카페 사장님의 GEO 과제: 지점별 메뉴를 정리하고 AI 답변까지 확인했습니다
2026.10.22

소개
남양주에서 진접·화도·수동 세 지점의 카펜트리를 운영하고 있습니다. 이번 GEO 과제는 손님들이 우리 홈페이지에서 지점을 고르고 메뉴를 확인하는 과정을 정리하는 것부터 시작했습니다.
같은 브랜드여도 세 지점의 메뉴와 가격이 조금씩 다릅니다. 손님이 다른 지점의 메뉴를 보고 방문하거나, AI가 세 지점의 정보를 섞어서 안내하면 곤란하겠다는 생각으로 지점별 정보를 나누기로 했습니다.
Codex에 맡긴 작업의 핵심은 네이버 메뉴를 참고해 지점별 차이를 확인하고, 메뉴소개에 별도 주소를 만들고, 사진과 페이지의 의미를 함께 정리하는 것이었습니다. 이후에는 4주차 과제에 맞춰 질문 세트를 만들고 실제 브라우저 답변까지 확인했습니다.
진행 방법
실제로 사용한 요청문
우리 웹사이트 www.cafentree.com 에 메뉴소개를 좀 넣으면 좋을 것 같아. 그런데 우리가 메뉴가 진접과 화도수동은 다르거든.
그래서 그걸 확인해줬으면좋겠어. 그리고 사진은 그냥 사진이아니라 사진도 메타데이터넣어서 GEO에 잘 적용될 수 있게 하자.
그리고 지금하는내용 지피터스 사례게시글 써야하니까 캡쳐같은거 잘해놔줘.
메뉴소개 는 아예 url 따로빼줘. 진접/메뉴소개 이런식으로
메뉴 대조 시에는 “네이버 참조바람.”이라고 추가로 요청했습니다.
지점별 메뉴와 사진 정보 정리
먼저 메뉴소개를 세 개의 주소로 나눴습니다.
메뉴 사진도 설명과 함께 정리했습니다. 실제 음식 사진 7장에는 이미지 파일 안에 설명을 기록하는 XMP 메타데이터를 넣었습니다. 원본 사진의 픽셀은 바꾸지 않았고, 웹페이지에는 사진의 의미를 설명하는 alt와 화면에 보이는 캡션을 붙였습니다. 구조화 데이터의 ImageObject에도 같은 사진과 설명을 연결했습니다. 수동점 음식 사진은 확보된 자료가 없어 다른 지점 사진으로 대신하지 않았습니다.
페이지도 제목과 내용의 관계를 구분했습니다. h1~h4 제목 계층, 본문·영역·메뉴 목록을 표현하는 시맨틱 HTML을 적용하고, Menu·MenuSection·MenuItem·Offer로 메뉴명과 가격을 연결했습니다. 사진과 메뉴를 화면에 보여주는 데 더해, 어느 지점의 어떤 음식인지 텍스트와 데이터로도 설명하는 작업이었습니다. 이것만으로 AI 노출이 늘어나는지는 별도의 측정이 필요합니다.
질문 25개를 만들고 실제 브라우저에서 평가
그다음은 ‘어떤 질문으로 확인할 것인가’였습니다. 과제 비율에 맞춰 브랜드 질문 5개(20%), 브랜드 비언급 질문 20개(80%)를 정했습니다.
브랜드 질문은 “카펜트리 진접점·화도점·수동점의 메뉴와 가격은 어떻게 다른가요?”처럼 우리 브랜드를 이미 알고 있는 상황입니다. 비언급 질문은 “진접에서 파스타와 피자를 함께 먹을 카페를 고를 때 2인 세트와 단품을 어떻게 비교하면 좋을까요?”처럼 지역과 방문 목적만 제시했습니다.
비언급 질문은 문제 인식, 해결 방법 탐색, 선택 기준 확인, 비교·추천, 실행·검증의 다섯 가지 의도에 네 개씩 배정했습니다. 아이 동반, 반려견, 두 사람의 식사 예산, 여섯~여덟 명의 모임 등 실제 매장 이용과 연결되는 상황을 골랐습니다. 다만 실제 검색량이나 문의 빈도로 검증한 목록은 아니고, 고객 상황을 가정해 만든 조사 질문입니다.
질문은 2026년 10월 22일 ChatGPT 브라우저의 독립 임시 채팅에서 하나씩 실행했습니다. 질문 원문만 넣고, 답변·출처 링크·캡처를 저장했습니다. UI의 Pro 표시를 기준으로 진행했고, 중간에 초기 모드가 달랐던 두 시도는 제외 기록을 남긴 뒤 같은 질문을 Pro 조건에서 다시 실행했습니다.
평가는 다음 다섯 가지로 나눴습니다.
1. 답변 본문에 카펜트리가 등장하는가?
2. 공식 홈페이지가 실제 근거로 인용되는가?
3. 주요 추천인지, 대안 중 하나인지, 단순 정보 출처인지?
4. 카펜트리에 관한 설명이 공식 메뉴·운영 자료와 일치하는가?
5. 어떤 다른 브랜드와 출처가 함께 등장하는가?
결과와 배운 점
결과는 브랜드 질문 5개 중 5개, 비언급 질문 20개 중 10개에서 카펜트리 언급과 공식 사이트 인용이 확인됐습니다.
캡처 1. 브랜드 질문 5/5와 비언급 질문 10/20을 구분한 실제 AI 가시성 보고서.
특히 진접에서 파스타·피자의 세트와 단품을 비교하는 질문에서는 새로 만든 진접점 메뉴소개 페이지가 실제 출처로 인용됐습니다. 메뉴 구성과 가격을 바탕으로 세트와 단품을 비교하는 답변도 확인했습니다. 가족 방문, 화도 모임, 수동 테라스 추천 질문에서도 공식 페이지가 인용됐습니다.

캡처 2. 브랜드를 넣지 않은 진접 세트·단품 비교 질문에서 공식 진접점·메뉴 페이지를 인용한 실제 ChatGPT 답변.
질문 유형을 나누니 다른 결과가 보였습니다
이번 과제에서 더 생각해 보게 된 부분은 숫자보다 질문의 성격이었습니다. 비언급 질문 중 비교·추천형은 4개 모두 공식 인용이 있었지만, 문제 인식·해결 방법·실행 확인형은 각각 4개 중 1개였습니다. 일반적인 준비 방법을 물으면 특정 브랜드 없이도 충분한 답변이 나올 수 있습니다. 그래서 브랜드가 등장하지 않은 답변을 모두 홈페이지의 부족함으로 해석하지 않았습니다.
질문을 실제 콘텐츠로 연결했습니다
관찰을 마친 뒤에는 질문을 콘텐츠로 연결했습니다. 지점별 메뉴 차이와 예산 확인에 대응하도록 ‘진접·화도·수동 메뉴와 가격 비교’ 페이지를 만들었습니다.
https://www.cafentree.com/menu-guide
공통 대표 메뉴 8개의 세 지점 가격, 지점별 메뉴 예시, 진접·화도 세트 안내를 한눈에 볼 수 있게 정리했습니다. 가격 기준일과 변경 가능성을 표시하고, 지점별 전체 메뉴와 네이버 확인 경로도 연결했습니다. 손님이 비교한 뒤 원하는 지점의 자세한 메뉴와 예약·문의로 이어갈 수 있는 페이지입니다.

캡처 3. 답변 수집을 마친 뒤 공개한 세 지점 메뉴·가격 비교 페이지. 신규 콘텐츠의 노출 효과는 아직 미측정.
검증 과정도 남겼습니다. 새 비교 페이지와 메뉴소개 세 페이지는 배포 후 Schema.org Validator에서 모두 오류·경고 0개를 확인했습니다. Google 검사에서는 진접점의 유효 항목 3개를 확인했고 우편번호 선택사항 경고 1개가 남았습니다. 화도·수동은 Google reCAPTCHA 서비스 연결 오류로 재검사가 끝나지 않아 통과로 기록하지 않았습니다. 메뉴 구조화 데이터가 유효하다는 것과 Google의 특정 리치 결과가 노출된다는 것도 구분했습니다.
해석의 한계와 다음 계획
이번 결과에는 분명한 한계가 있습니다. 선정한 질문 25개를 한 계정·한 시점에서 관찰한 것이므로, 비언급 10/20을 전체 AI 검색의 노출률로 볼 수는 없습니다. 브랜드 질문 5/5 역시 브랜드를 미리 알려준 상태의 결과입니다. 계정·위치·개인화 영향을 완전히 배제하지 못했고, 정확한 내부 모델 ID도 확인하지 못했습니다.
메뉴 비교 페이지는 25개 답변 수집이 끝난 뒤 발행했습니다. 따라서 이번 인용 수치가 새 비교 페이지 덕분이라고 말할 수는 없습니다. 후속 비교를 하게 된다면 질문과 조건을 고정하고 여러 회차를 기록해 변화를 확인할 계획입니다.
저에게 이번 과제는 우리 매장의 정보를 어디까지 명확하게 설명하고 있는지 살펴보는 작업이었습니다. 지점별로 다른 메뉴를 구분하고, 실제 사진에 설명을 붙이고, 손님이 물을 법한 질문으로 확인하니 다음에 보완할 내용도 구체적으로 정리됐습니다. 다음 콘텐츠 후보는 6~8인 모임 예약 체크리스트와 수동점 테라스·실내 식사 안내입니다.
사용 도구: Codex, ChatGPT 브라우저, Schema.org Validator, Google Rich Results Test
작업 대상: 카펜트리 공식 홈페이지 https://www.cafentree.com
도움 받은 자료
지피터스 GEO 실험실 24기 과제와 참고 슬라이드



