AI 답변에서 온 방문자는 어떻게 세나요?
요약
GA4 기본 채널 그룹에는 ‘AI 어시스턴트’ 채널이 있고 공식 문서는 ChatGPT, Gemini, Deepseek, Copilot, Grok을 예로 들며 구글 AI 개요와 AI 모드는 제외한다고 적습니다. 즉 이 채널만 보면 목록에 없는 도구와 참조 주소가 없는 유입이 빠집니다. 맞춤 채널 그룹으로 범위를 넓히되, 유입 수치는 항상 과소 집계라는 전제를 두고 읽어야 합니다.
먼저 공식 정의를 봅니다
구글 애널리틱스 기본 채널 그룹에는 ‘AI 어시스턴트’ 채널이 있습니다. 공식 문서의 정의는 이렇습니다 — 사용자가 ChatGPT, Gemini, Deepseek, Copilot, Grok과 같은 소스를 통해 사이트에 유입되는 채널이며, 구글의 AI 개요 및 AI 모드는 제외됩니다(기본 채널 그룹).
이 한 문장에서 읽어야 할 것이 셋입니다.
- 목록에 없는 도구(예: 퍼플렉시티, 클로드)는 이 채널에 들어온다고 보장되지 않습니다
- 구글 AI 개요·AI 모드는 빠집니다 — 검색 결과 안에서 일어나는 일이라 유기적 검색 쪽으로 갑니다
- 그러므로 이 채널의 숫자는 AI 유입의 일부입니다
맞춤 채널 그룹이 필요한 이유
우리가 측정하는 엔진 목록과 GA4의 기본 목록이 다르면, 기본 채널만 보는 순간 측정 대장과 분석 화면이 어긋납니다. 해결은 간단합니다 — 우리 질문 세트에서 쓰는 엔진의 참조 도메인으로 맞춤 채널 그룹을 만들고, 참조(Referral)보다 먼저 평가되게 순서를 올려 둡니다.
주의할 점은 목록을 한 번 만들고 끝내지 않는 것입니다. 엔진 도메인은 바뀌고 새 도구가 생깁니다. 목록을 어디에 적어 두었는지, 언제 마지막으로 고쳤는지를 함께 관리해야 나중에 수치를 비교할 수 있습니다.
그래도 과소 집계입니다
참조 주소가 전달되지 않는 경로가 있습니다. 앱 안에서 열리거나, 사용자가 주소를 복사해 붙여 넣거나, 개인정보 설정으로 참조가 잘리는 경우입니다. 이런 방문은 직접 유입으로 들어갑니다.
그래서 AI 유입 수치는 하한으로 읽어야 합니다. “이만큼은 확실히 왔다”는 값이지 “이만큼만 왔다”는 값이 아닙니다.
세 층으로 나눠 봅니다
| 층 | 질문 | 어디서 재나 |
|---|---|---|
| 언급 | 답변에 우리 이름이 나오는가 | 질문 세트를 직접 물어 기록 |
| 인용 | 우리 문서가 출처로 걸리는가 | 같은 관측에서 출처 URL 기록 |
| 유입 | 거기서 방문이 왔는가 | GA4 채널 |
세 층은 따로 움직입니다. 언급은 있는데 인용이 없을 수 있고, 인용은 있는데 유입이 없을 수 있습니다. 크롤러가 다녀간 것과 인용된 것도 다른 사건입니다 — 구분은 크롤러 방문과 인용은 다르다에 정리했습니다.
기록 틀은 AI Visibility 측정 방법에, 반복 관측을 왜 해야 하는지는 같은 질문, 다른 답에 있습니다.
측정 대장을 처음부터 세우실 계획이면 무료 AEO 진단에서 질문 세트와 채널 설정을 함께 잡아 드립니다.
자주 묻는 질문
Q GA4의 ‘AI 어시스턴트’ 채널만 보면 되나요?
A 부족합니다. 구글 공식 문서는 이 채널을 ChatGPT, Gemini, Deepseek, Copilot, Grok 같은 소스에서 오는 유입으로 설명하고 구글 AI 개요와 AI 모드는 제외한다고 적습니다. 목록에 없는 도구에서 온 방문은 다른 채널로 들어가므로, 우리가 쓰는 엔진 목록에 맞춘 맞춤 채널 그룹을 따로 만드는 편이 안전합니다.
Q AI에서 왔는데 ‘직접 유입’으로 잡히는 경우가 있나요?
A 있습니다. 참조 주소가 전달되지 않으면 GA4는 출처를 알 수 없어 직접 유입으로 분류합니다. 앱 안에서 열리거나 링크를 복사해 붙여 넣는 경우가 대표적입니다. 그래서 AI 유입 수치는 언제나 실제보다 적게 잡힌다고 보고 읽어야 합니다.
Q 인용됐는데 방문이 없으면 실패인가요?
A 아닙니다. 답변 안에서 궁금증이 해소되면 클릭은 일어나지 않습니다. 그래서 지표를 세 층으로 나눠 봅니다. 답변에 우리 이름이 나왔는가(언급), 우리 문서가 출처로 걸렸는가(인용), 거기서 방문이 왔는가(유입)입니다. 세 층은 각각 움직이며 유입만으로 AEO 성과를 판단하면 대부분 과소평가하게 됩니다.
함께 읽으면 좋은 글
- AI 검색 최적화는 얼마나 걸리나요? — 단계별 소요 시간 고쳐서 올리는 일은 하루면 끝나지만 답변에 반영되기까지는 크롤·색인·관측이라는 단계가 남습니다. 각 단계가 실제로 얼마나 걸리는지 자사 기록으로 정리하고, 기간을 앞당기는 것과 못 앞당기는 것을 나눴습니다.
- 같은 질문을 다시 물으면 답이 달라집니다 — 측정은 어떻게 설계하나 같은 질문에 AI가 매번 다르게 답하는 이유를 단계별로 나누고, 한 번의 관측을 근거로 쓰면 왜 틀리는지, 질문 세트 고정·반복 관측·엔진 분리·조건 기록이라는 측정 설계의 최소 조건 네 가지를 정리했습니다.
- 언제 다시 써야 하나요 — 갱신일이 하는 일과 하지 않는 일 날짜만 바꾸는 갱신은 얻는 것이 없고 위험합니다. 구조화 데이터의 dateModified가 무엇을 의미하는지, 무엇이 실질적 변경인지, 달력이 아니라 어떤 신호를 보고 다시 쓸 시점을 잡는지 정리했습니다.