지도에는 9시, 문 앞에는 10시 — 손님은 어느 쪽을 믿을까요
WooSunLab
지도 앱에는 오전 9시 오픈이라고 되어 있는데, 문 앞에 도착하니 10시라고 적혀 있습니다. 닫힌 문 앞에서 한 시간을 기다릴 손님은 많지 않습니다. 대부분은 근처의 다른 가게로 걸어갑니다. 그리고 이 어긋남은 그 손님 한 명으로 끝나지 않습니다.
손님이 헷갈리면, AI는 더 헷갈립니다
AI 검색은 답변을 만들 때 여러 곳의 정보를 겹쳐 봅니다. 지도 프로필, 웹사이트, 리뷰 플랫폼에 적힌 정보가 서로 일치하면 확신을 가지고 인용하고, 어긋나면 더 확실한 근거를 가진 다른 가게를 선택합니다. 사람에게는 “가서 확인하지 뭐”라는 선택지가 있지만, AI에게 불일치는 그냥 신뢰할 수 없는 데이터입니다.
이것은 새로운 요구가 아닙니다. Google의 비즈니스 프로필 가이드라인이 오래전부터 요구해 온 것도 같은 원칙입니다 — 간판, 웹사이트, 인쇄물에서 실제로 쓰는 모습 그대로, 모든 곳에서 일관되게 표기할 것. AI 검색 시대에는 이 일관성이 노출의 전제 조건에 가까워졌을 뿐입니다.
자주 어긋나는 다섯 가지
우리가 진단에서 반복해서 보는 패턴은 대개 다섯 가지입니다. 상호 표기가 채널마다 조금씩 다른 경우(“우선카페” / “cafe WooSun” / “우선 카페”), 영업시간이 한 곳만 갱신된 경우(명절·임시 휴무 후 특히), 이전한 주소가 옛 채널에 남아 있는 경우, 메뉴와 가격이 이미지로만 존재해서 기계가 읽지 못하는 경우, 그리고 전화번호가 채널마다 다른 경우입니다. 하나하나는 사소해 보이지만, AI의 눈에는 모두 “이 가게 정보는 확실하지 않다”는 신호로 합산됩니다. 특히 명절 연휴나 임시 휴무 직후는 어긋남이 가장 자주 생기는 시기이니, 연휴가 끝날 때마다 한 번씩 돌아보는 습관이 좋습니다.
오늘 30분이면 시작할 수 있습니다
거창한 도구 없이 시작하는 방법입니다. 먼저 종이든 메모장이든 한 곳에 기준 정보를 적습니다 — 정확한 상호 표기, 주소, 영업시간(휴무 포함), 대표 메뉴와 가격, 전화번호. 그다음 손님이 되었다고 생각하고 지도 앱, 웹사이트, 리뷰 플랫폼, SNS 프로필을 하나씩 열어 기준과 다른 곳을 표시합니다. 다른 곳을 기준에 맞춰 고치면 끝입니다. 이후로는 습관 하나만 남습니다. 정보가 바뀌면 기준을 먼저 고치고, 모든 채널에 같은 내용을 반영하기.
여기에 여력이 있다면 한 걸음 더 — 웹사이트의 메뉴·영업시간을 이미지가 아닌 텍스트로 적고, 구조화 데이터로 표기하면 기계가 읽을 수 있는 근거가 됩니다.
일관성은 화려한 마케팅이 아닙니다. 하지만 손님에게는 “이 가게는 믿을 수 있다”는 첫인상이고, AI에게는 인용할 수 있는 근거입니다. WooSunLab의 진단이 가장 먼저 살펴보는 것도 바로 이 지점입니다. 내 가게가 채널마다 어떻게 보이는지 궁금하시다면 진단 데모에서 확인해 보세요.
연휴·변경 직후 5분 점검표
정보가 바뀌었거나 연휴가 끝났을 때, 아래 표를 그대로 체크하세요.
| 항목 | 지도 프로필 | 웹사이트 | SNS·리뷰 플랫폼 |
|---|---|---|---|
| 상호 표기 (기준과 동일) | ☐ | ☐ | ☐ |
| 영업시간·휴무 | ☐ | ☐ | ☐ |
| 주소 | ☐ | ☐ | ☐ |
| 대표 메뉴·가격 (텍스트로) | ☐ | ☐ | ☐ |
| 전화번호 | ☐ | ☐ | ☐ |
자주 묻는 질문
채널이 너무 많은데 어디부터 고쳐야 하나요? 손님이 많이 들어오는 순서입니다 — 대부분의 가게는 지도 프로필이 첫 번째, 웹사이트가 두 번째입니다. 이 둘만 기준과 일치해도 불일치 신호의 대부분이 사라집니다.
메뉴판 사진을 올려뒀는데 왜 부족한가요? 사람 눈에는 같아 보여도, 기계에게 이미지는 읽을 수 없는 빈 페이지입니다. 사진은 그대로 두고, 같은 내용을 텍스트로 한 번 더 적어 주면 됩니다.
참고 자료
- Guidelines for representing your business on Google (Google Business Profile 고객센터)
- Intro to How Structured Data Markup Works (Google Search Central)
본 글의 가게 사례는 업종별 공통 패턴을 설명하기 위한 가상 시나리오입니다.