AI 검색 시대가 도래했습니다. 사용자는 더 이상 검색 결과 페이지에서 우리 사이트로 이동하지 않습니다. ChatGPT·Perplexity·Claude·Gemini 같은 생성형 AI가 답변을 만들기 위해 우리 페이지를 직접 가져갑니다. 그런데 정작 그 트래픽은 Google Analytics에 한 줄도 잡히지 않습니다. 우리가 알지 못하는 사이, 콘텐츠는 AI 답변의 후보로 수집되고 있고, 그 흐름은 측정 사각지대에 있습니다.
왜 GA에 AI 봇이 안 잡히는가
Google Analytics를 비롯한 대부분의 분석 도구는 페이지에 삽입된 자바스크립트 태그가 브라우저에서 실행될 때 발생하는 이벤트를 측정합니다. 사용자가 브라우저로 페이지를 열면 GA 스크립트가 실행되고, 그 결과가 분석 서버로 전송됩니다. 이것이 "클라이언트사이드 측정"입니다.
AI 봇은 다릅니다. 봇은 HTML만 가져갑니다. 자바스크립트를 실행하지 않습니다. 즉 GA 태그가 아예 작동할 기회가 없습니다. 봇이 페이지를 100번 가져가도, GA 대시보드에는 그 100번이 한 줄도 표시되지 않습니다. 모든 AI 봇은 GA 입장에서 "투명 인간"입니다.
일부 봇은 의도적으로 HTML 안의 자바스크립트를 무시하도록 설계됐고, 일부는 그저 처리 속도를 위해 JS 실행을 건너뜁니다. 결과는 같습니다 — JS 태그가 측정 기준인 모든 도구가 봇을 놓칩니다.
💡 핵심 정리
- GA는 브라우저에서 실행되는 자바스크립트 기반
- AI 봇은 자바스크립트를 실행하지 않음
- 결과: AI가 페이지를 N회 가져가도 GA는 0회로 표시
- 이 빈틈은 GA 설정으로는 메울 수 없음 — 측정 방식 자체가 달라야 함
AI 봇이 가져갈 때 일어나는 일
AI 봇의 페이지 수집은 크게 두 가지 패턴으로 나뉩니다.
① 실시간 참조 (ai_cite)
사용자가 ChatGPT에 "○○ 회사에 대해 알려줘"라고 물으면, 모델은 답변에 필요한 최신 정보를 가져오기 위해 관련 페이지를 즉석에서 요청합니다. 답변 생성 직전에 페이지를 한 번 가져가는 패턴입니다. ChatGPT-User, Perplexity-User 같은 봇이 여기에 해당합니다. 답변에 인용될 가능성이 가장 높은 선행 신호입니다.
② 수집 크롤 (ai_crawl)
모델 학습 데이터·검색 색인을 위해 정기적으로 페이지를 가져가는 봇입니다. GPTBot, Google-Extended, ClaudeBot 같은 봇이 여기에 해당합니다. 콘텐츠가 AI 지식에 편입되는 신호입니다. 정기 크롤이라 시간대 패턴이 비교적 일정합니다.
두 패턴은 의미가 다릅니다. 수집 크롤만 들어오는 페이지는 "학습 코퍼스에는 있지만 답변에는 쓰이지 않는" 상태일 수 있고, 실시간 참조가 자주 들어오는 페이지는 "AI 답변에 쓰일 가능성이 높은" 상태입니다.
어떤 페이지가 가장 영향을 받는가
AI 봇 트래픽이 비대칭적으로 몰리는 페이지 유형이 있습니다.
- 제품·서비스 비교 페이지 — "A vs B" 형태 질의에 답하기 위해 자주 수집
- 가이드·튜토리얼 — "어떻게 하는가" 질의의 답변 후보
- 가격·요금제 페이지 — "얼마인가" 질의의 핵심 출처
- FAQ — 단답형 질의에 가장 직접적인 답을 제공
- 전문 콘텐츠 (의료·법률·금융) — 신뢰성이 높아 AI 답변 인용 후보로 우선
반대로 마케팅 랜딩·이벤트 페이지처럼 시간 한정 콘텐츠는 AI 봇 관심이 낮습니다. 측정 도구 없이는 어떤 페이지 유형이 실제로 AI에 흡수되는지 알 수 없습니다. 사이트 내 콘텐츠 자산 중 어디가 GEO 영향권에 있는지 보이지 않으면 어디부터 강화해야 할지도 알 수 없습니다.
GA만으로 충분하다는 흔한 오해 4가지
① "검색 유입이 늘면 AI에서도 잘 잡힌다"
일부 맞습니다. AI 모델은 일반적으로 신뢰성 높은 페이지를 선호하고, SEO 잘 된 페이지가 그 신뢰성을 자주 입증합니다. 그러나 SEO 순위가 같아도 AI가 가져가는 빈도는 페이지마다 크게 다릅니다. 페이지 구조·정보 밀도·실용성 같은 별도 변수가 작동합니다.
② "실시간 분석 GA4로 봇 트래픽이 보인다"
아니요. GA4도 자바스크립트 기반입니다. 실시간 보기 화면도 마찬가지입니다. 화면에 "봇 트래픽"이라는 분류가 있다면 그건 IP·UA 추정에 기반한 것이고, JS를 실행하지 않는 AI 봇은 아예 시작 지점에 잡히지 않습니다.
③ "서버 로그를 직접 보면 된다"
가능합니다. 하지만 운영팀이 매번 grep을 돌리고, 봇별로 분류하고, 페이지별로 집계하는 건 사람이 할 일이 아닙니다. 자동 분류·집계·시각화가 없으면 측정은 일회성에 그칩니다.
④ "AI 봇 트래픽은 아직 무의미할 정도로 적다"
측정해보지 않으면 모릅니다. 일부 산업은 이미 사람 트래픽의 5~15%가 AI·검색 봇이고, B2B·전문 분야는 그 비율이 더 높을 수 있습니다. "적다"는 직관이 데이터와 일치하는지 확인이 먼저입니다.
그래서 무엇을 측정해야 하는가
두 신호를 합산한 지표가 GEO Signal입니다. 페이지 단위로 합산하면 "어떤 콘텐츠가 AI 답변 후보로 가장 많이 수집되는지" 그래프로 그릴 수 있습니다.
| 구분 | 기존 분석 도구 (GA 등) | GeoAnalytics |
|---|---|---|
| 측정 방식 | 자바스크립트 태그 | 서버사이드 수집 |
| 봇 포착 | JS 미실행으로 누락 | 모든 요청 분석 |
| 분류 | 사람 vs 알 수 없음 | 사람·검색 봇·AI 봇·노이즈 |
| GEO Signal | 측정 불가 | 페이지 단위 직접 측정 |
| 리포팅 주기 | 실시간 + 표준 리포트 | 일간/주간 + 페이지 단위 추이 |
마치며 — 신호가 보여야 KPI가 된다
"AI 검색에 대비한다"는 말은 추상적입니다. 무엇이 잘 작동하고, 무엇이 안 잡히는지 숫자로 보이지 않으면 KPI가 될 수 없습니다. GEO Signal은 그 숫자입니다. GA의 빈틈을 메우는 가장 직접적인 답입니다.
측정 도구 없이 콘텐츠 전략을 세우는 건 어두운 곳에서 화살을 쏘는 것과 같습니다. 어느 페이지가 가져가지고 있는지, 어떤 엔진이 더 활발한지, 시간대별 패턴은 어떤지 — 이 모든 것이 데이터로 보일 때만 다음 콘텐츠가 어디로 가야 할지 판단할 수 있습니다.
GEO 작업의 성과는 추측이 아니라 신호입니다. 신호가 보여야 의사결정도 가능합니다.