BizSpring.ai

지식센터 / 레퍼런스

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 —

핵심 요약

    # 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 — 고객명 포함

    ---

    발표 구조 (6 Part, 47슬라이드, 약 40분)

    전체 시나리오: 왜 GEO 필요 → AI 작동 방식 → 전략 설계 → 실전 사례 → 측정/관리

    고객 반응 좋았던 이유: 이론 + 실제 대시보드 스크린샷 + 데이터 다수 포함

    활용 이력: 디마연 세미나(3/11) → 미래아이엔씨 교육(3/16, 무료체험→수의계약) → 케이뱅크 수의계약(4/6)

    ---

    PART 1. AI 검색 환경의 변화 (p.4~8)

    핵심: 검색은 클릭이 아니라 인용의 시대

    인용 확률 공식(세미나 전체 관통): P(인용) = Retrieval x Ranking x Context Fit

    Google은 랭킹 시스템(Authority) 우선, ChatGPT는 문장 구조/문맥 적합성 영향 더 큼

    AI 브랜드 언급 3대 조건: 1)관련 문서 존재, 2)신뢰 출처, 3)문맥 포함

    5대 AI 엔진 비교: Google AI Overview, 네이버 AI 브리프, ChatGPT, Claude, Perplexity. 네이버 블로그는 네이버 AI에서만 높고 나머지 낮음. Perplexity는 전문문서 영향 매우 높음.

    ---

    PART 2. AI가 브랜드 이해하는 방식 (p.9~12)

    핵심: AI는 브랜드를 기억하지 않고 단어와의 관계를 계산

    P(description|brand) 비례 frequency_in_training_data

    정의 고착 3요인: 고빈도 반복, Self-reinforcement(AI생성→웹확산→재학습), Attention 수렴

    "10년 분포 vs 1년 분포 → 10년 승리" → 지금 시작해야 하는 이유

    E-E-A-T 정량화 대안 지표: Experience(1인칭문장, 실사용이미지, 체류시간), Expertise(의미론적완결성, 전문용어밀도, Schema), Authority(DR70+백링크, 브랜드검색량, 저자엔티티), Trust(HTTPS, 투명성, 부정평판)

    ---

    PART 3. GEO 전략 프레임워크 (p.13~17)

    질문 의도 5단계: Definition → Recommendation → Comparison → Problem → Alternative

    사이트 구조화 3요소: Schema Markup, Metadata, Entity 연결

    실행 구조: Intent 분석 → 콘텐츠 전략 → Schema 구현 → AI 검색 증가 → AI 인용 확보

    ---

    PART 4. Owned and Earned Media (p.18~22)

    Owned = 정의(Definition), Earned = 신뢰(Trust)

    자사 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

    ---

    PART 5. 실전 사례 (p.23~42) — 고객 반응 최고

    사례1 전자제품: S사46% vs L사40%. AI별 점유율. 강약점 키워드. 공식출처 Citation Rate. 유튜브 인용 채널.

    사례2 병의원: Big4 중 21.7%. 질문의도별(탐색26.7/검증28.2/행동25.0). 감성94.5%긍정. SNS 유튜브52.3%, 자사공식0%. 언론233건.

    사례3 커머스: 이미지 중심 쇼핑몰 한계 — 이미지+텍스트+Product Schema 필요

    사례4 커머스: SoM 변동 20%→43.4%(1위)→0%(급락) — AI 인용 안정성 문제

    사례5 금융: 사이트진단 50.8/100. SoM 토스12.5% 1위, 자사2.5%. AI Schema 자동 추천 기능.

    ---

    PART 6. 측정 및 관리 체계 (p.43~46)

    GEO 관리 지표1 AI 답변 분석: 12개 지표(인용률, 채널인용, 키워드, Intent점유율, SNS/유튜브, 언론, 카테고리, 추천리스트)

    GEO 관리 지표2 사이트 진단: 14개 항목(콘텐츠구조, Schema, Entity, 메타데이터, Topic Cluster, Semantic Completeness, 텍스트비율, HTTPS, 브랜드검색량)

    지속 관리 순환: 질문구조화 → 데이터수집 → 인용분석 → 콘텐츠/채널 개선 → 모니터링

    ---

    발표 전략 요약

    공식 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)

    원본: https://drive.google.com/file/d/1rvGRVaDAixWSyq2PmKbzb8GBNQp3EVVi/view

    다른 표현: Markdown · JSON · 최종 갱신 2026-08-24