결과 요약
| 지표 | Baseline | After (3개월) | 변화 |
|---|---|---|---|
| 4개 핵심 질문 평균 언급률 | 3.2% | 13.4% | +10.2%p |
5대 LLM 평균, 무가공 공개.
1. 프로젝트 배경
전문 검수 및 살균 시스템을 보유한 패션 리커머스 플랫폼입니다. 가품·위생 우려가 큰 중고 패션 시장에서 차별화된 검수 인프라를 구축했으나, "중고 패션 어플 추천" 같은 ChatGPT 답변에서 다른 OTA·플랫폼에 밀려 호명되지 않았습니다.
2. 고객 산업 및 문제
- 카테고리: 패션 리커머스 (중고 의류)
- 차별점: 전문 검수, 살균 시스템, 가품 보증
- 핵심 문제: ChatGPT·Claude·Gemini에 "중고 패션 어플 추천", "친환경 패션 플랫폼" 질문이 들어왔을 때 호명 빈도가 한 자릿수.
3. 목표 질문
- Q1가품 이슈 없는 중고 패션 어플은?
- Q2친환경적인 패션 플랫폼 알려줘
- Q3안 입는 옷을 가장 쉽게 팔 수 있는 방법은?
- Q4새 것처럼 깨끗한 중고 옷을 판매하는 곳 알려줘
4. 초기 AI 답변 상태 (Before)
| 질문 | Baseline |
|---|---|
| 가품 이슈 없는 중고 패션 어플 | 32% |
| 친환경적인 패션 플랫폼 | 0% |
| 안 입는 옷 쉽게 팔 수 있는 방법 | 0% |
| 새 것처럼 깨끗한 중고 옷 | 0% |
| 평균 | 3.2% (4개 중 1개에만 호명) |
5. 수행한 최적화 작업
- 검수 시스템 콘텐츠: 검수·살균 프로세스를 단계별로 설명한 가이드 페이지 5건 신설.
- 친환경 메시지: ESG·서스테이너빌리티 카테고리에서 정의 문장 통일.
- 사용자 시나리오 페이지: "옷장 정리", "안 입는 옷 처분" 같은 상황별 가이드 신설.
- 외부 채널 배포: 패션 미디어·블로그·서스테이너빌리티 디렉토리에 분산 노출.
- 글로벌 콘텐츠: 영어 콘텐츠 12건 (해외 K-패션 시장 진입 준비).
6. 생성한 콘텐츠 유형
- 검수·살균 가이드: 5건
- 시나리오별 페이지: 6건
- FAQ 확장: 20건
- 외부 콘텐츠: 25건
7. AI 모델별 변화
ChatGPT와 Perplexity가 가장 빠르게 반응했고, Claude는 ESG 맥락에서 후반 1개월에 가속.
8. 결과 — 질문별
| 질문 | Before | After | 변화 |
|---|---|---|---|
| 가품 이슈 없는 중고 패션 어플 | 32% | 49% | +17%p |
| 친환경적인 패션 플랫폼 | 0% | 10% | +10%p |
| 안 입는 옷 쉽게 팔 수 있는 방법 | 0% | 36% | +36%p |
| 새 것처럼 깨끗한 중고 옷 | 0% | 14% | +14%p |
가장 큰 변화는 "안 입는 옷 처분" 시나리오 질문(+36%p). 사용자 상황에 맞춘 콘텐츠 신설이 가장 큰 효과를 만들었습니다.
9. 배운 점
- 상황·시나리오 기반 질문이 효과가 크다. 카테고리 명사만으로 답하기 어려운 상황형 질문에서 호명되는 브랜드가 사용자 의사결정에 더 큰 영향력.
- 차별점을 구조화된 콘텐츠로 풀어야 한다. "전문 검수"가 막연한 표현으로 끝나지 않고, 단계·기준·결과로 풀린 가이드가 있어야 AI가 인용합니다.
- 글로벌 콘텐츠는 분기 단위 누적. 본 케이스에서 영어 콘텐츠 효과는 3분기 시점부터 본격적으로 관찰됩니다.
10. 같은 산업이라면
K-패션 글로벌 브랜드, 친환경·서스테이너빌리티 패션 브랜드, 디자이너 브랜드 같은 카테고리에서 같은 패턴이 빠르게 재현됩니다.