AI 검색은 더 많이 읽고 덜 보낸다, 디지털 마케팅 기준이 바뀐다
AI 검색과 챗봇이 웹사이트 콘텐츠를 읽어가는 양에 비해 실제 방문자를 돌려보내는 비율은 여전히 낮다는 분석이 이어지고 있다. 이는 언론사만의 문제가 아니라, 검색 유입에 기대 온 스타트업, 전문직 서비스, 대학 연구조직, 로컬 비즈니스의 고객 확보 방식에도 영향을 줄 수 있는 변화다.
비즈니스인사이더가 2026년 7월 9일 보도한 클라우드플레어 자료에 따르면, 2026년 7월 1일부터 7일까지 앤스로픽의 AI 봇은 자사 서비스가 웹사이트로 보낸 추천 방문 1건당 약 2,800개 페이지를 크롤링한 것으로 집계됐다. 여기서 크롤링은 봇이 웹페이지를 읽거나 수집하는 행위를 뜻한다. 같은 기간 덕덕고는 크롤링 3건당 추천 방문 1건 수준으로 비교적 균형 잡힌 수치를 보였다.
앤스로픽 수치는 2026년 4월 초 약 8,800대 1, 5월 초 약 2만4,700대 1보다 낮아졌지만, 여전히 웹사이트 운영자 입장에서는 ‘많이 읽히지만 적게 돌아오는’ 구조에 가깝다. 앤스로픽은 과거 클라우드플레어의 산정 방식을 검증하기 어렵다고 반박했고, 새로운 검색 기능이 추천 트래픽을 늘릴 수 있다고 설명한 바 있다. 따라서 이 수치는 특정 기업의 행태를 단정하는 근거라기보다, AI 검색 시대에 콘텐츠 제공자와 AI 서비스 사이의 트래픽 배분 원칙이 아직 안정되지 않았다는 신호로 보는 것이 현실적이다.
최근 공개된 연구도 같은 방향을 가리킨다. 2026년 7월 8일 arXiv에 공개된 ‘Answering Without Referring’ 논문은 미국 데스크톱 클릭스트림 데이터를 바탕으로 ChatGPT의 정보 탐색 세션 중 외부 사이트 클릭이 발생한 비율이 5.2%에 그쳤다고 분석했다. 또 ChatGPT Search 접근성이 확대되면 전통적인 검색 사용이 9.4% 줄어드는 효과가 관찰됐고, 정보성 콘텐츠에서 검색 추천 손실이 더 크게 나타났다고 설명했다. 학술지 게재 전 연구라는 점은 감안해야 하지만, AI 답변이 사용자 질문을 검색창 안에서 해결하면서 원문 사이트 방문을 줄일 수 있다는 흐름은 분명하게 드러난다.
구글 AI 오버뷰 관련 연구도 참고할 만하다. 2026년 5월 공개된 측정 연구는 5만5,393개 트렌딩 검색어를 분석해 AI 오버뷰가 전체 검색의 13.7%에서 나타났고, 질문형 검색어에서는 64.7%까지 올라갔다고 보고했다. 사용자가 여러 링크를 열어 비교하기보다 검색 결과 상단의 AI 요약에서 답을 얻는 비중이 커질수록, 기존 검색엔진 최적화만으로는 온라인 유입을 설명하기 어려워진다.
보스턴권 독자에게 이 변화는 미디어 산업의 수익성 문제로만 볼 사안이 아니다. 케임브리지의 AI·바이오 스타트업, 병원과 대학 연구실의 기술 이전 조직, 로컬 전문직 사무소, 한인 소상공인까지 상당수 조직은 검색 유입과 온라인 신뢰도에 의존한다. 예전에는 구글 검색 상위 노출, 리뷰 관리, 블로그 콘텐츠, 링크 확보가 핵심이었다면, 앞으로는 AI 답변 안에서 회사명, 제품명, 연구 성과, 서비스가 어떤 맥락으로 언급되는지가 더 중요한 지표가 될 수 있다.
스타트업 입장에서는 고객 획득 비용 계산이 달라질 수 있다. 투자자에게 보여주는 성장 지표가 월간 방문자 수와 검색 순위에만 기대고 있다면, AI 검색 전환기에는 취약성이 커질 수 있다. 특히 SaaS, 즉 구독형 소프트웨어를 판매하는 회사나 전문 서비스를 제공하는 기업은 사용자가 어디서 들어왔는가뿐 아니라, AI 답변에서 자사 제품과 콘텐츠가 어떤 출처와 함께 설명되는지 추적해야 한다. 단순 SEO를 넘어 AI 답변 엔진에서 브랜드와 콘텐츠가 어떻게 보이는지 점검하는 AEO 또는 GEO 성격의 업무가 커지는 배경이다.
플랫폼 의존 리스크도 함께 봐야 한다. 가디언은 2026년 7월 5일 영국 LBG Media 사례를 보도하며, 메타의 피드 알고리즘 변화 이후 이 회사의 간접 매출이 41% 줄고 주가가 하루 장중 최대 40% 하락했다고 전했다. 이는 AI 검색만의 문제가 아니라, 검색·소셜·추천 플랫폼의 규칙 변화가 콘텐츠와 광고 기반 비즈니스의 실적을 빠르게 흔들 수 있음을 보여준다. 작은 회사일수록 이메일 리스트, 커뮤니티, 웨비나, 고객 사례, 파트너십처럼 플랫폼 밖의 직접 관계 자산을 함께 쌓을 필요가 커진다.
취업·이직 준비자에게도 시사점이 있다. 콘텐츠 작성, 키워드 반복, 단순 검색 순위 모니터링처럼 자동화하기 쉬운 업무만으로는 차별화가 어려워질 수 있다. 반대로 서버 로그 분석, 검색 콘솔과 웹분석 도구 해석, AI 추천 유입 측정, 콘텐츠 신뢰도 설계, 제품 마케팅, 데이터 거버넌스, 저작권·사용 허가 정책 이해는 더 중요해진다. AI가 글을 대신 쓰는지가 핵심이라기보다, AI가 정보를 가져가고 요약하는 환경에서 기업의 노출, 신뢰, 전환을 관리할 사람이 필요해지는 흐름이다.
유학생과 OPT·H-1B를 고려하는 독자라면 직무 설명을 조금 더 구체적으로 읽어볼 필요가 있다. ‘AI 활용 가능’이라는 표현만으로는 충분하지 않다. 실제로 매출, 고객 확보, 데이터 품질, 보안, 규정 준수와 연결된 역할인지가 중요하다. 비자 스폰서십 여부는 회사와 직무, 개인 상황에 따라 달라지는 문제라 일반화하기 어렵지만, 기업이 비용을 들여 채용할 이유를 설명할 수 있는 실무 역량의 중요성은 커지고 있다. 디지털 마케팅 직무 안에서도 AI 검색 분석가, 성장 실험 담당자, 마케팅 데이터 엔지니어, 제품 기반 성장 담당자처럼 성과 측정과 실행을 함께 다루는 역할이 상대적으로 주목받을 수 있다.
현직자는 당장 모든 전략을 바꿀 필요는 없지만, 몇 가지 지표는 점검할 만하다. AI 봇 트래픽이 서버 비용을 높이고 있는지, robots.txt나 클라우드플레어 같은 보안 도구에서 AI 크롤러 접근 정책을 어떻게 설정하고 있는지, ChatGPT·Perplexity·Claude·Google AI 오버뷰에서 회사명과 제품명이 어떤 방식으로 언급되는지 확인해야 한다. 방문자가 줄어도 전환율이 높은 유입이 남을 수 있으므로, 단순 페이지뷰 감소만 보고 판단하기보다 상담 요청, 가입, 구매, 뉴스레터 구독 같은 실제 행동 지표와 함께 봐야 한다.
AI 검색은 웹을 없애는 변화라기보다, 웹에서 가치가 배분되는 방식을 바꾸는 변화에 가깝다. 보스턴의 한인 직장인과 유학생에게 중요한 질문은 ‘AI가 내 일을 대체할 것인가’ 하나로 좁혀지지 않는다. 더 현실적인 질문은 AI가 고객의 첫 검색, 회사의 채용 기준, 콘텐츠의 유통 경로, 스타트업의 성장 지표를 어떻게 바꾸는지다. 앞으로는 검색 순위만 보는 사람보다, AI가 정보를 선택하고 요약하는 구조를 이해해 실제 비즈니스 성과로 연결하는 사람이 더 필요한 시장이 될 가능성이 크다.