신규 도메인 4개월 만에 ChatGPT 멀티턴 대행사 추천에서 최종 추천률 100%

고객사 사례가 아니라 사일삼마케팅 자신의 GEO(생성형 검색 최적화) 사례입니다. 단순히 검색해 본 것이 아니라, LLM이 마케팅 대행사를 추천하는 구조 — 어떤 질의에서 웹 검색을 호출하고, 어떤 페이지를 리트리벌하며, 후보를 어떤 기준으로 비교해 최종 한 곳을 고르는지 — 를 분석하고, 그 구조에 맞춰 사이트를 설계한 뒤 결과를 측정했습니다. 사일삼은 2026년 07월 기존 홈페이지를 신규 도메인으로 옮겨 전면 개편했고, 측정한 날은 새 도메인을 연 지 넉 달이 채 되지 않은 때였습니다.

기존 도메인을 버리고 신규 도메인을 택한 것은 의도한 선택이었습니다. 사일삼은 먼저 증명하고 상품을 팝니다. 이미 쌓인 도메인 이력을 그대로 쓰면 성과가 GEO 설계 덕분인지 오래된 도메인 덕분인지 가려낼 수 없어, 이력이 없는 새 도메인에서 0부터 시작했습니다.

신규 도메인으로 개편한 직후 ChatGPT는 대행사 추천에서 사일삼을 한 번도 꼽지 않았고, 회사 이름을 직접 물어도 사일삼을 알지 못했습니다. 새 도메인이라 쌓인 백링크 · 언급 이력이 적었고, LLM이 어떤 신호로 대행사를 고르는지도 알 수 없었습니다. 추천 구조를 분석해 보니 세 단계가 갈렸습니다. 첫째, 질의 유형에 따라 웹 검색 호출 여부가 달라 정보형 질의는 대부분 검색 없이 답했습니다. 둘째, 검색을 호출하면 '법률 마케팅 대행사'에 주제어를 붙인 꼴로 후보를 리트리벌했습니다. 셋째, 후보를 비교한 뒤 정량화된 공개 근거가 가장 구체적인 곳을 최종으로 골랐고 근거가 흐릿한 곳은 걸러 냈습니다.

분석한 추천 구조의 단계마다 맞춰, LLM이 인용 단위로 그대로 가져갈 수 있는 근거를 사이트에 설계했습니다.

엔티티 정보 정량화

설립 연도 · 함께한 로펌 수 · 월간 콘텐츠 구성 · 보고 주기 · 계약 기간처럼 회사 엔티티를 설명하는 사실을 수치로 적었습니다. 실측에서 GPT는 이 문장들을 그대로 옮겨 사일삼을 소개했습니다.

JSON-LD 구조화 데이터

페이지마다 Organization · WebPage · BreadcrumbList · FAQPage 같은 JSON-LD 구조화 데이터를 두어, LLM이 회사 · 페이지 · 질문과 답의 관계를 같은 형식으로 읽게 했습니다.

질문형 콘텐츠 구조

서비스 페이지를 질문형 H2 · 첫 문단 TL;DR · 자주 묻는 질문으로 짜서, 질의와 맞는 문단을 LLM이 청크 단위로 바로 인용할 수 있게 했습니다.

인블로그 실무노트로 조사 결과 공개

자사 인블로그 실무노트에 ChatGPT · 구글 · 네이버 AI에 직접 질문해 출처를 확인한 조사 방법과 결과를 측정 조건과 함께 공개했습니다. 서비스 페이지가 주장이라면, 실무노트는 그 주장을 받치는 1차 근거 문서입니다.

운영 조건과 한계 명시

무엇을 하고 무엇을 보장하지 않는지, 같은 지역 · 같은 분야 계약 기준처럼 운영 조건을 구체적으로 적어 신뢰 신호로 삼았습니다.

그 결과 대행사 추천을 이어 묻는 멀티턴 대화에서 사일삼이 등장한 7번 모두 마지막 턴의 최종 추천이 사일삼이었고, 업체 링크가 달린 답변 25개 가운데 8개에서 사일삼이 언급됐습니다(SoV 32%). 답변이 인용한 페이지는 사일삼의 변호사 마케팅 페이지였고, AI 검색 노출을 원한다고 이어 물은 멀티턴 체인에서는 GPT가 사일삼 인블로그 실무노트의 AI 인용 조사 글을 근거로 사일삼을 최종 추천했습니다. ChatGPT 경유 상담 문의도 늘었습니다. 개편 전에는 0건이던 chatgpt.com 리퍼럴 문의가, 측정한 날 처음 유입된 법률사무소가 소개서를 내려받고 바로 상담을 신청하면서 생겼습니다(GA4).

계정 개인화가 끼지 않도록 10월 29일 OpenAI API로 같은 멀티턴 체인 18개를 다시 돌렸을 때도 사일삼은 7개 대화에 등장했고, 그중 5개에서 최종 추천을 받았습니다. 다섯 번 모두 GPT는 사일삼이 공개한 작업 절차, 곧 법령 · 판례 원문과 원고를 다시 대조하는 검수와 발행 전 광고 규정 표현 점검을 최종 추천의 근거로 들었습니다.

10월 28일 대행사 질의 세트 결과 · 누적 관측 3,036회 중 싱글턴 32회 · 멀티턴 36회 · API 재현 멀티턴 18회

SEO · GEO는 흔히 6개월에서 1년 넘게 운영해야 성과가 보인다고 알려져 있습니다. 이 사례는 그 통념과 다른 기록입니다. 사일삼은 2026년 07월 신규 도메인으로 홈페이지를 개편했고, 그 직후 ChatGPT는 대행사 추천에서 사일삼을 한 번도 꼽지 않았을 뿐 아니라 회사 이름도 알지 못했습니다. 그런데 도메인 이력이 4개월이 채 안 된 10월 28일 측정에서 ChatGPT 멀티턴 대화에 사일삼이 등장한 7번 모두 최종 추천을 받았습니다. 같은 시기 ChatGPT 경로 상담 문의도 처음 생겼습니다(GA4).

기간을 줄인 것은 운영 기간이 아니라 설계였습니다. 기존 도메인에 쌓인 신뢰를 일부러 내려놓고, LLM이 답변을 만들 때 가져가는 근거를 처음부터 인용 단위로 갖추고 개편 직후부터 추천 결과를 측정하며 고쳤습니다. 잘 설계하면 GEO 성과는 몇 달 안에도 나타날 수 있습니다. 다만 업종 · 경쟁 · 사이트 상태에 따라 걸리는 기간은 다르며, 기간을 보장하지는 않습니다.

추천 구조를 단계별로 보려고 싱글턴 질의와 멀티턴 체인을 나눠 측정했고, 같은 조건으로 다시 잴 수 있도록 조건을 공개합니다.

LLM 답변은 실행마다 달라질 수 있어, 같은 조건으로 계속 다시 재며 근거를 보강하고 있습니다. 이 측정 뒤에는 계약 전후 성과 사례를 공개했습니다. AI 추천은 보장할 수 없으며, 관측 로그는 상담에서 보여 드립니다.