스토어링크, AI가 브랜드를 어떻게 설명하는지 측정한다…첫 CAIO에 박범서 교수
(venturesquare.net)
스토어링크가 초대 CAIO로 박범서 교수를 영입하며, 생성형 AI 답변 내 브랜드 가시성을 측정하는 ASEO 기술 개발과 전사적 AI 네이티브 기업으로의 전환을 선언했다.
이 글의 핵심 포인트
- 1스토어링크, 초대 CAIO로 박범서 국민대학교 교수 영입
- 2생성형 AI 답변 내 브랜드 출현 빈도 및 설명 정확도 분석 기술 개발 추진
- 3'AI 검색엔진 최적화(ASEO) 가시성 지표' 연구 및 적용
- 4업무 프로세스 전반에 AI를 적용하는 '네이티브 AI(Native AI) 기업' 전환 추진
- 5AI 답변의 모델, 시점, 맥락별 반복 관측을 통한 브랜드 추천 유형화 분석
이 글에 대한 공공지능 분석
왜 중요한가?
검색 패러다임이 키워드 기반에서 대화형 AI로 이동함에 따라, 브랜드가 AI의 답변에 어떻게 포함되는지를 관리하는 새로운 마케팅 영역(ASEO)이 탄생했음을 의미한다. 이는 기존 SEO의 한계를 넘어 AI 에이전트 시대의 새로운 브랜드 생존 전략을 제시한다.
어떤 배경과 맥락이 있나?
LLM(거대언어모델)의 확산으로 사용자가 정보를 찾는 방식이 검색창에서 AI와의 대화로 변화하고 있으며, 이에 따라 기업들은 AI가 자사 제품을 정확하고 긍정적인 맥락에서 추천하도록 유도해야 하는 과제에 직면해 있다.
업계에 어떤 영향을 주나?
마케팅 솔루션 시장의 중심이 검색 엔진 최적화(SEO)에서 AI 검색 엔진 최적화(ASEO)로 이동할 것이며, AI가 이해하기 쉬운 형태의 콘텐츠 구조화 및 정보 배치 전략이 기업의 핵심 경쟁력이 될 것이다.
한국 시장에 어떤 시사점이 있나?
이커머스 비중이 높은 한국 시장에서 AI 답변의 정확도를 관리하는 기술은 브랜드 신기능 및 신뢰도와 직결되므로, 국내 스타트업들은 AI 에이전트 환경에 최적화된 데이터 관리 및 콘텐츠 전략을 선제적으로 구축해야 한다.
이 글에 대한 큐레이터 의견
스토어링크의 행보는 단순한 기술 도입을 넘어, AI가 정보의 게이트키퍼가 되는 시대에 '브랜드 가시성'이라는 새로운 시장을 선점하려는 전략적 움직임이다. 특히 ASEO(AI 검색엔진 최적화)라는 개념을 구체적인 지표로 수치화하려는 시도는 마케팅의 불확실성을 줄이고 데이터 기반의 의사결정을 가능케 한다는 점에서 매우 고무적이다.
다만, ASEO 기술의 실효성에 대해서는 신중한 접근이 필요하다. LLM 모델의 업데이트 주기와 학습 데이터의 폐쇄성으로 인해, 기업이 콘텐츠를 최적화하더라도 AI의 답변 결과가 즉각적으로 반영되지 않거나 예측 불가능한 편향성을 보일 위험(Risk)이 존재하기 때문이다. 따라서 창업자들은 단순히 노출 빈도를 높이는 것에 매몰되기보다, AI가 신뢰할 수 있는 '구조화된 데이터(Structured Data)'를 구축하는 데 집중하며 기술적 변동성에 대비하는 유연한 전략을 갖춰야 한다.
관련 뉴스
댓글
아직 댓글이 없습니다. 첫 댓글을 남겨보세요.