내 사이트를 위한 질문 20개, 고객이 묻는 순서로 만들고 AI 답변으로 점검하기
2026.10.26
BUKKET LAB을 대상으로 AI 검색 노출을 조사할 질문을 만들고, 실제 답변까지 수집했습니다. 기록에 남은 목록은 브랜드명을 넣지 않은 질문 20개와 브랜드명을 넣은 질문 5개, 총 25개입니다. 이번 글에서는 그중 고객의 상황과 선택 과정을 담은 20개 질문을 어떻게 구성했는지 살펴봅니다.
결과물은 질문 목록에서 끝나지 않았습니다. 2026년 10월 22일에는 ChatGPT 비로그인 환경에서 질문별 답변과 화면을 수집한 리포트도 남겼습니다. 질문 설계와 실제 관측을 연결하면, 무엇을 조사했고 그 결과를 어디까지 해석할 수 있는지 함께 볼 수 있습니다.
이 글은 보존된 질문 목록과 조사 리포트를 바탕으로 정리했습니다. 처음 질문을 생성한 대화와 후보를 고른 판단 과정은 이번에 확보하지 못했으므로, 당시의 생각이나 시행착오를 임의로 덧붙이지 않았습니다.
1. 사이트의 서비스 이름을 고객의 상황으로 바꾸기
대상 사이트는 bukketlab.com입니다. 질문 세트는 웹사이트 제작, SEO·GEO, AX 교육을 대상으로 구성되어 있습니다. 검색 및 AI 답변 노출, 팀의 AI 업무 활용처럼 서로 다른 서비스 영역을 함께 다룹니다.
서비스 이름만으로 질문을 만들면 “웹사이트 제작이란?”, “GEO란?” 같은 설명 질문에 머물기 쉽습니다. 보존된 목록에는 고객이 겪는 상황이 들어 있습니다.
예를 들어 웹사이트 제작과 관련해서는 “홈페이지에 방문자는 오는데 문의가 거의 없다”는 상황을, AI 교육과 관련해서는 “교육을 받았는데도 실제 업무 방식이 바뀌지 않는다”는 상황을 질문으로 만들었습니다. 이후에는 해결 방법, 선택 기준, 비교, 실행 후 점검으로 질문 범위를 넓혔습니다.
여기서 확인할 수 있는 설계 방식은 서비스별 단어를 나열하는 데서 고객이 판단해야 할 장면으로 질문을 구체화했다는 것입니다. 다만 이 목록이 실제 고객 인터뷰나 검색량 데이터에서 추출되었다는 근거는 확보하지 못했습니다. 현재로서는 사이트를 대상으로 설계한 조사용 질문 세트입니다.
2. 질문 20개와 브랜드 질문 5개를 나눠 두기
목록은 처음부터 두 그룹으로 구분되어 있습니다.
그룹 | 개수 | 확인하려는 내용 |
|---|---|---|
브랜드 비언급 N01–N20 | 20개 | 브랜드를 모르는 고객의 질문에서 무엇을 설명하고 어떤 업체·출처를 제시하는가 |
브랜드 언급 B01–B05 | 5개 | 이미 이름을 아는 고객에게 BUKKET LAB의 서비스와 범위를 근거 있게 설명하는가 |
예를 들어 “BUKKET LAB의 SEO·GEO 서비스는 어디까지 제공하나요?”라고 물으면 답변에 이름이 등장할 수 있습니다. 그 이름 등장을 브랜드를 스스로 찾아낸 결과로 세지 않도록 두 그룹을 분리했습니다.
브랜드 질문 5개도 하나의 내용을 반복하지 않습니다. 회사와 서비스의 관계, 실제 제공 범위, 팀과의 적합성, 통합 의뢰와 분리 의뢰의 비교, 문의 전 준비 사항을 각각 확인합니다.
반면 비언급 질문은 사이트 이름이나 도메인을 넣지 않고 고객 상황으로 시작합니다. “우리 회사를 추천해 달라”는 유도 없이 관련 답변에서 어떤 정보가 나오는지 확인하기 위한 구성입니다. 모든 질문이 업체 추천을 요구하는 것은 아니므로, 답변마다 기대할 내용도 달라집니다.
그림 1. 저장된 질문 HTML을 2026년 10월 26일 다시 열어 캡처했습니다. 질문 20개와 별도 점검용 5개의 구분을 확인할 수 있습니다.
3. 다섯 가지 질문 의도에 네 개씩 배치하기
비언급 질문 20개는 다섯 가지 의도에 네 개씩 배치되어 있습니다. 이 분류는 이번 질문 세트의 구성 방식이며, 모든 고객이 반드시 같은 순서로 움직인다는 뜻은 아닙니다.
질문 의도 | 고객이 판단하는 내용 | 질문 ID |
|---|---|---|
문제 인식 | 지금 어떤 문제를 겪고 있는가 | N01–N04 |
해결 방법 탐색 | 무엇부터 어떻게 바꿀 것인가 | N05–N08 |
선택 기준 확인 | 무엇을 기준으로 서비스·자료를 평가할 것인가 | N09–N12 |
비교·추천 | 어떤 대안이나 업체를 선택할 것인가 | N13–N16 |
실행·검증 | 실행 전후에 무엇을 확인할 것인가 | N17–N20 |
아래는 보존된 질문 원문입니다. 당시 질문 ID와 문장을 유지했습니다.
A. 문제 인식
N01 회사 홈페이지에 방문자는 오는데 문의가 거의 없다면, 디자인 외에 어떤 문제를 살펴봐야 하나요?
N02 검색 결과에서는 회사가 보이는데 AI에게 관련 서비스를 물으면 언급되지 않는 이유는 무엇인가요?
N03 직원들이 AI 교육을 받았는데도 실제 업무 방식이 바뀌지 않는 이유는 무엇인가요?
N04 회사 블로그에 글을 꾸준히 올려도 성과가 있는지 모르겠습니다. 무엇을 기준으로 문제를 진단해야 하나요?
B. 해결 방법 탐색
N05 오래된 회사 홈페이지를 개편하려는데, 디자인에 들어가기 전에 고객 메시지와 페이지 구조를 어떤 순서로 정리하면 좋을까요?
N06 우리 회사가 AI 검색 답변의 출처로 활용되려면 기존 홈페이지에서 무엇부터 개선해야 하나요?
N07 반복 보고 업무가 많은 팀에서 AI 실습 교육을 시작하려면, 교육 과제와 현업 적용 계획을 어떻게 설계해야 하나요?
N08 개발 경험이 없는 기획자가 바이브 코딩으로 업무용 프로토타입을 만들려면, 첫 과제의 범위를 어떻게 잡아야 하나요?
C. 선택 기준 확인
N09 회사 홈페이지 제작사를 고를 때, 디자인 포트폴리오 외에 공개 후 운영과 성과 측정 측면에서 무엇을 확인해야 하나요?
N10 SEO·GEO 진단 서비스를 의뢰할 때, 실행에 도움이 되는 리포트인지 판단하려면 어떤 분석 항목과 산출물을 확인해야 하나요?
N11 AI 활용 수준이 서로 다른 직원들을 위한 기업 교육을 고를 때, 커리큘럼과 실습 방식은 어떤 기준으로 평가해야 하나요?
N12 AI 답변의 출처로 활용될 콘텐츠를 만들 때, 공개할 사례·수치·설명 자료는 어떤 기준으로 골라야 하나요?
D. 비교·추천
N13 검색 유입과 AI 답변 노출을 함께 개선하려는 회사가 검토할 만한 SEO·GEO 전문 업체를 추천하고, 각 업체의 공개된 서비스 범위도 비교해 주세요.
N14 문의가 적은 회사 홈페이지는 전체 리뉴얼과 핵심 페이지만 개선하는 방식 중 어느 쪽을 선택하는 게 좋을까요?
N15 직원들이 AI로 실제 업무 결과물을 만들게 하려면, 특강·실습 워크숍·단기 집중 프로젝트 중 어떤 교육 방식이 맞을까요?
N16 예산이 제한된 기업 홈페이지라면 전통적인 SEO와 GEO 중 무엇을 먼저 해야 하고, 함께 진행할 수 있는 작업은 무엇인가요?
E. 실행·검증
N17 새 회사 홈페이지를 공개하기 전에 검색 노출, 링크 공유 화면, 문의 기능, 성과 측정에서 무엇을 점검해야 하나요?
N18 정해 둔 질문으로 AI 검색 노출을 반복 조사할 때, 브랜드 언급·출처 인용·설명 정확성을 어떻게 나눠 기록하고 비교해야 하나요?
N19 회사의 실제 업무 자료로 AI 워크숍을 진행하기 전에, 참가자 수준과 실습 환경, 개인정보·보안 측면에서 무엇을 준비해야 하나요?
N20 AI 교육에서 만든 업무 자동화가 실습에서는 됐는데 현업에서는 자꾸 멈춥니다. 어떤 원인을 점검하고 운영 기준을 정해야 하나요?
목록에서 특히 구분해서 볼 질문은 N13입니다. N14–N16은 대안이나 방식의 비교를 묻지만, N13은 실제 SEO·GEO 전문 업체를 추천해 달라고 요청합니다. 같은 ‘비교·추천’ 그룹 안에서도 업체의 등장 여부를 직접 확인할 수 있는 질문과 방법을 비교하는 질문의 성격이 다릅니다.
4. 실제로 물어보니, 질문마다 결과를 읽는 방식도 달랐습니다
2026년 10월 22일 조사에서는 브랜드 질문 5개와 비언급 질문 20개를 모두 실행했습니다. 수집 이력에는 로그인하지 않은 전용 Chrome 프로필 두 개를 사용했고, 각 질문을 별도의 새 대화에 입력했다고 기록되어 있습니다. 모델명은 화면에서 확인되지 않았습니다.
브랜드 질문과 비언급 질문에는 서로 다른 전용 프로필을 사용했습니다. 따라서 두 그룹의 차이를 질문 문구만의 효과라고 단정할 수는 없습니다. 각 질문은 한 차례의 최종 답변을 관측한 기록이며, N01은 일시적인 서비스 오류 뒤 UI의 재시도를 한 번 사용했습니다.
비언급 20개 답변에서 브랜드는 등장하지 않았습니다
리포트와 검산 기록에서는 비언급 질문 20개 답변 모두 BUKKET LAB이 등장하지 않은 것으로 확인됩니다. 그러나 이를 ‘20번 추천을 요청했는데 모두 실패했다’고 쓰면 질문의 성격을 왜곡하게 됩니다. 대부분은 일반적인 방법을 묻고 있어 업체 이름을 넣지 않아도 답할 수 있기 때문입니다.
실제 업체 추천을 요구한 N13에서는 후보 6곳이 제시되었고 BUKKET LAB은 포함되지 않았습니다. 이 결과는 해당 질문과 시점에서 추천 후보에 들어가지 않았다는 관측입니다. 다른 질문이나 다른 서비스에서도 항상 같은 결과가 나온다는 뜻은 아닙니다. 답변이 제시한 타 업체의 실적·가격·품질을 이번 조사에서 검증한 것도 아닙니다.
그림 2. 당시 리포트의 요약 화면을 2026년 10월 26일 다시 열어 캡처했습니다. 0%는 이 질문 세트의 비언급 답변 0/20건을 뜻합니다. 공식 사이트 인용 0건은 확보한 증거에서 확인된 값이며, 출처 URL 미확보 12건이 있다는 제한과 함께 읽어야 합니다.
신규 브랜드라는 출발점도 함께 봐야 합니다
BUKKET LAB은 신규 브랜드입니다. 이번 미등장은 이 출발점을 함께 놓고 해석해야 합니다. 사이트가 공개되어 있어도, 브랜드를 모르는 고객의 질문에서 곧바로 추천 후보로 등장할 것이라고 기대하기는 어렵습니다. 특히 일반적인 방법을 묻는 질문은 특정 업체를 소개하지 않고도 답할 수 있습니다.
신규 브랜드를 점검할 때에는 공식 사이트에 공개한 정보뿐 아니라, 검색에서 그 정보가 확인되는지, 브랜드명과 공식 도메인이 연결되는지, 실제 사례나 외부에서 확인할 수 있는 자료가 얼마나 쌓였는지도 살펴볼 필요가 있습니다. 다만 이번 기록만으로 이런 자료가 부족했다고 확정하거나, 그 부족이 미등장의 원인이었다고 판단할 수는 없습니다. 각각을 다음 조사에서 확인할 항목으로 두는 것이 적절합니다.
따라서 비언급 답변 0/20건과 N13의 추천 후보 미포함은 이 질문과 환경에서 관측한 신규 브랜드의 초기 상태로 받아들이려 합니다. 이 결과만으로 서비스 품질이 낮다거나 사이트 구성이 잘못되었다고 평가할 수는 없습니다. 반대로 신규 브랜드라는 이유만으로 기다리면 자연스럽게 추천될 것이라고 예상할 근거도 없습니다.
당장은 이름이 몇 번 등장했는지만 보기보다, 브랜드명을 넣었을 때 공식 정보를 정확히 설명하는지부터 확인할 수 있습니다. 이어서 서비스 범위와 실제 사례를 보완하고, 같은 질문에서 공식 출처 연결이나 추천 후보가 어떻게 달라지는지 기록하는 방식입니다. 이번 조사는 이미 알려진 브랜드와의 우열을 정하는 평가보다 앞으로의 변화를 비교할 첫 기록에 의미를 두고 있습니다.
이름을 넣어 물어봐도 공식 정보 연결은 충분하지 않았습니다
B01 답변은 다음과 같이 밝혔습니다.
현재 검색에서는 BUKKET LAB의 공식 홈페이지와 사업 소개를 명확히 확인하지 못했습니다.
B02와 B03도 실제 제공 범위와 교육 커리큘럼을 확정하기보다 일반적인 기준을 설명하거나 추가 링크를 요청했습니다. 브랜드가 답변에 등장하는 것과 공식 자료를 근거로 정확히 설명하는 것은 구분해서 평가해야 했습니다.
그렇다고 사이트에 서비스 정보가 없었다고 단정할 수는 없습니다. 당시 평가자가 별도로 수집한 공식 페이지에는 관련 서비스 설명이 있었습니다. 사이트에 공개된 정보가 있다는 사실과 이번 AI 답변에서 그 정보를 확인했다는 사실은 서로 다른 관측입니다. 답변의 확인 실패 원인은 이 기록만으로 확정하지 못했습니다.
출처 URL을 못 모은 경우도 따로 남겼습니다
25건 모두 답변 원문과 화면이 보존되어 있습니다. 출처 관련 수집 상태는 다음과 같습니다.
출처 수집 상태 | 질문 수 |
|---|---|
출처 URL 확보 | 7건 |
출처 표시는 관측했으나 URL 미확보 | 12건 |
출처 표시 미관측 | 6건 |
합계 | 25건 |
이 표는 AI의 인용 성과보다 수집한 증거의 범위를 보여줍니다. URL을 확보하지 못한 12건을 ‘출처 없음’으로 처리하지 않았습니다. 공식 사이트 인용이 확인된 질문은 0건으로 기록되어 있지만, 출처 URL을 모두 확보한 조사가 아니므로 모든 실제 인용이 없었다고 확정하는 수치로 사용할 수는 없습니다.
5. 다른 사이트에서 따라 할 때 사용할 요청문
이번 사례에서 재사용할 수 있는 부분은 사이트의 실제 서비스와 고객 상황을 함께 전달하고, 질문의 목적을 나눠 받는 방식입니다. 아래 요청문은 보존된 결과물을 바탕으로 이번 글에서 재구성한 예시이며, 당시 사용한 프롬프트 원문은 아닙니다.
사이트: [URL]
주요 고객과 제공 서비스: [확인된 내용]
고객에게 기대하는 행동: [문의·신청·구매 등]
공개된 사이트를 확인하고, 이 서비스를 필요로 할 고객이 AI에게
물을 만한 질문 20개를 만들어 주세요.
문제 인식, 해결 방법 탐색, 선택 기준 확인,
비교·추천, 실행·검증의 다섯 의도로 나누어 각 4개씩 작성하세요.
질문에는 브랜드명과 도메인을 넣지 말고,
고객의 구체적인 상황과 판단할 내용을 담아 주세요.
실제로 제공하는 서비스와 연결되는 이유도 별도로 적어 주세요.
브랜드를 이미 아는 고객이 설명 정확성을 확인할 질문 5개는
별도 그룹으로 작성하세요.
실제 고객 발화·검색량으로 확인된 내용과 설계한 가설을 구분하고,
근거가 없는 서비스나 실적은 추가하지 마세요.
질문 ID / 의도 / 질문 원문 / 관련 서비스 / 확인할 내용을 정리하세요.결과를 받으면 다음 세 가지를 검토할 수 있습니다.
우리 서비스와 연결되는가: 질문이 그럴듯해도 실제로 답하거나 제공할 수 없는 범위라면 조정합니다.
서로 다른 판단을 묻는가: 단어만 바꾼 질문이 반복되면 문제·방법·기준·비교·검증 중 어느 역할인지 다시 봅니다.
답변에서 무엇을 확인할 것인가: 방법 설명 질문에서는 정보와 출처를, 업체 추천 질문에서는 추천 후보와 근거를 봅니다. 브랜드 질문에서는 공식 설명과의 일치를 확인합니다.
실제로 AI에 입력할 때는 조사 지시문을 제외한 질문 원문만 사용합니다. 이번 보존본도 질문별 복사 기능이 ID나 분류 없이 원문만 복사하도록 되어 있습니다. 사이트 소개나 도메인을 덧붙이면 브랜드를 모르는 고객의 질문이라는 조건이 달라집니다.
6. 앞으로의 개선 방향: 질문과 사이트를 함께 점검하기
이번 기록으로 확인한 결과물은 질문 25개, 질문별 답변과 화면, 평가 및 검산 자료입니다. 다음에는 이 질문들이 실제 고객의 판단을 얼마나 잘 담고 있는지 살펴보고, 사이트가 그 판단에 필요한 근거를 충분히 제공하는지도 함께 확인할 계획입니다.
아래는 이번 결과를 바탕으로 정리한 후속 개선안입니다. 질문의 실제 수요 검증, 사이트 수정, 개선 후 재측정을 완료했다는 의미는 아닙니다.
질문을 다시 정하는 관점: 어떤 답변을 기대하는 질문인가
기존 20개는 고객의 상황을 폭넓게 살펴보는 출발점이었습니다. 하지만 대부분은 일반적인 설명을 요구하므로, 브랜드가 나오지 않았다는 사실만으로 사이트의 문제를 진단하기는 어렵습니다. 다음 질문 세트에서는 질문별로 확인하려는 내용을 먼저 정리할 필요가 있습니다.
질문의 목적 | 답변에서 확인할 내용 | 기존 질문과의 연결 |
|---|---|---|
문제와 해결 방법 파악 | 어떤 해결책과 자료를 제시하는지, 공식 페이지가 출처로 연결되는지 | N01·N05·N06 등 |
실제 업체 발견 | 어떤 업체가 후보로 나오는지, 추천 이유와 근거는 무엇인지 | N13 |
서비스 적합성 비교 | 고객의 조건에 맞는 제공 범위와 대안을 설명하는지 | B03·B04·N09·N11 등 |
브랜드 설명 정확성 | 공식 정보와 답변이 일치하는지, 확인 불가와 추측을 구분하는지 | B01–B05 |
질문 수를 다시 20개로 맞추는 것보다, 실제 문의나 상담에서 반복되는 표현을 먼저 모으는 편이 다음 설계에 도움이 됩니다. 확보할 수 있다면 문의 기록과 상담 전 질문, Search Console의 검색어를 함께 살펴볼 수 있습니다. 다만 사이트에 도달한 사람의 검색어와 AI에 묻는 질문은 같은 자료가 아니므로, 검색어만으로 고객의 AI 질문을 확정하지는 않습니다.
서비스 범위도 다시 좁혀볼 수 있습니다. 웹사이트 제작·SEO/GEO·AX 교육을 한 세트로 다룬 이번 조사에서 출발해, 다음 회차는 예를 들어 ‘기업의 SEO·GEO 의뢰’처럼 한 가지 의사결정에 집중하는 방식입니다. 고객 규모, 기존 사이트의 유무, 직접 수정할 담당자의 유무처럼 실제 서비스 선택을 바꾸는 조건을 질문에 넣으면 무엇을 비교하는 조사인지 더 분명해집니다.
아래는 그 관점에서 새로 제안하는 질문 예시입니다. 당시 조사에서 실행한 질문은 아니며, 실제 고객 표현과 서비스 범위를 확인한 뒤 채택할 후보입니다.
업체 발견: “기존 홈페이지는 있고 사내 개발자는 없는 소규모 기업입니다. SEO·GEO 진단과 실제 페이지 개선을 함께 맡길 수 있는 업체를 추천하고, 공개 자료로 확인되는 수행 범위를 비교해 주세요.”
조건에 따른 선택: “회사 소개와 서비스 페이지 몇 개를 운영하는 기업입니다. 문의를 늘리기 위해 홈페이지 전체 개편과 SEO·GEO 개선 중 무엇부터 검토해야 하며, 각각 어떤 조건에서 적합한가요?”
브랜드 사실 확인: “BUKKET LAB의 공개 안내를 기준으로 SEO·GEO 진단 결과물, 실제 수정 범위, 성과 측정 방식이 어디까지 확인되나요? 공개 자료로 확인되지 않는 내용은 구분해 주세요.”
여기서도 브랜드를 모르는 고객의 질문에는 BUKKET LAB 이름이나 도메인을 덧붙이지 않습니다. 브랜드 설명을 확인할 질문은 별도 그룹으로 유지합니다. 공식 URL을 직접 제공해 내용을 읽는지 확인하는 실험이 필요하다면, 그것도 자연 발견 조사와 나누어 기록할 수 있습니다.
사이트를 개선하는 관점: 고객 질문에 답할 근거가 있는가
질문을 바꾼 뒤에는 각 질문에 답할 수 있는 공식 페이지와 근거를 연결해볼 계획입니다. 모든 질문마다 새 글을 만드는 방식보다, 기존 소개·서비스·사례·문의 페이지가 어떤 질문에 답하는지 먼저 확인하는 방식입니다.
특히 B01–B03에서 공식 정보를 충분히 확인하지 못한 결과를 보고 바로 ‘콘텐츠가 없다’고 판단해서는 안 됩니다. 당시 수집한 공식 페이지에는 관련 설명이 있었습니다. 우선 공개 페이지에 접근할 수 있는지, 검색에서 브랜드와 공식 도메인이 연결되는지 확인하고, 이어서 설명의 구체성과 검증할 자료를 살펴보는 순서가 적절합니다. 정확한 원인이 확인되기 전에는 특정 수정이 이번 미등장을 해결한다고 단정하지 않습니다.
고객 질문과 관측 | 먼저 살펴볼 페이지 | 보완을 검토할 내용 |
|---|---|---|
B01: 회사와 서비스 관계의 공식 확인 부족 | 홈·회사 소개 | 운영 주체, 주요 고객, 서비스 간 관계, 상세 안내로 이어지는 링크가 일관되고 명확한지 |
B02·N10: 실제 수행 범위와 산출물 판단 | SEO·GEO 서비스 상세 | 진단만 하는지 실제 수정도 하는지, 포함·제외 작업, 결과물 예시, 측정 방식과 담당 범위 |
B03·N11: 수준이 다른 팀과 교육의 적합성 | AX 교육 상세·사례 | 사전 수준 확인, 과제와 실습 방식, 결과물, 교육 후 적용 범위와 지원 조건 |
N13: 실제 업체 추천 후보에서 미포함 | 서비스 상세·실제 사례 | 어떤 고객의 어떤 문제를 해결했는지, 수행 과정과 산출물, 확인 가능한 결과 및 한계 |
B05: 문의 전 준비와 상담 범위 | 문의·상담 안내 | 준비 자료, 상담에서 확인할 내용, 진행 절차와 공개 가능한 제공 조건 |
사례를 추가한다면 ‘SEO·GEO를 잘한다’는 소개보다 대상과 기존 문제 → 선택한 작업 → 실제 변경 → 확인한 결과 → 남은 한계를 보여주는 자료가 필요합니다. 실제 결과가 아직 없다면 진단 산출물이나 작업 범위를 보여줄 수 있지만, 예시를 고객 성과처럼 표현하지는 않습니다.
서비스 페이지의 내용이 실제 제공 범위와 맞는지도 함께 확인해야 합니다. 고객이 진단 리포트만 받는지, 수정과 배포까지 맡길 수 있는지, 측정은 누가 어떤 기간에 수행하는지 구분할 수 있어야 다음 상담에서도 같은 설명을 이어갈 수 있습니다.
접근·색인 측면에서는 Search Console에서 주요 URL의 상태와 대표 주소를 확인하고, robots.txt·사이트맵·페이지의 공개 접근 상태를 점검하는 일을 후속 과제로 둘 수 있습니다. 이는 기존 리포트가 제안한 확인 항목이며, 현재 문제가 발견되었거나 수정이 끝났다고 보고하는 내용은 아닙니다.
질문과 사이트를 연결한 뒤 같은 조건으로 다시 확인하기
질문을 전부 바꾸고 사이트도 동시에 수정한 뒤 답변이 달라지면, 무엇과 함께 달라졌는지 판단하기 어려워집니다. 그래서 기존 질문과 새 질문은 역할을 나누어 보존하려고 합니다.
기존 25개는 비교용으로 유지합니다. ID와 원문을 보존하고, 같은 질문의 답변이 어떻게 달라지는지 확인합니다.
새 질문은 별도 버전으로 기록합니다. 실제 문의에서 얻었는지, 조사자가 가설로 만들었는지와 함께 추가·수정한 이유를 남깁니다. 새 질문 결과를 과거 20개와 바로 합쳐 개선율을 계산하지 않습니다.
사이트 변경을 기록합니다. 어느 URL에서 어떤 설명이나 근거를 바꿨는지와 공개일을 남깁니다. 접근·색인 확인 결과도 함께 보관합니다.
측정 조건과 증거를 남깁니다. 날짜, 로그인 여부, 새 대화 여부, 모델·검색 상태의 확인 가능 범위를 기록하고, 동일 질문을 반복할 경우 각 회차를 보존합니다. 한 번의 답변 변화를 지속적인 효과로 단정하지 않습니다.
결과는 질문 목적별로 비교합니다. 업체 발견 질문은 추천 후보와 이유, 브랜드 질문은 공식 정보와의 일치, 방법 질문은 설명과 출처를 살펴봅니다. 출처 표시 미관측과 URL 미확보도 계속 구분합니다.
우선은 SEO·GEO 서비스의 실제 수행 범위를 묻는 B02와 업체 추천을 요청한 N13을 중심으로 다음 점검을 시작할 수 있습니다. B02는 공식 서비스 설명이 답변에 연결되는지, N13은 브랜드를 모르는 고객의 선택지에 들어오는지 확인하는 기준이 됩니다. 기존 질문을 유지하면서 이에 대응하는 공식 페이지와 근거를 먼저 점검하면 작업 범위도 구체적으로 잡을 수 있습니다.
앞으로의 목표는 질문 수를 늘리는 데서 끝나지 않습니다. 고객이 판단해야 할 질문, 사이트에서 확인할 수 있는 근거, 실제 AI 답변을 연결해 어떤 부분을 다음에 바꿀지 결정할 수 있는 상태를 만드는 것입니다. 사이트를 개선한 뒤에도 추천이나 인용을 보장할 수는 없으며, 관측된 변화와 그 원인에 대한 해석은 구분해 남길 계획입니다.

![# [Claude Code] 슬라이드 30장, 캡처에 동그라미까지 AI가 — 자영업자가 이틀 만에 만든 '입문자를 위한 웹페이지 제작' 특강 썸네일](/_next/image?url=https%3A%2F%2Fcdn-beta.gpters.org%2Fexternal%2F11e373e67a6a18c4b984f1b9.jpg&w=3840&q=75)


질문 20개를 "문제 인식 → 해결 방법 → 선택 기준 → 비교·추천 → 실행·검증" 다섯 의도에 네 개씩 배치하신 구조가 눈에 띄었어요. 서비스 이름으로 "GEO란?" 같은 설명 질문을 만드는 대신, "방문자는 오는데 문의가 거의 없다"처럼 고객이 겪는 장면에서 출발하셨다는 점이 질문 세트의 설득력을 만드는 것 같아요.
브랜드 비언급 20개와 브랜드 언급 5개를 처음부터 분리해, 이름이 답변에 나온 걸 "스스로 찾아낸 결과"로 세지 않게 하신 판단도 좋았어요. 질문 생성 대화를 확보하지 못해 당시 생각을 임의로 덧붙이지 않았다고 밝힌 부분, 기존 25개는 비교용으로 고정하고 새 질문은 별도 버전으로 쌓겠다는 계획까지, 해석의 범위를 정직하게 지키셔서 신뢰가 갔어요. B02와 N13부터 다시 점검한 결과도 기대할게요.
고롱고롱… 이런 글 보면 기분 좋아져요 ✨