고객이 AI에 묻는 질문 중 「사겠다」는 질문은 몇 %일까?

고객이 AI에게 묻는 질문 가운데 바로 사겠다는 질문은 많지 않다. 가상 구매자 103만 1,732명의 질문 516만 46개를 나누자 구매 단계는 4.3%였고, 실제 챗GPT 대화에서는 살 물건을 찾는 메시지가 2.1%였다. 그래서 홈페이지에는 제품을 사라는 내용만이 아니라 고객이 사기 전에 궁금해하는 내용을 충분히 담아야 한다.

정말 사겠다는 질문은 얼마나 될까?

에스토니아 기업가정신응용과학대학과 AI 노출 분석 회사 랭크포AI 연구진은 AI로 만든 가상 구매자 103만 1,732명의 질문을 분석했다. 이 가상 구매자들은 실제 고객이 아니다.

연구진은 공개된 인물 설정 자료 네 가지에서 약 4,000만 개의 인물 설명을 모은 뒤, 겹치는 자료를 두 번 걸러 약 100만 명으로 줄였다. 이후 AI 모델에 인물마다 업종, 나이, 목표, 고민, 검색 질문, 믿는 정보원을 채우게 했다.

이렇게 만들어진 질문은 2024년 4분기부터 2026년 1분기까지 세 차례 만들어졌다. 따라서 여기서 나온 78.3%라는 숫자를 실제 고객의 질문 비율이라고 보면 안 된다.

고객은 사기 전에 무엇을 물을까?

질문을 정보, 비교, 구매 세 단계로 나누면 차이가 뚜렷하다. 정보 질문이 78.3%로 가장 많았고, 업체나 제품을 견주는 비교 질문은 17.4%, 지금 사려는 구매 질문은 4.3%였다.

예를 들어 정보 단계에서는 「○○는 어떻게 고르나」, 「○○가 뭔가」 같은 질문을 한다. 비교 단계에서는 업체나 제품을 견주고, 구매 단계에 들어가면 「○○ 어디서 사나」처럼 바로 살 곳을 찾는다.

소비자를 상대하는 시장에서는 비교 단계가 12.4%였다. 기업 대상 시장에서는 32.0%로 더 높았다. 동네 가게처럼 소비자를 상대하는 곳에서는 구매 직전의 비교 질문보다 정보 단계의 질문이 더 큰 자리를 차지한다.

실제 고객의 대화도 비슷할까?

실제 기록을 보면 방향은 비슷하다. 오픈AI와 하버드 연구진이 챗GPT 대화 110만 건을 나눈 조사에서는 실용 조언이 28.3%, 정보 찾기가 21.3%였다.

정보 찾기 안에서 특정 정보를 찾는 메시지는 18.3%였고, 살 물건을 찾는 메시지는 2.1%였다. 전체 메시지의 49%는 무엇인가를 묻는 성격이었다.

검색 기능이 붙은 AI 대화 2만 4,069건을 분석한 다른 조사에서도 사실 확인 질문이 19.3%였다. 한국의 경우에도 오픈AI가 공개한 2026년 6월 자료에서 실용 조언이 34.1%, 정보 찾기가 19.0%였다.

실제 대화와 가상 구매자 연구는 조사 방법이 다르다. 그래도 두 자료 모두 고객이 AI에게 묻는 내용이 구매 직전 질문에만 머물지 않는다는 점을 보여준다.

그렇다면 사지 않을 고객에게도 답해야 할까?

답할 필요가 있다. 가상 구매자 기준으로 정보 질문이 78.3%이기 때문이다. 실제 챗GPT에서도 살 물건을 찾는 메시지는 2.1%였다.

고객이 「어디서 살까」라고 묻기 전에 「어떻게 고르나」, 「무엇이 필요한가」를 묻는 과정이 있다. 사장님 홈페이지에 이 앞단의 질문에 대한 답이 있으면 AI가 참고할 수 있는 내용도 그만큼 늘어난다.

다만 이 연구는 실제 고객의 행동을 그대로 측정한 조사가 아니다. 특히 연구진은 78.3%라는 정보 질문 비율을 실제 AI 검색의 질문 비율로 읽지 말라고 적었다.

비교 질문에서는 작은 가게도 나올 수 있을까?

연구진은 핀테크 업종의 비교 단계 인물 7,912명 가운데 30명을 무작위로 골랐다. 이들이 만든 질문 150개를 상용 생성형 엔진 하나에 넣고 어떤 업체 이름이 답에 나오는지도 살폈다.

150개 답변 가운데 146개인 97.3%에서 업체 이름이 하나 이상 나왔다. 답 하나에는 평균 5.01개 업체 이름이 들어갔고, 업체 이름이 나온 751번 가운데 서로 다른 업체는 530곳이었다.

상위 10곳을 모두 합쳐도 9.3%였다. 구체적인 비교 질문에서는 여러 업체 이름으로 답이 나뉘었다는 뜻이다.

다만 이 시험을 모든 업종에 그대로 적용해서는 안 된다. 한 업종, 한 엔진, 하루 동안 질문 150개를 시험한 결과이기 때문이다.

홈페이지에는 어떤 내용을 먼저 써야 할까?

사장님 입장에서는 「우리 가게를 추천해 달라」는 질문만 기다릴 필요가 없다. 고객이 그 질문을 하기 전에 어떤 정보를 찾는지부터 홈페이지에 답해 두는 것이 중요하다.

연구진의 또 다른 분석에서는 답 1만 2,933개를 살폈다. 브랜드 20개, 언어 8개, 모델 3개를 놓고 비교했을 때 답이 달라지는 이유 가운데 질문 언어가 차지한 몫은 26.5%, 브랜드가 누구인지는 1.5%였다.

이 결과만 보면 홈페이지에 업체 이름을 반복해서 넣는 것보다 고객이 실제로 쓰는 질문과 그 질문에 대한 답을 갖추는 일이 중요하다고 볼 수 있다. 특히 한국 고객을 상대한다면 고객이 한국어로 묻는 방식에 맞는 내용이 필요하다.

또 하나 눈여겨볼 숫자가 있다. AI가 업체 평판을 말할 때 붙인 출처 16만 7,551개 가운데 85.7%는 업체 자기 홈페이지가 아닌 다른 사이트였다.

따라서 홈페이지 하나만으로 끝나는 문제도 아니다. 고객이 정보를 찾을 때 참고할 수 있는 내용이 자기 홈페이지에 있어야 하고, 다른 사이트에서도 업체에 관한 정보가 확인될 수 있어야 한다.

결국 사장님이 답해야 할 질문은 「지금 살 건가요?」라는 질문만이 아니다. 고객이 구매하기 전에 묻는 「무엇인가」와 「어떻게 고르나」에 답하는 것도 AI가 가게를 설명할 수 있게 만드는 재료가 된다.

같이 읽을 글

• 우리 가게 상품도 챗GPT에서 찾을까?
• 사람들은 요즘 AI에게 뭘 물을까
• FAQ 질문은 어떻게 골라야 할까?
• AI는 고객의 질문을 다시 쓴다

자료 출처

• Demand-Side Measurement for Generative Engine Optimization: Constructing and Validating a Million-Persona, Intent-Annotated Buyer Corpus(Żatuchin·Dzemesjuk, 에스토니아 기업가정신응용과학대학·랭크포AI★, arXiv 2026년 8월 30일 제출, 가상 구매자 103만 1,732명·질문 516만 46개)
• PersonaGen-15K 공개 표본(허깅페이스, 1만 4,955명)
• How People Use ChatGPT(Chatterji·Cunningham·Deming 외, 오픈AI·하버드, NBER 2025년 9월, 대화 110만 건 표본)
• Search Arena: Analyzing Search-Augmented LLMs(Miroyan 외, UC 버클리 등, ICLR 2026, 검색 붙은 AI 대화 2만 4,069건)
• 오픈AI Signals v2.0 데이터 사전(2026년 8월, 월 30만 메시지·국가별 주제 비중 CSV 설명)
• Where Does the Noise Come From? A Variance-Components Decomposition of Non-Determinism in LLM Brand Answers(Żatuchin★, arXiv 2026년 7월, 답 1만 2,933개)
• How Large Language Models Source Brand Reputation Across Languages and Markets(Żatuchin★, arXiv 2026년 6월, 12개 시장 출처 16만 7,551개)
• Who Owns the AI Recommendation? A Multi-Industry Empirical Map of Brand Category Ownership Across Large Language Models(Żatuchin★, arXiv 2026년 6월, 답 3,750개·브랜드 50개)