GEO 프로빙이란 무엇인가
세무사 사이트에 글을 아무리 많이 써도 그게 AI가 이미 잘 답하는 질문이면 인용될 자리가 없습니다. 반대로 AI가 아직 어물쩍 넘어가는 질문을 골라 그 답을 채우면 AI는 끌어다 쓸 소스가 거기밖에 없어서 내 글을 인용합니다. 문제는 '어떤 질문이 그런 빈틈인지'를 감으로는 알 수 없다는 것입니다.
그래서 콘텐츠를 쓰기 전에 하는 정찰 작업이 GEO 프로빙(query probing) 입니다. 고객이 실제로 던질 법한 질문을 ChatGPT·Perplexity·Gemini에 하나씩 직접 물어봅니다. 그러면서 네 가지를 관찰합니다.
- AI가 지금 그 질문에 뭐라고 답하는지
- 답을 만들면서 어떤 출처를 인용하는지
- 그 답에 내 이름(또는 경쟁 세무사)이 나오는지
- 아무도 제대로 답 못 해서 AI가 얼버무리는 빈틈은 어디인지
프로빙(probing)은 원래 '찔러 보며 상태를 알아낸다'는 뜻입니다. 시추공을 박아 지하에 뭐가 있는지 보는 것처럼 질문을 던져 AI 답변의 지형을 먼저 파악하는 것이죠. 최적화(GEO)가 '집을 짓는 일'이라면 프로빙은 '어디에 지을지 땅부터 보는 일'입니다.
왜 세무사에게 프로빙이 먼저인가
개업 초기 세무사가 가장 흔히 하는 실수가 프로빙 없이 곧바로 "종합소득세 절세 방법" 같은 글부터 쓰는 것입니다. 그런 질문은 이미 대형 세무법인·언론·포털 콘텐츠가 두껍게 답하고 있어서 AI가 굳이 신규 사이트를 인용할 이유가 없습니다. 글은 썼는데 노출은 0인 상태가 여기서 나옵니다.
GEO vs SEO 글에서 짚었듯이 세무 시장은 검색 모수 자체가 작습니다. 이렇게 파이가 작은 시장일수록 이미 포화된 질문에 힘을 쏟기보다 아직 비어 있는 질문을 먼저 찾아 선점하는 순서가 중요합니다. 프로빙은 그 빈칸을 데이터로 찾아 주는 단계입니다.
검색·AI에서는 개업 1년 차와 경력 30년이 같은 출발선입니다. 선배가 소개로 수임하는 동안, 비어 있는 질문을 먼저 채워 두면 그 자리는 먼저 움직인 쪽이 가져갑니다.
GEO 프로빙 4단계
프로빙은 도구 없이 스프레드시트 하나로 시작할 수 있습니다. 순서는 이렇습니다.
| 단계 | 하는 일 | 기록할 것 |
|---|---|---|
| ① 질문 목록 만들기 | 고객이 AI에 던질 질문을 30~50개 적는다 | 질문 문장 그대로 |
| ② AI에 직접 물어보기 | 같은 질문을 ChatGPT·Perplexity·Gemini에 각각 넣는다 | 모델별 답변 |
| ③ 인용·노출 기록 | 답변이 인용한 출처, 내·경쟁사 등장 여부를 적는다 | 출처 URL, 등장 여부 |
| ④ 빈틈 표시 | AI가 얼버무리거나 출처가 빈약한 질문을 표시한다 | '공백' 태그 |
① 질문 목록은 세무사 머릿속이 아니라 고객 언어로 적는 게 핵심입니다. "1세대 1주택 비과세 요건"이 아니라 "집 한 채 팔면 양도세 안 내도 되나요?"처럼 세금을 잘 모르는 사람이 실제로 칠 말투로 적습니다. 상담 전화에서 자주 듣던 첫 질문들이 좋은 재료입니다.
② 직접 물어보기에서 모델을 셋으로 나누는 이유는 답과 인용 출처가 모델마다 다르기 때문입니다. Perplexity는 출처 링크를 아예 각주로 달아 줘서 ③번 기록이 특히 쉽습니다.
③ 인용·노출 기록은 프로빙의 진짜 목적입니다. AI가 어떤 사이트를 인용하는지 20~30개만 모아도 패턴이 보입니다. 대개 질문형 제목에 Q&A로 정리된 페이지나 FAQ 스키마가 박힌 페이지가 반복해서 인용됩니다. 이게 '내 글을 어떤 형식으로 써야 인용되는지'의 답입니다.
④ 빈틈 표시는 답변이 두루뭉술하거나 인용 출처가 개인 블로그·오래된 글뿐인 질문을 골라내는 일입니다. 이런 질문이 바로 신규 세무사가 파고들 자리입니다.
프로빙으로 찾은 빈틈을 트래픽으로 바꾸기
프로빙은 진단일 뿐이고 트래픽은 그다음 실행에서 나옵니다. 빈틈 하나를 트래픽으로 바꾸는 흐름은 이렇습니다.
- 빈틈 질의를 글 제목으로 가져온다. ④단계에서 '공백'으로 표시한 질문을 거의 그대로 H2 제목이나 글 제목에 씁니다. 고객이 AI에 던진 문장과 내 제목이 닮을수록 인용 확률이 올라갑니다.
- ③에서 본 형식으로 답을 쓴다. 프로빙에서 관찰한 대로, 질문을 먼저 던지고 곧바로 짧고 명확한 답을 붙이는 Q&A 구조로 씁니다. AI는 '이미 소화된 질문-답변'을 가장 인용하기 쉬워합니다.
- FAQ 스키마로 기계가 읽게 만든다. 같은 Q&A를 FAQ 스키마(고객 질문을 기계가 읽는 형식으로 페이지에 넣는 것)로 한 번 더 심으면, 검색 노출과 AI 인용을 같은 글로 함께 가져갑니다.
- 분기마다 같은 질문을 다시 던진다. 내 글이 올라간 뒤 AI 답변에 내 이름이 들어가는지 재프로빙으로 확인합니다. 들어갔으면 자리를 지킨 것이고, 안 들어갔으면 형식을 손봅니다.
이 순환이 도는 순간 글쓰기는 '감으로 많이 쓰기'에서 '비어 있는 질문만 골라 채우기'로 바뀝니다. 세무법인이 적은 콘텐츠로도 AI 인용을 만들어 내는 방식이 이것입니다. 원리를 더 알고 싶다면 세무법인 GEO란 글이 기초를 정리해 두었습니다.
프로빙할 때 흔한 착각
프로빙을 과신하면 오히려 헛짚습니다. 실무에서 자주 보는 착각 몇 가지를 짚어 둡니다.
- 한 번 물어본 결과가 고정이라는 오해. 같은 질문도 모델이 업데이트되면 답과 인용 출처가 바뀝니다. 프로빙은 한 번 하고 끝내는 진단이 아니라, 분기마다 반복하며 변화를 기록하는 작업입니다.
- 지역 추천형 질의에 매달리기. "강남 양도세 세무사 추천해줘" 같은 질문은 AI가 아직 미숙하게 답합니다. 이런 질의보다 "1세대 1주택 비과세 요건은?" 같은 분야 정보 질문에서 인용 노출이 훨씬 현실적입니다.
- 인용을 보장으로 착각하기. 프로빙으로 빈틈을 찾고 형식을 맞춰도, AI 인용은 구매가 아니라 획득입니다. 확률을 끌어올릴 뿐 100%는 없습니다.
- AI가 나를 '최고'라 띄우길 바라기. AI가 특정 세무사를 최고·1위로 단정해 노출하면 세무사회 광고규정 리스크가 생기고, 책임은 세무사에게 돌아옵니다. 프로빙에서 노릴 자리는 '정보 질문의 신뢰 있는 출처'이지 '추천 1순위'가 아닙니다.
지금 30분이면 시작할 수 있다
거창한 도구가 필요한 일이 아닙니다. 상담에서 가장 자주 듣던 질문 열 개를 적고 ChatGPT와 Perplexity에 그대로 던져 보세요. 답이 얄팍하거나 출처가 빈약한 질문이 두세 개는 반드시 나옵니다. 그 질문이 바로 세무사님이 먼저 채울 자리입니다.
빈틈은 찾았는데 콘텐츠와 스키마로 옮기는 손이 부족하다면 그 설계는 상담 문의로 맡기셔도 됩니다.