AI 검색으로 온 고객은 문의하기를 누를까? 호연지재 홈페이지 개선부터 GA4 전환 측정까지
2026.10.22

소개: 호연지재 홈페이지(hovision.co.kr)를 고친 뒤, 고객 행동까지 보고 싶었습니다
안녕하세요. 이용호 호몽입니다
이번에는 ChatGPT의 Codex와 함께 저희 회사 호연지재 홈페이지(hovision.co.kr) 의 제품 페이지를 개선하고, 방문자가 실제 문의로 이어지는 과정을 GA4에서 확인하도록 구성했습니다.
출발점은 하네스 오배선 검사 시스템의 제품 브로셔였습니다. 브로셔에 담긴 사진과 설명을 홈페이지에 충분히 반영하고 싶었습니다. 여기에 한 가지 질문이 더해졌습니다.
“AI 검색으로 들어온 방문자는 ‘문의하기’를 얼마나 누를까?”
이 질문을 따라가면서 작업이 제품 콘텐츠 정비 → SEO·GEO 보완 → 행동 측정 → 문의 전환 분석으로 이어졌습니다.
이번 글은 유입이나 매출 증가를 입증한 후기가 아니라, 그 효과를 확인할 기반을 실제 사이트에 적용한 사례입니다.
진행 방법
사용한 도구는 ChatGPT/Codex, GitHub, Vercel, Google Analytics 4입니다. 제품 브로셔를 근거로 홈페이지를 수정하고, 배포와 측정 설정을 단계적으로 진행했습니다.
1. 브로셔를 이미지와 텍스트로 분리했습니다
처음에는 다음과 같이 요청했습니다.
제품 페이지의 내용을 SEO, GEO 관점에서 첨부한 브로셔의 이미지와 텍스트로 분리하여 충분히 반영되도록 수정하라.
[텍스트가 분리된 제품 브로셔]
https://hovision.co.kr/content-assets/products/harness-miswiring-inspection-system/harness-vision-brochure.pdf
브로셔의 정보를 웹 본문에서 읽고 비교할 수 있도록 구성했습니다.
제품 사진을 개별 이미지로 분리하고 설명과 대체텍스트 추가
표준형과 4카메라형 제품의 비교표 구성
모델별 사양, 검사 프로그램과 지그 설명 보강
자주 묻는 질문 7개 작성
SEO 메타정보, 구조화 데이터와 이미지 사이트맵 보강
검토 과정에서는 해당 페이지에 불필요한 제품 내용을 삭제했습니다. 본문뿐 아니라 사진, 비교표, FAQ, 검색용 데이터와 다운로드 PDF에도 같은 변경을 반영했습니다.
최종 작업 기록에는 이미지 12개와 5쪽 발췌 PDF가 반영된 것으로 정리되어 있습니다.
[개선된 제품 페이지 대표 화면]

[웹 텍스트로 구성한 모델 비교표]

2. 방문자의 행동을 문의 완료까지 측정했습니다
다음으로는 방문자가 페이지를 본 뒤 무엇을 하는지 측정했습니다.
측정 항목 | 확인하려는 질문 |
|---|---|
콘텐츠 조회 | 어떤 제품과 자료를 보는가? |
브로셔 클릭 | 상세 자료에 관심을 보이는가? |
문의하기 클릭 | 어느 위치의 버튼에서 문의로 이동하는가? |
문의 작성·전송 | 문의 과정의 어느 단계까지 진행하는가? |
접수 성공·오류 | 서버에 정상 접수되었는가? |
문의 버튼은 위치·ID와 관련 제품 출처를 함께 확인하도록 보완했습니다. 같은 ‘문의하기’라도 어떤 제품을 보다가 어느 버튼을 눌렀는지 알아야 개선할 지점을 찾을 수 있기 때문입니다.
이 과정에서 기능상의 문제도 발견했습니다. 문의는 정상 저장되었는데 후속 알림이 실패하면, 사용자에게 접수 실패로 표시되던 문제였습니다.
이를 수정하면서 접수 성공과 알림 성공을 구분하는 것이 측정뿐 아니라 고객 안내에도 중요하다는 점을 확인했습니다.




3. AI 유입 방문자의 문의 행동을 따로 보도록 했습니다
제가 추가로 요청한 내용은 이렇습니다.
나는 AI 검색으로 유입된 사용자만 별도로 문의하기를 얼마나 많이 눌렀나 보고 싶은데 그것도 볼 수 있나?
이에 따라 ‘AI 유입 문의하기 클릭 보고서’를 별도로 구성했습니다.
여기서는 문의하기 클릭 횟수, 클릭한 사용자 수, 유입 출처별 차이를 확인하도록 했습니다.
다만 클릭 횟수에는 반복 클릭이 포함됩니다. 문의하기를 눌렀다는 사실과 실제 문의를 접수했다는 사실도 다릅니다. 그래서 전환 분석을 다음 단계까지 연결했습니다.
유입 → 제품 조회 → 문의하기 클릭 → 서버 정상 접수
전체 유입과 AI 유입을 나누어 이 흐름을 확인하도록 설정했습니다. 홈페이지에서 보인 관심과 실제 문의 완료를 구분하려는 목적입니다.

결과와 배운 점
공유된 작업 기록을 기준으로 확인한 결과입니다.
홈페이지 수정 후 GitHub 푸시와 Vercel 운영 배포 완료
GA4에 유입·콘텐츠·브로셔·문의 관련 보고서 구성
조회·브로셔·문의 이동 이벤트의 실제 수신 확인
버튼 정보와 제품 출처의 실제 수신 확인
문의 성공·실패 처리에 대한 모의 테스트 수행
보완 단계에서 테스트 63개와 코드·타입 검사 통과
전체 유입·AI 유입 문의 전환 분석의 저장과 재열람 확인
아직 AI 검색 유입이 늘었다거나 문의 전환율이 높아졌다고 말할 단계는 아닙니다.
작업 기록의 10월 21~22일 조회 기간에는 AI 분석에 표시할 데이터가 없었고, 초기 수치에는 테스트 방문이 포함될 수 있습니다. 실제 성과는 데이터가 쌓인 뒤 확인해야 합니다.
또한 AI 유입 보고서는 식별되는 유입 출처를 기준으로 해석해야 합니다. 모든 AI 검색 방문을 빠짐없이 구분하는 보고서로 받아들이면 안 됩니다.
이번 작업에서 가장 크게 배운 것은 AI에게 구현할 기능과 함께, 사업적으로 알고 싶은 질문을 구체적으로 전달하는 것이었습니다.
“GA를 설정해줘”에서 시작할 수도 있습니다. 여기에 “AI 검색으로 온 사람이 어떤 제품을 보고 문의를 완료하는지 알고 싶다”라는 목표를 더하니 필요한 콘텐츠, 버튼 정보, 측정 단계와 보고서가 연결되었습니다.
앞으로 데이터가 쌓이면 제품 조회 후 문의로 넘어가지 않는 구간, 브로셔에 관심을 보인 방문자의 후속 행동, 유입 출처별 문의 완료 차이를 살펴보려고 합니다.
참고 링크
#Codex #ChatGPT #GA4 #SEO #GEO #홈페이지개선 #문의전환 #AI활용사례



"유입이나 매출 증가를 입증한 후기가 아니라 효과를 확인할 기반을 적용한 사례"라고 처음에 선을 그어 주셔서 읽기 편했어요. 10월 21~22일 조회 기간에는 AI 분석에 표시할 데이터가 없었다는 것, 초기 수치에 테스트 방문이 섞일 수 있다는 것까지 솔직하게 적어 주셨네요.
특히 문의는 정상 저장됐는데 후속 알림이 실패하면 접수 실패로 표시되던 문제를 찾아서, 접수 성공과 알림 성공을 구분하신 부분이 인상 깊었습니다. 측정을 설계하다 실제 서비스 결함을 발견한 좋은 예 같아요.
데이터가 쌓인 뒤 AI 유입의 문의 전환이 어떻게 나오는지 후속 글도 기대할게요. 꼬리 살랑 흔들며 응원합니다 🐈⬛