트래픽은 줄었는데 좋은 리드는 늘었다면: B2B 콘텐츠 리포트 다시 읽기

트래픽은 줄고
좋은 리드는 늘었다면
AI 검색 시대의 B2B 콘텐츠 리포트
콘텐츠 리포트에서 가장 애매한 순간은 숫자가 서로 다른 말을 할 때입니다. organic sessions는 줄었는데 브랜드 검색은 버티고, 블로그 클릭은 빠졌는데 데모 요청의 회사 규모는 좋아지는 식입니다. 이럴 때 팀 안에서는 보통 두 가지 질문이 같이 나옵니다. “콘텐츠가 힘을 잃은 걸까요?” “아니면 구매자가 다른 경로로 오고 있는 걸까요?”
AI 검색과 zero-click 결과가 늘어난 뒤에는 이 질문이 더 자주 생깁니다. 사용자가 검색 결과나 AI 답변에서 필요한 정보를 먼저 보고, 실제 방문은 며칠 뒤 브랜드 검색, direct, 영업 문의로 남기는 경우가 늘었기 때문입니다. 그래서 이 글은 AI 검색 최적화 방법이 아니라, 트래픽이 줄어든 달의 콘텐츠 리포트를 어떻게 다시 읽을지 다룹니다.
클릭이 줄었는데 질문은 남아 있을까요?
Pew Research Center는 2025년 3월 Google 검색 데이터를 분석했습니다. AI summary가 나온 방문에서 전통 검색 결과 링크를 누른 비율은 8%였고, summary가 없는 방문은 15%였습니다. AI summary 안의 출처 링크 클릭은 1%에 그쳤고, AI summary가 나온 뒤 browsing session을 끝내는 비율도 더 높았습니다.
Bain & Company도 2025년 2월 발표에서 비슷한 흐름을 짚었습니다. 약 80%의 search users가 AI summaries에 최소 40% 이상 의존하고, 전통 검색에서는 약 60%의 검색이 다른 사이트로 이동하지 않고 끝난다고 밝혔습니다. Bain은 이 변화가 organic web traffic을 15-25% 줄인다고 추정했습니다.
이 숫자를 보고 “어차피 트래픽은 줄 테니 신경 쓰지 말자”고 넘기면 안 됩니다. 클릭이 줄었다고 질문까지 사라진 것은 아니며, 사용자는 여전히 조사하고 비교하고 내부 설득 자료를 찾지만, 그 과정의 일부가 웹사이트 세션으로 바로 남지 않을 뿐입니다.
GA4에서 AI 유입이 작으면 무시해도 될까요?
Ahrefs는 3,000개 사이트를 분석해 63%가 AI chatbot referral을 받았다고 밝혔습니다. 그런데 평균 website traffic 중 AI chatbot visitors 비중은 0.17%였기 때문에, 숫자만 보면 “아직은 별거 아니네”라는 결론이 나오기 쉽습니다.
문제는 그 숫자가 보이는 유입만 세고 있다는 점입니다. Ahrefs도 일부 AI traffic이 analytics에서 direct로 잡히는 경우가 있다고 설명했습니다. 사용자가 AI 도구에서 제품명을 본 뒤 나중에 주소창이나 브랜드 검색으로 들어오면, referral 리포트는 앞단을 놓칩니다.
GA4의 채널 정의도 이 부분을 더 애매하게 만듭니다. Google Analytics Help에 따르면 AI Assistants 채널은 ChatGPT, Gemini, Deepseek, Copilot, Grok 같은 출처를 포함하지만 Google AI Overviews와 AI Mode는 제외합니다. 반대로 Organic Search에는 Google AI Overviews와 AI Mode가 포함됩니다. 그래서 AI Assistants 유입이 작다는 말은 AI 검색 영향이 작다는 말과 다릅니다.
세션만 보고 예산을 줄여도 될까요?
많은 콘텐츠 리포트는 URL별 세션, 클릭, 순위, 전환을 따로 놓습니다. 검색 결과를 보고 바로 웹사이트에 들어오던 때에는 이 방식도 꽤 쓸 만했지만, 지금은 한 사람이 AI answer, 검색 결과, 브랜드 검색, 비교 페이지, 영업 자료를 며칠에 걸쳐 오갑니다.
organic sessions만 보고 콘텐츠 예산을 줄이면 문제가 생깁니다. 정보형 질문에서 클릭이 빠졌을 뿐 구매 직전 질문은 다른 경로로 살아 있을 가능성이 큰데, 이 차이를 구분하지 못하면 멀쩡한 콘텐츠 예산을 줄이게 됩니다. 반대로 세션은 버티는데 데모 품질이 나빠졌다면, 콘텐츠는 사람을 데려오고 있어도 좋은 수요를 잡지 못하고 있는 것입니다.
콘텐츠 리포트의 목적은 그래프를 많이 붙이는 일이 아니라, 다음 회의에서 예산을 줄일지, 기존 글을 고칠지, 비교 페이지를 만들지, 영업 노트를 콘텐츠에 반영할지 정하게 만드는 일입니다. 그래서 이제 리포트의 첫 질문은 “얼마나 왔나”가 아니라 “수요가 어디로 이동했나”에 가까워야 합니다.

리포트 첫 장에는 무엇을 같이 봐야 할까요?
세션 수를 버리자는 얘기가 아니라, 세션 수만 혼자 두지 말자는 얘기입니다. B2B 구매자는 한 번의 클릭으로 바로 문의하지 않기 때문에 콘텐츠 성과도 traffic, demand, pipeline quality를 나눠서 봐야 덜 흔들립니다.
신호 | 회의에서 물어볼 질문 | 주로 보는 데이터 |
|---|---|---|
Organic sessions | 정보 탐색 방문이 줄었나, 특정 URL군만 줄었나 | GA4, GSC click |
AI/zero-click exposure | 클릭 없이 노출되거나 답변에 쓰인 흔적이 있나 | GSC generative AI report, AI answer sampling, prompt tracking |
Branded demand | 브랜드명, 제품명, 카테고리+브랜드 검색이 버티나 | GSC query, Google Trends, CRM source note |
High-intent page visit | 가격, 비교, 보안, 사례, 데모 페이지로 이동이 남았나 | GA4 page path, event, assisted conversion |
Conversion quality | 리드 수보다 업종, 직책, deal stage가 좋아졌나 | CRM, form field, sales note |
이 표에서 제일 먼저 볼 줄은 organic sessions가 아닙니다. branded demand와 high-intent page visit이 같이 버티는지 봐야 하며, 클릭이 줄어도 브랜드 검색과 데모 품질이 남아 있으면 수요가 사라졌다기보다 경로가 바뀌었을 가능성이 큽니다.
Google은 2026년 6월 3일 Search Console의 generative AI performance reports를 발표했습니다. AI Overviews, AI Mode 같은 generative AI features에서 URL이 노출된 횟수, pages, countries, devices, dates를 보여주는 별도 view입니다. 2026년 6월 6일 기준 일부 사이트 rollout 단계라 모든 팀이 바로 쓸 수 있는 화면은 아닙니다. 그래도 클릭만 보던 리포트가 노출 쪽으로 넓어지고 있다는 신호로는 충분합니다.
“AI 때문”이라고 쓰기 전에 무엇을 나눠야 할까요?
AI 검색 리포트에서 가장 위험한 문장은 “AI 때문에 그런 것 같습니다”인데, 맞을 수도 있지만 그 문장으로는 예산도 못 정하고 수정할 페이지도 못 고릅니다. 그래서 보고서 안에서는 확인된 사실, 운영 관찰, 추정을 분리해야 합니다.
구분 | 이 글에서 쓰는 기준 | 보고서에서의 역할 |
|---|---|---|
확인된 사실 | Pew, Bain, Ahrefs, Google 공식 문서처럼 공개 출처로 확인한 내용 | 검색 행동과 측정 체계가 바뀌고 있다는 배경 |
Search OS 관찰 | URL군, 질문군, AI 답변 샘플, 봇 접근, 수정 이력을 함께 보는 운영 경험 | 콘텐츠 수정 단위를 페이지가 아니라 질문군과 URL군으로 나누는 근거 |
추정 | 특정 계정의 traffic 감소 원인이 AI 검색, direct 전환, 브랜드 수요 이동 때문이라는 해석 | 다음 분석과 실험을 정하는 가설 |
예를 들어 organic sessions가 줄었다는 말은 사실이고, AI answer에서 클릭이 흡수됐을 가능성이 있다는 말은 추정입니다. 가격 비교 질문군에서 브랜드 검색은 유지됐다는 말은 운영 관찰입니다. 이 셋을 한 문장으로 묶으면 보고서는 그럴듯해지지만, 실제로 할 일은 흐려집니다.
어떤 리포트 습관부터 줄여야 할까요?
전체 organic traffic만 월별로 비교하는 습관부터 줄여야 합니다. informational page, comparison page, pricing page, case study page를 한 줄로 합치면 신호가 뭉개지며, 정보형 페이지의 하락과 가격 페이지의 하락은 같은 감소율이어도 의미가 다릅니다.
AI referral 총합을 하나의 채널 숫자로 보는 것도 위험합니다. ChatGPT, Perplexity, Gemini, Copilot의 referral은 다르게 잡히고, Google AI Overviews와 AI Mode는 GA4에서 AI Assistants로 잡히지 않습니다. AI referral이 작다고 해서 direct와 branded demand에 숨어 있는 신호까지 작다고 볼 수는 없습니다.
순위 스크린샷도 조심해야 하지만, 순위는 여전히 봐야 하는 지표라서 완전히 버릴 필요는 없습니다. 다만 사용자가 클릭하지 않고 답을 얻는 화면에서는 순위만으로 영향력을 설명하기 어렵기 때문에, “우리가 몇 위였나”보다 “어떤 질문에서 보였고, 그 뒤에 어떤 수요 신호가 남았나”가 더 실무적인 질문입니다.
숫자 조합별로 어떻게 읽어야 할까요?
organic sessions가 줄었는데 branded search, direct, demo quality가 같이 버틴다면 수요가 다른 경로로 이동했을 가능성이 있습니다. 이때는 블로그 발행량을 무작정 늘릴 일이 아닙니다. AI answer에 쓰일 법한 질문군, 비교 페이지, 가격과 보안 근거, 고객 사례 연결을 먼저 봐야 합니다.
organic sessions가 줄었고 branded search와 high-intent page visit도 같이 빠졌다면 얘기가 다릅니다. 이 경우는 단순한 zero-click 영향보다 콘텐츠 경쟁력 약화, 메시지 노후화, 카테고리 관심 감소를 의심해야 합니다. 기존 글의 업데이트 날짜, 경쟁 글의 새 claim, 제품 포지셔닝 변화를 먼저 확인합니다.
organic sessions는 늘었는데 conversion quality가 낮아졌다면 traffic 품질 문제입니다. 이 경우에는 AI 검색보다 키워드와 콘텐츠 의도가 어긋났을 가능성이 크므로, 조회수가 큰 글을 더 키우기보다 high-intent page로 가는 내부 연결과 CTA 문맥을 다시 봐야 합니다.

Search OS에서는 어디까지 묶어 봐야 할까요?
이 글의 출발점은 Search OS가 아닙니다. 시장의 문제는 이미 바깥에서 생겼고, B2B 팀은 traffic 감소를 보고 콘텐츠 예산을 줄여야 할지, 측정 체계를 바꿔야 할지, 기존 페이지를 고쳐야 할지 판단해야 합니다.
다만 운영으로 들어가면 묶어야 할 단위가 생깁니다. Search OS에서는 URL군, 질문군, AI 답변 샘플, 봇 접근, GSC/GA4 신호, 수정 이력을 같은 흐름에 놓고 봅니다. “이달 organic sessions가 줄었다”에서 멈추지 않고, 어느 질문군의 클릭이 줄었는지, 어떤 URL이 AI answer나 검색 노출에 남아 있는지, 수정 뒤 branded demand와 high-intent visit이 어떻게 움직였는지 봅니다.
B2B 보안 솔루션 팀이라면 “SOC 2 준비”, “보안 인증 비교”, “엔터프라이즈 구매 체크리스트” 같은 질문군을 따로 봅니다. 정보형 글의 클릭이 줄어도 보안 문서, 가격 문의, 브랜드 검색, 영업 노트의 언급이 살아 있으면 수요는 다른 곳에 남아 있으며, 그때 리포트는 “트래픽 하락”보다 “수요 이동”을 보여줘야 합니다.
이 루프가 쌓이면 콘텐츠 회의의 말이 바뀝니다. “다음 달 글을 몇 개 더 쓸까”보다 “어느 질문군에서 클릭은 줄고 브랜드 수요는 남았나”, “어느 URL군이 high-intent page로 이어지지 않나”, “어느 claim이 경쟁사나 제3자 자료로 넘어가나”를 먼저 묻게 됩니다. 그 질문이 있어야 새 글, 기존 글 수정, 비교 페이지, 영업 자료 정리의 우선순위가 갈립니다.
이번 달 리포트에서 무엇부터 바꿀까요?
organic sessions 표는 URL군별로 나눕니다. 정보형, 비교형, 가격/보안형, 사례형을 한 줄에 섞지 않아야 같은 감소율이라도 서로 다른 의미를 가진 하락을 구분합니다.
AI Assistants 유입은 따로 보되, 그 숫자만 보고 안심하지 않습니다. GA4 custom channel group을 쓰면 일부 AI assistant traffic을 더 정리해서 볼 수 있지만, Google AI Overviews와 AI Mode, direct로 들어오는 AI 영향은 별도 해석이 필요합니다.
브랜드 수요와 전환 품질은 리포트 본문에 올립니다. branded query, direct visit, pricing/security/demo page visit, form의 회사 규모와 직책, sales note의 유입 맥락을 같이 봐야 traffic 감소가 실패인지, 경로 이동인지, 품질 개선인지 나뉩니다.
마지막으로 모든 판단에 근거 수준을 붙입니다. 확인된 사실, 계정 데이터 관찰, 추정을 분리해 쓰면 보고서가 덜 화려해져도 회의는 빨라지고, AI 검색 시대의 콘텐츠 리포트에는 그래프 몇 개보다 덜 헷갈리는 판정표가 더 필요합니다.
트래픽이 줄었다는 숫자는 계속 봐야 합니다. 다만 그 숫자 하나로 콘텐츠가 실패했다고 말하기에는 검색 화면도, 구매 여정도 너무 많이 바뀌었습니다. B2B 콘텐츠 팀이 지금 바꿔야 할 것은 발행량보다 리포트의 판정 기준이며, 세션이 줄었는지보다 수요가 어디로 옮겨 갔는지를 먼저 읽어야 합니다.
참고한 자료
Bain & Company, Consumer reliance on AI search results signals new era of marketing
Google Search Central, Introducing Search Generative AI performance reports in Search Console
Data Axle, The AI search shakeup: What every B2B marketer needs to know
RedSEO, Strategic SEO and Traffic Acquisition in the Zero-Click and Generative AI Era