오늘은 1NSIGHT 팀원들과 마지막 인사를 하고 새로운 팀원들을 만나는 3주차 첫 날입니다.
이번 3주차 주제는 '마케팅 숙련 : 콘텐츠 설계와 비주얼 전략' 입니다.
저는 드디어 1조를 벗어나고, 5조가 되었답니다!
이번 5조에는 베캠 때부터 제가 의지하고 있던 다정님과 같은 팀이 되었습니다.!!
다정님한테 좀 많이 찡찡거려서 미안했는데 이젠 저도 어느정도 적응을 해서 위로해줄게요!!ㅋㅋㅋㅋㅋ
그리고 예빈님, 동윤님, 서정님이랑은 이번에 처음 팀을 해보는데
재밌을 것 같아요 이번 5지는 5조 화이팅!!
저희 5조의 팀장님은,,,,.... 다정님입니다!!!!!
모두 박수
저는 아직 팀장님을 할 수 있는 그게 안됩니다..ㅎ
저는 팀원으로써 열심히 할게욥!
각자 팀노션에 올리신 멤버카드를 보면서 서로 자기소개도 하고 아이스브레이킹 시간을 가졌습니다.
그리고 이번에 신기했던게 다 지역이 다르더라구요! 나이도 다 다르고!
아이스브레이킹을 마치고 저희는 아티클스터디를 주 3회(월,수,금) 하기로 결정하여
오늘 아티클스터디도 진행하였습니다.
이번에는 새로운 방식으로 해봤는데요, 동윤님이 그 전 팀에서 하셨던 방식이 괜찮은 것 같아서
그 방식대로 진행하기로 했습니다.
방식은 (요약 / 주요 포인트 / 새롭게 알게 된 점과 추가 조사할 내용 / 핵심 개념 및 용어정리 / 실무사례 조사)
각각 한 명씩 한 파트를 맡아 작성하는 방식이어서 저는 주요포인트를 맡았습니다.
오늘 저희가 읽은 아티클은
https://www.openads.co.kr/content/contentDetail?contsId=19859
네이버 AI는 평점 몇 점부터 추천할까?
네이버가 검색에 AI탭을 붙이면서 마케터들의 질문은 하나로 모입니다.
www.openads.co.kr:443
📝 요약
네이버의 AI탭 추가로 생긴 마케터들의 질문: "AI는 어떤 기준으로 업체를 고르는가?"
실제 질문을 던지고 AI의 답변을 모두 기록해서 얻은 결과는 다음과 같다.
- 평점 4.2 미만은 추천 리스트에 거의 등장하지 않았다.
→ 4.0 미만은 0.3%만 등장.(사실상 배제 수준) - "리뷰 쌓기"의 의미는 업종마다 완전히 다르다.
→ 업종 구분 없이 리뷰부터 쌓아야 한다는 추측이 틀림. - 같은 질문을 다시 던지면, 추천 리스트가 절반 가까이 바뀐다.
→ 추천 리스트가 완전 동일한 경우는 6.3%에 불과. 이 변동성을 고려했을 때, 특정 시점의 검색결과로 노출도를 따지는 것은 의미가 크지 않음.
📌주요 포인트
- AI 추천은 '광고 노출'이 아니라 '신뢰할 만한 업체 선별'에 가깝다.
- 평점 관리는 기본 조건에 가깝다. 네이버 AI 추천에서 낮은 평점 업체가 거의 보이지 않았기 때문에, 최소한 평점 4.2 이상을 유지하는 것이 중요하다. - 리뷰 수보다 중요한 건 '업종별 기준이 다르다'는 점이다.
- 리뷰 전략은 업종별로 다르게 짜야 한다. 맛집, 피부과처럼 리뷰가 많이 쌓이는 업종은 리뷰 수 자체가 경쟁력이 될 수 있지만, 세무사나 변호사처럼 리뷰가 적은 업종은 리뷰 수보다 전문성, 신뢰도 관리가 더 중요할 것이다. - AI 검색 노출은 '한 번 확인'이 아니라 '계속 추적'해야 한다.
- AI 검색 노출은 지속적으로 모니터링 해야 한다.
💬 새롭게 알게 된 점
AI 검색은 리뷰 개수가 많은 업체를 단순하게 추천하는 것이 아니라, 일정 수준 이상의 높은 평점을 중요하게 반영하는 경향이 있음을 알게 됐다.
특히 평점 4.2 미만 업체의 추천 비율이 매우 낮다는 점이 인상적이었다.
리뷰의 중요성은 업종마다 크게 다름을 알게 됐다.
맛집이나 병원에서는 많은 리뷰가 중요한 경쟁력이 되지만, 세무사 또는 변호사와 같은 전문 서비스를 다루는 곳에서는 리뷰 수가 적어도 추천될 수 있어 업종별로 다른 마케팅 전략이 필요하다.
AI 검색 결과는 고정된 것이 아니라 지속적으로 변화함을 알게 됐다.
동일한 질문에도 추천 리스트가 달라질 수 있으므로, 한 번의 검색 결과만으로 노출 여부를 판단하기보다 지속적인 모니터링과 관리가 필요하다.
💡 핵심 개념 및 용어 정리
1. AI 추천 알고리즘
네이버 AI가 어떤 업체를 추천할지 결정하는 기준이다. 정확한 기준은 공개되지 않았으며, 이번 조사에서는 실제 추천 결과를 분석해 평점과 리뷰 수에서 일정한 경향이 확인되었다.
2. 평점 경향
조사 결과 평점 4.2 미만의 업체는 추천 리스트에 거의 등장하지 않았다. 이는 높은 평점의 업체가 추천될 가능성이 있는 경향을 보여준다.
3. 리뷰 볼륨의 업종별 차이
리뷰 개수의 중요성은 업종마다 달랐다. 맛집과 피부과는 리뷰가 많은 업체가 주로 추천되었지만, 세무사와 변호사는 리뷰가 적어도 추천 사례가 확인되었다.
4. 추천 결과의 변동성
같은 질문을 반복해도 추천 업체 목록이 달라지는 경우가 많았다. 따라서 한 번의 검색 결과만으로 노출 여부를 판단하기보다 시간에 따른 변화를 지속적으로 확인하는 것이 중요하다.
용어 의미
| 평점(Rating) | 이용자들이 남긴 평가의 평균 점수 |
| 리뷰 볼륨(Review Volume) | 업체에 등록된 리뷰의 총개수 |
| 중위값(Median) | 데이터를 크기순으로 정렬했을 때 가운데 위치한 값 |
| 스냅샷(Snapshot) | 특정 시점의 검색 결과를 기록한 데이터 |
| 시계열(Time Series) | 시간의 흐름에 따라 데이터를 지속적으로 추적·분석하는 방식 |
| 겹침 비율(Overlap Rate) | 두 번의 검색 결과에서 동일한 업체가 포함된 비율 |
| 변동성(Volatility) | 검색 결과나 추천 목록이 시간에 따라 계속 바뀌는 특성 |
📕 실무사례 조사
- 네이버 스마트플레이스 평점 관리 강화
- 링크 : https://www.navercorp.com/media/pressReleasesDetail?seq=10034317
- 사례 핵심 포인트 : 네이버도 2026년 7월부터 플레이스 리뷰 평균 별점을 주요 영역에 공개하고, 사업자가 노출 여부를 설정할 수 있도록 하겠다고 발표했다. 또한 네이버 스마트플레이스의 마이크로리뷰는 업체 설명과 최근 방문자 리뷰 등을 바탕으로 AI가 핵심 요약 문구를 자동 추출하는 기능이기 때문에, 리뷰 내용 자체가 업체의 검색 노출 이미지에 영향을 줄 수 있다.
- 전문직(세무사·변호사) 사이트 로직 변경
- 사례 핵심 포인트 : 플레이스 내 '소개 문구', '블로그 연동 콘텐츠', '전문 분야 인증(예: 대한변협 등록 전문 변호사)' 탭을 철저하게 정밀화했다. AI가 "이 지역 친절한 상속 전문 변호사 추천해줘"라는 질문을 받았을 때, 리뷰 수가 아니라 플레이스 내부 텍스트와 연동된 블로그의 '상속' 관련 전문 칼럼 데이터를 수집하여 추천 신뢰도를 높인다는 점을 이용한 결과이다.
이렇게 저희 5조의 첫 아티클을 완료하였습니다.
오후부터는 개인 VOD 시간이었는데요, 오늘은 월요일이라 월요병으로 인해 VOD를 많이 듣지 못하여
내일부터 집중하고 제대로 들어보도록 하겠습니다!
저희 5지는 5조 화이팅!!!!!
※ 본 글은 학습을 목적으로 작성된 게시물로, 특정 브랜드·제품·서비스명이 언급될 수 있습니다. 이는 순수한 예시일 뿐이며, 상업적 목적은 전혀 없음을 밝힙니다.