사이트 방문 보고서를 읽을 때 흔히 쓰는 해석 가운데 일부는 서버 방문 로그와 함께 놓으면 다르게 보입니다. 넥스트티가 공개한 관측 자료에서 11일 동안 분석 도구(GA)로 분류할 수 있는 사람 방문은 19.4%, 봇 방문은 80.6%였습니다. 봇 가운데 가장 큰 축은 AI 봇(15.3%)이 아니라 검색 봇(33.9%)이었고, AI 답변에서 직접 클릭해 들어온 방문은 사람 방문의 0.27%였습니다.
관측 조건과 수치 요약
근거 자료는 GEO·AI 주제를 다루는 넥스트티 자체 사이트의 방문 로그입니다. 측정 기간은 2026-05-17~05-28, 관측 일수는 11일입니다. 절대 방문 수는 공개되지 않았고 비율만 공개되었습니다. 따라서 아래 수치는 방문 구성의 비중을 보여 줄 뿐입니다. 방문 규모나 다른 사이트의 상황은 이 수치로 알 수 없습니다.
| 항목 | 수치 | 분모 |
|---|---|---|
| 사람(GA 분류 가능) | 19.4% | 전체 방문 |
| 봇 전체 | 80.6% | 전체 방문 |
| AI 봇 | 15.3% | 전체 방문 |
| 검색 봇 | 33.9% | 전체 방문 |
| 기타·미분류 | 31.4% | 전체 방문 |
| AI 봇이 사람과 비등·초과한 날 | 11일 중 3일 | 관측 일수 |
| AI 답변에서 직접 클릭 | 0.27% | 사람 방문 |
이 표에서 먼저 볼 점은 분모가 세 가지라는 것입니다. 앞의 다섯 항목은 전체 방문을 분모로 삼습니다. 일수 항목은 관측한 11일을, 직접 클릭은 사람 방문만을 분모로 삼습니다. 분모가 다른 수치를 한 문장에 섞으면 해석이 쉽게 틀어집니다. 아래 검토에서도 수치마다 분모를 함께 적습니다.
관측 대상이 GEO·AI를 다루는 사이트라는 점도 해석의 전제입니다. 이런 주제의 사이트는 AI 서비스와 검색엔진이 수집할 만한 문서를 많이 담고 있을 수 있습니다. 따라서 이 비중을 업종이 다른 사이트의 평균이나 기준값으로 옮겨 쓰는 것은 적절하지 않습니다.
통념 하나, 분석 도구 방문 수가 곧 사이트 방문 전체라는 해석
마케팅 보고서에서 방문 수라고 하면 대개 분석 도구의 수치를 가리킵니다. 이 관측에서 분석 도구로 분류할 수 있는 사람 방문은 전체의 19.4%였습니다. 나머지 80.6%는 봇 방문이며, 분석 도구 보고서만으로는 드러나지 않는 영역입니다.
이 결과를 분석 도구의 결함으로 읽는 것은 정확하지 않습니다. 분석 도구는 사람의 방문 행동을 측정하는 데 맞춰진 도구입니다. 그러므로 봇 방문이 보고서에 잘 나타나지 않는 것은 도구의 목적과 어긋나지 않습니다. 바로잡을 대상은 도구가 아니라 해석입니다. 분석 도구의 방문 수는 사이트 방문 전체가 아니라 사람 방문의 지표로 읽는 것이 적절합니다. 이 관측을 분석 도구 사용을 중단하라는 근거로 볼 수 없는 이유도 여기에 있습니다.
실무에서 생기는 문제는 대개 보고서의 이름에서 시작됩니다. 분석 도구 화면의 수치를 사이트 방문이라는 제목으로 보고하면, 읽는 사람은 그 숫자를 전체 방문으로 받아들입니다. 반대로 서버 방문 로그의 요청 수를 그대로 방문으로 보고하면 봇이 섞인 수치가 사람 방문처럼 읽힙니다. 두 기록 모두 쓸모가 있지만, 같은 이름으로 부르면 서로 다른 대상을 비교하게 됩니다.
통념 둘, 봇 방문의 대부분이 AI 봇이라는 해석
AI 서비스가 웹 문서를 수집한다는 소식이 늘면서, 봇 방문의 상당 부분을 AI 봇으로 추정하는 경우가 많습니다. 이 관측에서 AI 봇은 전체 방문의 15.3%였습니다. 같은 기간 검색 봇은 33.9%로 AI 봇보다 큰 비중을 차지했습니다. 기타·미분류도 31.4%였습니다.
GEO·AI를 다루는 사이트라는 조건에서도 봇 방문의 가장 큰 축은 검색 봇이었습니다. 검색엔진의 수집이 여전히 방문 구성의 큰 부분을 차지한다고 볼 수 있습니다. 기타·미분류가 AI 봇보다 큰 비중이라는 점도 함께 볼 필요가 있습니다. 봇의 정체를 모두 구분하지 못한 상태에서 봇 방문 전체를 AI 봇과 동일시하면 해석이 과장될 수 있습니다.
미분류 항목은 분류 기준의 한계를 보여 주는 값이기도 합니다. 봇은 접속할 때 스스로 밝히는 이름으로 구분하는 경우가 많은데, 이름을 밝히지 않는 요청은 어느 유형에도 넣기 어렵습니다. 31.4% 안에 어떤 요청이 섞여 있는지는 공개된 수치로 알 수 없습니다. 그러므로 AI 봇 15.3%는 확인된 범위의 값으로 읽는 것이 안전합니다.
통념 셋, AI 봇 방문은 사람 방문에 비해 미미하다는 해석
반대 방향의 통념도 있습니다. AI 봇 비중이 검색 봇보다 작으니 관리 대상에서 제외해도 된다는 해석입니다. 그러나 이 관측에서 AI 봇 15.3%는 사람 방문 19.4%와 큰 차이가 나지 않았습니다. 두 수치는 모두 전체 방문을 분모로 삼습니다. 일별로 보면 11일 중 3일은 AI 봇 방문이 사람 방문과 비등하거나 이를 넘었습니다.
기간 전체의 비율만 보면 이런 날들은 평균 안에 묻힙니다. AI 봇 방문이 고르게 이어지기보다 특정한 날에 몰렸을 가능성이 있습니다. 다만 공개된 수치만으로는 어느 날 왜 늘었는지 특정하기 어렵습니다. 기간 합계와 함께 일별 추이를 따로 확인하면 이런 변화를 놓치지 않을 수 있습니다.
이 구분은 운영 판단에도 쓰입니다. 방문이 몰리는 날은 서버 부하나 응답 속도에 영향을 줄 수 있습니다. 봇 접근 정책을 정할 때도 기간 평균보다 일별 변동 폭이 더 직접적인 판단 근거가 됩니다.
통념 넷, AI 봇이 많이 오면 AI 답변 유입도 많다는 해석
AI 봇이 사이트를 자주 수집하면 AI 답변을 거쳐 들어오는 사람도 많을 것이라는 기대가 있습니다. 이 관측에서 AI 답변에서 직접 클릭해 들어온 방문은 사람 방문 중 0.27%였습니다. 이 수치의 분모는 전체 방문이 아니라 분석 도구로 분류할 수 있는 사람 방문입니다.
수집은 AI 답변의 재료가 되는 단계이고, 클릭은 답변을 읽은 사람이 출처로 이동하는 단계입니다. AI 봇 15.3%는 전체 방문을, 직접 클릭 0.27%는 사람 방문을 분모로 삼으며 측정 대상도 다르므로 두 수치를 같은 기준으로 비교할 수 없습니다. 이번 관측에서 확인되는 사실은 사람 방문 가운데 AI 답변에서 직접 클릭해 들어온 방문이 0.27%에 그쳤다는 점입니다. 답변 안에서 필요한 내용이 이미 전달되었거나 출처 표시 방식이 영향을 주었을 가능성이 거론될 수 있지만, 이번 측정만으로는 원인을 특정하기 어렵습니다. 따라서 수집 비중을 유입 성과의 대리 지표로 쓰는 해석은 이 관측으로 뒷받침되지 않는다고 볼 수 있습니다.
성과 보고에서는 이 차이를 분명히 적는 것이 좋습니다. AI 봇 수집이 늘었다는 사실은 문서가 AI 서비스의 수집 대상에 들어 있다는 신호로 볼 수 있습니다. 그러나 그것만으로 문의나 매출로 이어지는 유입을 설명할 수는 없습니다. 답변 안에서 브랜드가 언급되거나 출처로 표시되는지는 방문 로그가 아니라 답변 자체를 확인해야 알 수 있는 영역입니다.
정리
네 가지 통념에는 공통점이 있습니다. 분모와 측정 대상이 다른 수치를 하나로 묶어 읽었다는 점입니다. 다만 이 관측은 GEO·AI 관련 사이트 한 곳의 11일 기록이고, 비율만 공개되었습니다. 다른 업종이나 다른 사이트에 그대로 적용할 수 없으므로, 각 조직의 기록으로 같은 질문을 다시 확인해야 합니다. 다음 다섯 항목을 점검 기준으로 활용할 수 있습니다.
- 분모 표기: 보고서의 비율마다 전체 방문, 사람 방문, 관측 일수 가운데 무엇을 분모로 삼았는지 적습니다.
- 사람과 봇 분리: 분석 도구의 방문 수는 사람 방문 지표로 표기하고, 봇 방문은 서버 방문 로그 등 별도 기록으로 확인합니다.
- 봇 유형 구분: 봇 방문을 AI 봇, 검색 봇, 기타·미분류로 나눕니다. 미분류 비중이 크면 해석 범위를 그만큼 좁힙니다.
- 일별 추이 확인: 기간 합계와 별도로 AI 봇과 사람 방문을 일별로 비교하고, 비등하거나 역전된 날을 기록합니다.
- 수집과 유입 분리: AI 봇 수집 비중과 AI 답변에서의 직접 클릭을 별도 항목으로 보고하고, 분모가 다른 두 값을 같은 기준으로 비교하거나 둘 사이의 인과를 단정하지 않습니다.
분석 도구는 사람의 행동을 읽는 기준으로 계속 쓰고, 그 바깥의 방문은 다른 기록으로 보완합니다. 이번 관측이 시사하는 읽기 순서는 이것입니다.