하나의 자동화로, AI가 우리 제품을 '첫 번째'로 추천하게 만드는 법

AI가 추천하지 않으면 '존재하지 않는 제품'이 되는 시대

혹시 ChatGPT에 우리 서비스를 검색해보신 적 있나요?

어느 날 문득 궁금해진 저는 직접 검색창에 물어봤습니다. "B2B SaaS 온보딩 툴 추천해줘."  

결과는 꽤 충격적이었습니다. 경쟁사 이름은 줄줄이 나오는데, 우리 제품은 단 한 번도 언급되지 않았거든요. SEO(검색엔진 최적화)도 어느 정도 관리하고 있었고 블로그도 꾸준히 올리고 있었는데, 정작 AI는 우리 제품의 존재조차 모르고 있었습니다.   

비단 우리만의 문제가 아니라는 사실을 깨닫는 데는 오래 걸리지 않았습니다. 이제 고객들은 네이버나 구글보다 ChatGPT, Perplexity, Gemini 등에 먼저 물어봅니다. AI가 추천해주지 않으면, 아무리 좋은 제품도 시장에서 '존재하지 않는 제품'이 되는 시대가 온 것입니다.   

어떻게 해야 할까요? 무작정 더 열심히 블로그를 쓰는 것만이 답일까요? 저도 처음엔 그렇게 생각했지만, 진짜 해결책은 다른 곳에 있었습니다.   

이 글에서는 제가 직접 구축한 'AI 정답지 자동화 시스템'을 처음부터 끝까지 공개합니다. 코딩 없이 누구나 따라 할 수 있는 방식입니다. 이 시스템을 세팅한 후, 실제 분석 툴에서 Perplexity, ChatGPT, Gemini, Claude 등 AI 채널을 통한 유입이 잡히기 시작했습니다.

이 채널들이 레퍼러 목록에 나타났다는 것 자체가 시스템이 작동한다는 신호였습니다. 콘텐츠 한 편을 만드는 시간도 반나절에서 30분 이내로 줄었고요. AI 유입을 쌓으려면 빠르게 시작할수록 유리합니다.

문제는 이 구조에 맞춰 글을 매번 새로 쓰는 게 현실적으로 너무 힘들다는 점입니다. 블로그 한 편에 'Key Takeaways'와 'FAQ'까지 붙이려면 품이 더 들 수밖에 없으니까요. 그래서 저는 이 과정을 통째로 자동화했습니다. 지금부터 그 과정을 소개해 드리겠습니다.

AI는 암기하지 않는다: '오픈북 테스트' 원리 이해하기

AI 검색에서 살아남으려면 먼저 AI의 작동 방식을 알아야 합니다. 많은 분이 오해하는 지점이 있습니다. "AI가 우리 제품을 학습했을 테니, 언젠가는 추천해주겠지"라는 생각입니다. 

하지만 AI는 모든 정보를 외우지 않습니다. 대신 사용자가 질문할 때마다 인터넷이라는 거대한 책을 펼쳐 답을 찾는 '오픈북 테스트' 방식으로 작동합니다. 

시험 직전에 교과서를 펼쳐보는 학생처럼, AI도 질문을 받을 때마다 웹을 뒤져 가장 그럴듯한 답을 조합합니다. 이때 인터넷에 올라온 콘텐츠들이 AI의 '교과서' 역할을 합니다. 여기서 우리의 전략이 나옵니다. AI가 커닝하고 싶어 하는 '완벽한 족보'를 미리 만들어두는 것입니다.

그렇다면 AI가 가장 좋아하는 콘텐츠 구조는 무엇일까요? 제가 발견한 답은 두 가지입니다.

1️⃣ 핵심 요약 (Key Takeaways) 

AI는 긴 글 전체를 읽지 않습니다. 글 앞부분에 핵심 결론이 구조화되어 있으면, AI는 이를 바탕으로 답변의 뼈대를 빠르게 잡습니다. 반대로 요약 없이 서술식으로만 쓰인 글은 AI가 '이 글에서 뭘 말하는지'를 파악하기 어려워 그냥 넘어가 버리는 경우가 많습니다.

2️⃣ 예상 질답 (FAQ) 

AI는 사용자의 질문과 유사한 형태의 Q&A를 콘텐츠 안에서 발견하면 "여기에 정확한 답이 있다"고 판단해 바로 인용합니다. 예를 들어 사용자가 "B2B SaaS 온보딩 툴 어떤 거 써야 해?"라고 물었을 때, 콘텐츠 안에 비슷한 질문과 답이 있다면 AI는 그 내용을 그대로 가져다 쓰는 것이죠.

실제로 어떤 차이가 있는지 비교해 보겠습니다. 같은 B2B SaaS 주제로 쓴 두 글의 구조입니다.

글 전체가 서술식으로 이어집니다. 내용은 훌륭하지만, AI 입장에서는 '이 글의 핵심이 뭔지' 즉각 파악하기 어렵습니다. 결국 AI는 이 글을 지나칩니다.

AI는 글을 끝까지 읽지 않아도 '핵심 요약'에서 이 글의 주제를 즉시 파악하고, 'FAQ'에서 사용자 질문과 매칭되는 답을 바로 낚아챕니다.

'AI 정답지 자동화 공장' 만들기 (Feat. Make)

이제 이 '정답지'를 자동으로 만들어내는 시스템을 직접 설계해 볼 차례입니다. 자세히 살펴보기 전에, 완성된 결과부터 보여드릴게요. 아래는 키워드 하나만 입력했을 때 실제로 생성된 문서 화면입니다.

이것이 오늘 우리가 만들 자동화 공장의 최종 산출물입니다. 이제 아래와 같은 단계를 거칠 겁니다. 전체 설계도를 먼저 머릿속에 넣어두면 따라오기가 훨씬 쉽습니다.

'AI 정답지 자동화 공장'의 큰 그림이 그려지시나요? 키워드 하나로 경쟁사 분석부터 초안 작성까지 끝내는 '리서치 라인', 그리고 그 초안을 AI가 편애하는 'A+ 정답지'로 가공하는 'AEO(AI Engine Optimization) 라인'입니다. 이제 각 부품을 하나씩 조립해 보겠습니다.

공장 설립 전 준비물 5가지

아래 5가지 서비스 계정이 필요합니다. 모두 무료 플랜으로 이용 가능하니 부담 없이 만들어두세요.

• Make.com: 전체 자동화 흐름을 연결하는 '컨베이어 벨트'

• Gemini: 콘텐츠 초안을 생성하는 'AI 두뇌'

• SerpApi: 키워드 기반 구글 상위 검색 결과를 가져오는 '정보 수집 로봇'

• Apify: 각 URL의 본문 텍스트를 긁어오는 '정보 추출 로봇'

• Google 계정: 초안과 최종본을 저장하는 '창고' (Google Docs + Google Drive)

공정 1. 리서치 & 초안 자동 생성 라인

키워드만 던지면 시장 조사와 초안 작성을 자동으로 끝내는 라인입니다.

처음엔 저도 직접 구글링해서 글을 읽고 정리했습니다. 키워드 하나당 탭 10개를 열고 읽고 요약하는 데만 2시간 가까이 걸렸죠. 이 과정을 통째로 자동화할 방법을 찾다가 지금의 툴 조합에 도달했습니다. SerpApi로 검색 결과를 긁어오고, Apify로 본문을 추출하고, Gemini로 초안을 만드는 이 흐름은 제가 직접 하던 리서치 과정을 로봇에게 그대로 학습시킨 결과입니다.

1️⃣ Make.com - 자동화 과정 시작하기

Make.com에 가입 후, 우측 상단의 [Create scenario] 버튼을 눌러 공장의 빈 터를 만들어주세요.

2️⃣ SerpApi - 구글 TOP 10 결과 쓸어담기

경쟁사들이 어떤 말을 하고 있는지 파악할 차례입니다. SerpApi는 우리가 일일이 구글 검색창을 두드리던 작업을 대신해 줍니다.

① '출입증(API Key)' 챙기기 

Make와 SerpApi를 연결하려면 일종의 출입증이 필요합니다.

• 출입증 얻기: SerpApi.com에 접속해 Free Plan으로 가입하세요.

• 복사하기: 로그인 후 대시보드 화면에 바로 보이는 'Your API Key'를 복사해둡니다.

* API Key: 외부 자동화 툴(Make)이 내 대신 구글 검색을 수행하도록 허용해 주는 '출입증'입니다. 이 키가 있어야 Make가 SerpApi의 문을 열고 데이터를 가져올 수 있습니다.

② Make.com과 연동하기 

이제 준비한 출입증을 들고 공장으로 돌아옵니다.

• Make.com 시나리오 편집창에서 [SerpApi] 모듈을 추가합니다.

• 여러 메뉴 중 [Make an API Call]을 선택하고, 방금 복사한 키를 입력해 계정을 연동해 주세요.

③ 검색 조건 입력하기

URL 칸에 /search.json을 입력하고, 아래 [Query String] 섹션에 4가지 항목을 추가합니다.

이제 SerpApi 세팅은 끝났습니다. 하단의 [Run Once] 버튼을 눌러 잘 동작하는지 한 번 확인해 주세요.

3️⃣ Iterator - 결과물 하나씩 꺼내기

SerpApi가 조사해서 가져온 10개의 URL을 컨베이어 벨트에 하나씩 올려두는 단계입니다.

이 단계가 왜 필요할까요?  SerpApi는 10개의 URL을 한꺼번에 가져오지만, 다음 공정인 로봇(Apify)은 URL을 한 번에 하나씩만 처리할 수 있기 때문입니다. Iterator는 바로 이 문제를 해결해 줍니다.

박스 안에 물건 10개가 한꺼번에 들어있을 때, 컨베이어 벨트 위에 물건을 하나씩 꺼내 올려놓는 작업이라고 생각하시면 됩니다. 이 단계를 건너뛰면 다음 로봇(Apify)이 "나더러 한꺼번에 뭘 어쩌라고?"라며 멈춰버립니다.

• 설정 방법: + 버튼을 눌러 [Flow Control] 카테고리의 [Iterator] 모듈을 연결합니다.

• Array: SerpApi 결과값 중 organic_results[]를 선택하세요. 항목 끝의 [] 표시는 데이터가 뭉치로 들어있다는 뜻입니다.

4️⃣ Apify - 웹사이트 본문 긁어오기

이제 컨베이어 벨트를 따라 넘어오는 URL에서 진짜 알맹이인 '본문 내용'만 추출하는 단계입니다.

① + 버튼을 눌러 [Apify] 모듈의 [Scrape Single Url]을 선택하고 계정을 연동합니다.

② 아래와 같이 세부 설정을 진행합니다.

• URL(s): [Iterator] 로봇이 보내주는 Link 항목을 선택하세요.

• Crawler type: 로봇 차단을 피하기 위해 [Stealthy browser scraper]를 선택합니다. 이 설정을 해야 웹사이트의 보안 벽을 넘어 안전하게 본문 데이터를 가져올 수 있습니다.

5️⃣ Array Aggregator - 흩어진 본문 하나로 합치기

수집한 10개의 본문 내용을 AI에게 한꺼번에 넘기기 위해 하나의 '정보 보따리'로 합치는 단계입니다.

앞서 [Iterator] 덕분에 [Apify]가 10개의 URL을 하나씩 방문하며 본문을 긁어왔습니다. 하지만 10개의 텍스트 조각이 각각 따로 흩어져 있습니다. AI에게 "이 자료들을 종합해서 초안을 써줘"라고 시키려면, 흩어진 조각들을 다시 하나로 모아주어야 합니다. 

마치 컨베이어 벨트를 따라 하나씩 처리된 물건들을 마지막에 커다란 박스 하나에 다시 담는 과정과 같습니다. [Array Aggregator]가 바로 이 박스 포장지 역할을 수행합니다.

① + 버튼을 눌러 [Flow Control] 카테고리의 [Array Aggregator]를 연결합니다.

② 아래와 같이 세부 설정을 진행합니다.

• Source Module: [Apify - Scrape Single Url]을 선택하세요.

• Aggregated Fields: text 항목을 체크합니다. 우리가 필요한 건 웹사이트의 디자인이 아니라 '글자(text)' 데이터이기 때문입니다.

6️⃣ Gemini - 정보 보따리에서 초안 뽑아내기

수집한 10개 글의 정보를 'AI 두뇌'인 Gemini에게 전달해 새로운 초안을 만들도록 지시하는 단계입니다. ChatGPT나 다른 AI 모듈을 사용하셔도 무방합니다.

① + 버튼을 눌러 [Gemini] 모듈의 [Generate a response]를 선택한 후, API Key를 연동합니다. API Key는 Google AI Studio에 접속하면 무료로 발급 및 복사할 수 있습니다.

② 아래와 같이 세부 설정을 진행합니다.

• Model: Gemini Flash 모델을 선택하세요. (PRO 모델은 유료입니다.)

• Message: Add item을 눌러 Role과 Contents를 구성합니다.

  • Role: User

  • Parts: Message Type을 Text로 선택한 후, 아래 [프롬프트] 내용을 Text란 한 칸 통째로 복사해서 넣습니다. 

더 자세한 내용이 궁금하다면?
👉🏻단 하나의 자동화로, AI가 우리 제품을 '첫 번째'로 추천하게 만드는 법
(🎁퍼블리는 지금 무료체험 중!🎁)