OpenAI가 ChatGPT 안에 기업 전용 공간인 Business Hub를 만들고 있다는 보도가 나왔습니다. 보도된 내용에 따르면 기업은 이곳에서 자사 프로필을 공식적으로 등록하고 검증받을 수 있고, 자사가 사용자 답변에 얼마나 자주 등장하는지와 그 답변에서 자사 웹사이트로 얼마나 넘어오는지를 직접 확인할 수 있으며, 회사를 대신해 고객 문의에 답하는 AI business agent(기업을 대리해 고객과 대화하는 AI 프로그램)를 설정할 수 있습니다. 검색 노출을 관리하던 마케팅 팀의 일이 AI 답변 안에서의 정보 관리와 고객 응대 설계로 넓어진다는 뜻입니다.

지금은 기업이 지켜볼 수밖에 없는 구조

소비자는 이미 ChatGPT로 동네 치과나 집수리 업체를 찾고, 기업용 소프트웨어를 비교하고, 어떤 제품이 자기 상황에 맞는지 묻습니다. 그런데 이 과정에서 기업은 사실상 구경꾼이었습니다. ChatGPT는 웹에 흩어진 공개 자료를 모아 답을 만들 뿐, 기업이 직접 제공한 정보를 받지는 않았습니다.

그 결과 답변이 낡은 페이지, 이미 접은 서비스, 잘못 기재된 제3자 디렉터리에 기대는 일이 생깁니다. 예를 들어 2년 전에 없앤 서비스를 ChatGPT가 여전히 추천할 수 있습니다. 기업 입장에서는 고치고 싶어도 고칠 통로가 없었던 셈입니다.

Business Hub가 바꾸는 세 가지

보도된 Business Hub의 구조를 정리하면 크게 세 가지입니다.

기능 지금까지 Business Hub 이후(보도 기준)
기업 정보 웹 크롤링 결과에 의존 기업이 신원을 검증하고 서비스 목록, 지점, 제품 판매 여부 등을 직접 갱신
노출 측정 외부 도구가 자동 prompt를 돌려 언급 횟수를 추정 ChatGPT가 답변 안 등장 횟수와 자사 사이트 클릭률을 직접 표시
고객 응대 사용자가 요약문을 읽고 사이트로 이동 기업이 제공한 맥락을 바탕으로 agent가 대화로 직접 응답

첫째, 검증된 프로필입니다. 기업이 신원을 확인받고 서비스 목록, 지점 위치, 제품 판매 여부를 플랫폼 안에서 직접 관리하면, AI가 낡은 인용에 기댈 이유가 줄어듭니다. AI agent가 참고하는 1차 맥락이 검증되지 않은 웹 자료가 아니라 기업이 준 정보가 되는 것입니다.

둘째, 자체 노출 지표입니다. 지금 AI 노출을 재는 방법은 외부 소프트웨어가 자동으로 질문을 던지고 브랜드 언급을 세는 방식이라 바깥에서 들여다보는 근사치에 그칩니다. 반면 OpenAI 내부에서 나오는 impression(답변에 노출된 횟수)과 click-through rate(노출 대비 자사 사이트로 클릭한 비율)은 노출이 늘고 있는지 줄고 있는지를 확정적으로 보여 줍니다.

노출 횟수 그래프와 지점 목록을 갱신하는 사람

▲ 자체 노출 지표와 기업 정보 갱신

셋째, 그리고 가장 중요한 것이 business agent입니다. 잠재 고객이 서비스 지역, 전문 분야, 제품 사양을 물으면 agent는 기업이 넣어 둔 구조화된 맥락을 근거로 답합니다. 정확한 원천 정보가 있으면 agent가 hallucination(사실이 아닌 내용을 지어내는 현상)이나 추측 없이 확정적인 답을 줄 수 있습니다. 이는 동시에 기업에 책임을 지웁니다. 한 달에 한 번 SEO 지표를 확인하는 수준이 아니라, 정보를 계속 손질해야 한다는 뜻입니다.

보도에 따르면 OpenAI는 예약 처리, 견적 요청 접수, 상거래 도구 같은 실행 기능도 따로 시험하고 있습니다. 문의가 검색 결과에서 끝나지 않고 상담이나 거래로 이어지는 흐름을 ChatGPT 안에서 완결하려는 방향으로 보입니다.

고객의 대화가 어떻게 달라지는가

펜실베이니아 스크랜턴 근처에서 운영 중인 건물의 상업용 HVAC(냉난방 공조) 업체를 찾는 시설 관리자를 떠올려 보겠습니다. 건물을 닫지 않고 작업할 수 있는 업체여야 합니다. 지금까지라면 검색 결과를 보고 홈페이지에 들어가 복잡한 문의 경로를 헤매야 했습니다. agent 구조에서는 하나의 대화 안에서 조건에 맞는 업체를 고르고, 기술적 역량을 따져 보고, 예약 절차까지 안내받습니다.

여기에 한 가지 층이 더 붙습니다. 사용자를 대신해 움직이는 AI agent가 기업을 대신하는 business agent와 직접 대화하는 상황입니다. 사람 구매자와 AI agent 모두가 ChatGPT를 발견, 평가, 상호작용, 거래의 한 장소로 쓰게 된다는 전망입니다.

노출과 agent readiness는 다르다

여기서 구분해야 할 개념이 AI 노출(visibility)과 agent readiness(AI agent가 구매를 끝까지 이끌 수 있는 준비 상태)입니다. 어떤 기업이 일주일에 ChatGPT 답변에 500번 등장했다고 해 보겠습니다. 노출 지표만 보면 훌륭합니다. 그런데 그 답변이 중단된 서비스를 추천하거나 고장 난 문의 양식으로 고객을 보낸다면, 노출이 많을수록 손해가 커집니다.

노출은 브랜드가 얼마나 자주 언급되는지를 재고, agent readiness는 agent가 구매자를 거래까지 데려갈 수 있는지를 봅니다. 이 준비 상태를 점검하는 틀로 다섯 단계가 제시됩니다.

단계 뜻 막히는 예
Discover(발견) agent가 회사를 찾아낼 수 있는가 낡은 디렉터리에만 정보가 있음
Understand(이해) 무엇을 하는 회사인지 정확히 파악하는가 서비스 지역이 모호함
Trust(신뢰) 주장을 뒷받침할 근거가 있는가 입증되지 않은 주장, 페이지끼리 다른 정보
Select(선택) 경쟁사 대신 이 회사를 고를 근거가 있는가 가격 구조가 불분명함
Act(실행) 상담 예약이나 견적 요청을 끝낼 수 있는가 문의 양식 오류, 접근 불가한 접수 경로

다섯 개의 징검다리 중 깨진 돌 앞에 멈춘 로봇

▲ agent readiness 5단계의 병목

어느 단계에서든 끊길 수 있습니다. 쉽게 발견되지만 서비스 세부 사항을 확인하는 단계에서 완전히 막히는 회사도 있습니다. 어디서 멈추는지를 진단해야 마케팅 팀이 기술적·절차적 문제를 콘텐츠 부족으로 오진하지 않습니다. agent가 실패하는 진짜 원인이 고장 난 기술 기반이나 모호한 운영 정책인데도 콘텐츠를 더 만들어야 한다고 판단하는 일이 흔하다는 지적입니다.

출시 전에 지금 바로 할 수 있는 점검

Business Hub가 공개될 때까지 기다릴 필요는 없습니다. 지금 ChatGPT에 실제 고객 상황을 구체적으로 적은 prompt를 넣고 응답 흐름을 지켜보면 됩니다. 앞의 HVAC 사례를 빌리면 다음과 같이 구성할 수 있습니다.

  1. 조건을 구체적으로 적습니다. 지역, 건물 유형, 운영 중단 없이 작업해야 한다는 제약 같은 기술적·지리적 요건을 넣습니다.
  2. 후보 3곳을 고르게 하고, 서비스 지역을 비교하게 합니다.
  3. 1순위 추천의 근거를 설명하게 합니다.
  4. 실제로 연락하거나 예약하는 정확한 절차를 적게 합니다.

이 과정을 돌리면 AI가 낡은 데이터를 쓰는지, 서비스 지역을 모호하게 파악하는지, 전환 양식이 깨져 있는지가 드러납니다. 전문 서비스 기업이라면 목표 고객 프로필과 전문 산업을 agent가 알아보는지, 초기 상담 예약까지 이어지는지로 같은 prompt를 바꿔 쓸 수 있습니다.

결과를 볼 때는 인용 출처를 확인하는 것이 중요합니다. 답이 현재 공식 페이지에서 나왔는지, 낡은 제3자 디렉터리나 오래된 블로그 글에서 나왔는지를 봅니다. 그다음 막힌 지점이 웹 문구 수정, 사이트 구조 개선, 문의 절차 재설계 가운데 무엇을 필요로 하는지 판단합니다. 한 가지 유의할 점은 AI agent의 동작이 하나로 통일돼 있지 않다는 것입니다. 모델과 내부 설정에 따라 웹 데이터를 처리하는 방식이 다르므로 한 번의 결과를 일반화하기는 어렵습니다.

기업이 미리 준비할 지점

보도된 기능이 언제 어떤 형태로 공개될지는 아직 확정되지 않았습니다. 그래도 방향은 분명해 보입니다. AI 답변 안에서의 노출을 관리하던 일이, 기업 정보를 직접 등록하고 impression과 클릭률을 보며 agent가 고객 응대를 끝까지 해내도록 설계하는 일로 바뀝니다. 이는 마케팅 팀만의 과제가 아니라 웹사이트, 접수 양식, 운영 정책을 다루는 팀이 함께 풀어야 할 과제라는 것이 이 글의 해석입니다.

지금 할 수 있는 일을 정리하면 다음과 같습니다.

  • 서비스 지역 경계, 가격 구조, 예약·상담 절차를 공개 페이지에 모호함 없이 적고 기술적 오류가 없는지 확인합니다.
  • 웹 콘텐츠, 디렉터리 등록 정보, 나중에 agent에 넣을 맥락이 서로 충돌하지 않게 맞춥니다.
  • 실제 고객의 요구 조건을 담은 여러 단계의 prompt를 ChatGPT에 넣어 발견, 이해, 신뢰, 선택, 실행 가운데 어디서 멈추는지 기록합니다.
  • 멈춘 원인을 콘텐츠 문제로 단정하지 않고 사이트 구조와 문의 절차까지 점검 범위에 넣습니다.

Business Hub가 열리면 등록할 정보와 agent에 줄 맥락은 결국 지금 웹에 있는 정보와 같아야 합니다. 그 정보를 먼저 정리해 두는 기업이 출시 이후 가장 빨리 자리를 잡을 것으로 보입니다.