AI referrer 3.6%를 15%까지 끌어올린다는 가설
AI referrer 3.6% 에서 15% 로 가는 KPI 를 적어두고, 도달 가능한 숫자인지 단단히 들여다봅니다.
3.6 의 4 배 조금 넘는 자리에 15 가 있고, 이 폭이 6 개월에 닫힌다고 적은 게 baseline 직후의 결정이었습니다. 며칠 지나 보니 이 숫자를 너무 가볍게 결정한 것 같다는 감각이 들어옵니다.
AI referrer 자체의 측정이 안정되어 있지 않다는 점이 첫 번째 걸림돌입니다. ChatGPT 의 경우 referrer 헤더에 chat.openai.com 이 들어오기도 하고 안 들어오기도 합니다. Claude 는 referrer 가 사라지는 경우가 잦고, Perplexity 도 모바일과 데스크탑에서 동작이 다릅니다.
3.6% 라는 숫자 자체가 이 잡음 위에 얹혀 있습니다. 실제 AI referrer 는 더 많을 가능성이 높습니다. referrer 헤더가 떨어진 트래픽이 direct 로 잡혀 있고, portfolio 의 direct 비율이 평균 35% 인데 그 안의 일부가 AI 발원입니다.
이 측정이 가설 전체의 단단함을 가장 빨리 무너뜨리는 지점입니다. 15% 가 어느 방식으로 측정한 15% 인지가 baseline 시점에 정리되어 있지 않습니다. referrer 헤더 기준이라면 도달 가능성이 한 모양이고, direct 안의 AI 발원까지 포함하면 다른 모양입니다.
여기서 한 박자 멈춰, 그래도 도달 가능한 그림을 한 번 그려봅니다.
AI 도구의 사용량이 portfolio 의 도메인 영역에서 빠르게 늘고 있습니다. ChatGPT 사용자 수의 분기별 증가율이 30~40% 대인 분기가 이어지고 있고, Perplexity 도 비슷한 폭입니다. 시장 자체가 4 배 가까이 커지는 6 개월이라면, portfolio 의 referrer 가 4 배 가는 게 시장 평균을 따라가는 모양일 뿐입니다.
다만 시장 평균을 따라간다는 게 작업이 효과를 낸다는 뜻과 같지 않습니다. 시장이 4 배 가면 작업을 안 해도 referrer 가 4 배 갈 수 있고, 그 4 배는 SEO v2 작업과 인과 관계가 약합니다. 두 효과를 분리하는 방법이 baseline 시점에 안 정해져 있습니다.
KPI 도달 방법의 가설은 이렇습니다. JSON-LD 5 종 (WebApplication, FAQPage, BreadcrumbList, Organization, Dataset) 을 119 개 모두에 박는 작업이 AIO 의 baseline 을 끌어올립니다. AIO 가 GEO 의 leading indicator 라면, AIO 의 그 상승분이 6 개월쯤 늦은 시점에 GEO 로 옮겨갑니다. 그 옮겨감이 AI referrer 의 자릿수를 올리는 도구가 됩니다.
여기에 YMYL 5 종 (저자 정보, 출처, 업데이트 일자, 검증 가능한 데이터, 면책 조항) 을 같이 박으면 portfolio 의 페이지가 AI 도구의 인용 후보로 더 잘 잡힙니다. 답변 생성 시 인용 후보 선별 과정에서 YMYL 신호가 무게를 차지한다는 게 지난 1 년의 외부 관찰입니다.
이 두 작업의 효과를 합치면 4 배가 가능한가. 이 단정에 단서를 답니다. 4 배라는 숫자는 작업의 효과와 시장의 성장과 측정 방식 변경이 동시에 작동했을 때 도달하는 모양입니다. 세 요인 중 하나만 빠져도 4 배는 안 나옵니다. 작업의 효과가 2 배, 시장 성장이 2 배라면 4 배가 되는데, 두 요인이 곱셈으로 작용한다는 보장이 없습니다.
15% 가 너무 낙관적이었을 가능성이 높습니다. 10% 정도가 작업과 시장이 다 잘 작동했을 때의 현실적인 도달점이고, 15% 는 측정 방식 변경까지 들어와야 닿는 자리입니다.
KPI 의 합리적 다음 단계는 이렇습니다. 목표를 15% 그대로 유지하되, 한 달 뒤에 도달 가능성을 다시 검토합니다. AIO 와 YMYL 작업의 진행이 referrer 숫자에 어떻게 찍히는지가 보이면 4 배의 자릿수가 합리적인지 또렷해집니다. 한 달 뒤에 referrer 가 5% 를 안 넘으면 4 배 도달 가능성을 의심해야 하고, 6% 를 넘기면 15% 가 가능 영역에 들어오기 시작합니다.
baseline 시점에 결정할 수 없다는 점이 가장 정직한 자리이고, 한 달 두 달의 데이터가 그 결정을 대신 만들어주는 흐름이 KPI 의 정직한 운영입니다.