GEO 컨설팅 1년 후,
루북이 AI 검색을
다시 점검한 이유

01 · 루북이 하는 일

행사 담당자가 장소를 찾을 때,
루북이 검색과 AI 답변에 보여야 했던 이유

회사 워크숍 준비를 맡은 담당자는 장소만 정하면 될 것 같지만, 막상 알아보면 좌석 배치부터 식사, 숙박, 견적 항목까지 확인할 것이 많고 여러 호텔에 같은 조건을 보내 답변을 비교해야 합니다. 루북은 이런 담당자가 호텔 행사 공간과 단체 객실을 찾아 호텔에 직접 견적을 요청하도록 돕고 있습니다.

“이미 루북을 아는 분들은 검색해서 찾아오실 수 있죠. 그런데 처음 행사를 맡은 담당자는 ‘루북’이라는 이름 자체를 모를 수 있어요. 그분이 장소를 찾거나 견적을 비교하려고 질문할 때, 저희가 도움이 되는 선택지로 소개돼야 한다고 생각했습니다.”

그래서 루북에는 행사 담당자가 장소를 찾을 때 검색과 AI 답변에 루북이 나오는 일과, 루북을 처음 본 담당자가 루북이 무엇을 도와주는 서비스인지 바로 알아보게 하는 일이 모두 중요했습니다.

02 · 다시 점검하게 된 계기

GEO 컨설팅 1년 뒤, 루북 팀이
AI 답변 속 루북 소개를 다시 확인하려 한 이유

루북은 SEO 전문 업체와 함께 서비스 설명을 정리하고, 호텔 업계에서 많이 찾는 검색어에 맞춰 행사 장소 비교 가이드 같은 블로그 글을 꾸준히 써 왔습니다. 검색 유입이 늘자 GEO 컨설팅도 받아, AI가 루북을 소개할 때 이 서비스 설명과 블로그 글을 가져다 쓰도록 손봤습니다. 그런데 그 뒤 1년 동안 루북의 서비스는 달라졌고, 블로그 글도 계속 늘었습니다. 서비스가 바뀌어도 AI는 이전에 정리해 둔 설명을 그대로 가져다 쓸 수 있습니다. 하지만 루북 팀은 행사 담당자가 AI에 장소를 물을 때 루북이 답변에 나오는지, 나온다면 바뀐 서비스로 소개되는지 따로 확인해 보지 못했습니다.

“컨설팅을 받았다는 사실만으로 안심하기는 어려웠어요. 잘 쌓아 둔 콘텐츠가 지금도 도움이 되는지, 달라진 서비스는 제대로 전달되고 있는지 확인하고 싶었죠. 그리고 다음에 어디에 시간을 써야 하는지 알고 싶었습니다.”

그래서 루북은 제클에 GEO 컨설팅을 맡겼습니다. 목표는 AI 답변이 지금 루북을 어떻게 소개하는지 진단해 이미 쌓아 둔 콘텐츠 가운데 무엇부터 고칠지 정하고, 루북을 모르는 행사 담당자가 AI에 장소를 물을 때도 답변에 루북이 나오게 하는 것이었습니다.

03 · 진단 범위 정하기

재컨설팅 부담을 줄이려고,
제클 팀이 진단에서 먼저 좁힌 범위

다만 루북 팀은 콘텐츠를 얼마나 고쳐야 하고 운영팀 일이 얼마나 늘지 가늠하기 어려워 망설이기도 했습니다. 제클 팀은 이 부담을 덜려고 진단에서 고칠 범위부터 좁혔습니다. 루북의 고객은 행사 담당자와 호텔 담당자로 나뉘고 두 고객이 AI에 묻는 질문도 다르기 때문에, 루북과 제클 팀은 행사 담당자의 질문을 첫 범위로 정했습니다. 그리고 제클 팀은 루북을 모르는 담당자가 묻는 상황과 같도록, 루북이라는 이름을 넣지 않은 질문 50개로 AI 답변을 모았습니다.

제클 팀은 모은 답변을 아래 세 가지 기준으로 살펴본 뒤, 루북의 어떤 페이지를 왜 고칠지와 고친 뒤 다시 확인할 질문을 개선안으로 정리했습니다.

“제클 팀은 먼저 저희가 만나고 싶은 고객이 누구인지 물었어요. 그리고 질문별로 답변을 보면서 ‘여기는 설명부터 맞추자’, ‘여기는 이미 좋은 글이 있으니 연결을 보완하자’고 정리해 주셨죠. 진단을 실제 수정 목록과 재측정 기준까지 연결해 준다는 점에서, 팀이 변화를 끝까지 확인할 수 있겠다고 생각했습니다.”

04 · 어긋난 서비스 설명 바로잡기

페이지마다 다르게 설명된 루북 서비스,
AI 답변에는 어떻게 나타났을까

루북 블로그에는 호텔과 행사 운영에 관한 전문 콘텐츠가 비교표와 체크리스트, 자주 묻는 질문까지 갖춰 쌓여 있었습니다. 진단에서 제클 팀이 찾은 문제는 루북 페이지 사이의 작은 차이였습니다. 루북의 서비스 범위와 이용 방식이 페이지마다 조금씩 다르게 설명된 곳이 있었고, 일부 AI 답변은 예전 안내에 가까운 설명을 가져다 써서 지금은 루북에서 행사 공간과 단체 숙박을 함께 알아볼 수 있다는 점을 전하지 못했습니다.

제클 팀은 루북의 주요 서비스 페이지와 관련 블로그 글을 묶어, 루북이 지금 하는 일과 문의·견적 순서를 같은 기준으로 맞추는 개선안을 냈습니다. 루북은 이 개선안에 따라 오래된 안내를 고쳤습니다. 예를 들어 ‘여러 호텔을 비교할 수 있다’고만 적혀 있던 설명은 무엇을 비교할 수 있는지, 어떤 조건은 호텔에 직접 확인해야 하는지, 견적 요청은 어디서 시작하는지까지 알 수 있게 바꿨습니다.

“저희에게는 너무 익숙한 서비스라 설명이 빠져도 알아들을 거라고 생각했던 부분이 있었어요. 제클과 하나씩 맞춰 보면서, 처음 보는 고객에게도 같은 의미로 전달되는지가 중요하다는 걸 느꼈습니다.”

05 · 상황별 질문에 맞춘 보완

행사 담당자가 자기 상황으로 묻는 질문에
루북 콘텐츠가 답이 되려면

설명을 바로잡은 뒤 제클 팀은 행사 담당자가 AI에 실제로 묻는 질문을 더 살펴봤습니다. 담당자들은 서비스 이름보다 자기 상황을 먼저 말하는 경우가 많았습니다.

그래서 제클 팀은 이런 질문에 AI가 루북을 소개할 근거가 부족한 곳을 찾아, 기존 글에는 행사 목적별 선택 기준을, 서비스 페이지에는 확인할 정보와 문의 절차를 더하자고 제안했습니다. 루북은 이 제안대로 내용을 적었고, 기존 자료로 답하기 어려운 질문은 제클 팀이 제안한 상황별 안내 글을 따로 만들어 채웠습니다.

마지막으로 제클 팀은 이렇게 보완한 내용이 AI 답변에 실제로 쓰일 수 있도록, AI 서비스가 루북 페이지를 읽어 갈 때 화면에 보이는 핵심 설명이 빠지지 않는지 점검하고 중요한 안내는 텍스트로 정리하자고 제안했습니다. 루북은 이 제안에 따라 중요한 안내를 텍스트로 정리했습니다.

“예전에는 다음에 어떤 글을 쓸지부터 고민했다면, 이번에는 고객이 어떤 답을 필요로 하는지부터 이야기했어요. 기존 글을 보완하면 되는 부분도 꽤 있었죠. 왜 이 작업이 필요한지 팀이 이해하니까 실행도 훨씬 수월했습니다.”

06 · 8주 뒤 다시 측정한 결과

개선안 반영 8주 뒤,
같은 질문 50개로 다시 확인한 AI 답변

루북이 개선안을 반영하고 8주가 지난 뒤, 제클 팀은 같은 질문 50개로 AI 답변을 다시 모아 진단 때와 비교했습니다.

브랜드 언급률은 AI 답변에 루북이 한 번 이상 나온 비율이고, 공식 출처 인용률은 루북 공식 사이트나 블로그 링크가 출처로 달린 비율입니다. 루북을 언급한 답변은 600개 중 168개에서 252개로, 공식 출처를 단 답변은 72개에서 138개로 늘었습니다. 질문에 브랜드명을 넣지 않았기 때문에, 루북을 모르는 담당자도 AI 답변에서 루북을 만날 기회가 늘었다는 뜻입니다.

김한결 대표는 달라진 수치를 확인할 수 있어서 좋았지만, 루북 팀이 다음 작업을 정할 기준이 생긴 점을 더 반가워했습니다.

“수치가 좋아지는 것도 반갑지만, 어떤 질문에서 좋아졌는지 볼 수 있다는 게 더 좋았어요. 아직 부족한 질문도 보이니까요. 이제는 막연하게 더 해보자는 대신, 다음에 어떤 설명을 보완할지 구체적으로 이야기할 수 있게 됐습니다.”

07 · 루북의 다음 계획

서비스가 바뀔 때마다
AI 답변 속 루북 소개도 함께 점검하는 운영 기준

이번 컨설팅을 거치며 루북은 서비스와 이용 안내가 바뀔 때 관련 콘텐츠도 함께 고치고, 같은 질문으로 AI 답변을 다시 확인하는 운영 기준을 마련했습니다. 앞으로는 행사 담당자의 질문에서 시작한 개선을 호텔 담당자의 질문으로 넓혀 갈 계획입니다.

“고객이 AI에 행사 준비를 물었을 때, 자기 상황에 루북이 왜 도움이 되는지 이해할 수 있으면 좋겠어요. 제클과 함께 그 모습을 계속 확인하고 싶습니다.”