GEO 효과를 매출로 재는 법: AI 답변 노출을 마케팅 믹스 모델에 넣기

GEO가 매출에 준 효과를 재려면 AI 답변에 브랜드 이름이 나온 비율을 그대로 쓰면 안 된다. 그 비율을 질문 수, 엔진별 사용 점유율, 사용자가 이름을 알아챌 확률과 곱해 시장별·기간별 기대 노출 횟수로 바꾸고, 다른 매체처럼 이월·포화 변환을 거쳐 마케팅 믹스 모델에 넣어야 한다. 도쿄대와 Mizuho-DL Financial Technology의 Masahiro Kato 등이 2026년 9월 arXiv에 올린 Generative Marketing Mix Modeling^[1]이 이 틀(GMMM)을 제안한다. 근거는 시뮬레이션이고, 실제로 수집한 데이터는 GPT 답변 2,240개에서 잰 한 브랜드의 등장 확률뿐이다^[1].

이 글은 arXiv v1 원문(54쪽, 동료심사 전)을 부록까지 읽고, 표의 수치를 원문과 대조해 쓴다^[1]. 논문이 답변을 모은 대상 브랜드는 Glasp이고, 부록의 유입 분석에는 glasp.co가 공개한 AEO 자연실험 데이터^[2]를 쓴다. 논문에 이해관계 진술은 없다.

우리는 AI 답변 속 브랜드 언급을 반복 측정하는 제품을 만들고 있어서 이 주제에 이해관계가 있다. 지난 글 증분 실험으로 마케팅 믹스 모델 보정하기에서는 실험 결과를 MMM에 넣는 방법을 다뤘다. 이 글은 그보다 한 단계 앞, AI 답변 노출이라는 입력을 만드는 방법을 다룬다.

AI 검색 노출은 왜 마케팅 믹스 모델의 입력이 못 되나

AI 답변 속 브랜드 언급은 어떤 로그에도 시장별 노출 횟수로 남지 않는다^[1]. 마케팅 믹스 모델(MMM)은 매출 같은 집계 반응을 시장·기간별 매체 입력에 연결하는 모형이다. 광고 노출 로그는 스폰서가 붙지 않은 언급을 기록하지 않고, 플랫폼의 스폰서 배치 기록은 사용자가 그것을 알아챘는지 알려 주지 않는다.

논문은 두 처치를 구분한다. 생성형 엔진 최적화(GEO)는 FAQ 섹션 추가나 제품 문서 수정처럼 출처 자료를 고쳐 답변을 바꾸는 일이고^[6], 생성형 엔진 마케팅(GEM)은 생성형 답변 안의 스폰서 배치에 돈을 내는 일이다^[1]. 둘 다 기존 매체처럼 노출 로그가 직접 남지 않는다.

ChatGPT 유입 세션도 같은 사건을 재지 않는다. 답변만 읽고 링크를 누르지 않은 사용자는 유입에서 빠진다^[1]. 그래서 "수집한 답변의 몇 %에 이름이 나왔나"를 MMM에 쓰려면, 그 비율을 시장과 기간 단위의 기대 노출로 옮기는 측정 단계가 먼저 필요하다.

GEO 입력: 등장 확률을 시장별 기대 노출 횟수로 바꾸기

GMMM의 GEO 입력은 시장 $i$, 기간 $t$에 브랜드가 답변에 나오고 사용자가 알아챈 횟수의 기댓값이다^[1]. 식은 다음과 같다.

여기서 $N_{iqt}$는 시장 $i$에서 질문 군집 $q$가 기간 $t$에 들어온 횟수, ${\omega }_{ipt}$는 그 질문을 생성형 시스템 $p$가 처리한 점유율, ${\pi }_{qpt}(z)$는 답변에 브랜드가 나올 확률, ${\lambda }_{qpt}$는 나왔을 때 사용자가 알아챌 확률이다. $z=1$은 GEO 적용 상태, $z=0$은 미적용 상태다^[1].

이 값은 GEO를 하지 않은 상태에서도 0보다 크다. GEO는 입력을 새로 만들어 내지 않고, 등장 확률 $\pi$를 옮겨 입력을 바꾼다^[1]. 등장 확률은 질문 군집 효과를 둔 계층 로지스틱 모형으로, 인지 확률은 사용자 실험에서 이름을 알아챈 비율을 이항 모형으로 추정한다.

GEM 입력도 같은 구조다. 지출에서 실제로 노출된 스폰서 배치 수를 포아송 모형으로 잇고, 그 수에 인지 확률을 곱한다^[1]. 두 입력은 기존 매체와 똑같이 기하 이월(adstock)과 Hill 포화 변환을 거쳐 반응 모형에 들어간다^[4].

등장률 하나로 입력을 대신할 수 있는 경우는 좁다. 질문량, 엔진 점유율, 인지 확률의 곱이 모든 시장과 기간에서 같은 상수배일 때만 Hill 함수의 반포화점이 그 배율을 흡수한다^[1]. 시장마다 질문 구성이나 엔진 점유율이 다르면 등장률 시계열 하나로는 시장별 입력을 표현할 수 없다.

GEO 효과의 정의: 처치 순서 전체를 바꿔 비교한다

GMMM은 GEO 효과를 GEO를 적용한 처치 순서 전체와 GEO를 뺀 처치 순서 전체의 기대 매출 차이로 정의한다^[1]. 이월 때문에 기간 $t$의 매출이 그 전 기간의 입력에 기대므로, GEO를 끄면 영향받는 모든 기간의 입력 순서가 바뀐다.

$a_G$와 $a_P$는 GEO와 GEM 순서를 고르는 지시자이고, $T_E$는 평가 구간이다. 반응 모형에는 생성형 답변을 거치는 경로(${\beta }_G{H}^G$) 외에 GEO 상태 자체의 항(${\beta }_{D}Z$)이 들어간다^[1]. 출처 수정이 일반 검색 유입이나 랜딩 페이지 전환처럼 답변 밖의 경로로도 매출을 움직일 수 있어서다.

저자들은 일관성, 순차적 교환가능성, 양의 확률, 집계 변수를 통한 간섭이라는 네 가정 아래에서 종단 g-공식으로 ${\Delta }_G$가 식별된다고 보인다^[1]. ${\beta }_D$와 ${\beta }_G$를 따로 구할 수 없을 만큼 GEO 상태와 GEO 입력이 함께 움직여도, 둘을 더한 총효과는 식별될 수 있다는 조건도 준다.

같은 질문에도 AI 답변 노출은 엔진과 언어마다 다르다

실제 수집에서 같은 질문 세트의 브랜드 등장 확률은 모델과 언어에 따라 순서가 뒤집혔다^[1]. 저자들은 웹 하이라이트, AI 요약 등 7개 용도의 제품 추천 질문 56개(영어 28, 일본어 28)를 GPT-5.6 Luna와 GPT-4o에 각 20번씩 물어 답변 2,240개를 모았다. 모든 호출에 웹 검색을 강제했고, 질문과 시스템 지시에는 브랜드명을 넣지 않았다.

표 1. GPT 답변 2,240개에서 Glasp가 등장한 비율. 수집 기간은 2026년 9월 3일에서 4일, 1순위 비율은 후보 브랜드 11개 가운데 Glasp가 처음 언급된 비율이다. 출처: Kato 외 2026, 표 1^[1].

전체로는 GPT-5.6 Luna가 5.70%p 높았다(95% 구간 3.12–8.27%p)^[1]. 영어 질문에서는 GPT-4o가 6.79%p 높았고, 일본어 질문에서는 GPT-5.6 Luna가 18.75%p 높았다. 등장했을 때 1순위로 나오는 비율은 GPT-4o 쪽이 높았다.

이 결과가 주는 교훈은 측정 설계에 있다. 전체 등장률 하나는 모델 간 순서조차 보존하지 못하고, 질문별 확률에 실제 수요의 가중치를 주지 않으면 그 숫자는 고정된 질문 패널의 평균일 뿐이다^[1]. 반복 측정과 질문 구성의 문제는 AI 검색 가시성은 몇 번 재야 하나에서도 다뤘다.

시뮬레이션: 정확도를 좌우한 것은 이월·포화 추정이었다

시뮬레이션에서 GEO 효과 추정의 정확도를 가장 크게 바꾼 것은 이월·포화 파라미터를 고정하지 않고 매출 데이터로 추정하는 일이었다^[1]. 설정은 시장 5개, 제품 군집 6개, 36기간이다. 군집 2개는 19기, 2개는 23기에 GEO를 시작하고 2개는 받지 않으며, 같은 조건을 120번 반복했다.

이월과 포화를 사전분포 평균에 고정한 방법의 계수 벡터 RMSE는 1.207이었고, 매출 데이터로 추정하자 0.945로 줄었다^[1]. 측정 파라미터까지 매출 데이터로 함께 갱신하는 결합 사후분포는 0.950으로 차이가 없었다. 결합 사후분포는 어느 조건에서도 일관된 이점을 보이지 않았고, 실제 등장 확률을 쓴 조건에서는 총효과 상대 RMSE가 17.480%로 측정 분포를 고정한 절단(cut) 사후분포의 17.326%보다 조금 나빴다.

총효과는 그 구성 요소보다 정확했다. 시뮬레이션에서 답변 밖 경로(${\beta }_{D}Z$)가 총효과의 66–75%를 차지했는데, 이 항과 답변 노출 항의 상대 RMSE는 각각 약 33%와 48%로 총효과의 17.5%보다 훨씬 컸다^[1]. 두 항의 추정 오차가 서로 반대 방향(상관 −0.63)이라 더할 때 상쇄됐기 때문이다. "효과 가운데 AI 답변 노출 경로가 몇 %"라는 분해는 총효과보다 훨씬 덜 믿을 만하다.

무작위 실험 추정치를 우도에 넣는 효과는 작았다. 같은 모집단의 실험값을 넣자 총효과 상대 RMSE가 17.430%에서 17.424%로 거의 그대로였고, 실험값을 일부러 어긋나게 넣자 편향이 1.2%에서 4.2%로 커졌다^[1]. 실험을 모델에 넣는 다른 통로는 Google의 ROAS 사전분포 보정^[3]에 있다.

ChatGPT 유입이 늘면 GEO 효과인가: 전후 비교의 두 함정

ChatGPT 유입이 늘었다는 사실만으로는 GEO 효과를 말할 수 없고, 논문 부록의 두 시뮬레이션이 그 이유를 수치로 보인다^[1]. 첫째 함정은 플랫폼 성장이다. 처치한 군집과 처치하지 않은 군집이 생성형 플랫폼의 성장을 함께 겪는 설정에서, 처치한 쪽만 전후로 비교하자 편향이 0.081이고 95% 구간 포함률이 0%였다.

처치하지 않은 군집을 비교군으로 두는 이중차분(DiD)은 같은 데이터에서 편향을 0.001 미만, RMSE를 0.008로 낮췄고 포함률은 95.4%였다(500회 반복)^[1]. 비교군을 두는 실험 설계는 AI 검색 노출 실험 설계법에서 기준선과 측정 주기 기준으로 정리해 두었다.

둘째 함정은 브랜드 검색량 통제다. GEO가 매출에 주는 직접 효과를 0.70, 브랜드 검색을 거치는 효과를 0.88로 둔 시뮬레이션에서 브랜드 검색을 빼고 추정한 모델은 총효과 1.58을 1.579로 맞혔다^[1]. 브랜드 검색량을 통제 변수로 넣은 모델은 0.700만 추정해, 브랜드 검색을 거치는 효과를 통째로 지웠다.

실제 ChatGPT 유입 데이터로 본 추정치의 흔들림

glasp.co의 공개 유입 데이터에 분절 회귀를 적용하자, 효과 추정치가 처치 시작 주를 어디로 잡느냐에 따라 1.18배에서 2.40배까지 움직였다^[1]. 이 데이터는 2026년 1월 YouTube 질의응답 페이지 수십만 개에 AEO 조치를 한 단일 도메인의 현장 연구에서 나왔고, 2025년 7월부터 2026년 5월까지 처치군과 대조군의 주간 유입 지수를 담고 있다^[2]. GMMM은 처치군 대 대조군 유입 비율의 로그에 추세와 처치 후 수준·기울기 변화를 넣어 즉시 비율을 추정했다.

표 2. 처치 시작 주에 따른 즉시 유입 비율(처치군 대 대조군). 앞의 두 날짜는 구간이 1을 포함한다. 출처: Kato 외 2026, 부록 F 표 18^[1].

측정 방식 변화도 추정치를 흔들었다. 원 연구가 3월 중순 봇 필터링이 바뀌었다고 적은 점을 반영해 그 시점의 수준과 기울기 변화를 함께 넣자 즉시 비율이 1.337–1.455로 내려갔고, 3월 10일 이전 표본만 쓰면 1.337(95% 구간 0.937–1.906)로 1을 포함했다^[1][2]. 처치 전 19개 날짜로 돌린 위약 검정의 순위는 0.150으로, 처치 전에도 그만한 변화가 있었다는 뜻이다. 저자들은 이 진단만으로는 처치 효과가 확립되지 않는다고 적는다.

이 데이터로는 GMMM을 돌릴 수 없다는 점도 저자들이 짚는다. 같은 기간의 질문 수, 생성된 답변, 인지 관측이 없어 GEO 입력을 만들 수 없기 때문이다^[1]. 유입 지표가 AI 검색 기여를 얼마나 놓치는지는 AI가 추천했는데 GA4에는 안 보이는 이유에서 다뤘다.

한계

이 논문의 GEO 효과와 매출 반응은 전부 시뮬레이션이 만든 값이고, 실제 기업 데이터로 검증한 결과는 없다^[1]. 저자들이 밝히거나 원문에서 확인되는 한계는 다음과 같다.

• 실제 수집은 한 시점, 한 출처 상태의 등장 확률뿐이다. GEO 전후로 상태가 바뀐 관측은 없다.
• 시뮬레이션은 질문 수와 엔진 점유율을 안다고 두고 기존 매체 채널을 뺐다. 실제 적용에서는 질문량 추정과 점유율 변화의 불확실성이 더해진다.
• 인지 확률은 사용자 실험이 필요하다. 시뮬레이션은 칸마다 인지 관측 50건을 가정했다.
• 수집 범위는 영어와 일본어, GPT 모델 두 개, 브랜드 하나, 하루 남짓이다.
• 인과 해석은 순차적 교환가능성과 양의 확률 가정에 기댄다. 관측 데이터의 롤아웃이면 처치 전 통제 변수와 같은 기간의 비교군이 필요하다.
• 포화와 시간에 따라 변하는 효과는 표준 MMM 데이터로 구분되지 않을 때가 있다. 저자들도 이 모호성을 인용한다^[5].
• 동료심사 전 v1 원고이고, 논문에 이해관계 진술이 없다.

TRAIL에서 보는 것

이 논문의 GEO 입력 식에서 우리 제품이 맡는 부분은 등장 확률 $\pi$다. TRAIL Search는 질문 세트를 플랜에서 선택한 엔진에 정기적으로 묻고, 언급과 순위, 인용 URL을 엔진과 질문, 확인 시각 단위로 기록한다. 점유율은 브랜드명이 없는 질문만으로 계산하고, 비교 조건을 맞춰 반복 측정하며, 측정 실패와 실제 미언급을 구분한다.

우리가 재지 않는 값도 분명하다. 시장별 질문량 $N$, 엔진 사용 점유율 $\omega$, 인지 확률 $\lambda$, 그리고 매출 데이터는 우리 측정 범위 밖이다. 그래서 우리 숫자만으로 GEO의 매출 효과를 말할 수는 없고, GMMM 같은 틀에서 측정 모듈 하나를 채우는 원자료가 된다. 단계별로 브랜드 언급을 보는 관점은 브랜드 언급 단계 모형에 정리해 두었다.

이 논문에서 실무로 바로 가져올 기준은 네 가지다.

• 질문 세트의 가중치를 실제 수요 구성에 맞추기. 같은 패널의 평균 등장률은 모델 간 순서도 보존하지 못한다.
• 전후 비교 대신, GEO를 적용하지 않은 페이지나 제품군을 비교군으로 두기. 플랫폼 성장이 효과로 섞이는 것을 막는다.
• 브랜드 검색량을 통제 변수로 넣지 않기. GEO가 브랜드 검색을 거쳐 내는 효과가 지워진다.
• 유입 지표는 하한으로 읽기. 답변만 읽고 떠난 사용자는 유입에 남지 않는다.

지난 글에서 본 ROAS 재매개변수화가 "재려는 값을 모델 파라미터로 세운다"였다면, 이 논문은 그 전에 "AI 답변 노출을 시장 단위의 입력으로 만든다"는 단계를 채운다. 채널 효과를 숫자 하나로 읽지 말아야 하는 이유는 베이지안 MMM의 신용구간에서, 도달·빈도를 입력으로 쓰는 MMM 구현은 Google Meridian 문서에서 이어 볼 수 있다.