구글 로컬 검색 AI 슬롭, 내 가게 정보 지키는 법

2026년 8월, 구글 로컬 검색 결과에 뜨는 AI 오버뷰가 업체의 공식 정보 대신 저품질·자기홍보성 리스티클(목록형 블로그 글)을 출처로 인용하는 사례가 잇따라 보고됐다. 업계에서는 이를 "AI 슬롭"(AI slop, AI가 대충 만들어낸 저질 콘텐츠)이라 부른다.

내 가게가 이 문제의 피해자가 될 수도, 반대로 정보를 정확히 관리해 두면 오히려 신뢰도를 높이는 기회가 될 수도 있다. 결론부터 말하면, 구글 비즈니스 프로필(GBP)과 홈페이지의 정보를 일치시키고 구조화 데이터를 넣어 두는 업체는 이 이슈에서 상대적으로 안전하다.

이 글에서는 이번에 보고된 사례가 정확히 무엇인지, 로컬팩과 AI 오버뷰가 어떻게 다른지, 왜 이런 일이 생기는지, 그리고 업종별로 지금 당장 무엇을 점검해야 하는지를 예시 중심으로 정리한다.

이 글의 핵심만 먼저 추리면 이렇다.

• 2026년 8월 12일, 서치 엔진 라운드테이블이 구글 AI 오버뷰가 로컬 검색에서 저품질 리스티클을 인용한 사례를 보도했다
• 지역 SEO 전문가 조이 호킨스는 여러 법률사무소의 AI 오버뷰 정보가 한 변호사의 홍보 글 하나로 통일된 사례를 X(트위터)에 공개했다
• 로컬팩(지도 3개 노출)과 로컬 검색용 AI 오버뷰는 서로 다른 기능이지만, 둘 다 구글 비즈니스 프로필 데이터를 기반으로 한다
• AI 오버뷰는 GBP·홈페이지·제3자 디렉터리 등 여러 출처를 종합하는데, 출처끼리 정보가 어긋나면 AI가 엉뚱한 문장을 만들어낼 수 있다
• 정보를 고쳐도 반영까지 수일에서 수 주가 걸릴 수 있어 꾸준한 점검이 필요하다

구글 로컬 검색에 등장한 "AI 슬롭"이란 무엇인가?

AI 슬롭은 AI가 근거 없이, 또는 부실한 근거로 만들어낸 저품질 콘텐츠를 가리키는 업계 은어다. 원래는 AI가 대량으로 찍어내는 조악한 블로그 글이나 이미지를 비꼬는 말로 쓰였는데, 최근 이 표현이 구글 검색 결과 자체로 옮겨붙었다.

2026년 8월 12일, 검색 마케팅 전문 매체 서치 엔진 라운드테이블의 배리 슈워츠는 "구글 AI 오버뷰 로컬 결과, 리스티클을 인용하다(Google AI Overview Local Results Quoting From Listicles)"라는 제목의 기사를 냈다. 구글이 일부 로컬 검색어에서 AI 오버뷰를 띄우면서, 업체 정보의 근거로 개별 업체의 공식 홈페이지가 아니라 저품질·자기홍보성 리스티클을 반복적으로 인용한다는 내용이었다.

같은 기사에서 지역 SEO 컨설팅사 스털링 스카이의 대표 조이 호킨스가 공유한 사례가 특히 눈에 띈다. 그는 한 지역의 법률사무소 목록에서, 구글 AI 오버뷰가 여러 법률사무소 각각의 정보 출처로 한 변호사가 직접 쓴 자기홍보성 리스티클 하나만을 반복해서 인용하고, 정작 각 법률사무소의 공식 홈페이지로는 연결하지 않았다고 지적했다. 스크린샷에는 서로 다른 법률사무소 여러 곳의 정보란에 똑같은 리스티클 하나가 출처로 걸려 있는 모습이 담겼다.

배리 슈워츠는 이 현상을 두고 "이건 품질이 아니다. 구글의 AI 결과를 유용해 보이게 만드는 것도 아니다. 그저 부끄러운 일이다"라고 평했다.

이틀 뒤인 8월 14일 같은 매체의 영상 뉴스에서도 "AI 로컬팩 슬롭"이라는 표현으로 이 이슈를 다시 다뤘다. 짧은 기간 두 차례 연속 다뤄졌다는 것 자체가, 로컬 SEO 업계에서 이 문제를 일회성 해프닝이 아니라 지켜봐야 할 흐름으로 보고 있다는 신호다.

이런 사례가 특히 뼈아픈 이유는, 정작 정보의 당사자인 법률사무소는 아무런 잘못도 하지 않았다는 점이다. 홈페이지를 성실히 관리하고 GBP도 채워 두었더라도, AI가 "정리가 더 깔끔해 보이는" 제3자 글을 대표 출처로 택해 버리면 정작 업체 본인의 목소리는 검색 결과에서 지워진다.

구글의 공식 입장은 무엇인가?

이 글을 쓰는 시점까지 구글이 이번 사례에 대해 구체적으로 공식 성명을 낸 사실은 확인되지 않는다. 다만 구글은 그동안 AI 오버뷰 전반에 대해 "가능한 한 신뢰할 수 있는 고품질 출처를 참고하도록 설계했다"는 원론적인 입장을 여러 차례 밝혀 왔다. 문제는 이런 원칙이 있다고 해서 개별 사례에서 항상 지켜지는 것은 아니라는 점이 이번 보도로 다시 확인됐다는 데 있다.

이런 상황에서는 구글의 시스템이 언젠가 개선되기를 기다리기보다, 지금 당장 내가 통제할 수 있는 부분(내 정보의 정확성과 일관성)부터 정리해 두는 것이 가장 현실적인 전략이다. 시스템이 개선되더라도 정보가 정확하게 정리돼 있는 업체가 손해를 볼 일은 없기 때문이다.

로컬팩과 로컬 검색용 AI 오버뷰는 어떻게 다른가?

여기서 용어를 정확히 구분할 필요가 있다. 로컬팩(Local Pack, 흔히 "지도 3-팩"이라 부른다)은 "강남 치과"처럼 지역이 포함된 검색어를 치면 지도와 함께 뜨는 업체 3곳의 목록이다. 이 순위는 구글이 오래전부터 공식적으로 밝혀 온 관련성·거리·인지도 세 기준으로 정해진다.

반면 이번에 문제가 된 것은 로컬 검색용 AI 오버뷰다. 일부 로컬 검색어에서 구글이 여러 출처를 종합해 문장 형태로 답을 만들어 보여주는 기능으로, 로컬팩과는 노출 위치도 로직도 다른 별개의 요소다.

두 기능을 혼동하면 대응 방향이 어긋난다. 로컬팩 순위를 올리려고 리뷰 개수만 늘리는 식으로는 AI 오버뷰의 인용 출처 문제가 해결되지 않는다. 반대로 AI 오버뷰 대응만 신경 쓰다 로컬팩의 기본기(카테고리 설정, 리뷰 관리)를 놓쳐도 곤란하다.

구분	로컬팩(3-팩)	로컬 검색용 AI 오버뷰
형태	지도 + 업체 3곳 목록	여러 출처를 종합한 요약 문장
노출 범위	대부분의 지역 검색어	일부 로컬 검색어(계속 확대 중)
순위 기준	관련성·거리·인지도	명확한 공개 기준 없음(여러 출처 종합)
대표 위험	낮은 순위, 부실한 리뷰	잘못된 출처 인용, 부정확한 요약

다만 둘 사이에는 분명한 접점이 있다. 로컬팩도 AI 오버뷰도 결국 구글 비즈니스 프로필(GBP)에 등록된 정보를 출발점으로 삼는다. GBP 데이터가 부실하거나 오래됐다면 두 기능 모두에서 손해를 볼 가능성이 커진다는 뜻이다.

AI 오버뷰는 로컬 검색에 얼마나 자주 뜨는가?

아직 모든 로컬 검색어에 AI 오버뷰가 뜨는 것은 아니다. 여러 업계 조사를 종합하면, 2026년 상반기 기준 로컬 검색어 가운데 대략 10분의 1 안팎에서 AI 오버뷰가 노출되는 것으로 추정된다. 검색어 전체로 보면 이미 미국 검색의 절반가량에서 AI 오버뷰가 뜨고 있다는 조사도 있어, 로컬 검색으로도 점차 범위가 넓어지는 흐름 자체는 분명해 보인다.

노출 비중만 보면 아직 "일부"로 느껴질 수 있지만, AI 오버뷰가 뜨는 검색어에서는 클릭이 AI 오버뷰에 인용된 소수의 출처로 쏠리는 경향이 있다는 점이 더 중요하다. 업계 조사에 따르면 AI 오버뷰에 인용된 브랜드는 그렇지 않은 브랜드보다 노출 대비 클릭이 훨씬 높게 나타난다. 반대로 말하면, 인용되지 못한 업체는 검색 결과에 뜨더라도 클릭 기회 자체가 줄어들 수 있다는 뜻이다.

같은 흐름 속에서 구글 비즈니스 프로필에서 발생하는 전화 걸기·길찾기 같은 액션 자체도 늘고 있다는 조사가 나온다. 이는 소비자들이 검색 결과의 요약만 보고 바로 행동으로 옮기는 비중이 커지고 있다는 뜻이기도 하다. AI 오버뷰에 정확히, 그리고 유리하게 인용되는 업체와 그렇지 못한 업체 사이의 격차가 점점 벌어질 수 있는 구조라는 점에서, 지금 정보를 정리해 두는 작업이 뒤로 미룰수록 손해가 커지는 일이 될 가능성이 높다.

특히 모바일 검색에서 AI 오버뷰가 뜨는 비중이 데스크톱보다 훨씬 높다는 조사도 있다. 길을 걷다가, 이동 중에 스마트폰으로 "근처 ○○" 를 검색하는 상황이야말로 로컬 검색의 핵심 시나리오인데, 바로 이 상황에서 AI 오버뷰를 마주칠 확률이 더 높다는 뜻이다. 모바일에서 검색하는 사용자는 화면이 작아 여러 결과를 비교하기보다 AI가 요약해 준 첫 번째 정보를 그대로 신뢰하고 행동으로 옮기는 경향도 강하다. 그만큼 그 첫 요약에 어떤 정보가, 어느 출처에서 올라가는지가 중요해진다.

왜 AI가 저품질 리스티클을 대표 정보로 골라내는가?

AI 오버뷰는 한 곳의 정보만 보고 답하지 않는다. 구글 비즈니스 프로필, 업체 홈페이지, 그리고 각종 제3자 디렉터리(지역 정보 사이트, 업종별 순위 블로그 등) 여러 곳의 정보를 한꺼번에 긁어와 요약한다.

문제는 이 여러 출처가 서로 다른 말을 하고 있을 때 생긴다. 예를 들어 어떤 법률사무소의 전문 분야가 GBP에는 "이혼 전문"으로, 홈페이지에는 "가사·이혼·상속"으로, 제3자 리스티클에는 "지역 최고의 이혼 변호사"로 각각 다르게 표현돼 있다고 하자. AI 입장에서는 가장 명료하고 정리된 형태로 쓰인 문서를 "신뢰할 만한 요약"으로 오인해 그대로 가져다 쓸 위험이 있다.

나쁜 예: 법률사무소 10곳의 개별 홈페이지에는 각자 다른 표현으로 전문 분야가 흩어져 있는데, 한 변호사가 만든 "지역 로펌 순위 10선" 같은 리스티클은 10곳 모두를 깔끔한 문장으로 정리해 놓았다. AI는 정리가 잘된 이 리스티클을 대표 출처로 골라 인용한다.

좋은 예: 각 법률사무소가 GBP 설명, 홈페이지, 제3자 디렉터리에 똑같은 전문 분야 표현과 사실 관계를 일관되게 적어 두면, AI가 어느 출처를 참고하든 같은 결론에 도달한다.

같은 패턴은 법률사무소만의 문제가 아니다. 예를 들어 치과의 경우 "임플란트 전문"이라는 문구가 GBP·홈페이지·리뷰마다 조금씩 다르게 쓰여 있으면, AI는 "임플란트·미백·교정을 모두 잘하는 병원 5곳"류의 비교 블로그 글을 대신 인용할 수 있다. 부동산 중개업소라면 "매매 전문"과 "임대·매매 모두 취급"이라는 표현이 채널마다 엇갈릴 때, 제3자 부동산 정보 사이트의 요약이 대표 출처로 뽑히는 식이다.

이런 리스티클 상당수는 검색 노출을 노리고 만들어진 홍보성 글이라, 품질이 낮거나 특정 업체(주로 글쓴이 본인)에 유리하게 편향돼 있을 가능성이 있다. AI가 이런 글을 "정리가 잘된 자료"로 오인해 대표 출처로 삼으면, 정작 정보의 주인공인 개별 업체는 자기 목소리를 잃는 셈이다.

마랩랭크스(MapRanks)의 분석도 같은 결론을 낸다. "출처끼리 정보가 어긋나거나 오래됐다면, AI는 부정확한 요약을 만들어낼 수 있다."

조금 더 풀어 말하면, AI 오버뷰는 검색어와 관련된 여러 문서를 먼저 찾아낸 뒤, 그 문서들의 내용을 종합해 하나의 답을 생성하는 방식으로 동작한다. 이 과정에서 AI는 어떤 문서가 "더 명확하고 정리된 정보"인지를 판단해 우선순위를 매기는데, 그 판단 기준이 반드시 "어떤 문서가 공식적인가"와 일치하지는 않는다. 개별 업체의 홈페이지가 짧고 정보가 흩어져 있는 반면, 제3자 리스티클은 여러 업체를 비교하는 형식으로 이미 잘 정돈돼 있는 경우가 많아, AI가 후자를 더 "읽기 좋은 자료"로 판단해 버리는 셈이다.

우리 가게 정보가 AI 오버뷰에서 잘못 나오고 있는지 어떻게 확인하나?

가장 확실한 방법은 직접 검색해 보는 것이다. 사업주 본인의 이름이 아니라, 실제 고객이 칠 법한 검색어("○○동 카페", "○○구 변호사" 등)로 검색해 AI 오버뷰가 뜨는지, 뜬다면 어떤 내용을 어디에서 인용하는지 확인한다.

체크할 항목은 다음과 같다.

• AI 오버뷰가 내 업체를 언급할 때 어느 사이트를 출처로 링크하는지 (내 홈페이지인지, 제3자 리스티클인지)
• 오버뷰에 나온 영업시간·연락처·전문 분야가 실제와 일치하는지
• 같은 검색어로 여러 번 검색했을 때 결과가 크게 요동치지는 않는지
• 로그인 여부, 검색 기기(모바일·데스크톱), 위치에 따라 결과가 달라지지는 않는지

내 홈페이지가 아니라 낯선 리스티클이 반복해서 출처로 뜬다면, 위에서 살펴본 "AI 슬롭" 패턴에 걸려 있을 가능성이 있다. 이때 구글은 AI 오버뷰 하단에 피드백 버튼을 제공하는데, 잘못된 정보를 발견하면 이 버튼으로 직접 신고할 수 있다. 신고 한 번으로 즉시 바뀌리라는 보장은 없지만, 문제를 방치하는 것보다는 낫다.

확인 작업을 혼자 하기 번거롭다면, 직원이나 가족에게 서로 다른 기기로 같은 검색어를 쳐 보게 하는 것도 방법이다. 검색 결과는 계정 로그인 여부, 기기 종류, 검색 위치에 따라 조금씩 달라질 수 있어서, 한 사람이 한 번 확인한 결과만으로 "우리 가게는 문제없다"고 단정하기보다는 여러 조건에서 반복해서 확인하는 편이 더 정확하다. 확인한 날짜와 결과를 간단히 메모해 두면, 나중에 정보를 고친 뒤 실제로 반영됐는지 비교하기도 쉬워진다.

지금 당장 해야 할 대응 7가지는 무엇인가?

대응의 큰 방향은 하나다. 여러 출처에 흩어진 정보를 하나의 사실로 통일하고, 그 사실을 기계가 읽기 쉬운 형태로도 남겨 두는 것이다. 아래 7가지는 순서대로 진행하면 하루 이틀 안에 기본 점검을 끝낼 수 있는 항목들로 구성했다. 처음부터 완벽하게 하려 하기보다, 우선 1번부터 4번까지 기본 데이터 정리를 끝낸 뒤 5번부터 7번까지 모니터링 습관을 붙이는 순서를 권한다.

1. GBP 필드를 하나하나 다시 점검한다. 이름·주소·전화번호·카테고리·영업시간처럼 기본적인 항목부터 실제와 맞는지 확인한다. 특히 부가 카테고리(추가 서비스 항목)는 등록해 두고 방치하는 경우가 많으니, 실제로 운영 중인 서비스만 남기고 정리한다.
2. 모든 채널의 정보를 통일한다. 지도, 홈페이지, SNS, 지역 정보 사이트에 등록된 상호·주소·전화번호(흔히 NAP라 부른다)를 하나로 맞춘다. 지사·지점이 여러 곳이라면 지점마다 별도 GBP를 만들어 각각 관리하는 편이 정보 혼선을 줄인다.
3. 홈페이지에 LocalBusiness 스키마(구조화 데이터)를 추가한다. 영업시간, 주소, 전문 분야 같은 사실을 AI가 오해 없이 읽을 수 있는 형식으로 명시하는 방법이다. 예를 들어 카페라면 아래처럼 간단한 형태로 넣을 수 있다.

{
  "@context": "https://schema.org",
  "@type": "CafeOrCoffeeShop",
  "name": "○○카페 성수점",
  "address": "서울 성동구 ○○로 12",
  "telephone": "02-000-0000",
  "openingHours": "Mo-Fr 08:00-21:00"
}

(자세한 작성법은 JSON-LD 스키마 마크업 가이드에서 다뤘다.)

4. 홈페이지 본문에도 사실을 문장으로 명확히 적는다. "다양한 분야를 다룹니다" 같은 애매한 표현 대신 "이혼·상속·형사 사건을 전문으로 합니다"처럼 구체적으로 쓴다. AI는 애매한 문장보다 단정적이고 구체적인 문장을 더 신뢰도 높은 정보로 취급하는 경향이 있다.
5. AI 오버뷰의 피드백 버튼을 적극 활용한다. 잘못된 요약을 발견하면 그냥 넘기지 말고 신고한다. 신고가 쌓이면 구글이 해당 유형의 오류를 더 넓게 개선하는 데 참고 자료가 된다.
6. 정기적으로 직접 검색해 확인한다. 한 번 고쳤다고 끝이 아니라, 주기적으로 내 업종·지역 키워드를 검색해 상태를 점검한다. 분기에 한 번 정도를 최소 주기로 잡으면 큰 무리가 없다.
7. 리뷰 답글도 정보의 일부로 취급한다. 답글에 최신 사실(예: "영업시간이 21시까지로 연장됐습니다")을 자연스럽게 담아 두면 AI가 참고할 자료가 하나 더 늘어난다.

이 순서대로 진행하면 GBP 자체의 신뢰도를 높이는 효과도 있다. 구글 비즈니스 프로필 최적화를 이미 다뤄 본 업체라면 이번 점검은 훨씬 빠르게 끝낼 수 있다.

업종에 따라 대응이 어떻게 달라지는가?

기본 원칙은 같지만, 업종별로 특히 신경 써야 할 지점은 다르다.

• 병원·의원: 진료 과목·전문 분야 표현을 GBP, 홈페이지, 각종 의료 정보 사이트에서 정확히 통일한다. "임플란트 전문"처럼 특정 시술을 강조하고 싶다면 그 표현을 모든 채널에서 똑같이 써야 AI가 혼동하지 않는다.
• 카페·음식점: 영업시간과 브레이크 타임, 라스트오더 시간처럼 자주 바뀌는 정보일수록 방치되기 쉽다. 시즌마다 영업시간이 바뀐다면 그때마다 GBP를 먼저 고치고, 홈페이지·배달앱 정보도 같은 날 함께 맞춘다.
• 법률사무소·회계사무소 등 전문직: 이번에 문제가 된 대표 사례다. 전문 분야, 상담 방식(대면·화상), 초기 상담 비용처럼 잠재 고객이 가장 궁금해할 정보를 홈페이지 본문에 명확한 문장으로 남겨 둔다.
• 부동산 중개업소: 취급 매물 유형(매매·전세·임대), 담당 지역을 구체적으로 명시한다. 표현이 애매하면 AI가 인근 부동산 여러 곳을 뭉뚱그려 소개하는 제3자 정리 글을 대신 참고할 수 있다.
• 학원·교육기관: 대상 학년, 과목, 수업 방식(그룹·개인) 같은 정보가 채널마다 다르면 학부모 입장에서 헷갈리는 것은 물론, AI도 정확한 요약을 만들기 어려워진다.
• 미용실·뷰티샵: 시술 메뉴와 가격이 시즌마다 바뀌는 업종 특성상 정보가 가장 빠르게 낡는다. 신규 시술을 추가했다면 GBP 게시물, 홈페이지, 예약 플랫폼(네이버 예약, 카카오맵 등)의 메뉴판을 같은 날 함께 갱신하는 습관이 필요하다.

각 업종의 공통점은, 잠재 고객이 검색 전에 가장 먼저 확인하고 싶어 하는 사실 한두 가지가 명확히 정리돼 있는지가 관건이라는 것이다. 병원이라면 진료 과목, 카페라면 영업시간, 법률사무소라면 전문 분야, 부동산이라면 취급 매물 유형이 그 역할을 한다. 이 핵심 사실 하나만이라도 모든 채널에서 정확히 일치시켜 두면, AI가 엉뚱한 출처를 대신 인용할 여지를 상당 부분 줄일 수 있다.

업종이 다르더라도 공통점은 하나다. "애매하게, 여러 버전으로" 흩어진 정보를 "명확하게, 한 버전으로" 정리하는 것이 가장 근본적인 대응이라는 점이다.

지금 먼저 대응하면 어떤 이점이 있는가?

이번 이슈를 위협으로만 볼 필요는 없다. 아직 대부분의 업체가 이 문제를 인지조차 못 하고 있는 지금이, 오히려 격차를 벌릴 기회이기도 하다.

같은 지역, 같은 업종 안에서 경쟁 업체들의 정보도 대부분 여기저기 흩어져 있을 가능성이 높다. 그중 한 곳이 먼저 GBP와 홈페이지, 제3자 디렉터리의 정보를 정확히 통일하고 구조화 데이터까지 갖춰 두면, AI가 "가장 명확한 출처"를 고를 때 그 업체가 선택될 확률이 자연스럽게 올라간다. 반대로 아무도 손대지 않은 지금 이 시점에 아무 대응도 하지 않으면, 나중에 경쟁 업체가 먼저 정리를 끝냈을 때 따라잡기가 더 어려워진다.

정보를 정확히 관리하는 일은 홍보 기법이 아니라 신뢰의 기본기다. AI가 참고하는 출처든, 사람이 검색해서 클릭하는 링크든, 결국 정확하고 일관된 정보가 가장 오래 살아남는다. 이번 이슈는 그 기본기를 다시 점검해 보라는 신호로 받아들이면 충분하다.

리뷰와 사진 관리가 왜 슬롭 피해를 줄이는 지름길인가?

리뷰는 단순히 별점을 쌓는 용도가 아니다. AI가 업체 정보를 종합할 때, 리뷰 본문과 사장님 답글도 참고 대상에 들어간다. 리뷰가 많고 사장님 답글이 꾸준히 달려 있는 업체는 그만큼 "최근까지 관리되고 있는 정보"라는 신호를 AI에 준다.

반대로 리뷰에 답글이 하나도 없거나, 오래된 리뷰만 쌓여 있는 업체는 AI 입장에서 "이 업체의 최신 정보를 어디서 가져와야 할지 판단하기 어려운" 대상이 된다. 이럴 때 저품질 리스티클이 대신 그 빈자리를 채우고 들어올 여지가 생긴다.

나쁜 예: "감사합니다" 한마디로 끝나는 형식적인 답글만 반복해서 단다. 좋은 예: "말씀해 주신 대로 이번 달부터 평일 영업시간을 21시까지 연장했습니다. 다시 찾아 주셔서 감사합니다"처럼 답글 안에 최신 정보를 자연스럽게 녹인다.

사진도 마찬가지다. 최근 날짜로 업데이트된 사진이 꾸준히 올라오는 프로필은 "운영 중이며 관리되고 있다"는 신호로 작용한다. 나쁜 예는 개업 당시 찍은 사진 몇 장만 3–4년째 그대로 걸어 둔 경우고, 좋은 예는 계절 메뉴, 리모델링한 매장 내부, 신규 스태프 사진처럼 최근 변화를 반영한 사진을 주기적으로 올리는 경우다. 사진·동영상 조회수 확인법을 참고해 어떤 사진이 실제로 많이 노출되는지 살펴보고, 그 유형의 사진을 꾸준히 추가하는 것도 방법이다.

리뷰 답글을 쓸 때 유의할 점도 있다. 최근 구글이 사장님 답글에 대한 신고 기능을 추가했는데, 사실과 다른 과장된 답글보다는 정확한 정보를 담은 답글이 여러모로 안전하다. 자세한 내용은 구글 리뷰 답글 신고 기능 안내에서 확인할 수 있다.

리뷰·답글 관리는 홍보 수단이기 이전에, AI 시대에는 업체 정보의 최신성을 증명하는 자료로도 기능한다는 점을 기억해 두면 좋다.

정보를 고쳐도 왜 바로 반영되지 않는가?

GBP 정보를 수정했는데 AI 오버뷰에는 여전히 옛날 정보가 나온다면, 성급하게 "안 고쳐진다"고 판단하기 전에 반영 시간을 감안해야 한다.

전화번호나 영업시간처럼 단순한 GBP 필드는 보통 며칠 안에 반영이 시작된다. 반면 홈페이지 본문 내용이나 새로 추가한 구조화 데이터는 구글이 다시 크롤링하고 해석하는 과정을 거쳐야 하므로, 1주에서 3주, 때로는 그 이상 걸릴 수 있다.

구글은 이 반영 주기를 공식적으로 공개하지 않는다. 그래서 한 번 수정한 뒤에는 며칠 단위가 아니라 몇 주 단위로 주기를 두고 직접 검색해 확인하는 습관이 현실적인 대응이다. 급하게 여러 번 수정을 반복하기보다, 한 번 정확히 고친 뒤 충분한 시간을 두고 지켜보는 편이 낫다.

반영이 늦다고 같은 필드를 며칠 간격으로 계속 고치면, 오히려 구글이 정보를 "불안정하다"고 판단해 신뢰도를 낮게 매길 수 있다는 지적도 있다. 한 번에 정확히 고치고 기다리는 편이 안전하다.

반영이 늦어지는 이유를 조금 더 풀어 보면, 구글은 전 세계 수많은 데이터 센터에 검색 색인을 나눠 저장하고, 이를 주기적으로 동기화한다. 홈페이지를 다시 크롤링하고, 그 안의 구조화 데이터를 해석하고, AI 오버뷰가 참고할 요약 자료로 정리하기까지 여러 단계를 거치는 만큼, 단순 필드 수정보다 콘텐츠 기반 수정이 오래 걸리는 것은 구조적으로 자연스러운 일이다. 이 점을 이해하고 있으면 "왜 아직도 안 바뀌었지"라는 조급함 대신, 정해진 점검 주기에 맞춰 차분히 확인하는 태도를 가질 수 있다.

앞으로 로컬 SEO 담당자는 무엇을 준비해야 하는가?

AI 오버뷰가 로컬 검색에 더 자주, 더 넓은 영역에서 노출될 가능성은 앞으로도 이어질 것으로 보인다. 정보를 "한 번 등록하고 방치"하는 방식은 더 이상 통하지 않는다.

담당자 입장에서는 세 가지를 습관으로 만드는 것이 좋다. 첫째, 분기에 한 번씩 GBP와 홈페이지 정보를 나란히 놓고 비교하는 점검을 정례화한다. 둘째, 새로운 지점이나 서비스가 생기면 모든 채널에 동시에 반영하는 절차를 만들어 둔다. 셋째, 경쟁 업체나 업계 리스티클이 내 정보를 잘못 인용하고 있지는 않은지도 함께 살핀다.

여기에 더해, 내부적으로 정보 변경 이력을 간단히 기록해 두는 것도 도움이 된다. 언제 어떤 필드를 고쳤는지 남겨 두면, 이후 AI 오버뷰에 반영된 시점과 비교해 "어느 정도 걸렸는지" 감을 잡을 수 있고, 다음 수정 계획을 세울 때도 참고가 된다. 엑셀이나 메모 앱에 "수정일 · 수정 항목 · 반영 확인일" 세 칸만 있는 표 하나만 만들어 둬도 충분하다.

이런 점검을 담당자 한 명의 기억에만 의존하면 담당자가 바뀌는 순간 이력이 끊기기 쉽다. 작은 사업장이라도 점검 항목과 주기를 문서 한 장으로 정리해 공유해 두면, 누가 담당하든 같은 기준으로 관리를 이어갈 수 있다.

이런 관리는 결국 지역 SEO 완벽 가이드에서 다룬 기본기와 크게 다르지 않다. AI 오버뷰라는 새로운 변수가 하나 늘었을 뿐, 정확하고 일관된 정보를 여러 채널에 걸쳐 관리한다는 원칙은 그대로다. 다만 이번 이슈를 계기로 "내 정보가 어디에서, 어떻게 인용되고 있는가"를 더 자주 들여다볼 필요는 분명해졌다.

혼자서 GBP·홈페이지·스키마 마크업을 한꺼번에 점검하기 부담스럽다면, 이루웹의 검색엔진최적화 서비스에서 로컬 검색 노출 현황을 함께 진단해 드리고 있습니다. 홈페이지 제작부터 로컬 SEO 세팅까지 새로 시작하고 싶으시다면 홈페이지 제작 서비스 안내도 참고해 보시기 바랍니다. 궁금한 점이 있으시면 상담 문의를 통해 편하게 연락해 주시면 함께 방법을 찾아드리겠습니다.

자주 묻는 질문

AI 슬롭은 로컬팩(지도 3-팩) 자체에도 영향을 주나요?

지금까지 구체적으로 보고된 사례는 로컬 검색용 AI 오버뷰에서 발견된 것이지, 지도 3개가 뜨는 전통적인 로컬팩 순위 로직 자체가 바뀌었다는 보고는 아니다. 다만 두 기능이 같은 구글 비즈니스 프로필 데이터를 활용하는 만큼, 정보 관리 원칙은 동일하게 적용하는 것이 안전하다.

리스티클에 내 업체 정보가 잘못 인용된 걸 발견했는데, 상대 사이트에 직접 연락해야 하나요?

가능하다면 시도해 볼 수는 있지만, 더 확실한 방법은 내 GBP와 홈페이지의 정보를 정확하고 상세하게 정리해 두는 것이다. AI는 여러 출처 중 더 명료하고 신뢰도 높은 정보를 우선하는 경향이 있으므로, 근본적인 대응은 내 쪽 정보를 강화하는 데 있다.

구조화 데이터(스키마)를 넣으면 AI 슬롭 문제가 완전히 사라지나요?

완전히 사라진다고 보장할 수는 없다. 다만 LocalBusiness 스키마와 명확한 본문 서술은 AI가 참고할 신뢰도 높은 출처를 늘려 주는 효과가 있다. 여러 대응책 중 하나로 함께 병행하는 편이 좋다.

소상공인 혼자서도 이 대응을 다 할 수 있나요?

GBP 필드 점검이나 리뷰 답글 작성처럼 시간이 크게 들지 않는 항목은 직접 해도 충분하다. 다만 LocalBusiness 스키마 마크업처럼 코드 작업이 필요한 부분은 개발 지식이 없다면 전문 업체의 도움을 받는 편이 실수를 줄이는 방법이다.

지점이 여러 곳인 프랜차이즈는 어떻게 관리해야 하나요?

지점마다 GBP를 각각 따로 만들고, 지점별 주소·전화번호·영업시간을 개별적으로 정확히 관리하는 것이 원칙이다. 본사 홈페이지에 지점 정보를 한데 모아 보여주더라도, 각 지점 페이지 안에는 그 지점만의 사실을 구체적으로 적어야 AI가 지점별로 정확히 구분해 인식할 수 있다.

우리 업체가 리스티클에 좋게 언급된 경우도 있는데, 이것도 문제인가요?

리스티클 자체가 항상 나쁜 것은 아니다. 업체 정보를 정확하게 담고 있는 리스티클이라면 오히려 추가 노출 통로가 될 수 있다. 문제는 부정확하거나 편향된 리스티클이 내 공식 정보보다 더 우선적으로 인용될 때다. 리스티클에 실린 내 업체 정보가 정확한지부터 확인하고, 부정확하다면 해당 사이트에 수정을 요청하거나 내 쪽 정보를 더 명확히 정리해 균형을 맞추는 것이 현실적인 대응이다.