박 세용 
브랜드는 오랫동안 인간의 기억 속에서 경쟁해 왔습니다. 특정 상황에서 얼마나 빠르게, 얼마나 자주 떠오르는가가 성장을 좌우했고, 이를 ‘정신 가용성(Mental Availability)’과 ‘브랜드 현저성(Brand Salience)’으로 설명해 왔습니다. 소비자는 매 순간 깊이 비교하기보다, 그 상황에서 먼저 떠오르는 두세 개 브랜드 중 하나를 선택합니다. 결국 성장은 미고객의 다양한 구매 맥락, 즉 ‘카테고리 진입 상황(CEP, Category Entry Point)’을 얼마나 넓게 점유하느냐에 달려 있습니다.
하지만 이제 브랜드는 하나의 공간에서만 경쟁하지 않습니다. 생성형 검색 시스템은 특정한 구매 상황(구매 여정 한가운데)에서 브랜드 혹은 제품 후보군을 구성하고 비교하며 추천합니다.
이 때 어떤 브랜드가 AI의 추천 안에 포함되는지가 매출로 직결됩니다. 브랜드는 인간의 기억와 인공지능의 의미 공간(semantic space)에서 동시에 존재해야 하며, 둘 중 하나라도 비어 있으면 특정 접점에서 사실상 사라진 브랜드가 됩니다.
앞으로 일반화될 브랜드 옵스의 역할은 이 두 공간을 함께 관리하는 것입니다. CEP 파인더에서는 각 제품이나 브랜드의 카테고리 진입 상황 단위로 두 지표를 동시에 진단합니다.
첫째는 인간 관점의 정신 가용성, 즉 해당 상황에서 소비자 기억 속 브랜드 활성화 수준입니다.
둘째는 인공지능 관점의 정신 가용성으로, 여섯 단계 MA(Mental Availability)모델을 통해 인공지능이 우리 브랜드를 어떤 위치에 두는지를 판정합니다. ‘미등장’, ‘카테고리만 언급’, ‘경쟁사 점유’, ‘후보군 언급’, ‘비교 대상’, ‘우선 추천’의 여섯 단계의 추천 방식은 AI 의미 공간에서의 거리와 위상을 보여줍니다.
여섯 단계 AI의 MA 진단 체계는 인공지능 의미 공간에서의 경쟁 강도를 계층화한 모델입니다.
* 1단계 미등장: 좌표 밖
* 2단계 카테고리만 언급: 브랜드 미점유
* 3단계 경쟁사 점유: 상황 선점 상태
* 4단계 후보군 언급: 주변부 진입
* 5단계 비교 대상: 핵심 경쟁 진입
* 6단계 우선 추천: 최근접 점유
이 위계에 브랜드 현저성 지표가 결합되면, 상황별 이중 공간 점유 상태가 정량화됩니다. 전략은 직관이 아니라 데이터 기반 운영 문제로 전환됩니다.
각 CEP는 이제 ‘[인간 정신 가용성, 인공지능 정신 가용성]’이라는 이중 좌표를 갖게 되었습니다. 이 구조는 전략 판단 방식을 바꿉니다. 실제 소비자의 MA에서는 브랜드 현저성은 높지만 AI의 MA에서의 현저성의 단계가 낮다면, 사람은 떠올리지만 인공지능은 추천하지 않는 위험 구간이라고 진단 할 수 있을 것입니다. 이 경우 구조화 콘텐츠 강화, 엔티티 관계 정비, 비교·리뷰 확보 등의 액션을 통해 AI에서의 현저성과의 정렬을 확보해야 합니다.
반대로 AI의 MA에서의 단계는 높지만 소비자 인식에서의 브랜드 현저성이 낮다면, 추천은 이루어지지만 전환이 약한 상태가 될 수 있습니다. 이럴 경우는 캠페인을 통한 대량 도달, 차별적 브랜드 자산(DBA)의 노출을 통한 브랜드 현저성 강화, 소셜 프루프 등의 강화를 통한 신뢰 자산 구축이 필요합니다.
만약 이 두 지표가 모두 낮다면 아직은 미개척 영역이며, 해당 CEP로의 브랜딩 활동의 침투를 통한 브랜드와 CEP 연결이 우선입니다.
두 지표가 모두 높다면 당연히 이중 공간 점유가 잘 이루어진 것으로 여기서는 방어·확장이 강조되어야할 구간입니다.
이를 직관적으로 보면 다음과 같습니다.
* 인간 높음 × 인공지능 높음 → 이중 점유 완료(방어)
* 인간 높음 × 인공지능 낮음 → 사람은 아는데 인공지능은 모름(정렬 필요)
* 인간 낮음 × 인공지능 높음 → 인공지능은 추천하지만 소비자는 모름(전환 강화)
* 인간 낮음 × 인공지능 낮음 → 미개척 영역(시장 개척)
이 구조는 단순한 개념이 아니라, 각 상황을 어디에 배치할지 결정하는 운영 기준입니다.
이중 공간을 관리하기 위해 브랜드 운영팀은 CEP 대시보드를 구축해야 합니다. 이 대시보드는 특정 브랜드나 제품을 둘러싼 구매 순간을 보여주는 스냅샷이라고 할 수 있습니다.
기본 구조는 비즈니스 환경에서 찾은 상위 맥락 → 구체적 상황(CEP) → 세부 목적(나노 인텐트) → 핵심 구매 기준(KBF)으로 이어지는 계층형 구조라고 할 수 있습니다.
예를 들어 아래는 ‘백하새우젓’이라는 제품의 CEP 대시보드의 이미지입니다.각 상황 또는 상황×목적 단위 옆에 인간 정신 가용성과 인공지능 단계가 색이나 막대로 표시되고. 화면 전체는 상황의 확장 구조와 점유 강도를 동시에 보여주는 브랜드 지형도로 작동합니다. 경영진은 이를 통해 방어 구간, 경쟁 점유 구간, 기회 영역을 즉시 파악할 수 있습니다.
위의 “CEP, KBF, Nano-intent와 AI MA와 인간 MA를 기반으로 정리한 전략 대시보드” 이미지의 좌상단에 들어가 있는 지형도는 AI MA와 인간 MA를 가지고 특정 브랜드의 현황을 보여줍니다. 이 지형도를 기반으로 어떤 시책이 가능한지를 정리해보면 아래와 같습니다.
[1] 인간 MA 높음, AI MA 낮음 : AI MA 개선 필요에 적용 가능한 시책
1. 구조화 데이터 & 엔티티 최적화 – 스키마 마크업 적용은 구글 AI Overview에서 브랜드 존재감과 인식을 개선하며, 견고한 스키마 마크업을 갖춘 페이지에서 더 높은 인용률이 관찰됨.(BrightEdge 연구) Search Engine Journal 또한 AccuraCast 연구에서 2,000개 이상의 프롬프트를 분석한 결과, AI 인용을 받은 웹페이지의 81%가 스키마 마크업을 포함하고 있었음.
2. KBF 중심 비교 콘텐츠 확보 – 엔티티 명확성과 구조, 맥락적 흐름에 최적화된 페이지가 비최적화 페이지 대비 AI 요약에서 최대 58% 더 자주 인용됨.
3. Q&A 허브 구축 – FAQ 스키마는 AI 검색에서 가장 높은 인용률을 보이는 스키마 유형 중 하나로, FAQPage 마크업이 있는 페이지가 없는 페이지 대비 구글 AI Overview에 나타날 확률이 3.2배 높음.
4. 제3자 권위 매체 PR – GEO는 콘텐츠 전략, 브랜드 존재감, 기술 최적화, 평판 구축의 조합이 필요하며, 특히 AI 도구가 정보를 가져오는 플랫폼 전반에 걸쳐 권위를 확립하는 것이 핵심. AI 검색은 권위 있고 증거(RTB) 기반의 콘텐츠를 선호하며, 키워드 볼륨이나 발행 빈도보다 전문성과 신뢰도를 더 중시.
5. AI 응답 내 브랜드 포지션 추적 – GEO 성공을 측정하는 핵심 지표로는 AI Visibility Score(AI 응답에서 브랜드가 얼마나 자주 나타나는지), 소스 인용 횟수, 경쟁사 대비 점유율 등이 있음.
[2] AI MA 높음, 인간 MA 낮음 : 인간의 인식 강화 필요에 적용 가능한 시책
1. 대량 도달 캠페인으로 기억 구조 형성 – 바이런샤프 교수가 속해있는 Ehrenberg-Bass Institute에 따르면 브랜드의 Mental Availability란 소비자가 구매 상황에서 해당 브랜드를 인지하거나, 인식하거나, 떠올릴 확률을 의미하며, 이는 브랜드와 관련된 기억 구조의 질과 양에 따라 결정됨. 대중 도달 광고를 중단한 브랜드는 과거의 Mental Availability 투자에만 의존하게 되는데, 대개 이것만으로는 소비자가 브랜드를 지속적으로 기억하기에 충분하지 않음.
2. 독특한 브랜드 자산(DBA) 일관 노출 – Distinctive Brand Assets 프레임워크의 핵심 아이디어는, 소비자가 이러한 단서를 빠르고 정확하게 해당 브랜드와 연결할 수 있으면 Mental Availability가 증가하여 실제 구매 상황에서 더 자주 선택됨. 독특한 브랜드 자산은 소비자 마음속에 지름길을 만들어 브랜드를 더 기억에 남고 영향력 있게 만듦.
3. 유통 가시성(Physical Availability) 강화 – 브랜드 성장의 비밀은 ‘시장 기반 자산’을 구축하는 것이며, 이는 두 가지로 나뉨. 최대화된 유통(Physical Availability)과 감각적 단서를 활용한 명확하고 독특한 브랜딩(기억 구조)임.높은 시장 점유율을 달성하려면 잠재적 유통 지점의 80% 이상에서 제품을 이용 가능하게 하는 것이 필요함.
4. 인플루언서 & UGC 사회적 증거 – UGC를 마케팅 전략에 구현한 브랜드는 전환율 향상과 방문자당 매출 154% 증가를 경험했으며, UGC 기반 광고는 기존 광고 대비 4배 높은 클릭률을 달성함. 소비자의 약 80%가 UGC가 구매 결정에 큰 영향을 미친다고 응답했으며, 이는 인플루언서 콘텐츠 대비 8.7배, 브랜드 제작 콘텐츠 대비 6.6배 더 영향력이 있는 것으로 나타남.
5. 검색→구매 전환 퍼널 최적화 – 이 항목은 AI가 이미 추천하는 상황(AI MA 높음)에서 유입된 트래픽의 전환율을 높이는 것으로, 마케팅 퍼널 최적화의 기본 원칙에 부합함. 다만 “AI 추천 → 구매 전환”에 대한 직접적 실증 연구는 아직 초기 단계임.
[3] 이중 점유 (둘 다 높음) 상황에서 사용할 수 있는 시책.
1과 2. 경쟁사 모니터링 & RTB 유지 – 광고를 중단하면 Distinctive Brand Assets는 소매 환경에서만 노출되게 되고, 이미 구매 중인 사람들에게만 도달하게 됨. 이 역시 시간이 지남에 따라 기억 구조가 강화 없이 퇴화됨. 즉, 현재 위치를 유지하려면 콘텐츠 품질 갱신이 필수적이고 이를 지속적으로 소셜 미디어와 커뮤니티 등에서 증거로 남겨야 함.
3. 인접 CEP 확장 – Category Entry Points는 Mental Availability의 구성 요소이며, 소비자가 카테고리 구매로 전환할 때 갖게 되는 상황들을 포착함. 브랜드가 강한 CEP와 연결되어 있지 않으면, 소비자는 중요한 순간에 해당 브랜드를 떠올리지 않음. 따라서 더 많은 CEP에 연결될수록 Mental Availability가 높아짐.
3. 브랜드 옹호자 육성 – Byron Sharp는 로열티 프로그램의 직접적 성장 효과에는 회의적이지만, 브랜드가 고객 옹호 커뮤니티에 참여하도록 초대할 경우 소비자의 60% 이상이 더 높은 충성도와 구매 의향을 보인다고 응답함. 또한 자발적 UGC/리뷰가 AI 학습 데이터의 긍정 시그널을 강화하는 효과는 GEO 관점에서 유효함.
[4] 미개척 (둘 다 낮음)의 경우에 사용할 시책
1. 카테고리 정의 콘텐츠 – Brandi AI 데이터에 따르면, 12개 이상의 새로운 또는 최적화된 디지털 콘텐츠를 생산하는 브랜드가 4개만 생산하는 브랜드 대비 최대 200배 빠른 가시성 향상을 달성함.
2. 커뮤니티 진입 – GEO에서 브랜드 존재감이란 단지 자사 웹사이트가 아니라 AI 도구가 정보를 가져오는 플랫폼 전반에 걸쳐 권위를 확립하는 것을 의미함.
3. 롱테일 SEO – SEO 기초 확보는 GEO의 전제 조건으로, 2026년 중반까지 모든 마케팅 팀이 AI 생성 답변에서 브랜드가 얼마나 자주 등장하는지를 추적하게 될 것이며, GEO는 SEO와 함께 핵심 규율로 자리잡을 것임.
4~5. 파일럿 테스트 & 이종 협업 – 이 두 항목은 특정 연구보다는 마케팅 전략의 일반 원칙(MVP 테스트, 파트너십)에 기반함. 미개척 영역에서의 리스크 관리 차원에서 합리적이라 할 수 있음.
이상의 시책을 구분해서보면 기존의 마케팅 조직이 하던 일과 크게 달라보이지 않을 수 있습니다. 하지만 AI 검색과 인간 모두의 인지를 높이고, 브랜드를 위한 자산을 쌓아가야하는 앞으로의 상황에서는 체계적으로 이런 지형도에서의 포지션을 확인하고 개선하는 작업을 책임질 담당자가 필요합니다. 바로 이를 바로 브랜드 옵스라고 할 수 있습니다. 이 브랜드 옵스가 해야할 일을 정리해보면 아래의 3가지입니다.
첫째, 상황 지도 관리: 모든 CEP와 나노 인텐트를 구조화하고 이중 지표를 지속적으로 추적합니다.
둘째, 이중 정신 가용성 대시보드 운영: 인공지능 단계 분포와 브랜드 현저성 변화를 상시 모니터링합니다.
셋째, 실행–피드백–보정 체계 구축: 콘텐츠 실행 후 인공지능 응답과 인간 현저성 변화를 분석해 전략을 조정합니다.
이중 공간에서 수행해야하는 브랜딩 활동의 본질은 단순합니다. ‘이런 상황이면 이 브랜드’라는 연결을 인간의 기억과 AI의 의미 공간 모두에 동시에 심어나가는 것입니다. 광고, 검색 콘텐츠, 홍보, 패키지, 구조화 데이터 설계는 서로 다른 활동이 아니라 두 공간을 함께 강화하는 수단입니다.
앞으로의 브랜드 성장은 결국 전체 가망고객 중 95%를 차지하는 아직 활성화되지 않은 고객, 즉 미고객과 AI가 특정 CEP라는 상황에서 우리 브랜드를 얼마나 떠올리고, 호출하느냐에 달려 있습니다. 이제 브랜딩 활동은 인간의 기억 구조와 인공지능의 추천 구조에서 동시에 이루어져야 합니다.
과제는 분명합니다. 두 공간의 정렬을 얼마나 체계적으로, 그리고 지속적으로 운영할 것인가입니다.
