FAQ 질문은 어떻게 골라야 할까?
사장님이 만들기보다 고객이 실제로 묻는 말을 모아야 한다
홈페이지 FAQ는 많이 만드는 것보다 질문을 제대로 고르는 일이 먼저다. 사장님이 생각한 질문과 고객이 실제로 묻는 질문은 다를 수 있다. AI 이용자의 42.3%가 첫 답을 받은 뒤 이어서 묻는다는 조사처럼, 고객의 다음 질문까지 홈페이지가 답해주면 활용할 수 있는 정보가 달라진다.
FAQ 질문은 사장님이 만드는 것이 아니라 고객에게서 받아 적는 것이다.
어떤 질문을 FAQ에 넣어야 할까?
「저희 가게의 장점은 무엇인가요?」처럼 사장님이 홈페이지에 넣고 싶은 질문부터 만들면 실제 고객의 궁금증과 멀어질 수 있다. 고객은 자기 상황을 설명하면서 구체적으로 묻는다.
예를 들어 세무사에게는 「매출 5천인데 세무사 꼭 써야 해요?」처럼 조건과 금액이 들어간 질문을 할 수 있다. 답을 들은 뒤에는 「그러면 서류는?」처럼 바로 이어서 묻기도 한다.
AI도 고객의 긴 질문을 그대로 한 번만 찾는 것이 아니다. 조사에서는 챗GPT가 질문 하나당 평균 2.17번 검색하고, 검색어 평균은 5.48단어로 나타났다. 사람이 챗GPT에 넣는 질문의 평균이 23단어라는 조사와 함께 보면, 홈페이지 FAQ는 긴 고객 질문 속에서 AI가 찾아볼 만한 핵심 질문을 담는 것이 중요하다.
| 조사 | 결과 |
|---|---|
| 오픈서베이(2026년 7월, 1,000명) | AI에 바로 묻기 56.9%, 첫 답 뒤 이어서 묻기 42.3% |
| 넥티브(2025년 10월, 8,500개 질문) | 챗GPT는 질문 하나당 평균 2.17번 검색, 검색어 평균 5.48단어, 「근처· |
| 셈러시(2024년 하반기, 클릭스트림 8천만 건) | 사람이 챗GPT에 넣는 질문 평균 23단어 |
| 5W· | 「누가· |
| 오픈AI Signals(2026년 8월) | 한국 「어떻게 하나」 실용 조언 34.1%, 「살 물건」 정보 찾기 19% |
| 인용 21,143건 해부(2026년 4월) | 답에 쓰인 페이지는 정의· |
그럼 실제 질문은 어디서 모을까?
가장 먼저 볼 곳은 사장님의 상담 전화와 문자다. 고객이 실제로 한 말을 고치지 않고 그대로 적는다. 이미 전화기에 고객 질문 10개가 있을 수 있다.
그다음은 AI와 검색 결과다. 챗GPT와 제미나이에 우리 업종에 관한 질문을 넣고 답변의 소제목이나 파생 질문을 살핀다. 구글의 「함께 검색한 내용」이나 「다른 사람들이 묻는 질문」도 살핀다. 네이버 지식iN이나 플레이스 후기에서는 답변보다 고객이 남긴 질문을 본다.
마지막으로 앞서 정리한 열네 가지 상황에 질문을 대입한다. 중요한 것은 새로운 질문을 억지로 만드는 것이 아니라, 실제 고객이 궁금해할 상황에서 질문을 찾아내는 것이다.
| 어디서 | 어떻게 | 예(세무사) |
|---|---|---|
| ① 상담 전화· | 한 달 동안 걸려온 질문을 그대로 적는다. 고친 말이 아니라 한 말 | 「매출 5천인데 세무사 꼭 써야 해요?」 |
| ② AI에 우리 업종 질문을 넣고 답의 소제목· | 챗GPT· | AI가 「기장료」「첫 신고 서류」로 나눔 |
| ③ 구글 「함께 검색한 내용」「다른 사람들이 묻는 질문」 | 업종 + 지역 검색 | 「부가세 신고 안 하면」 |
| ④ 네이버 지식iN· | 답이 아니라 질문만 | 「간이과세자도 세무사?」 |
| ⑤ 앞선 글의 열네 가지 상황 | 우리 업종에 맞는 것 | 「매출 구간별 직접 vs 맡기기」 |
질문이 많으면 무엇부터 넣을까?
모든 질문을 FAQ에 넣을 필요는 없다. 먼저 고객의 조건이 들어간 질문을 고른다. 「매출 5천」, 「팔순」, 「30평」처럼 구체적인 조건이 있는 질문은 고객이 자신의 상황에 답을 맞춰볼 수 있다.
가격이나 기간, 가능 여부를 묻는 질문도 중요하다. 「얼마인가요?」, 「얼마나 걸리나요?」, 「가능한가요?」처럼 실제 판단에 필요한 질문이다. 반대로 「좋은가요?」나 「장점은 무엇인가요?」처럼 답이 추상적인 질문은 우선순위가 낮다.
「안 되는 경우」를 묻는 질문도 빼놓지 않는다. 고객은 가능한 경우만큼이나 자신이 해당되지 않는 조건을 궁금해한다. 지역이 들어간 질문도 실제 상황과 연결하기 쉽다.
그리고 첫 질문만 모으지 않는다. 첫 답 뒤에 이어지는 질문도 FAQ 후보가 된다. 조사에서 AI 이용자의 42.3%가 첫 답 뒤에 이어서 물었다는 점을 생각하면, 「그러면 서류는?」처럼 다음 단계에서 나오는 질문도 따로 모아야 한다.
| 넣는다 | 뺀다 |
|---|---|
| 조건이 든 질문(「매출 5천」「팔순」「30평」) | 「좋은가요?」류 |
| 값· | 「장점은?」 |
| 「안 되는 경우」를 묻는 질문 | 회사 자랑이 답인 질문 |
| 지역이 든 질문 | 전국 일반론 |
| 이어서 묻는 질문(42.3%) — 「그러면 서류는?」 | 첫 질문만 |
FAQ 답변은 얼마나 써야 할까?
질문을 골랐다면 답변의 첫 문장부터 결론을 적는다. 「매출 5천이면 직접 해도 됩니다. 단, …」처럼 고객이 알고 싶은 답을 먼저 보여준다.
그다음 숫자와 조건을 붙인다. 기장료처럼 가격이 있다면 가격을 적고, 첫 신고에 필요한 서류가 있다면 필요한 서류를 적는다. 법인이나 복식부기 대상처럼 예외가 있다면 안 되는 경우도 함께 적는다.
답변은 3~5문장 정도로 정리한다. 설명이 길어지면 사례나 상세 내용이 있는 페이지로 연결한다. FAQ에서 모든 내용을 설명하려고 하면 질문과 답이 다시 길어지고, 고객이 필요한 부분을 찾기 어려워진다.
홈페이지 화면에 보이는 질문과 답은 기계가 읽는 FAQPage 정보와도 맞아야 한다. 화면의 문답과 기계용 정보가 서로 다르면 안 된다. 가격이나 조건이 바뀌었다면 답변도 함께 고치고, 고친 날짜도 관리한다.
| 규칙 | 예 |
|---|---|
| 첫 문장에 답 | 「매출 5천이면 직접 해도 됩니다. 단, …」 |
| 숫자· | 「기장료 월 10만 원부터, 첫 신고 서류 3종」 |
| 안 되는 경우 | 「법인· |
| 길이 | 3~5문장. 길면 사례 페이지로 링크 |
| 기계용 명함 | FAQPage 명함에 화면과 같은 문답. 구글: 명함은 화면 글과 일치해야 함 |
| 갱신 | 값 바뀌면 답도, 고친 날짜 |
FAQ 10개를 만들고 끝내면 될까?
FAQ는 한 번 만들어 놓고 끝내는 페이지가 아니다. 한 달에 한 번 실제 상담에서 새로 나온 질문과 AI가 만든 파생 질문, 검색 결과를 다시 확인한다.
새로운 질문이 3개 넘게 생겼다면 기존 질문 가운데 오래된 것을 바꾸는 식으로 관리한다. 이렇게 하면 FAQ가 현재 고객이 실제로 궁금해하는 내용을 계속 담을 수 있다.
이 10개 질문은 홈페이지를 관리하는 기준이기도 하다. 고객이 실제로 묻는 질문을 그대로 챗GPT에 넣어보고, 우리 홈페이지의 답이 나오는지 확인하면 된다. 같은 질문을 3번씩 확인하면 FAQ가 실제로 일하고 있는지 점검할 수 있다.
결국 FAQ의 핵심은 사장님이 하고 싶은 말을 질문으로 포장하는 것이 아니다. 고객이 실제로 한 말을 모으고, 그 질문에서 조건과 숫자, 다음 질문을 찾아 홈페이지에 답으로 남기는 것이다. AI가 우리 가게를 이해하게 만드는 정보도 이런 구체적인 질문에서 시작한다.
요점 ① 고객 질문은 상담 전화·문자부터 모으고, AI 이용자의 42.3%가 이어서 묻는다는 점까지 고려해 질문 10개를 만든다. ② 챗GPT는 질문 하나당 평균 2.17번 검색하고 검색어 평균은 5.48단어이므로 긴 질문에서 파생되는 핵심 질문도 살핀다. ③ 조건·값·기간·가능 여부·안 되는 경우·지역이 들어간 질문을 넣고, 「좋은가요」·「장점은」 같은 추상적인 질문은 뺀다. ④ 답변은 첫 문장에 결론을 쓰고 3~5문장으로 정리하며, 한 달에 한 번 3개 이상의 새 질문이 생겼는지 확인한다.
같이 읽을 글
자료 출처
- 오픈서베이 AI 검색 트렌드 리포트 2026 하반기(2026년 7월 2일) — 바로 묻기 56.9%·이어서 묻기 42.3%
- 넥티브 조사(2025년 10월, 8,500개 질문) — 검색 2.17번·5.48단어·지역 59% · 서치엔진랜드 보도
- 셈러시 챗GPT 클릭스트림 분석(8천만 건) — 질문 평균 23단어
- AI 인용 출처 지수 2026(5W·에브리싱PR) — 5W형 68%
- 오픈AI Signals 개인 데이터 v2.0(2026년 8월) — 한국 실용 조언 34.1%
- Zhang·He·Yao 「From Citation Selection to Citation Absorption」 arXiv 2604.25707
- 구글 검색 센터 「FAQ 구조화 데이터」 — 화면 글과 일치
작성일
← 칼럼 목록