ChatGPT·Perplexity에서 우리 동네 가게가 안 나오는 진짜 이유 6가지

ChatGPT는 전체 가게의 1.2%, Perplexity는 7.4%, Gemini는 11%만 추천합니다. Google 지도에 잘 나와도 AI에서는 탈락하는 이유는 간단합니다. AI는 Google과 완전히 다른 신호 체계로 가게를 선별하기 때문입니다. 미노출의 핵심 원인은 정보 불일치, 낮은 별점, 웹사이트 구조 문제 이 세 가지로 압축됩니다.

AI가 추천하는 가게는 전체의 몇 %나 될까요?

숫자부터 직시해야 합니다. ChatGPT가 추천하는 로컬 가게는 전체의 1.2%에 불과합니다. 나머지 98.8%는 AI 답변에 아예 등장하지 않습니다. Perplexity가 7.4%, Gemini가 11%로 그나마 넓은 편이지만, 여전히 대다수 가게는 AI 추천 후보군조차 되지 못합니다.

전통 Google 검색에서 상위에 노출되던 가게 대다수가 AI 결과에서 사라지는 현상은 이미 보고된 사실입니다. 비유하자면 Google SEO는 '도서관 사서에게 책을 찾아달라는 것'이고, AI 추천은 '친구에게 정말 믿을 수 있는 가게 하나만 골라달라는 것'입니다. 기준이 근본적으로 다릅니다. 플랫폼마다 데이터 소스가 다르기 때문에, 한 AI에서 노출된다고 다른 AI에서도 노출되는 것은 아닙니다.

Google SEO를 잘해도 AI에서 탈락하는 이유가 뭔가요?

Google 알고리즘은 백링크 수, 클릭률(CTR), 페이지 속도 같은 신호를 봅니다. AI LLM은 정보의 일관성, 인용 가능성, 구조적 명확성을 봅니다. 두 시스템이 전혀 다른 언어를 씁니다. SEO를 위해 키워드를 반복하거나 내용을 늘리는 글쓰기 방식이 AI에게는 오히려 '신뢰하기 어려운 문서'로 인식될 수 있습니다.

• SEO용 콘텐츠: 키워드 밀도·링크 구조·페이지 속도 최적화 중심
• AI용 콘텐츠: 질문-답변 구조, 단락별 자기완결성, 정확한 사실 명시 중심
• AI는 '이 문단만 떼어내도 답이 되는가'를 기준으로 인용 여부를 결정하는 경향이 있습니다
• 가게 소개 페이지도 '우리 가게는 어떤 고객의 어떤 문제를 어떻게 해결하는가' 구조로 재작성이 필요합니다

별점이 낮으면 AI 추천 후보에서 아예 걸러지나요?

그렇습니다. ChatGPT가 추천한 가게의 평균 별점은 4.3점입니다. 리뷰는 '상위 노출을 결정하는 순위 신호'가 아니라 '후보군 진입 자체를 막는 진입 필터'로 작동합니다. 4.3점 미만이면 아무리 정보가 정확하고 웹사이트 구조가 좋아도 AI 추천 대상에서 제외될 가능성이 높습니다.

• 목표 기준선: 별점 4.3점 이상 유지
• 현실적 목표 설정: 부정 리뷰에 성실하게 답변하는 것만으로도 평균 점수 방어에 효과적입니다
• 리뷰 요청 타이밍: 서비스 직후 고객 만족도가 높을 때 QR코드나 문자로 리뷰 링크를 전달하는 것이 가장 효과적입니다
• 가짜 리뷰 절대 금지: AI는 리뷰 패턴 이상을 감지하며 플랫폼 정책 위반 시 전체 노출이 차단될 수 있습니다

가게 정보가 여러 곳에 다르게 나오면 AI가 어떻게 반응하나요?

AI는 정보가 충돌하면 추천 자체를 건너뜁니다. 웹사이트, Google Business Profile, 네이버 플레이스, 각종 디렉토리에서 상호명·주소·영업시간·전화번호 중 하나라도 다르면, AI는 '이 정보를 믿고 사용자에게 추천해도 되는가'에 대한 자신감을 잃습니다. 불일치는 AI에게 신뢰도 0점 신호입니다.

웹사이트 구조가 AI 노출에 영향을 준다는 게 무슨 뜻인가요?

스키마 마크업(Schema Markup)은 웹사이트 코드 속에 심어두는 '기계가 읽는 명함'입니다. LocalBusiness, FAQPage, Service 스키마를 구현하면 AI에게 '이 가게는 어디에 있고, 무엇을 파는 곳이고, 어떤 질문에 답할 수 있는가'를 직접 전달합니다. 스키마가 없으면 AI는 페이지 내용을 추측에 의존해야 하므로 정확도가 떨어지고 인용을 회피하는 경향이 있습니다.

• LocalBusiness 스키마: 상호명·주소·전화번호·영업시간·업종 카테고리를 구조화 데이터로 명시합니다
• FAQPage 스키마: 자주 묻는 질문을 마크업하면 AI가 해당 내용을 답변에 직접 인용할 가능성이 높아집니다
• Service 스키마: 제공하는 서비스 목록과 가격대를 명시하면 AI의 맥락 매칭 정확도가 올라갑니다
• 직접 구현이 어렵다면: WordPress는 Rank Math·Yoast 플러그인으로 설정 가능합니다. 외주 의뢰 시 '로컬비즈니스 스키마 구현'을 명확히 명시하고 요청하십시오

FAQ 페이지는 AI 가시성 측면에서 특히 강력합니다. '주차 가능한가요?', '예약 없이 방문 가능한가요?'처럼 실제 고객이 묻는 질문을 FAQ로 작성해 두면, AI가 유사한 질문에 답할 때 해당 페이지를 출처로 인용하는 경향이 있습니다. FAQ는 단순한 서비스 안내가 아니라 AI 인용 허브입니다.

새로 오픈한 가게는 AI 추천을 받으려면 얼마나 기다려야 하나요?

신규 가게가 AI에서 안 나오는 이유는 '오픈한 지 얼마 안 됐기 때문'이 아닙니다. '디지털 발자국이 없기 때문'입니다. AI는 기존 학습 데이터와 실시간 웹 크롤링을 혼합해 판단하므로, 여러 곳에서 반복적으로 언급되고 인용된 가게를 신뢰합니다. 신규 가게도 빠르게 디지털 발자국을 쌓으면 AI 후보군 진입 시간을 단축할 수 있습니다.

현실적 기대치도 명확히 말씀드립니다. 정보 일관성과 스키마 구현은 수일 내에 완료할 수 있지만, AI 학습 데이터에 반영되고 인용 패턴이 안정화되기까지는 최소 3~6개월의 지속적인 디지털 발자국 축적이 필요한 경향이 있습니다. 빠른 꼼수보다 올바른 구조를 일찍 잡는 것이 훨씬 효과적입니다.