ChatGPT가 우리 회사를 추천하게 만드는 법

구매 담당자가 네이버 대신 ChatGPT를 열고 "경기 남부에서 알루미늄 다이캐스팅 하는 업체 추천해 줘"라고 묻는 일이 늘고 있습니다. 거기서 나오는 회사 서너 곳이 곧 견적 요청을 받는 회사입니다. 이 글은 ChatGPT 같은 AI 비서가 어떤 근거로 회사를 골라 추천하는지, 우리 회사가 그 목록에 들어가려면 홈페이지 밖의 어디를 정비해야 하는지를 다룹니다. AI 검색 노출을 처음 고민하는 직원 10~100명 제조기업 대표를 기준으로 썼습니다.

화성에서 알루미늄 다이캐스팅 부품을 만드는 직원 40명 회사 이야기입니다. 오래 거래한 고객사의 구매팀에 신입 담당자가 들어왔습니다. 그 담당자가 첫 통화에서 이렇게 말했습니다. "ChatGPT에 물어봤는데 귀사가 안 나오더라고요. 다른 데 세 곳이 나왔는데 혹시 아는 회사예요?" 대표는 웃어넘겼지만 전화를 끊고 바로 같은 질문을 넣어 보았습니다.

답은 세 회사였습니다. 한 곳은 2년 전에 폐업한 회사였고, 한 곳은 바로 옆 단지의 경쟁사였고, 나머지 한 곳은 다이캐스팅이 아니라 주물 전문 회사였습니다. 자기 회사 이름은 없었습니다. 회사명을 직접 넣고 "이 회사는 뭘 하는 회사냐"고 물으니 10년 전에 접은 사업을 주력으로 설명했습니다. 홈페이지에는 지금 하는 일이 다 적혀 있는데도 그랬습니다.

이 장면이 지금 국내 제조기업 대부분에서 벌어지고 있는 일입니다. 홈페이지가 없어서가 아닙니다. AI 비서가 회사를 고를 때 보는 자료가 홈페이지 한 곳이 아니기 때문입니다. AI 검색 전체의 흐름은 GEO 완벽 가이드에서, 구글 검색 상단의 AI 요약은 구글 AI 개요에 노출되는 법에서 다루었습니다. 이 글은 "추천해 줘"라는 질문에 회사 이름이 나오게 만드는 일에만 집중합니다.

ChatGPT는 어떤 근거로 회사를 고르나

재료는 두 가지, 학습 데이터와 실시간 검색

AI 비서가 답을 만들 때 쓰는 재료는 두 가지입니다. 하나는 모델을 만들 때 읽어 들인 과거의 웹 문서, 즉 학습 데이터입니다. 여기에는 우리 회사가 몇 년 전 모습으로 들어가 있거나 아예 없습니다. 10년 전 사업을 주력으로 설명한 것은 이 재료 때문입니다. 다른 하나는 질문을 받은 순간 웹을 검색해서 가져오는 페이지입니다. 이 경우 답 옆에 출처 링크가 붙습니다.

두 재료 중 우리가 손댈 수 있는 쪽은 후자입니다. 학습 데이터는 바꿀 수 없고, 바뀌더라도 다음 모델이 나올 때까지 기다려야 합니다. 반면 실시간 검색은 지금 웹에 올라와 있는 문서를 읽습니다. 오늘 정비한 페이지가 다음 주 답에 반영될 수 있는 경로가 이쪽입니다.

"추천해 줘"에는 제3자 페이지가 먼저 읽힙니다

"볼밸브 선정 기준이 뭐냐"는 질문에는 한 회사의 기술 자료 페이지가 그대로 출처가 될 수 있습니다. 그러나 "업체를 추천해 줘"라는 질문은 다릅니다. 여러 회사를 견주어야 하므로 AI는 한 회사의 홈페이지보다 여러 회사가 나란히 적힌 페이지를 먼저 찾습니다. 업종 협회 회원사 명단, 전시회 참가사 디렉터리, 산업 전문지의 업체 소개 기사, 산업단지 입주기업 목록, 비교 블로그 글 같은 것들입니다.

이 점이 일반 검색 최적화와 가장 다른 부분입니다. 우리 홈페이지를 아무리 잘 만들어도 그 페이지들에 우리 회사가 없으면 추천 목록에 들어가기 어렵습니다. 반대로 홈페이지가 소박해도 제3자 페이지 서너 곳에 같은 사실이 적혀 있으면 이름이 올라옵니다. 폐업한 회사가 추천된 이유도 여기 있습니다. 그 회사는 사라졌지만 협회 명단과 옛 기사에는 아직 남아 있었던 것입니다.

같은 질문에 답이 바뀌는 이유

같은 질문을 오늘 넣고 내일 넣으면 추천 회사가 달라지는 경우가 흔합니다. AI 비서는 매번 조금씩 다른 문장을 만들고, 실시간 검색 결과도 날마다 조금씩 다르기 때문입니다. 그래서 한 번 검색해 보고 "우리는 안 나온다" 또는 "나온다"고 결론 내리면 안 됩니다. 중요한 것은 여러 번 물어도 꾸준히 나오는 상태이고, 그 상태는 여러 출처에서 같은 사실이 반복 확인될 때 만들어집니다.

추천 목록에 들어가는 회사의 세 가지 조건

여러 곳에서 같은 사실이 확인됩니다

AI 비서는 어떤 회사를 추천하기 전에 그 회사가 실제로 존재하고 그 일을 하는지를 여러 문서로 맞춰 봅니다. 회사명, 소재지, 주력 품목, 보유 인증, 이 네 가지가 홈페이지, 협회 회원사 명단, 전시회 디렉터리, 전문지 기사, 네이버 플레이스에서 같은 내용으로 적혀 있으면 믿을 만한 회사로 분류됩니다. 어느 한 곳이라도 다르면 의심의 대상이 되고 추천 목록에서 빠지기 쉽습니다.

무엇을 하는 회사인지 한 문장으로 적혀 있습니다

"최고의 품질로 고객 만족을 실현하는 기업"이라는 문장은 AI에게 아무 정보도 주지 않습니다. 반면 "자동차 부품용 알루미늄 다이캐스팅 전문, 월 생산 50톤, 경기 화성 소재, IATF 16949 인증"이라는 한 문장은 추천의 근거가 됩니다. 이 문장이 홈페이지 첫 화면과 회사 소개 페이지, 그리고 외부 디렉터리의 회사 설명란에 동일하게 들어가 있어야 합니다. 품목, 규모, 지역, 인증, 이 네 요소를 빠뜨리지 않는 것이 기준입니다.

최근 날짜가 있습니다

마지막 공지가 3년 전이고 뉴스 페이지가 비어 있는 홈페이지는 AI 입장에서 폐업한 회사와 구분이 어렵습니다. 사람도 그렇게 봅니다. 매달 한 건이면 충분합니다. 전시회 참가, 설비 도입, 인증 갱신, 신규 품목 추가 같은 사실을 날짜와 함께 짧게 올립니다. 외부 디렉터리의 정보도 1년에 한 번은 갱신일을 새로 찍어 둡니다.

홈페이지 밖의 출처를 등급별로 채우는 법

출처마다 AI가 두는 무게가 다릅니다. 공공기관과 업종 협회처럼 아무나 등록할 수 없는 곳이 가장 무겁고, 누구나 쓸 수 있는 블로그가 가장 가볍습니다. 아래 표는 국내 제조기업이 실제로 등록하거나 얻을 수 있는 출처를 무게 순으로 정리한 것입니다. 1등급부터 채우고 내려오는 것이 순서입니다.

등급	출처 종류	구체적인 예	얻는 방법과 비용
1등급	공공기관·협회 등록 정보	업종 협회 회원사 명단, 산업단지 입주기업 정보, 조달청 등록업체, 공공 기업정보 서비스	이미 등록되어 있는 경우가 많음. 회사 설명·주력 품목·주소가 최신인지 확인해 수정 요청. 비용 없음
2등급	전시회·전문지	전시회 참가사 디렉터리, 산업 전문지 업체 소개 기사, 기술 세미나 발표자 명단	전시회 참가 시 디렉터리 설명란을 직접 작성. 전문지 기사는 신제품·설비 도입 보도자료로 요청. 수십만 원 안팎
3등급	고객사·거래처 언급	고객사 홈페이지의 협력사 목록, 고객사 보도자료 안의 공급사 언급, 납품 사례	고객사에 협력사 목록 등재를 요청. 사례 공개는 고객사 동의 필요. 비용 없음
4등급	포털·영상·블로그	네이버 플레이스, 유튜브 공장 소개 영상, 자사·타사 블로그 글	직접 등록·작성. 양보다 회사명·품목·주소의 일관성이 중요. 비용 없음

전시회 참가사 디렉터리는 전시회가 끝난 뒤에도 남습니다

부품소재전이나 산업 전시회에 나가면 주최 측이 참가사 디렉터리를 웹에 올립니다. 이 페이지는 전시회가 끝나도 몇 년씩 남고, "어느 분야 업체가 있나"를 묻는 질문에 AI가 자주 읽는 페이지입니다. 그런데 많은 회사가 디렉터리 설명란을 "정밀 부품 제조"처럼 한 줄로 끝냅니다. 부스 비용을 이미 냈다면 이 설명란에 품목, 규모, 지역, 인증을 담은 한 문장과 주요 납품 산업을 적어 두는 것이 가장 싼 투자입니다. 전시회 명함을 매출로 바꾸는 법에서 다룬 사후 관리에 이 항목을 추가하면 됩니다.

산업 전문지 기사 한 건이 블로그 열 편보다 무겁습니다

업종마다 전문지가 있습니다. 설비를 새로 들였거나 인증을 받았거나 신규 품목을 시작했을 때, 그 사실을 다섯 문장으로 정리해 전문지에 보내면 기사로 실리는 경우가 많습니다. 기사에는 회사명과 소재지, 품목이 기자의 손으로 적히므로 제3자가 확인한 사실이 됩니다. 1년에 한두 건이면 충분하고, 보도자료 작성은 영업 담당자가 반나절이면 할 수 있는 일입니다.

고객사 이름이 들어간 사례가 가장 강한 근거입니다

"국내 완성차 1차 협력사에 납품"보다 "OO사 전기차용 모터 하우징 납품, 2024년부터 월 2만 개"가 훨씬 강한 근거입니다. 다만 고객사 이름 공개는 반드시 동의를 받아야 합니다. 동의를 받기 어렵다면 고객사 홈페이지의 협력사 목록에 우리 회사가 올라가 있는지만 확인해도 됩니다. 그 목록이 AI에게는 사례와 같은 역할을 합니다.

홈페이지에서 고칠 것은 두 페이지입니다

홈페이지 정비 전반은 구글 AI 개요에 노출되는 법에서 네 곳으로 나누어 설명했습니다. "추천해 줘"라는 질문에 한정하면 그중 두 페이지가 특히 중요합니다.

회사 소개: 사실 정보를 표로

회사명 국문과 영문, 소재지, 설립 연도, 직원 수, 주력 품목, 월 생산 능력, 보유 인증, 주요 납품 산업을 표 하나로 정리합니다. 대표 인사말보다 이 표가 위에 있어야 합니다. 외부 디렉터리에 적은 한 문장과 이 표의 내용이 글자 하나까지 같아야 합니다. AI는 이 표를 외부 출처와 대조하는 기준점으로 씁니다.

"어떤 회사에 맞나" 페이지

추천 질문에는 조건이 붙습니다. "소량 다품종 가능한 곳", "최소 발주량이 낮은 곳", "시제품부터 양산까지 하는 곳" 같은 조건입니다. 우리 회사가 맞는 조건과 맞지 않는 조건을 한 페이지에 솔직하게 적습니다. "최소 발주량 500개부터, 시제품은 3D 프린팅으로 2주 내 제작, 마그네슘 합금은 취급하지 않음"처럼 씁니다. 맞지 않는 조건을 적어 두면 엉뚱한 문의가 줄고, AI는 조건이 붙은 질문에 이 페이지를 근거로 우리 회사를 고릅니다.

국내 제조기업이 흔히 빠지는 다섯 가지 불일치

앞서 말한 조건 중 가장 자주 무너지는 것이 "여러 곳에서 같은 사실"입니다. 국내 제조기업 홈페이지와 외부 등록 정보를 함께 놓고 보면 거의 예외 없이 아래 다섯 가지 중 두세 개가 발견됩니다. 자기 회사는 아닐 것이라고 생각하지 말고 하나씩 확인해 보십시오.

1. 회사명 표기가 네 가지입니다

홈페이지에는 "(주)한결정밀", 협회 명단에는 "한결정밀 주식회사", 전시회 디렉터리에는 "한결정밀(주)", 영문은 "Hangyeol Precision"과 "HANKYUL Precision Co., Ltd."가 섞여 있는 식입니다. 사람은 같은 회사로 알아보지만 AI는 서로 다른 회사이거나 확인되지 않은 회사로 취급할 수 있습니다. 국문 한 가지, 영문 한 가지를 정하고 모든 곳을 그것으로 맞춥니다.

2. 옛 주소와 옛 전화번호가 남아 있습니다

공장을 이전한 뒤 홈페이지는 바꿨지만 협회 명단, 산업단지 입주기업 정보, 네이버 플레이스에는 옛 주소가 그대로인 경우가 많습니다. 추천 질문에 지역 조건이 붙으면 옛 주소 때문에 엉뚱한 지역으로 분류되거나 아예 빠집니다. 외부 등록처 목록을 만들어 이전이나 번호 변경 때마다 한꺼번에 수정합니다.

3. 홈페이지 품목과 실제 주력 품목이 다릅니다

10년 전 홈페이지를 만들 때의 주력 품목이 아직 첫 화면에 있고, 지금 매출의 70%를 차지하는 품목은 하위 메뉴에 한 줄로 들어가 있는 경우입니다. AI는 첫 화면과 회사 소개의 문장을 그 회사의 정체로 읽습니다. 지금 주력이 무엇인지를 기준으로 첫 문장을 다시 씁니다.

4. 네이버 플레이스가 없거나 업종이 틀립니다

제조기업 상당수가 네이버 플레이스를 등록하지 않았거나, 등록은 되어 있는데 업종이 "사무실"이나 "기타"로 되어 있습니다. 국내 구매 담당자가 네이버와 AI 비서를 함께 쓰는 상황에서 플레이스는 소재지와 업종을 확인하는 기본 출처입니다. 등록, 업종 수정, 회사 설명 한 문장 입력까지 한 시간이면 끝납니다.

5. 영문 정보가 없습니다

해외 바이어는 영문으로 묻습니다. 영문 홈페이지가 회사 소개 한 장뿐이거나 아예 없으면 영문 질문에서는 존재하지 않는 회사가 됩니다. 전체를 번역할 필요는 없습니다. 회사 소개 사실 표와 "어떤 회사에 맞나" 페이지, 이 두 페이지만 영문으로 두고, 영문 회사명을 외부 디렉터리와 맞추면 됩니다.

효과는 어떻게 확인하나

매달 같은 질문 다섯 개를 넣어 봅니다

우리 회사가 받고 싶은 추천 질문을 다섯 개 정합니다. 품목만 넣은 것, 지역 조건을 붙인 것, 수량이나 인증 조건을 붙인 것, 영문으로 쓴 것, 회사명을 직접 넣어 "어떤 회사냐"고 묻는 것으로 구성하면 됩니다. 매달 같은 날 같은 질문을 넣고 답을 캡처해 표에 기록합니다. 우리 회사가 나왔는지, 몇 번째인지, 어떤 출처 링크가 붙었는지, 틀린 설명이 있었는지를 적습니다.

한 번의 결과로 판단하지 말고 석 달치를 모읍니다. 어느 달에 협회 정보를 고치고 어느 달에 전문지 기사가 나갔는지를 같은 표에 적어 두면, 어떤 조치가 추천 여부를 바꿨는지 보입니다. 견적 문의 양식과 전화 응대에 "어떻게 알고 연락하셨나"를 묻는 항목을 넣어 두면 실제 문의가 AI 비서를 거쳐 왔는지도 확인됩니다.

정리하며

AI 비서가 회사를 추천할 때 보는 것은 홈페이지 한 곳이 아니라 홈페이지 밖의 여러 출처입니다. "추천해 줘"라는 질문에는 협회 명단, 전시회 디렉터리, 전문지 기사처럼 여러 회사가 나란히 적힌 페이지가 먼저 읽히고, 그 안에서 회사명, 품목, 소재지, 인증이 여러 곳에서 같은 회사가 뽑힙니다. 광고로 살 수 없고 블로그 양으로 밀어붙일 수도 없습니다.

할 일은 분명합니다. 회사명 표기를 하나로 정하고, 외부 등록 정보의 주소와 품목을 최신으로 맞추고, 전시회 디렉터리와 전문지 기사에 품목·규모·지역·인증이 담긴 한 문장을 넣고, 홈페이지 회사 소개에 같은 내용의 사실 표를 둡니다. 그리고 매달 같은 질문 다섯 개를 넣어 결과를 기록합니다. 이 작업은 대부분 비용이 들지 않고, 처음 한 번은 이틀, 이후에는 매달 30분입니다.

오늘 할 수 있는 일은 하나입니다. 우리 회사 이름을 ChatGPT에 넣고 "이 회사는 무엇을 하는 회사인가"라고 물어보십시오. 답에서 틀린 부분에 밑줄을 긋고, 그 틀린 사실이 어느 외부 페이지에 남아 있는지 찾아보십시오. 그 페이지 하나를 고치는 것이 AI 검색 노출의 첫걸음입니다.