신차 구매, 카랩도
GEO 여정을 신경 쓰는 이유
카랩은 구매 여정 단계별 노출을 제클로 측정해 어느 단계에 어떤 글이 필요한지 정하고 콘텐츠를 개선해요.
카랩은 신차 구입 소비자 100만 명이 선택한 신차 구매 플랫폼이에요. 카매니저 3,600명 이상이 활동하고 App Store 평점은 4.9점(평가 약 2,100개)이에요.
카랩 앱 소개 · App Store 기준, 2026년 11월 17일
사고 싶은 차를 고르면 전국 카매니저의 견적을 모아 주고 영업 전화 없이 일시불, 할부, 리스, 장기렌트 조건을 한곳에서 비교할 수 있어요. 카랩의 목표는 구매자가 신차를 알아볼 때 가장 먼저 떠올리는 이름이 되는 거예요.
하지만 AI 검색의 등장은 카랩이 타깃하는 고객의 검색 여정을 뒤흔들 만한 변화였어요. 한국수입자동차협회 조사에서 수입차를 사거나 검토한 응답자의 19.5%가 구매 과정에서 AI로 정보를 찾는다는 결과가 나왔어요. 이들은 주로 성능 · 스펙과 경쟁 모델을 비교하는 데 AI를 쓴다고 답했어요.[3] 이 말은 즉, 구매자가 차를 고르는 단계에서 AI에 먼저 물을 때 그 답변에 카랩이 없으면 구매자가 카랩을 찾아올 기회도 줄어든다는 뜻이에요.
그래서 카랩은 구매자가 AI로 신차를 알아보는 과정에 닿을 콘텐츠를 두고 싶어졌어요. 그 콘텐츠로 카랩을 만난 구매자가 카랩 안에서 편하게 조건을 비교하길 바랐어요. 그 첫 단계로 카랩은 제클로 구매자의 GEO 여정을 측정하기로 결심했어요.
데이터는 많았지만 모호했던 콘텐츠 기획
AI 답변에 카랩이 나오려면 구매자의 질문에 답하는 카랩의 글이 필요했어요. 구매자가 카매니저에게 남긴 리뷰, 계약 전후의 고객 문의, 차량 데이터베이스, 차를 받은 고객의 후기처럼 글의 재료는 이미 많았어요.
하지만 카랩이 부딪힌 어려움은 이미 가지고 있는 재료로 ‘어떤 글을 쓸지’를 정하는 일이었어요. 구매자는 차종을 알아보고 구매 방식을 비교한 뒤 견적을 받아 계약하기 때문에 차종을 알아볼 때는 후보를 좁혀 주는 글이, 견적을 비교할 때는 조건을 견줘 보게 해 주는 글이 필요한 상황이었어요. 그런데 구매 단계, 관심 차종, 알아보는 방식 같은 구매자의 탐색 맥락마다 어떤 역할의 글이 필요한지 판단할 기준이 없었어요. 그래서 리뷰와 문의 데이터가 따로 있음에도 불구하고 아직 카랩을 모르는 구매자의 탐색 여정에서 어떤 콘텐츠가 구매자를 다음 단계로 넘겨 주는지는 직접 확인해 볼 필요가 있었어요.
“데이터는 쌓여 있는데 구매자가 차를 고르는 과정에서 지금 어떤 글이 필요한지는 감으로 정해왔어요. 그래서 이번 달에 뭘 쓸지 정하는 회의가 매번 길어졌어요.”
박근영 · 카랩 대표 / 인터뷰
구매 단계별 질문 50개와 첫 측정
활용 목적
확인할 가설은 “카랩을 모르는 사람이 신차를 알아보며 AI에 물을 때 구매 단계마다 답변에 카랩이 나올까?”였어요. 카랩 팀은 이 가설을 구매 단계별 질문 50개로 바꿔 제클에 등록했어요. 브랜드 이름이 들어간 질문은 제외하고 질문마다 구매 단계 태그를 붙였어요.
제클은 등록한 질문을 AI 4곳에 매일 묻고 답변과 출처를 모아요. 출처를 보면 각 단계에서 AI가 어떤 글을 근거로 쓰는지도 알 수 있어요. 이렇게 측정한 첫 결과는 프롬프트를 등록한 다음 날부터 볼 수 있었어요.
도입 전후 변화
고객의 탐색 과정을 프롬프트로 처음 측정해 보니 카랩 노출이 가장 적은 단계는 견적 비교와 계약 직전이었어요. 50개 중 이 두 단계 질문 24개를 AI 4곳에 물어 받은 답변 96개 중 카랩이 노출된 답변은 5개였어요(2026년 10월 6일 측정).
이 기준으로 카랩은 노출이 적은 단계에 필요한 글을 기획할 수 있었어요. 전에는 어느 단계에 어떤 글이 필요한지 판단할 근거가 없어서 쓰기 쉬운 주제부터 골랐어요. 이제는 제클의 프롬프트 상세 화면에서 AI 답변과 출처를 보고 글 주제부터 구성까지 빠르게 정할 수 있게 되었어요.
“그동안은 차량 데이터베이스만 있으면 바로 쓸 수 있는 차종 소개 글을 주로 썼어요. 단계별로 나눠 보니 정작 견적 비교와 계약 직전 질문에서 카랩이 거의 노출되지 않았어요.”
박근영 · 카랩 대표 / 인터뷰
노출이 가장 적은 질문부터 쓴 글
그래서 카랩 팀은 견적 비교와 계약 직전 단계의 질문부터 제클의 인용 결과*와 쿼리 팬아웃 결과*를 바탕으로 콘텐츠를 만들었어요. 카랩 팀이 단계마다 가져온 데이터는 아래와 같아요.
* 인용 결과: AI가 답변의 근거로 단 출처 · 쿼리 팬아웃: AI가 답을 찾으려고 나눠서 검색한 질문
구매 고객이 문의에 반복해서 남긴 질문과 답
구매자가 리뷰에 적은 카매니저 선택 이유
차량 데이터베이스의 제원과 그 차를 받은 고객의 후기
우리 브랜드도 무엇부터 써야 할지 정하기 어렵다면 AI 답변에 우리 브랜드가 노출되지 않은 질문부터 골라 보세요.
쓰기 쉬운 주제부터 고르기
AI 노출이 적은 구매 단계를 고르고
그 단계에 필요한 글의 역할 정하기
고른 이유와 평가
계약 전후의 질문
차종·트림·옵션·가격
차를 받은 뒤의 이야기
이렇게 쓴 글은 카랩 블로그에 올라가요. 블로그는 수입차 소식, 국산차 소식, 신차 구매 가이드, 자동차 정보, 카랩 소개로 나뉘어 있어요.
“카랩에는 고객 데이터가 있었기 때문에 제클로 고객들의 AI 검색 여정을 매일 측정할 수 있게 되니 개선은 훨씬 빨라졌어요.”
박근영 · 카랩 대표 / 인터뷰
재측정 결과와 반복하는 순서
카랩 팀은 첫 측정에서 정한 기준으로 AI 플랫폼 4곳의 답변을 매일 측정하고 추적하며 콘텐츠 제작 환경을 빠르게 돌리는 데 집중하고 있어요.
↺ 이 과정을 반복
| 측정 지표 | 첫 측정 | 재측정 (첫 측정 4주 뒤) |
|---|---|---|
| 카랩이 노출된 AI 답변 (질문 24개 × AI 4곳 = 96개) | 5 / 96 | 19 (+14) / 96 |
“지금은 카랩의 고객 데이터와 제클의 AEO · GEO 여정 실측 데이터를 바탕으로 신차 구매를 고민하는 고객의 어떤 단계에 콘텐츠를 발행해야 좋은지 결정할 수 있어요. 신차 구매 정보를 제공하고 도와야 한다는 막연한 주장이 아니라 실측된 근거를 바탕으로 확신을 가질 수 있게 된 게 가장 큰 변화예요.”
박근영 · 카랩 대표 / 인터뷰
카랩처럼 시작해 보세요
질문 적기
고객이 AI에 물을 질문을 구매 단계별로 적어 보세요. 브랜드 이름이 들어간 질문은 제외해 보세요.
첫 측정
제클에 질문을 등록하고 첫 결과에서 우리 브랜드가 노출되지 않은 질문을 골라 보세요.
글 쓰기
고른 질문에 답할 재료를 리뷰와 문의에서 찾아 글을 써 보세요.
재측정
글을 발행한 뒤 같은 질문으로 다시 측정해 보세요.
공개 자료 출처
- 카랩 공식 홈페이지 — 전국 카매니저 견적 비교 방식
- 카랩 블로그 — 블로그 화면 (2026년 11월 17일 캡처)
- 카랩 앱 소개(App Store) — 영업 전화 없는 진행, 구매 방식, 이용자 · 카매니저 수, 평점
- 한국수입자동차협회 '수입차 구매 여정 탐색 조사'(2026년 10월 15일 발표) 보도 — 최근 3년 내 수입차 구매 · 구매 고려자 2,200명, AI 탐색 경험률과 활용 용도