지난달 유입이 몇 건이었는지 알아야 이번달 변화를 볼 수 있기 때문입니다. 특히 AI 검색 엔진마다 유입의 신호를 보내는 방식이 다르므로 처음부터 기준이 명확해야 같은 결과도 잘못 해석하지 않습니다.
구글 애널리틱스 4(GA4)는 AI 검색 유입을 직접 추적하는 방식이 아니므로 먼저 어떤 트래픽을 AI 검색으로 볼 것인지 정의하는 것부터 시작됩니다. 이를테면 ChatGPT 에서 클릭한 방문과 Claude 에서 온 방문을 다르게 볼 것인지, 같은 카테고리로 집계할 것인지를 먼저 정합니다. 이 결정이 기준선의 정확도를 바꿉니다.
기준선 측정이 첫 단계인 이유
기준선 측정은 이후 모든 성과 판정의 토대가 됩니다. 시작점이 명확해야 언제부터 변화가 일어났는지, 어느 정도 효과가 있었는지를 정확히 볼 수 있기 때문입니다. 또한 같은 웹사이트도 측정 방식에 따라 유입 수가 크게 달라지므로 초기에 방식을 고정해야 다음 달과 비교할 때 혼동이 없습니다.
- 현재 AI 검색 유입이 어느 채널에서 오고 있는지 전체 그림을 파악해야 운영 계획을 세울 수 있다
- 기준선 없이 한 달 뒤 성과를 봤을 때 증가한 것이 AI 최적화 덕분인지 계절 변화 때문인지 구별이 어렵다
- 같은 트래픽도 추적 코드 설정에 따라 측정량이 달라지므로 처음부터 일관된 기준으로 기록해야 한다
- 이후 여러 대행사와 일할 때 기준선이 있으면 각 대행사의 기여도를 공정하게 비교할 수 있다
주간 반복 측정이 중요한 이유는?
주간 반복 측정은 같은 질문을 매주 같은 방식으로 기록하는 것입니다. 이렇게 해야 일주일 단위의 변화 추세를 볼 수 있고 AI 모델 업데이트나 검색 알고리즘 변경의 영향을 시간순으로 관찰할 수 있습니다. 일회성 측정은 그 한 순간의 스냅샷일 뿐 시간에 따른 변화를 보여주지 않기 때문입니다.
- 매주 월요일 같은 시간에 측정하면 요일별 변동성을 구별할 수 있고 진짜 추세를 가릴 수 있다
- AI 검색 엔진은 주기적으로 랭킹과 인용 대상을 바꾸므로 주 단위 기록이 그 변화를 포착한다
- 한 달 안에 여러 대행사 시도가 동시에 진행되면 주간 데이터로 누가 언제 어떤 영향을 줬는지 역추적 가능하다
- 고객사 비즈니스 변수(시즌·이벤트·신제품 출시)와 유입 변화의 인과를 연결하려면 촘촘한 기록이 필요하다
구글 애널리틱스와 AI 검색 유입을 어떻게 연결하는가?
GA4 에서 AI 검색 유입을 추적하려면 먼저 방문자가 어느 경로를 통해 왔는지를 판정해야 합니다. 같은 ChatGPT 답변이라도 외부 링크를 클릭한 경우와 답변 텍스트를 직접 본 경우를 다르게 세는지에 따라 유입 수가 바뀝니다.
- GA4 의 참조 페이지(referrer) 필터를 ChatGPT · Claude · Gemini 등 엔진 이름으로 설정하면 각 엔진별 유입을 분리할 수 있다
- 외부 링크 클릭만 카운트할 것인지, 답변 내용에 직접 인용되더라도 클릭이 없었으면 제외할 것인지를 미리 정하면 다음달과 비교할 수 있다
- 같은 웹사이트라도 여러 GA 속성을 만들어 각각 다른 기준으로 측정했다가 나중에 최종 기준으로 통합하는 방법도 있다
- AI 검색 유입을 추적하는 커스텀 이벤트(예: ‘AI-clicked’)를 따로 설정하면 일반 검색 유입과 구분이 명확해진다
기준선을 잘못 잡으면 무엇이 달라지는가?
기준선이 불안정하면 같은 결과도 다르게 평가됩니다. 예를 들어 기준선을 광범위하게 잡았다가 좁혀서 다시 잡으면 절대치는 같아도 상대적 성장률이 바뀝니다. 또는 측정 코드를 중간에 수정했다면 수정 이전과 이후 데이터를 직접 비교할 수 없으므로 성과 판정이 흐려집니다.
- 기준선에서 ChatGPT 만 포함했다가 나중에 Claude 를 추가하면, 추가 이전의 성장률과 추가 이후의 성장률이 다르게 보인다
- 기준선 측정 중에 고객사 웹사이트를 개편했다면 개편 전후 유입을 분리해 기록해야 외부 요인이 성과에 미친 영향을 구별할 수 있다
- GA 추적 코드가 중간에 설치되거나 수정되면 그 시점 이전 데이터는 불완전하므로 다시 설치한 이후의 기간부터를 진짜 기준선으로 봐야 한다
- 기준선을 너무 짧은 기간(1주일)에만 잡으면 그 주의 특수한 사건(홍보·이슈·경쟁사 이벤트)을 구조적 변화로 착각할 수 있다
| 측정 방식 | 어떻게 세는가 | 이 방식으로 알 수 없는 것 |
|---|---|---|
| 주간 반복 측정 | 매주 같은 요일·시간에 같은 질문을 AI 엔진에 입력하고 클릭 유입을 기록한다 | 사용자가 자발적으로 검색했을 때의 클릭 의도(정보성·거래성·탐색성 구분) |
| 상시 모니터링 | GA4 대시보드를 항상 열어두고 24시간 유입을 연속으로 본다 | 특정 시간대 측정 기준이 달라질 때 그 변화가 유입 변화인지 측정 기준 변화인지 구분 |
| 1회 스냅샷 | 한 시점에 AI 검색을 해보고 그 결과를 기록한다 | 그 날의 특수한 상황(서버 다운·일시적 인덱싱 문제·모델 업데이트)이 영구적 변화인지 판단 불가 |
| 로그 기반 집계 | GA4 원시 데이터(server log)를 직접 추출해 거기서 AI 참조 세션을 필터링한다 | GA4 UI에서 기본으로 제공하지 않는 커스텀 기준을 만들 때 그 기준이 실제 사용자 의도와 일치하는지 검증 |
기준선은 한 번 잡고 끝이 아니라 초기 설정을 정확히 한 뒤 그 기준을 계속 유지하는 것이 핵심입니다. 중간에 기준을 바꾸거나 측정 방식을 수정하면 그 시점부터는 이전 데이터와 연결한 비교가 어려워집니다. 따라서 처음부터 견고한 기준을 정하고 문서로 남겨두어 팀원 전체가 같은 방식으로 추적하는 것이 AI 검색 최적화 성과를 제대로 평가하는 첫걸음입니다.
이 글의 기준 정리 시점: 2026년 9월
관련 글
같은 주제를 다른 각도로 정리해 둔 글이다.
자주 묻는 질문
AI 검색 유입과 일반 검색 유입을 같은 GA에서 봐야 하나?
같은 GA 속성 내에서 필터나 세그먼트로 분리하면 한 곳에서 전체를 볼 수 있습니다. 별도 GA 속성을 만들면 더 명확히 구분되지만, 나중에 전체 유입 수를 합칠 때 이중 계산 주의가 필요합니다.
기준선을 다시 재설정할 수 있나?
재설정하면 이전 기준과의 비교가 끊기므로, 정말 필요한 경우에만 이전 데이터는 따로 보관하고 재설정 이후부터 새로운 기준선을 잡는 것이 좋습니다. 중간 변경이 잦으면 어느 지점의 성과가 실제 변화인지 판단이 흐려집니다.
주간 측정을 놓치면 어떻게 하나?
놓친 주간의 데이터는 복원하지 않고 그다음 주부터 다시 기록하면 됩니다. 중요한 것은 연속성이므로, 데이터를 억지로 채우려 하지 않고 언제부터 정확한 기록이 시작됐는지 명시하는 것이 낫습니다.