고객이 더 이상 검색창에 키워드를 치지 않습니다. ChatGPT에 “우리 회사 규모에 맞는 CRM 추천해줘”라고 묻고, 거기서 나온 3개 중에 고릅니다. 그렇다면 질문은 하나로 좁혀집니다. 그 3개 안에 우리 브랜드가 들어가 있을까요? Demandbase가 2026년 10월 20일 발표한 AI 에이전트 3종 중 하나인 AEO Agent는 바로 이 질문에 답하려고 만들어진 도구입니다. AI 비서가 우리 브랜드를 어떻게 설명하고, 어떤 상황에서 추천하는지를 추적합니다.
30초 요약
- 발표 시점: Demandbase가 2026년 10월 20일 새로운 AI 에이전트 3종의 출시를 발표했습니다.
- AEO Agent의 역할: AI 비서가 브랜드를 어떻게 설명하고 추천하는지를 추적하도록 설계된 도구입니다.
- B2A라는 새 개념: 이번 발표는 B2A(Business-to-Agent) 마케팅을 겨냥하고 있고, ChatGPT 같은 AI 시스템을 공략 대상으로 봅니다.
- AEO가 뭔지: Answer Engine Optimization, 즉 ‘검색 순위’가 아니라 ‘AI의 답변 안에 들어가기’를 목표로 하는 최적화입니다.
- 마케터의 할 일: 순위 추적에서 ‘언급과 추천 추적’으로 측정 지표를 하나 더 늘려야 하는 시점입니다.
1. 무슨 일이 있었나
Demandbase는 B2B 마케팅 쪽에서 ABM(Account-Based Marketing)으로 알려진 회사입니다. 쉽게 말하면 “개인 한 명 한 명이 아니라, 기업 계정 단위로 마케팅한다”는 접근을 도구화한 플랫폼입니다. 이 회사가 2026년 10월 20일, 새로운 AI 에이전트 3종의 출시를 발표했습니다.
그중에서 가장 눈에 띄는 것이 AEO Agent입니다. 이 에이전트는 AI 비서들이 브랜드를 어떻게 설명하고 추천하는지를 추적하도록 설계되었습니다. 그리고 이번 발표의 전체 프레임은 B2A, 즉 Business-to-Agent 마케팅입니다. ChatGPT 같은 AI 시스템 자체를 마케팅 대상으로 본다는 뜻입니다.
발표 자체는 짧습니다. 하지만 이 짧은 발표가 던지는 메시지는 꽤 무겁습니다. 지금까지 B2B 마케팅 업계에서 “AI 검색 대응해야 한다”는 말은 많았지만, 대형 ABM 플랫폼이 그걸 정식 제품 라인으로 올린 건 또 다른 신호입니다. 업계가 이걸 실험이 아니라 측정 가능한 채널로 보기 시작했다는 뜻이니까요.
2. AEO가 뭔가요, SEO와 뭐가 다른가요
AEO는 Answer Engine Optimization의 약자입니다. 직역하면 ‘답변 엔진 최적화’입니다. 여기서 ‘답변 엔진’은 ChatGPT, Perplexity, Google AI Overview처럼 질문에 바로 답을 주는 시스템을 말합니다.
비유로 이해하기
기존 SEO는 도서관 서가 정리에 가깝습니다. 사람들이 ‘마케팅 자동화’라는 서가를 찾아왔을 때, 우리 책이 눈높이 맨 앞줄에 놓여 있게 만드는 작업입니다. 검색 결과 10개가 나오고, 거기서 내 위치가 몇 번째인지가 승부입니다.
AEO는 사서에게 추천받는 일입니다. 방문자가 서가를 직접 보지 않고 사서에게 “저 같은 사람한테 맞는 책 뭐예요?”라고 묻습니다. 사서는 3권을 꺼내줍니다. 서가 몇 번째 칸에 있었는지는 아무 의미가 없습니다. 사서의 머릿속에 우리 책이 “이런 상황에 맞는 책”으로 저장되어 있었는지가 전부입니다.
그래서 측정 방식도 달라집니다. SEO는 ‘순위’를 봅니다. AEO는 ‘언급 여부’와 ‘어떻게 설명되는가’를 봅니다. 10위냐 3위냐가 아니라, 아예 언급되는지 안 되는지가 1차 관문이고, 언급될 때 우리를 정확하게 설명하는지가 2차 관문입니다.
핵심 포인트: AEO에서는 ‘0위 아니면 아예 없음’입니다. AI가 답변에 3개를 넣는다면, 4등은 0등과 같습니다. 순위를 조금 올리는 식의 점진적 개선이 통하지 않는 구조라서, 접근법 자체를 다르게 잡아야 합니다.
3. B2A: 고객이 아니라 AI에게 파는 시대
B2B, B2C는 익숙합니다. B2A는 Business-to-Agent, 기업이 AI 에이전트를 상대로 마케팅한다는 개념입니다. Demandbase의 이번 발표가 바로 이 영역을 겨냥했습니다.
왜 이게 말이 되는지 생각해 보면 간단합니다. B2B 구매 과정은 원래 길고 복잡합니다. 담당자가 몇 주에 걸쳐 후보를 10개 모으고, 비교표를 만들고, 상부에 보고합니다. 그런데 이제 그 ‘후보 10개 모으기’ 단계가 AI에게 넘어갔습니다. 담당자는 AI가 추려준 명단에서 시작합니다.
즉, AI가 1차 심사위원이 된 겁니다. 광고를 아무리 잘 만들어도 1차 심사에서 명단에 못 들면 사람 눈앞에 갈 기회조차 없습니다. 마케팅에서 ‘첫 접점’이라고 부르던 자리가 통째로 AI 쪽으로 이동한 셈입니다.
그럼 AI는 뭘 보고 추천할까요
AI 비서들은 학습 데이터와 실시간 검색 결과를 조합해서 답합니다. 여기서 중요한 건, AI가 보는 건 우리 홈페이지 하나가 아니라는 점입니다. 리뷰 사이트, 비교 글, 업계 미디어 기사, 커뮤니티 대화, 공식 문서까지 전부 재료입니다. 그래서 “우리 사이트 글만 잘 쓰면 된다”는 생각은 AEO에서 가장 빠지기 쉬운 함정입니다.
4. 실전 활용: 당장 할 수 있는 다섯 가지
도구 하나가 나왔다고 해서 바로 사야 할 이유는 없습니다. 하지만 이 발표가 가리키는 방향에 맞춰 지금 손으로 할 수 있는 일은 꽤 많습니다.
첫째, 직접 물어보고 기록하기
가장 빠르고 돈 안 드는 방법입니다. ChatGPT, Perplexity, Google AI Overview, Claude에 우리 고객이 실제로 쓸 질문 20개를 넣어보고, 답변에 우리 브랜드가 나오는지, 어떻게 설명되는지를 스프레드시트에 기록하세요. “최고의 X 추천” 같은 질문만 넣지 말고, “예산 월 500만 원인 중소기업에 맞는 X”처럼 상황이 들어간 질문을 섞어야 실제 구매 질문에 가까워집니다. 월 1회씩만 반복해도 변화 추이가 보입니다.
둘째, 비교 글을 직접 만들기
AI가 추천 근거로 자주 끌어오는 것이 비교 콘텐츠입니다. “A vs B”, “A 대안 5가지” 같은 글입니다. 자사 제품만 칭찬하는 글은 AI가 신뢰도 낮게 다룰 가능성이 큽니다. 경쟁사 장점도 솔직하게 쓰고, 우리가 어떤 상황에 더 맞는지를 명확하게 구분해 주는 쪽이 오히려 인용되기 쉽습니다.
셋째, 사실 정보를 기계가 읽기 쉽게 정리하기
가격, 기능, 지원 지역, 연동 가능한 도구, 회사 설립 연도 같은 기본 정보를 한 페이지에 깔끔하게 정리해 두세요. 이미지 안에 가격표를 넣어두면 AI가 읽지 못합니다. 텍스트로, 표로, 구조화된 데이터(스키마 마크업)로 올려두는 것이 기본입니다.
넷째, 우리 얘기를 하는 ‘남의 사이트’를 관리하기
리뷰 플랫폼, 업계 미디어, 디렉터리, 커뮤니티 질문글. AI가 참고하는 재료의 상당 부분이 우리 통제 밖에 있습니다. 여기서 정보가 오래되어 있거나 틀려 있으면 AI는 그 오래된 정보를 반복합니다. 주요 리뷰 사이트 프로필의 제품 설명과 가격을 최신으로 맞추는 작업은 광고비 없이 할 수 있는 AEO 작업 중 효율이 가장 높은 편입니다.
다섯째, AI 추천 유입을 따로 떼어 보기
애널리틱스에서 ChatGPT, Perplexity 등에서 들어온 트래픽을 별도 세그먼트로 분리하세요. 양은 적어도 이 트래픽의 체류 시간이나 전환율이 일반 검색 유입보다 좋은 경우가 종종 있습니다. AI가 이미 한 번 걸러준 사람들이라 그렇습니다. 숫자가 작다고 무시하면 채널이 커지는 타이밍을 놓칩니다.
5. 기존 방식 vs AI 추천 시대
| 구분 | 기존 검색 마케팅 (SEO/SEM) | AI 추천 대응 (AEO/B2A) |
|---|---|---|
| 목표 | 검색 결과 상위 노출 | AI 답변 안에 언급되고 추천되기 |
| 핵심 지표 | 순위, 노출수, 클릭률 | 언급 빈도, 설명의 정확도, 추천 맥락 |
| 경쟁 구조 | 10개 자리를 두고 경쟁 | 보통 2~4개 자리, 들어가거나 빠지거나 |
| 최적화 대상 | 자사 웹사이트 중심 | 자사 + 리뷰 사이트 + 미디어 + 커뮤니티 |
| 콘텐츠 스타일 | 키워드 중심, 길고 포괄적 | 질문에 바로 답하는 명확한 문단, 비교와 수치 |
| 개선 방식 | 점진적 순위 상승 가능 | 언급 여부가 먼저, 단계적 개선이 어려움 |
| 측정 난이도 | 성숙한 도구 다수 | 도구가 등장하는 단계, 수동 점검 병행 필요 |
표를 보면 알 수 있듯이, AEO는 SEO를 대체하는 게 아닙니다. SEO를 잘해 놓은 회사가 AEO에서도 유리합니다. AI가 참고하는 재료 자체가 검색 가능한 웹 콘텐츠이기 때문입니다. 다만 측정 지표와 콘텐츠 작법에서 한 겹이 추가되는 것으로 보는 게 정확합니다.
6. 주의할 점과 아직 모르는 것들
여기서 솔직하게 선을 그어야 할 부분이 있습니다.
AI 답변은 매번 다릅니다
같은 질문을 두 번 넣어도 답이 달라질 수 있습니다. 모델이 업데이트되면 또 달라집니다. 그래서 한 번 확인하고 “우리 괜찮네”라고 결론 내리면 안 됩니다. 반복 측정과 추세 관찰이 단발 측정보다 훨씬 중요합니다.
도구가 무엇을 얼마나 잡아내는지는 검증이 필요합니다
Demandbase 발표에 따르면 AEO Agent는 AI 비서가 브랜드를 어떻게 설명하고 추천하는지를 추적하도록 설계되었습니다. 다만 어떤 모델을 몇 개나 얼마나 자주 모니터링하는지, 추적 커버리지가 실제로 어느 정도인지는 공개 발표만으로 판단하기 어렵습니다. 이 영역 도구를 검토할 때는 데모에서 “어떤 엔진, 어떤 주기, 어떤 샘플링”을 확인하는 게 필수입니다.
조작하려 하면 역효과가 납니다
SEO 초기에 키워드 스터핑이 유행했다가 결국 페널티로 돌아왔던 걸 기억하면 됩니다. AI 추천을 노린 과장된 자기 홍보 콘텐츠, 가짜 리뷰, 의심스러운 비교 글은 단기적으로 걸릴 수 있어도 모델이 정교해지면서 걸러집니다. 정확하고 검증 가능한 정보를 정리해 두는 쪽이 길게 보면 유일한 전략입니다.
B2A는 아직 용어가 정착되지 않았습니다
B2A, AEO, GEO(Generative Engine Optimization) 같은 말들이 섞여 쓰이는 단계입니다. 용어를 외우는 데 에너지를 쓰기보다, “AI가 1차 추천을 하고 있다, 거기에 우리가 들어가 있는지 측정하고 있는지”라는 질문만 붙들고 있으면 충분합니다.
7. 자주 묻는 질문
Q1. AEO Agent는 정확히 무엇을 하는 도구인가요?
Demandbase가 2026년 10월 20일 발표한 AI 에이전트 3종 중 하나로, AI 비서들이 브랜드를 어떻게 설명하고 추천하는지를 추적하도록 설계된 도구입니다. 이번 발표는 ChatGPT 같은 AI 시스템을 마케팅 대상으로 보는 B2A(Business-to-Agent) 접근을 겨냥하고 있습니다.
Q2. AEO를 하면 SEO는 안 해도 되나요?
반대입니다. AI 비서들이 참고하는 재료가 결국 웹에 공개된 콘텐츠, 리뷰, 기사이기 때문에 SEO 기반이 약하면 AEO도 약해집니다. SEO를 유지하면서 측정 지표와 콘텐츠 구조에 AEO 관점을 한 겹 얹는 것으로 생각하시면 됩니다.
Q3. 도구를 안 사고도 시작할 수 있나요?
가능합니다. 고객이 실제로 쓸 질문 20개를 정하고, ChatGPT와 Perplexity 같은 서비스에 직접 넣어보고 결과를 스프레드시트에 기록하는 것부터 시작하세요. 월 1회 반복이면 추세가 보입니다. 도구는 이 작업이 수동으로 감당 안 될 규모가 됐을 때 검토하는 게 순서입니다.
Q4. B2C 브랜드에도 해당되는 이야기인가요?
해당됩니다. Demandbase 발표는 B2B 맥락이지만, 소비자도 “40대 건성 피부용 세럼 추천해줘”처럼 AI에 묻습니다. 아마존이나 자사 몰로 가기 전에 후보가 추려지는 구조는 B2C에서 더 빠르게 퍼지고 있습니다. 측정해야 할 질문 목록만 다를 뿐 원리는 같습니다.
Q5. 우리 브랜드가 AI 답변에 아예 안 나오면 어디서부터 손대야 하나요?
순서를 추천하면 이렇습니다. (1) 기본 사실 정보(가격, 기능, 대상 고객, 지원 범위)를 텍스트와 표로 정리된 페이지로 만들기, (2) 주요 리뷰 사이트와 디렉터리의 우리 프로필 정보를 최신화하기, (3) 경쟁사 포함 비교 콘텐츠를 솔직하게 쓰기. 셋 다 광고비 없이 할 수 있고, AI가 읽는 재료를 직접 늘리는 작업입니다.
Q6. 효과가 나오는 데 얼마나 걸리나요?
공개된 신뢰할 만한 벤치마크가 아직 많지 않아 기간을 단정하기 어렵습니다. 다만 AI 비서들이 실시간 검색을 함께 쓰는 경우에는 콘텐츠 반영이 비교적 빠르고, 학습 데이터에 의존하는 부분은 느립니다. 그래서 “빠른 반영을 기대하되, 측정은 최소 몇 개월 단위로 추세를 보는” 접근이 현실적입니다.
8. 정리하며
Demandbase의 AEO Agent 발표에서 중요한 건 도구 자체보다 신호입니다. 대형 B2B 마케팅 플랫폼이 “AI가 브랜드를 어떻게 설명하는지”를 정식 측정 대상으로 올렸다는 건, 이 영역이 실험 단계를 지나 관리 대상이 되기 시작했다는 뜻입니다.
그리고 다행인 점은, 지금 할 일이 복잡하지 않다는 겁니다. 고객이 쓸 질문을 정하고, AI에 넣어보고, 결과를 기록하는 일. 우리 제품 정보를 기계가 읽기 쉽게 정리하는 일. 남의 사이트에 올라간 우리 정보를 최신으로 맞추는 일. 도구 구매 결정보다 이 세 가지가 먼저입니다.
미국 시장에서 브랜드가 어떻게 언급되고 추천되는지를 들여다보는 작업, Calywire는 2014년부터 이 자리에서 해왔습니다. AI 검색 쪽 측정을 어디서부터 잡아야 할지 고민되신다면 가볍게 이야기 나눠보셔도 좋습니다. 일단은 질문 20개 적어보는 것부터 시작해 보시길 권합니다.
참고 자료
- Demandbase: Demandbase Launches New AI Agents to Lead the B2A Marketing Era
- The Demand Verse: Demandbase Launches AEO Agent to Track How AI Assistants Describe Brands
- MarTech Edge: Demandbase Launches Three AI Agents to Expand B2A Marketing
- Yahoo Finance: Demandbase Launches AI Agents to Lead the B2A Marketing Era
