손님은 이제 검색창이 아니라 AI에게 묻습니다. 그 답에 우리 매장이 첫 번째로 나오는 조건을 먼저 분석해야 합니다

손님이 매장을 고르는 순서가 바뀌면 매장이 손님을 만나는 자리도 바뀝니다. 지난 십 년 동안 그 자리는 검색창이었습니다. 손님이 지역 이름과 업종을 치면 목록이 나오고, 그 목록의 위쪽에 있는 매장이 손님을 받았습니다. 2026년에 그 자리가 한 칸 더 위로 올라갔습니다. 손님이 치는 것은 검색어가 아니라 질문이고, 받는 것은 목록이 아니라 답입니다. 공항에서 나오며 오늘 저녁에 아이와 갈 수 있는 애월 쪽 식당을 물으면 AI가 두세 곳을 이유와 함께 답하고, 손님은 그 두세 곳 중에서 고릅니다. 목록의 열 번째에 있던 매장은 예전에는 스크롤 한 번으로 보였지만 이제는 답에 없으면 없는 매장입니다.

이 변화가 얼마나 왔는지를 숫자로 보겠습니다. 부킹닷컴이 2026년 9월에 발표한 조사에서 여행 계획을 세우거나 여행 중에 AI를 써 본 응답자는 전체의 50퍼센트였고 한국인 응답자는 69퍼센트였습니다. 크리테오의 2026년 글로벌 여행 소비 트렌드 리포트에서는 국내 소비자의 47퍼센트가 여행 일정 계획에 AI가 유용하다고 답해 글로벌 평균 30퍼센트를 크게 넘었고, 항목별로는 맛집과 다이닝 추천이 44퍼센트로 가장 높았습니다. 한국관광공사가 2026년 8월 세미나에서 발표한 방한 외국인 2,466명 조사에서는 69.9퍼센트가 한국 여행 준비에 생성형 AI를 썼고, 45.4퍼센트가 AI가 추천한 관광지와 맛집을 실제로 방문했습니다. 여행 중 맛집을 고르는 순간이 AI에게 묻는 순간이 된 것입니다.

손님이 AI 앱을 켜지 않아도 같은 일이 일어납니다. 인터넷트렌드 집계로 2026년 1월부터 3월 초까지 네이버의 검색 점유율은 64.39퍼센트로 8년 만에 가장 높았고, 네이버는 그 통합 검색의 20퍼센트가 넘는 질문에 AI 브리핑을 붙이고 있다고 밝혔습니다. 손님이 검색창에 애월 아이와 식당이라고 치면 맨 위에 뜨는 것은 매장 목록이 아니라 AI가 몇 개의 매장을 골라 적은 답입니다. 구글도 2025년 9월부터 한국어 AI 모드를 열어 같은 자리를 만들었습니다. 검색의 첫 화면이 목록에서 답으로 바뀌었고, 그 답에 들어가는 매장은 두세 곳입니다.

저희가 이 글을 AI 마케팅이라고 부르면서도 AI로 글을 만드는 이야기를 하지 않는 이유가 여기 있습니다. 매장에 필요한 것은 AI가 만든 글이 아니라 AI가 우리 매장을 답으로 고를 재료입니다. AI는 매장을 직접 본 적이 없고, 인터넷에 흩어진 매장 정보와 후기와 사진과 글을 읽고 답을 만듭니다. 그 재료가 어떤 상태인지를 보면 AI가 우리 매장을 왜 고르는지, 왜 안 고르는지가 나옵니다. 이 글은 저희가 그 재료를 어떤 순서로 들여다보는지를 사장님이 미리 아실 수 있게 적은 것이고, 각 단계의 세부 요령보다는 무엇을 왜 보는지에 집중했습니다.

AI가 어떤 매장을 첫 번째로 추천하는지에 하나의 공식은 없습니다. 플랫폼마다 읽는 재료가 다르기 때문입니다. 적정마케팅연구소가 2026년 10월에 낸 생성형 AI 출처 인용 리포트는 브랜드명이 없는 검색어 635개로 네 플랫폼의 답 21,225건과 인용 출처 85,392건을 한 달 동안 모은 것인데, 네이버 AI 브리핑은 출처의 46.5퍼센트가 네이버 블로그였고 구글 AI 개요는 7.7퍼센트였으며 제미나이와 챗GPT는 네이버 블로그를 한 건도 인용하지 않았습니다. 구글 AI 개요는 유튜브와 SNS가 29.4퍼센트였고 챗GPT는 공공기관과 단체 사이트가 18.0퍼센트였습니다. 같은 매장이 네이버에서는 추천되고 챗GPT에서는 없는 일이 생기는 이유입니다.

그래도 플랫폼을 가로질러 공통으로 보이는 조건은 있고, 저희는 그것을 다섯 가지로 나눠 봅니다. 첫 번째는 정보 일치입니다. 플레이스와 구글 지도와 홈페이지와 예약 앱과 배달 앱에 적힌 상호와 주소와 영업시간과 메뉴와 가격이 서로 같은지를 봅니다. AI는 여러 곳의 정보를 겹쳐 읽고, 값이 어긋나면 그 매장을 덜 믿거나 오래된 값을 집어 옵니다. 사장님은 플레이스만 고치고 나머지는 두 해 전 값인 경우가 많고, 그 사이 AI는 손님에게 두 해 전 영업시간을 말합니다. 두 번째는 후기의 최근성과 내용입니다. 후기 수보다 최근 석 달 안의 후기가 있는지, 그 후기에 누구와 언제 무엇을 먹었는지 같은 상황이 적혀 있는지를 봅니다. AI는 손님의 질문에 맞는 상황이 적힌 후기를 근거로 매장을 고릅니다. 아이와 갔다는 후기가 없는 매장은 아이와 갈 식당을 묻는 질문의 답에 들어가기 어렵습니다.

세 번째는 사진의 설명력입니다. 메뉴와 공간과 외관과 주차와 창밖이 사진으로 설명되는지, 그 사진이 지금 매장과 같은지를 봅니다. AI 플랫폼은 사진을 읽기 시작했고 손님은 늘 사진으로 결정했습니다. 사진이 매장을 깎고 있으면 AI가 추천해도 손님이 돌아섭니다. 네 번째는 글의 구조입니다. 매장을 다룬 블로그 글과 홈페이지 글이 질문 하나에 답하는 구조인지, 지역명과 상황이 본문에 있는지를 봅니다. AI 브리핑이 인용하는 글의 생김새는 네이버 AI 브리핑 가이드에서 다섯 가지로 정리해 두었고, 요점은 글이 많은 매장이 아니라 질문에 답하는 글이 있는 매장이 인용된다는 것입니다.

다섯 번째는 출처의 분포입니다. 매장이 네이버 블로그에만 있는지, 유튜브와 인스타그램과 공식 사이트와 공공 관광 정보에도 있는지를 봅니다. 위의 리포트가 보여 주듯 플랫폼마다 읽는 곳이 다르기 때문에 한 곳에만 있는 매장은 한 AI에만 나옵니다. 한국 손님이 네이버 AI 브리핑에서 보는 매장과 외국인 손님이 챗GPT에서 보는 매장이 같으려면 재료가 여러 곳에 나뉘어 있어야 합니다. 구글에서 제주 매장이 어떻게 보이는지는 제주 구글 검색 점유율 글에 따로 적어 두었습니다. 다섯 가지를 한 표에 놓으면 매장이 어느 AI에서 왜 빠지는지가 보이고, 그것이 보강 순서가 됩니다.

다섯 가지 재료는 어느 지역 매장에나 적용되지만, 제주 매장은 손님이 AI에게 묻는 말 자체가 다릅니다. 육지 동네 상권의 손님은 매장 이름이나 동네 이름으로 묻고, 제주 손님은 처음 온 곳에서 처음 가는 매장을 상황으로 묻습니다. 그래서 제주 AI 마케팅 분석에는 세 가지 변수가 더 얹힙니다. 관광객의 질문 방식, 외국인 손님의 플랫폼, 그리고 계절과 날씨입니다.

첫 번째는 관광객의 질문 방식입니다. 제주 손님은 매장 이름을 모르는 상태에서 지역과 상황을 붙여 묻습니다. 비 오는 날 애월에서 아이와 갈 식당, 공항 가는 길에 들를 카페, 렌터카 반납 전에 주차 편한 흑돼지집 같은 질문입니다. 저희는 매장마다 손님이 물을 법한 질문을 수십 개 만들어 AI에 직접 묻고 그 답을 기록하는 데서 분석을 시작합니다. 매장이 어느 질문에서 나오고 어느 질문에서 빠지는지가 바로 나오고, 빠진 질문의 상황이 후기와 글에 있는지를 다시 봅니다. 관광객과 도민의 질문이 어떻게 다른지는 관광객 타겟과 도민 타겟의 차이 글에, 지역을 어디까지 쪼개야 하는지는 제주 지역명 키워드 전략 글에 있습니다.

두 번째는 외국인 손님의 플랫폼입니다. 한국관광공사 조사에서 방한 외국인 열 명 중 일곱 명이 생성형 AI를 썼는데, 그 AI는 네이버가 아니라 챗GPT와 제미나이와 구글입니다. 위의 인용 리포트가 보여 주듯 이 플랫폼들은 네이버 블로그를 거의 읽지 않습니다. 한국 손님용 블로그 글이 아무리 좋아도 외국인 손님의 질문에는 그 글이 재료가 되지 않습니다. 외국인 손님을 받으려는 매장은 구글 지도와 공식 사이트와 유튜브와 외국 플랫폼에서 매장이 어떻게 읽히는지를 따로 봐야 하고, 중국 손님은 또 다른 플랫폼을 씁니다. 그 순서는 제주 중국광고 처음 시작하는 매장의 순서 글에 적어 두었습니다.

세 번째는 계절과 날씨입니다. 제주 손님의 질문에는 계절과 날씨가 붙습니다. 겨울에 따뜻한 국물, 태풍 오는 날 실내에서 바다 보이는 카페, 벚꽃 보고 갈 점심 같은 질문이고, AI는 그 조건에 맞는 후기와 글을 찾습니다. 여름 후기와 여름 사진만 있는 매장은 겨울 질문의 답에서 빠집니다. 작년 같은 달의 후기와 글이 있는지, 계절별 질문에서 매장이 나오는지를 보고, 비어 있는 계절을 보강 순서에 넣습니다. 달별 손님 흐름과 광고 시점은 제주 계절성 광고 글에 있습니다. 세 변수를 다섯 재료 위에 얹는 것이 제주 AI 마케팅 분석이 육지의 AI 노출 점검과 다른 지점입니다.

저희도 분석에 AI를 씁니다. 다만 AI가 하는 일과 사람이 하는 일을 처음부터 나눠 둡니다. AI는 양을 처리하고 사람은 결정을 내립니다. 질문 수십 개를 세 플랫폼에 반복해 묻고 후기 수백 건을 나누고 경쟁 매장 세 곳을 같은 틀로 정리하는 일은 사람이 손으로 하면 며칠이 걸리고 AI가 하면 몇 시간입니다. 그 결과를 읽고 무엇을 먼저 할지 정하는 일은 가게 수십 곳을 같은 방식으로 본 사람이 해야 빠르고 정확합니다.

첫 번째 일은 질문 묶음으로 AI에 직접 묻는 것입니다. 사장님이 적어 주신 열 문장과 저희가 더한 상황 질문을 합쳐 수십 개를 만들고, 네이버 AI 브리핑과 챗GPT와 구글 AI 모드에 같은 질문을 반복해 묻고 답을 모읍니다. 같은 질문도 물을 때마다 답이 조금씩 달라지기 때문에 한 번이 아니라 여러 번 묻고 자주 나오는 매장을 셉니다. 사람이 읽는 것은 그 다음입니다. 우리 매장이 어느 질문에서 빠졌는지, 그 질문에 추천된 매장은 어떤 후기와 글과 사진을 갖고 있는지, 그중 우리가 가져올 수 있는 것은 무엇인지를 읽습니다. 두 번째 일은 후기 읽기입니다. 우리 매장과 경쟁 매장의 후기를 상황과 칭찬과 불만과 질문으로 나누면 손님이 실제로 무엇을 보고 결정하는지와 매장이 모르던 불만이 나옵니다. 후기에 어떻게 답하고 어떤 후기가 더 쌓이게 할지는 제주 매장 후기 관리 글에 적어 두었습니다.

세 번째 일은 경쟁 매장 비교입니다. 같은 질문에서 추천되는 매장 두세 곳을 골라 정보와 후기와 사진과 글을 우리 매장과 같은 틀로 놓습니다. 우리 매장만 보면 좋아 보이던 것이 추천된 매장 옆에 놓으면 다르게 읽힙니다. 경쟁 매장을 고르는 기준은 경쟁 매장 분석 글에 있습니다. 네 번째 일은 광고와 손님 흐름을 겹치는 것입니다. 지금까지의 광고 집행 숫자와 플레이스 통계와 매장의 손님 기록과 AI 추천 여부를 한 표에 놓으면, 광고로 온 손님이 AI에게 다시 물었을 때 떠나는지, AI 추천으로 온 손님이 얼마나 되는지가 보입니다.

네 가지 일이 끝나면 사람이 네 가지를 결정합니다. 다섯 재료 중 무엇을 먼저 보강할지, 어느 채널을 먼저 세울지, 돈을 어디에 얼마만큼 나눌지, 광고를 지금 켤지 미룰지입니다. AI 추천은 돈으로 살 수 없는 자리라 광고보다 먼저 갖춰야 하고, 갖춰진 뒤의 광고는 같은 돈에서 더 많이 남습니다. 결정이 맞았는지를 확인할 숫자도 함께 정합니다. 노출수가 아니라 질문 묶음에서 매장이 나오는 비율과 길찾기 수와 예약 수와 매장 손님 수입니다. 어떤 숫자를 목표로 잡아야 하는지는 매장 마케팅 KPI 정하는 방법 글에서 다뤘습니다.

분석이 빨리 끝나고 결과가 정확하려면 처음부터 누가 무엇을 내놓는지가 나뉘어 있어야 합니다. 사장님이 하실 일은 매장만 가진 정보와 기록과 손님의 말을 주시는 것이고, 저희가 하는 일은 그것을 AI가 읽는 다섯 재료 위에 놓고 제주 변수를 얹어 결정으로 바꾸는 것입니다.

사장님이 주실 것 중 첫 번째는 매장의 기본 정보입니다. 상호와 위치와 업종과 영업시간과 메뉴와 가격이고, 이 값을 기준으로 저희가 다섯 플랫폼의 정보가 어디서 어긋나는지를 전부 찾습니다. 두 번째는 손님이라면 우리 매장을 찾을 때 쓸 말 열 문장입니다. 이 글에서 가장 중요한 준비물입니다. 사장님은 손님이 매장을 어떤 상황에서 찾는지 저희보다 잘 아시고, 그 문장이 질문 묶음의 뼈대가 됩니다. 세 번째는 운영 중인 채널의 접속 정보입니다. 플레이스와 SNS와 광고 계정 안에 들어가야 유입 검색어와 전환 숫자를 AI 답변과 겹쳐 볼 수 있습니다. 접속 정보는 분석이 끝나면 돌려드리고 계정은 처음부터 끝까지 매장 명의로 남습니다. 계정 명의를 왜 매장이 가져야 하는지는 광고 계정 소유권 글에 적어 두었습니다.

네 번째는 지금까지의 광고 집행 내역과 최근 서너 달의 손님 흐름입니다. 기록이 없으시면 포스기 매출과 예약 기록으로 대신하고, 기록이 없다는 사실 자체가 분석 결과에 들어갑니다. 다섯 번째는 받고 싶은 손님과 매장의 사정입니다. 관광객인지 도민인지 외국인인지, 단체가 되는지, 예약을 받는지, 주차가 되는지 같은 사정은 사장님만 알고 계시고, 같은 분석 결과에서도 이 사정에 따라 결정이 달라집니다.

저희가 하는 일은 그 사이의 전부입니다. 정보가 어긋난 곳을 찾아 같은 값으로 맞추고, 질문 묶음으로 세 플랫폼에 직접 물어 지금의 답을 기록하고, 후기를 읽고, 경쟁 매장과 같은 틀로 비교하고, 제주 변수를 얹어 보강 순서와 채널과 예산과 광고 시점을 정해서 직접 설명해 드립니다. 결정을 받으시고 직접 진행하셔도 되고 다른 곳에 맡기셔도 됩니다. 저희에게 맡기시면 그 순서대로 정보 정비와 사진 촬영과 글 제작과 광고 운영을 진행하고 월별로 보고합니다. 저희 대표가 광고 사진가라 세 번째 재료인 사진은 저희가 직접 찍고, 음식 사진이 매장을 어떻게 바꾸는지는 제주 음식 사진 촬영 글에 있습니다. 대행사를 고르실 때 무엇을 확인해야 하는지는 광고대행사 선택 체크리스트 글에 적어 두었습니다.

마지막으로 올해 상담에서 반복해서 만난 실패를 정리합니다. 다섯 가지 모두 AI가 나빠서 생긴 일이 아니라, AI가 매장을 어떤 재료로 읽는지 모른 채 AI로 무언가를 만들거나 AI 도구를 사는 데서 시작한 일입니다. 시작 전에 한 번 읽어 두시면 같은 자리에서 시간과 돈을 잃는 일은 피하실 수 있습니다.

첫 번째는 AI로 비슷한 블로그 글을 수십 편 찍어 올리는 경우입니다. 올해 가장 많이 본 실패입니다. 비슷한 구조의 글이 짧은 기간에 쏟아진 블로그는 네이버가 검색에서 내리고, 내려간 글은 AI 브리핑의 재료가 되지 못합니다. 글을 많이 쓴 매장이 아니라 질문에 답하는 글이 있는 매장이 인용됩니다. 글이 검색에서 사라졌을 때의 진단은 네이버 블로그 검색 누락 진단 글에, 글을 어떤 순서로 만드는지는 콘텐츠 제작 순서 글에 있습니다. 두 번째는 AI가 써 준 후기를 손님 이름으로 올리는 경우입니다. 후기 플랫폼의 제재 대상이고 표시광고법 위반 위험이 있으며, 무엇보다 후기에 적힌 상황이 손님의 실제 질문과 맞지 않아 AI 추천에도 도움이 안 됩니다. 후기 이벤트를 어디까지 해도 되는지는 후기 이벤트 적법성 글에 적어 두었습니다.

세 번째는 플랫폼마다 영업시간과 메뉴가 다른 채로 두는 경우입니다. 플레이스는 고쳤는데 구글 지도와 배달 앱은 두 해 전 값이면 AI는 그중 하나를 집어 손님에게 말하고, 손님은 문 닫은 매장 앞에 서거나 없는 메뉴를 기대하고 옵니다. 매장 정보가 바뀔 때 어디를 어떤 순서로 고치는지는 매장 정보 변경 순서 글에 있습니다. 네 번째는 AI 도구 구독만 늘리고 재료는 그대로인 경우입니다. 글 쓰는 AI와 사진 만드는 AI와 답글 다는 AI를 달마다 결제하면서 정작 정보와 후기와 사진이라는 재료는 비어 있는 매장은 구독료만 나가고 AI 답변에는 여전히 없습니다. 도구보다 재료가 먼저입니다.

다섯 번째는 한국 손님용 재료로 외국인 손님까지 기대하는 경우입니다. 네이버 블로그와 플레이스가 잘 되어 있으니 외국인도 올 것이라고 생각하시지만, 챗GPT와 제미나이는 네이버 블로그를 읽지 않고 구글 AI 개요도 거의 읽지 않습니다. 외국인 손님의 질문에서 매장이 빠지는 이유는 매장이 나빠서가 아니라 그 AI가 읽는 곳에 매장이 없어서입니다. 다섯 가지 모두 분석에서 먼저 보이는 것들이고, 매장이 지금 어느 질문에서 추천되고 어느 질문에서 빠지는지는 매장 이름 하나로 확인해 드립니다.