 40분)\n\n전체 시나리오: 왜 GEO 필요 → AI 작동 방식 → 전략 설계 → 실전 사례 → 측정/관리\n\n고객 반응 좋았던 이유: 이론 + 실제 대시보드 스크린샷 + 데이터 다수 포함\n\n활용 이력: 디마연 세미나(3/11) → 미래아이엔씨 교육(3/16, 무료체험→수의계약) → 케이뱅크 수의계약(4/6)\n\n---\n\n## PART 1. AI 검색 환경의 변화 (p.4~8)\n\n핵심: 검색은 클릭이 아니라 인용의 시대\n\n인용 확률 공식(세미나 전체 관통): P(인용) = Retrieval x Ranking x Context Fit\n\nGoogle은 랭킹 시스템(Authority) 우선, ChatGPT는 문장 구조/문맥 적합성 영향 더 큼\n\nAI 브랜드 언급 3대 조건: 1)관련 문서 존재, 2)신뢰 출처, 3)문맥 포함\n\n5대 AI 엔진 비교: Google AI Overview, 네이버 AI 브리프, ChatGPT, Claude, Perplexity. 네이버 블로그는 네이버 AI에서만 높고 나머지 낮음. Perplexity는 전문문서 영향 매우 높음.\n\n---\n\n## PART 2. AI가 브랜드 이해하는 방식 (p.9~12)\n\n핵심: AI는 브랜드를 기억하지 않고 단어와의 관계를 계산\n\nP(description|brand) 비례 frequency_in_training_data\n\n정의 고착 3요인: 고빈도 반복, Self-reinforcement(AI생성→웹확산→재학습), Attention 수렴\n\n\"10년 분포 vs 1년 분포 → 10년 승리\" → 지금 시작해야 하는 이유\n\nE-E-A-T 정량화 대안 지표: Experience(1인칭문장, 실사용이미지, 체류시간), Expertise(의미론적완결성, 전문용어밀도, Schema), Authority(DR70+백링크, 브랜드검색량, 저자엔티티), Trust(HTTPS, 투명성, 부정평판)\n\n---\n\n## PART 3. GEO 전략 프레임워크 (p.13~17)\n\n질문 의도 5단계: Definition → Recommendation → Comparison → Problem → Alternative\n\n사이트 구조화 3요소: Schema Markup, Metadata, Entity 연결\n\n실행 구조: Intent 분석 → 콘텐츠 전략 → Schema 구현 → AI 검색 증가 → AI 인용 확보\n\n---\n\n## PART 4. Owned and Earned Media (p.18~22)\n\nOwned = 정의(Definition), Earned = 신뢰(Trust)\n\n자사 사이트 우선 전략(핵심): Anchor 역할, Semantic Stability, RAG 인용 극대화. 외부 블로그만의 한계(단기신호, 스팸, 의미분산). 실행: 자사 정의 고정(Centroid) → 외부 반복 → 문맥 확장\n\n---\n\n## PART 5. 실전 사례 (p.23~42) — 고객 반응 최고\n\n사례1 전자제품: S사46% vs L사40%. AI별 점유율. 강약점 키워드. 공식출처 Citation Rate. 유튜브 인용 채널.\n\n사례2 병의원: Big4 중 21.7%. 질문의도별(탐색26.7/검증28.2/행동25.0). 감성94.5%긍정. SNS 유튜브52.3%, 자사공식0%. 언론233건.\n\n사례3 커머스: 이미지 중심 쇼핑몰 한계 — 이미지+텍스트+Product Schema 필요\n\n사례4 커머스: SoM 변동 20%→43.4%(1위)→0%(급락) — AI 인용 안정성 문제\n\n사례5 금융: 사이트진단 50.8/100. SoM 토스12.5% 1위, 자사2.5%. AI Schema 자동 추천 기능.\n\n---\n\n## PART 6. 측정 및 관리 체계 (p.43~46)\n\nGEO 관리 지표1 AI 답변 분석: 12개 지표(인용률, 채널인용, 키워드, Intent점유율, SNS/유튜브, 언론, 카테고리, 추천리스트)\n\nGEO 관리 지표2 사이트 진단: 14개 항목(콘텐츠구조, Schema, Entity, 메타데이터, Topic Cluster, Semantic Completeness, 텍스트비율, HTTPS, 브랜드검색량)\n\n지속 관리 순환: 질문구조화 → 데이터수집 → 인용분석 → 콘텐츠/채널 개선 → 모니터링\n\n---\n\n## 발표 전략 요약\n\n공식 도입(인용 확률 공식), 이중 설명(비전문가+전문가), 실전 사례 5개(대시보드), 경쟁사 비교(모든 사례), 채널 한계(블로그/인스타 AI 인용 어려움), 자사 우선론(Centroid 고정), 순환 관리(GEOcare 도입 당위성)\n\n원본: https://drive.google.com/file/d/1rvGRVaDAixWSyq2PmKbzb8GBNQp3EVVi/view",
  "related_slugs": [],
  "faq": [],
  "jsonld": null,
  "keywords": [],
  "source_id": "1ccf1299-ce64-4d87-a044-53d6060451cf",
  "video_url": null,
  "duration_sec": null,
  "thumbnail_url": null,
  "image_url": null,
  "caption": null,
  "solution_slug": null,
  "captured_at": null,
  "width": null,
  "height": null,
  "created_at": "2026-08-24T11:53:44.809175+00:00",
  "updated_at": "2026-08-24T11:53:44.809175+00:00",
  "visibility": "public",
  "source_stage": "1",
  "anonymized": true,
  "source_key": "legacy-khub",
  "origin": "ingest",
  "locked": false,
  "locked_by": null,
  "locked_at": null,
  "gate_state": {
    "g1": {
      "hits": [],
      "pass": true
    },
    "g2": {
      "pass": true,
      "total": 65,
      "issues": [
        "핵심 요약 불릿이 3개 미만입니다",
        "Q&A 쌍이 3개 미만입니다"
      ],
      "applies": true
    },
    "g3": {
      "pass": true,
      "required": false
    },
    "stage": "1",
    "decided_at": "2026-08-24T11:53:44.334Z"
  },
  "raw_id": "1c282a3e-2117-429c-8b83-d6075d8ffa3f",
  "search_text": "디마연 GEO 세미나 발표 시나리오 분석 — 옥경화 상무 (2026.03.11)  # 디마연 GEO 세미나 발표 시나리오 분석 — 옥경화 상무 > 원본: 디지털마케팅연구회 2026년 3월 세미나 (2026.03.11) > 발표: 옥경화 상무 / 비즈스프링 > 제목: AI검색시대, 브랜드 노출을 설계하는 기술과 데이터 > 분석일: 2026-04-11 > 배포금지 —   # 디마연 GEO 세미나 발표 시나리오 분석 — 옥경화 상무\n\n> 원본: 디지털마케팅연구회 2026년 3월 세미나 (2026.03.11)\n> 발표: 옥경화 상무 / 비즈스프링\n> 제목: AI검색시대, 브랜드 노출을 설계하는 기술과 데이터\n> 분석일: 2026-04-11\n> 배포금지 — 고객명 포함\n\n---\n\n## 발표 구조 (6 Part, 47슬라이드, 약 40분)\n\n전체 시나리오: 왜 GEO 필요 → AI 작동 방식 → 전략 설계 → 실전 사례 → 측정/관리\n\n고객 반응 좋았던 이유: 이론 + 실제 대시보드 스크린샷 + 데이터 다수 포함\n\n활용 이력: 디마연 세미나(3/11) → 미래아이엔씨 교육(3/16, 무료체험→수의계약) → 케이뱅크 수의계약(4/6)\n\n---\n\n## PART 1. AI 검색 환경의 변화 (p.4~8)\n\n핵심: 검색은 클릭이 아니라 인용의 시대\n\n인용 확률 공식(세미나 전체 관통): P(인용) = Retrieval x Ranking x Context Fit\n\nGoogle은 랭킹 시스템(Authority) 우선, ChatGPT는 문장 구조/문맥 적합성 영향 더 큼\n\nAI 브랜드 언급 3대 조건: 1)관련 문서 존재, 2)신뢰 출처, 3)문맥 포함\n\n5대 AI 엔진 비교: Google AI Overview, 네이버 AI 브리프, ChatGPT, Claude, Perplexity. 네이버 블로그는 네이버 AI에서만 높고 나머지 낮음. Perplexity는 전문문서 영향 매우 높음.\n\n---\n\n## PART 2. AI가 브랜드 이해하는 방식 (p.9~12)\n\n핵심: AI는 브랜드를 기억하지 않고 단어와의 관계를 계산\n\nP(description|brand) 비례 frequency_in_training_data\n\n정의 고착 3요인: 고빈도 반복, Self-reinforcement(AI생성→웹확산→재학습), Attention 수렴\n\n\"10년 분포 vs 1년 분포 → 10년 승리\" → 지금 시작해야 하는 이유\n\nE-E-A-T 정량화 대안 지표: Experience(1인칭문장, 실사용이미지, 체류시간), Expertise(의미론적완결성, 전문용어밀도, Schema), Authority(DR70+백링크, 브랜드검색량, 저자엔티티), Trust(HTTPS, 투명성, 부정평판)\n\n---\n\n## PART 3. GEO 전략 프레임워크 (p.13~17)\n\n질문 의도 5단계: Definition → Recommendation → Comparison → Problem → Alternative\n\n사이트 구조화 3요소: Schema Markup, Metadata, Entity 연결\n\n실행 구조: Intent 분석 → 콘텐츠 전략 → Schema 구현 → AI 검색 증가 → AI 인용 확보\n\n---\n\n## PART 4. Owned and Earned Media (p.18~22)\n\nOwned = 정의(Definition), Earned = 신뢰(Trust)\n\n자사 사이트 우선 전략(핵심): Anchor 역할, Semantic Stability, RAG 인용 극대화. 외부 블로그만의 한계(단기신호, 스팸, 의미분산). 실행: 자사 정의 고정(Centroid) → 외부 반복 → 문맥 확장\n\n---\n\n## PART 5. 실전 사례 (p.23~42) — 고객 반응 최고\n\n사례1 전자제품: S사46% vs L사40%. AI별 점유율. 강약점 키워드. 공식출처 Citation Rate. 유튜브 인용 채널.\n\n사례2 병의원: Big4 중 21.7%. 질문의도별(탐색26.7/검증28.2/행동25.0). 감성94.5%긍정. SNS 유튜브52.3%, 자사공식0%. 언론233건.\n\n사례3 커머스: 이미지 중심 쇼핑몰 한계 — 이미지+텍스트+Product Schema 필요\n\n사례4 커머스: SoM 변동 20%→43.4%(1위)→0%(급락) — AI 인용 안정성 문제\n\n사례5 금융: 사이트진단 50.8/100. SoM 토스12.5% 1위, 자사2.5%. AI Schema 자동 추천 기능.\n\n---\n\n## PART 6. 측정 및 관리 체계 (p.43~46)\n\nGEO 관리 지표1 AI 답변 분석: 12개 지표(인용률, 채널인용, 키워드, Intent점유율, SNS/유튜브, 언론, 카테고리, 추천리스트)\n\nGEO 관리 지표2 사이트 진단: 14개 항목(콘텐츠구조, Schema, Entity, 메타데이터, Topic Cluster, Semantic Completeness, 텍스트비율, HTTPS, 브랜드검색량)\n\n지속 관리 순환: 질문구조화 → 데이터수집 → 인용분석 → 콘텐츠/채널 개선 → 모니터링\n\n---\n\n## 발표 전략 요약\n\n공식 도입(인용 확률 공식), 이중 설명(비전문가+전문가), 실전 사례 5개(대시보드), 경쟁사 비교(모든 사례), 채널 한계(블로그/인스타 AI 인용 어려움), 자사 우선론(Centroid 고정), 순환 관리(GEOcare 도입 당위성)\n\n원본: https://drive.google.com/file/d/1rvGRVaDAixWSyq2PmKbzb8GBNQp3EVVi/view",
  "embedding": null,
  "embedded_at": null,
  "embedding_hash": null,
  "backlinks": [],
  "html_url": "https://bizspring.ai/kb/ref/khub/premium-geo-디마연-geo-세미나-발표-시나리오-분석-옥경화-상무-2026-03-11",
  "markdown_url": "https://bizspring.ai/kb/ref/khub/premium-geo-디마연-geo-세미나-발표-시나리오-분석-옥경화-상무-2026-03-11.md"
}