[번역] AI 검색이 바꾸는 마케팅 문법

여행 업계는 어떻게 살아남을 것인가?

마리오 가비라(Mario Gavira) 트래블리어(Travelier) CMO

매일 아침 링크드인(LinkedIn) 피드를 열면 'AI Search'에서 승리하는 법에 대한 게시물이 쏟아집니다. 그러나 끊임없이 이어지는 마케팅 업계의 소음 속에서 시장의 판도를 바꾸는 진짜 신호를 가려내기란 매우 어렵습니다.
어느 주에는 Gemini가 인용한 링크 중 구글의 동일 프롬프트 상위 10개 검색 결과와 겹치는 비율이 12%에 불과하다는 분석이 나오고, 그다음 주에는 ChatGPT 내 레딧(Reddit) 인용 비중이 86% 급락했다는 연구가 시장을 술렁이게 만듭니다. 이러한 롤러코스터에 일희일비하며 쫓아가는 것은 패배로 가는 지름길입니다. 지속 가능한 가시성을 확보하려면 시장의 요동침을 무시하고, 콘텐츠의 기본기, 브랜드 포지셔닝, 웹사이트 구조라는 구조적 본질에 집중해야 합니다.
소음을 걷어내고, 여행 마케터가 현업에서 즉각 실행할 수 있는 세 가지 핵심 원칙을 정리해 소개합니다.

검색 시장의 파이는 줄지 않고, '역할'에 따라 나눠집니다.

"AI가 구글을 대체할 것"이라는 주장에 깔린 전제는 ChatGPT를 쓰는 이용자들이 구글 검색을 중단했다는 생각입니다. 하지만 현실은 전혀 다릅니다.
시밀러웹(Similarweb)의 글로벌 데스크톱 및 모바일 데이터에 따르면, 특정 월에 ChatGPT를 사용하는 이용자의 95%가 구글 검색도 함께 이용하고 있습니다. 최근 발표된 검색 동향 보고서는 구글의 일일 검색량을 기존 91억 건에서 137억 건으로 상향 조정했습니다.
이 수치의 의미를 곱씹어볼 필요가 있습니다. 전 세계 인구가 1인당 매일 평균 1.6회의 구글 검색을 수행하고 있는 셈입니다. 구글 자체 실적 발표에서도 지난 수 분기 동안 핵심 검색 사업 부문이 두 자릿수 성장을 꾸준히 유지했다고 밝혔습니다.
소비자는 기존 검색엔진을 버린 것이 아니라 작업을 분담하고 있습니다. Organic search (광고비 집행 없이 자연스러운 검색 결과 노출을 통해 유입되는 트래픽)는 여전히 대규모 브랜드 탐색과 High intent search (고의도 검색, 구매나 예약 전환으로 직결되는 명확한 목적성 검색)을 견인하고 있으며, AI는 초기 아이디어 발굴이나 다중 조건을 고려한 복잡한 일정 수립 같은 인지적 부담이 큰 작업을 전담하고 있습니다.

여행 업계 시사점

여행 시장의 소비자 행동은 두 가지 뚜렷한 양상으로 갈라지고 있습니다. 여행자들은 Top-of-funnel (소비자가 여행 아이디어를 얻고 초기 탐색을 시작하는 마케팅 깔때기 상단 단계) 단계의 목적지 발견이나 복잡한 일정 계획을 정리할 때는 AI에 점차 의존하지만, 실제 예약 의사가 확고해지는 순간에는 여전히 기존 검색엔진을 압도적으로 많이 활용합니다.
따라서 전통적인 검색 최적화에 대한 철저한 집중은 여전히 비즈니스의 성패를 가르는 핵심 과제입니다.
향후 수년간 전반적인 SEO (검색엔진 최적화) 유입 트래픽이 완만하게 감소할 수는 있으나, 브랜드 키워드 및 고의도 키워드 검색은 오늘날 구매 전환 준비를 마친 사용자를 확보할 수 있는 가장 확실한 통로입니다. 여기에 숨은 이점도 있습니다. 전통 검색과 AI 검색은 동일한 기술적 기반 인프라를 공유한다는 점입니다. 사이트맵, 페이지 로딩 속도, Crawl efficiency (검색 로봇이 웹페이지를 빠르고 누락 없이 수집하도록 최적화하는 기술 수준)을 완벽히 구축해 두면, LLM 크롤러가 콘텐츠를 읽고, 색인(Indexing)하고, 인용하는 데 필요한 접근성을 선제적으로 확보할 수 있습니다.

가시성의 사각지대: AI 엔진은 '자사 소유가 아닌 외부 콘텐츠'에 의존합니다

수년간 SEO의 정석은 자사 웹사이트 최적화에 집중했습니다. 전문성 있는 콘텐츠를 작성하고, 사이트 구조를 체계화하며, 내부 링크를 구축하면 구글이 해당 도메인에 가산점을 부여하는 방식이었습니다. 하지만 AI 모델은 이러한 규칙을 따르지 않습니다. 보고서에 따라 차이는 있지만, AI가 특정 브랜드에 대해 인용하는 정보의 51%에서 85%는 제3자의 외부 콘텐츠에서 비롯됩니다.
이는 자사 사이트 외부 전반에 브랜드의 디지털 발자국을 구축하는 일이 그 어느 때보다 중요해졌음을 의미합니다. AI 봇의 선택을 받기 위해서는 Offsite content (자사 웹사이트 외부의 미디어, 커뮤니티, 리뷰 사이트 등에 게시된 콘텐츠)가 핵심 열쇠입니다. AI 모델은 자사 웹사이트의 유려한 마케팅 문구보다 커뮤니티의 집단적 합의를 훨씬 신뢰하기 때문입니다.

여행 업계 시사점

• UGC (User Generated Content: 일반 이용자가 직접 작성한 포럼 후기, 소셜미디어 리뷰, 영상 콘텐츠)와 동영상을 주요 검색 콘텐츠 소스로 다루어야 합니다. LLM은 UGC와 레딧 같은 사용자 포럼을 신뢰도 높은 고품질 신호 환경으로 취급합니다. 커뮤니티 참여를 장기적인 브랜드 가치(Brand Equity) 구축을 위한 투자로 보아야 합니다. 브랜드 앰배서더를 활용해 관련 서브레딧(Subreddit)에서 홍보성을 배제한 전문적인 조언을 제공함으로써, 도움이 되는 브랜드라는 디지털 흔적을 남겨야 합니다. 또한 크리에이터와 협업하여 자사의 핵심 가치 제안과 직결되는 고객 불편 해결형(How-to) 튜토리얼 영상을 게시해야 합니다. 브랜드가 '진정성 있고 긍정적인 맥락'에 반복적으로 노출될 때, AI는 이를 현실 세계의 실질적 합의(Consensus)로 인식합니다.
• Hub-and-spoke approach (중심이 되는 핵심 콘텐츠를 제작한 뒤 플랫폼별로 세부 가공해 확산시키는 배포 전략)을 활용해 콘텐츠를 다각도로 재가공해야 합니다. 자사의 핵심 가치 제안이 디지털 생태계 전반에 지속해서 퍼지도록 구성하면, LLM이 브랜드를 1차 참조 출처로 인용할 확률이 크게 높아집니다. 성과가 입증된 기존 콘텐츠 자산을 선별하여, AI가 쉽게 흡수할 수 있도록 플랫폼별 세부 단위로 분해·재구성해야 합니다. 예컨대 '아이슬란드 친환경 지속 가능 여행'을 다룬 고성과 블로그 게시물이 있다면, 이를 아이슬란드의 탄소 상쇄 전략을 정리한 인포그래픽과 본문에 언급된 구체적 장소들을 소개하는 숏폼 영상 시리즈로 분해하여 배포할 수 있습니다.
• 도달 범위와 노출 빈도를 극대화할 수 있도록 콘텐츠를 설계해야 합니다.수십 개의 독립적인 외부 출처가 동일한 브랜드 포지셔닝과 가치 제안을 일관되게 뒷받침할 때, AI는 이 반복된 정보를 '검증된 사실'로 수용합니다. 이를 달성하기 위한 구체적 전술은 다음과 같습니다.

1. 자체 데이터 자산화: 자사 비즈니스 영역 내에서 '독자적 여행 수요 지수(Proprietary Travel Demand Index)'와 같은 정량 보고서를 엄격하고 정기적인 일정에 맞춰 발행하십시오. 이러한 기준 지표를 지속해서 발표하면 타 미디어와 웹사이트가 자사를 필수 인용 출처로 삼게 됩니다. 타 매체가 인용하는 신뢰성 있는 오리지널 데이터를 생산할 때, AI는 해당 브랜드를 해당 분야의 확고한 '업계 표준 기준(Canon)'으로 인식합니다.
2. 전략적 갱신 타이밍: 대부분의 '베스트 여행지/추천 목록' 리스트는 연 단위로 갱신됩니다. 이러한 갱신 주기에 맞춰 외부 홍보 및 아웃리치(Outreach) 일정을 조율함으로써, 브랜드가 AI 모델의 최신 학습 데이터셋에 지속적으로 반영되도록 유지해야 합니다.

AI 검색은 탐색과 의사결정 과정을 '단일 대화'로 통합합니다

LLM은 단순히 단편적인 사실을 나열하는 데 그치지 않습니다. 점차 복잡해지는 다중 조건의 질문에 답하기 위해 여러 출처로부터 근거를 종합 분석합니다. 이러한 구조적 차이는 여행 SEO와 콘텐츠 마케팅의 규칙을 근본적으로 재편하고 있습니다.
AI 시스템이 특정 여행 브랜드를 추천할 때마다 내부적으로는 Chain of reasoning (CoT, 다단계 추론: AI가 다단계 논리 과정을 거쳐 제약 조건과 대안을 비교·평가하여 최적의 결론을 내리는 추론 방식)을 수행합니다. 즉, 장단점(Trade-offs)을 저울질하고, 소비자의 세부 요구 조건을 평가하며, 여러 대안을 상호 비교합니다. 따라서 브랜드의 콘텐츠는 다음 질문에 명확한 해답을 제시해야 합니다.

• 이 상품은 누구에게 가장 적합한가?
• 경쟁사 대신 이 선택지를 골라야 하는 조건과 시점은 언제인가?
• 이러한 주장을 뒷받침하는 구체적인 실증 데이터는 무엇인가?

여행 업계 시사점

• 단순 제품 스펙 나열에서 '대화형 사용자 중심 속성'으로 전환하십시오. 기존 여행 상품 카탈로그는 '와이파이 완비', '수영장 구비', '기내 엔터테인먼트 제공'과 같이 규격화된 체크박스 형태로 상품을 분류해 왔습니다. 반면 AI와의 대화는 복합적이고, 세밀하며, 감성적인 맥락을 띱니다. 여행자가 실제로 구사하는 언어를 반영하여 제품 설명을 확장 매핑하고, 이를 경험적 속성 태그로 전환해야 합니다. 단순히 "취사 도구가 완비된 주방"이라고 기술하기보다 "최신식 조리 도구를 갖춘 주방을 통해 식비를 절약하고 입맛이 까다로운 아이들의 식사를 손쉽게 준비할 수 있습니다"와 같이 설명해야 합니다. 기본 편의시설을 여행자의 구체적인 고민을 해결하는 실질적 솔루션으로 프레이밍할 때, 브랜드는 알고리즘 문지기를 설득할 수 있는 확실한 가치 증거를 제공하게 됩니다.
• 검색 및 상담 채팅 데이터를 분석하여 여행자의 고민과 제약 조건을 도출하십시오. 여행자는 목적지나 상품을 좁혀 나갈 때 고유한 제약 조건과 비교 기준을 사용합니다. 기업이 보유한 기존 데이터 속에 이러한 뉘앙스를 파악할 열쇠가 들어 있습니다. Google Search Console (웹사이트의 구글 검색 트래픽, 색인 상태, 검색어 노출 성과를 관리·분석하는 구글의 웹마스터 도구), 구글 광고(Google Ads) 보고서, 자사 사이트 내부 검색 로그, 고객센터 상담 채팅 기록 등을 정밀 감사하십시오. 반복적으로 나타나는 고객의 제약 사항을 도출하고, 이를 바탕으로 제품 설명에 '~에 가장 적합한(Best for로 시작하는 블로그글)' 시나리오와 틈새 유스케이스를 선제적으로 반영해야 합니다.
• 개별 상품 상세 페이지를 각각 독립된 '랜딩 페이지'처럼 취급하십시오. AI 검색은 단순 트래픽을 넘어서, 이미 구매 적합도가 검증된 잠재 고객(Pre-qualified buyers)을 선별하여 보냅니다. 따라서 구매 의도가 극대화된 유입에 맞춰 개별 상품 페이지를 철저히 최적화해야 합니다. 상세 페이지는 AI가 해당 사용자를 연결하는 데 활용했던 복잡하고 세부적인 질의에 대해 즉각적인 정답과 확신을 주어야 합니다. 현지화된 신뢰 지표, 검증된 고객 리뷰, 정확한 세부 규격, 취소/환불 규정, 호환성 및 조건 등을 전면에 배치하여 도착 즉시 구매할 준비가 된 방문자를 실제 예약으로 전환시켜야 합니다.

전통 검색과 AI 검색이 공존하는 하이브리드 미래

소비자의 구매 여정(Buyer's Journey)은 구글 검색창이 등장한 이래 가장 심오한 구조적 전환기를 맞이하고 있습니다. 즉각적인 구매 의도를 포착하는 데에는 여전히 전통적인 오가닉 및 유료 검색이 확고한 주춧돌 역할을 수행하지만, 발견(Discovery)과 조사(Research) 단계는 지금 이 순간에도 완전히 재편되고 있습니다.
2026년 5월, 구글은 머천트 센터(Merchant Center)에 '대화형 속성 활용 가이드(How to use conversational attributes)'를 공개했습니다. 이 여섯 가지 신규 대화형 데이터 항목을 도입함으로써, 구글은 브랜드들이 백엔드 시스템에 직접 접근하여 복잡한 생성형 AI 검색 경험을 지속해서 강화할 수 있도록 공식 지원을 시작했습니다.
AI 시대의 브랜드 가시성은 각 단계가 다음 단계를 상호 증폭하는 선순환 복리 루프(Compounding Loop) 구조를 가집니다.

1. 기술적 접근성 (Technical SEO) : AI에 의한 발견 (Found)
2. 외부 사이트 콘텐츠 확장 (Offsite Content) : LLM의 신뢰 및 인용 (Trusted)
3. 사용자 중심 가치 재구성 (User-Centric Framing) : AI 대화 내 추천 (Recommended)
   

• Technical SEO (기술적 SEO: 검색엔진 및 AI 크롤러가 웹사이트를 원활히 탐색하고 색인하도록 사이트 아키텍처를 최적화하는 기술 작업) 기반의 기술적 접근성을 확보하여 AI에 의해 발견(Found)되도록 만듭니다.
  
• 외부 사이트 전반에 걸쳐 브랜드 콘텐츠를 형성하고 확장(Scaling)하여 LLM으로부터 높은 신뢰(Trusted)와 인용을 확보합니다.
  
• 제품 상세 정보를 여행자 중심의 문제 해결형 언어로 재구성하여, AI가 답변 생성 시 자사 브랜드를 공정하게 평가·비교하고 능동적으로 추천(Recommended)하게 만듭니다.
  

기술적 기초를 소홀히 하면 콘텐츠는 LLM의 시야에서 완전히 배제됩니다. 제3자의 객관적 검증이 부족하다면 브랜드는 인용될 만큼의 신뢰를 얻지 못할 것입니다. 상품 페이지가 여행자의 실질적 제약 조건을 다루지 않는다면, AI와의 대화에서 자사 상품이 추천될 일은 없습니다. 이 세 단계가 순차적으로 실행될 때, 하나의 인용이 다음 인용을 강화하며 AI 검색 결과에서 지속 가능한 경쟁 우위를 창출하게 됩니다.

이제 마케터가 스스로에게 던져야 할 질문은 명확합니다. "현재 귀사의 웹사이트 구조와 콘텐츠 전략은 전통 검색 키워드 경쟁과 AI 답변 추천 경쟁 모두에서 승리할 준비가 되어 있습니까?"

전통적인 검색 트래픽 비중은 점진적으로 감소할 수 있으나, 당장의 비즈니스 매출을 지탱하는 핵심 축입니다. 동시에 AI의 추천을 선점하는 것은 탑오브퍼널 대화의 주도권을 쥐는 일이자, 머지않아 도래할 Agentic commerce (인공지능 에이전트가 소비자를 대리하여 상품 탐색부터 비교, 의사결정, 결제까지 자율적으로 수행하는 미래형 전자상거래) 시대로 진입하기 위한 필수 입장권을 확보하는 길입니다.