“검색 1위도 안심 못 한다” 일리온 최승 이사가 짚은 제약바이오·뷰티 'AI 검색 경쟁'

검색 상위 노출보다 AI 답변에 인용·추천되는 것이 중요 일리온, 44개 항목·100점 진단…고객사 53점서 83점 개선 기업 홈페이지 정보와 전문매체의 취재·검증 중요성 확대 의약품·건강기능식품·화장품까지 AI 검색 대응 전략 넓혀

일리온 최승 사업총괄 이사와 최근 서울 서초구 약업신문 본사에서 만나, 변화하는 AI 검색 환경과 제약·바이오·헬스케어 기업의 대응 전략에 관해 이야기를 나눴다.©약업신문=권혁진 기자

생성형 인공지능(AI)이 검색 방식을 바꾸면서 제약·바이오·헬스케어 기업의 정보 전달 전략도 달라지고 있다. 신약개발부터 일반의약품, 건강기능식품, 화장품까지 사업 영역은 다양하지만 과제는 같다. 기업이 보유한 기술과 제품, 연구개발 성과, 사업 역량을 AI가 정확하게 이해하고 전달할 수 있어야 한다.

일리온 최승 사업총괄 이사는 기업들이 AI 검색 환경에 맞춰 홈페이지와 콘텐츠 전략을 재정비해야 한다고 강조했다. 기존 검색엔진 최적화(Search Engine Optimization, SEO)에 더해 답변엔진 최적화(Answer Engine Optimization, AEO)와 생성형 엔진 최적화(Generative Engine Optimization, GEO)가 중요해졌다. 검색 결과의 상위 노출뿐 아니라 AI가 어떤 기업과 제품을 언급하고, 어떤 정보를 답변의 근거로 인용하는지가 경쟁력을 좌우한다.

‘약업신문’과 ‘뷰티누리’처럼 오랜 기간 제약·바이오·헬스케어·화장품 산업을 취재해 온 전문매체의 역할도 중요하다. 기업 홈페이지가 기술과 제품에 관한 공식 정보를 제공한다면, 전문매체는 독립적인 취재와 검증으로 연구개발 성과와 제품 경쟁력, 시장 동향, 규제 변화의 의미를 짚는다. 축적된 전문기사는 AI가 답변을 구성할 때 활용할 수 있는 신뢰도 높은 정보원이 된다.

일리온은 약국 디지털 마케팅에서 AI 검색 최적화로 사업을 확장한 기술기업이다. 자체 개발한 센서 기반 광고 단말기 '스마트CDU'를 통해 소비자 맞춤형 제품 정보를 제공하고 있다. 2025년 5월 기준 전국 500여개 약국에서 스마트CDU를 운영하며, 400여개의 송출 콘텐츠를 확보했다. 최근에는 기업 홈페이지의 AI 검색 대응 수준을 진단하고, 생성형 AI의 실제 인용 여부를 측정하는 사업으로 영역을 넓혔다.

일리온은 기업 홈페이지의 AI 검색 대응 수준을 44개 항목, 100점 기준으로 평가하는 진단 시스템을 구축했다. 실제 고객사의 진단 점수는 53점에서 83점으로 높아졌다. 홈페이지 개선 약 3주 후에는 생성형 AI가 해당 기업을 답변에 인용하는 사례도 관측했다.

최 이사는 AI 검색 최적화가 홈페이지 개편이나 검색 마케팅에 그치지 않고 기업의 기술력과 제품 경쟁력, 브랜드 신뢰도를 사업 기회로 연결하는 수단이 될 것으로 전망했다. AI 검색에서 기업과 제품이 선택받기 위한 조건과 실제 사업 성과로 연결할 전략을 들어봤다.

AI 검색 시대, 노출보다 인용과 추천이 중요

AI가 질문에 직접 답하는 검색 방식은 제약·바이오·헬스케어 기업의 홍보·마케팅에 어떤 변화를 만들고 있는가.

가장 근본적인 변화는 환자와 의료진, 사업 파트너가 검색 결과를 비교하는 데 그치지 않고 AI에 직접 질문하기 시작했다는 것이다.

가트너는 2026년까지 전통 검색엔진의 검색량이 25% 줄어들 것으로 전망했다. 미국 퓨리서치센터의 2025년 조사에서는 구글 검색 결과에 AI 요약이 없을 때 일반 검색 결과 링크 클릭률이 15%였지만, AI 요약이 있을 때는 8%로 낮았다. 국내에서도 오픈서베이 기준 최근 3개월 내 ChatGPT 이용률이 2025년 3월 39.6%에서 12월 54.5%로 9개월 만에 과반을 넘었다.

이 변화는 외부 정보를 바탕으로 판단하는 비중이 높은 제약·바이오·헬스케어 산업에서 특히 중요하다. 환자는 증상을, 의료기관은 치료 선택지를, 바이어는 협력할 파트너사를 AI에 묻는다. AI가 제시하는 정보가 실제 선택에 영향을 미칠 수 있다.

기업이 가장 먼저 점검해야 할 것은 홍보 문구가 아니라 기술적 기반이다. AI가 홈페이지에 접근할 수 있는가, 핵심 페이지가 색인될 수 있는가, 파이프라인과 제품 정보를 AI가 텍스트로 읽어낼 수 있는가부터 확인해야 한다.

AEO·GEO와 기존 검색엔진 최적화(SEO)는 어떤 관계이며, 제약·바이오 기업은 어떻게 활용해야 하는가.

SEO가 '목록의 상단'을 차지하기 위한 경쟁이었다면 AEO·GEO는 '답 그 자체'가 되기 위한 경쟁이다.

SEO의 성적표가 클릭률이었다면 AEO·GEO의 성적표는 '응답 점유율'이다. 같은 질문을 여러 AI에 반복해 던졌을 때 우리 브랜드가 몇 퍼센트나 언급되고 인용되는지를 측정하는 것이다.

다만 세 전략은 단절된 관계가 아니라 기술적 기반을 공유한다. 크롤링·렌더링·색인은 기존 검색과 AI 검색 모두에 필요하다. 일리온의 진단에서도 기존 SEO 구조에 점수를 배정하는 이유다.

여기에 AI가 답을 바로 추출할 수 있는 콘텐츠 구조(Answer-first), 회사와 제품을 하나의 실체로 인식하도록 돕는 엔티티·구조화 데이터, AI 크롤러 준비도가 더해진다. AEO·GEO는 SEO를 대체하는 것이 아니라 그 위에 구축하는 다음 단계다.

제약·바이오 기업이 바꿔야 할 것은 정보를 전달하는 문장이다. '당사는 오랜 경험과 최고의 기술력으로 우수한 의약품을 제공한다'는 문장은 AI에 구체적인 정보를 주지 못한다.

어떤 적응증의 후보물질을 보유하고 있으며 임상시험 몇 상에 진입했는지, 구체적인 명칭·개발 단계·수치·출처를 제시해야 한다. 그래야 AI가 해당 기업이 무엇을 어느 단계까지 개발했는지 명확하게 이해할 수 있다.

일리온의 AI 검색 최적화 핵심 기술과 기존 홈페이지 제작·검색 마케팅 서비스 대비 차별성은 무엇인가.

핵심 기술은 URL 하나로 검색엔진과 생성형 AI가 해당 사이트를 어떻게 인식하는지 7단계·6개 영역·100점 기준으로 평가하는 진단 엔진이다.

진단은 발견·크롤링·렌더링·색인·이해·답변 추출·인용의 7단계로 구성된다. 이를 △크롤링·렌더링·색인(25점) △답변 가능 콘텐츠·품질·신뢰성(25점) △엔티티·구조화 데이터(20점) △온페이지 SEO·정보 구조(15점) △AI 검색·크롤러 준비도(10점) △사용자 경험(UX)·성능·미디어 접근성(5점)의 6개 영역, 44개 항목으로 나눠 측정한다.

기존 홈페이지 제작이나 검색 마케팅과 구별되는 지점은 세 가지다.

첫째, 추정이 아니라 실측이다. robots.txt를 문서로만 읽고 판단하지 않는다. 구글봇, 빙봇, OpenAI 검색봇의 사용자 에이전트(User-Agent)를 적용해 사이트에 직접 접속하고 응답이 달라지는지 확인한다. 실제 브라우저에서 페이지를 렌더링해 사람이 보는 글자와 코드에 담긴 글자의 차이도 측정한다.

둘째, 측정하지 못한 값을 점수로 포장하지 않는다. 성능 데이터가 확보되지 않으면 해당 항목의 점수를 매기지 않고 제외한 뒤 나머지 항목을 기준으로 환산한다.

44개 항목의 평가 근거도 등급별로 공개한다. 구글·빙·OpenAI 공식 문서에서 직접 확인되는 항목은 A등급, 공식 원칙에서 도출한 항목은 B등급, 업계 관행에 근거한 항목은 C등급이다. 44개 항목 가운데 29개, 약 66%가 A등급이다.

셋째, 가장 본질적인 차별점은 생성형 AI에 직접 질문해 인용 여부를 확인한다는 것이다. 검색 결과에 노출됐는지와 AI가 답변의 근거로 실제 인용했는지를 구분해 측정한다. 검색에 등장하는 것과 AI의 선택을 받는 것은 전혀 다른 결과이기 때문이다.

제약·바이오 기업과 병원·약국 홈페이지에서 AI가 정보를 찾고 이해하기 어렵게 만드는 주요 문제는 무엇인가.

가장 흔한 문제는 핵심 정보를 이미지로 제공한다는 점이다. 파이프라인 표와 회사 연혁, 제품 설명 전체를 이미지로 제작한 페이지가 많다. 사람은 내용을 확인할 수 있지만 일부 크롤러는 이미지 속 글자를 제대로 읽지 못한다.

자바스크립트 때문에 본문이 드러나지 않는 경우도 많다. 브라우저에서 렌더링해야만 글자가 나타나는 구조라면 일부 AI 크롤러에는 빈 페이지와 다름없다. 일리온은 이런 사이트에 점수 상한을 적용해 문제를 알린다.

AI 크롤러의 접근을 차단하는 문제도 있다. robots.txt나 보안장비가 OpenAI 검색봇 등의 접속을 막는 경우다. 정보를 알리려 하면서 정작 문은 잠가둔 셈이다.

회사와 제품의 관계가 명확하지 않은 홈페이지도 개선이 필요하다. 구조화 데이터가 없어 AI가 회사명·제품명·파이프라인을 별개로 인식하거나 혼동할 수 있다.

작성·검수 주체와 근거·출처를 명시하지 않는 것도 문제다. 의약 정보에서는 이러한 신뢰 정보의 부재가 특히 중요하다.

우선순위는 접근·렌더링·색인이다. AI 크롤러가 홈페이지에 접근하고 본문을 읽을 수 있도록 정비한 뒤 콘텐츠·엔티티·신뢰 정보를 보완해야 한다. 크롤링이 막히면 이후 최적화도 의미가 없다. 일리온이 이 영역에 가장 큰 비중을 두는 이유다.

기업 홈페이지와 약업신문 같은 전문매체 기사, 학술논문·공식자료는 AI 검색에서 각각 어떤 역할을 하는가.

AI는 다양한 출처의 정보를 활용해 답변을 구성한다. 여러 출처에서 일관된 내용이 확인되면 사실관계를 이해하는 데 도움이 된다. 이를 '삼각 측량'에 비유할 수 있다. 여러 지점에서 관측해야 한 점의 위치를 확인할 수 있듯이, AI도 여러 출처가 같은 내용을 뒷받침할 때 정보를 활용하기 쉬워진다는 의미다.

제약·바이오에서는 네 가지 정보 출처가 중요하다.

기업 홈페이지는 회사·제품·파이프라인에 관한 공식 정보를 제공하는 1차 출처다.

약업신문 같은 전문매체의 기사는 제3자의 검증과 권위를 더한다. 기업이 직접 설명한 정보와 전문매체가 취재해 보도한 정보는 신뢰의 성격이 다르다.

학술논문과 식약처 자료, 임상시험 등록자료 등은 의약 정보의 중요한 근거다. 다만 PDF 파일이나 로그인 뒤에 정보가 있으면 일부 AI 시스템은 접근하거나 활용하기 어렵다.

커뮤니티와 전문가의 언급은 현장의 논의와 평가를 파악하는 데 도움이 된다.

이 네 가지 정보가 일관되게 연결될 때 신뢰할 수 있는 정보가 AI 답변에 정확하게 반영될 가능성이 높아진다.

핵심은 권위 있는 출처에 기업 정보가 존재하고, 모든 채널에서 정확하고 일관된 내용을 제공하는 것이다. 기업 홈페이지에도 출처와 근거, 작성·검수 주체를 명시하는 것이 좋다.

의약학 정보의 혼동과 허위·과장 위험을 줄이기 위해 홈페이지를 어떻게 구성하고 전문성 검수는 어떻게 반영하는가.

의약 정보는 틀리면 사람이 다칠 수 있다. 따라서 시스템과 전문가의 역할을 구분해야 한다. 정보 구조로 방지할 수 있는 문제는 시스템이 처리하고, 전문적인 판단이 필요한 영역은 전문가가 맡는다는 원칙이다.

진단 시스템은 정보의 신뢰성을 판단할 수 있는 요소를 점검한다. 작성자와 의학적 검수자를 표시했는지, 회사·연락처·사업자 정보가 갖춰져 있는지 확인한다. 수치 주장에 출처와 시험자료, 인증을 제시했는지, 게시일과 수정일을 명시해 최신성을 확인할 수 있는지도 평가한다.

이러한 정보는 AI가 주장의 근거와 검증 가능성을 판단하는 데 도움이 된다. 화면에 실제로 표시되지 않는 평점이나 효능을 구조화 데이터로만 선언하는 행위도 정책 위반이나 과장 위험 요소로 점검한다.

다만 의약품 광고의 규제 적합성은 기계가 판정할 영역이 아니다. 약사와 의학 전문가의 검수가 필요하다.

일리온은 AI가 정보를 오해하지 않고 읽을 수 있도록 구조를 정비한다. 규제 준수와 전문성 검수는 고객사의 의학부·규제팀, 전문 파트너와 함께 수행한다. 기술과 전문가의 역할을 구분하는 것이 중요하다.

홈페이지 진단 평가 기준은 어떻게 마련했으며, 진단 점수와 실제 AI 노출·인용 성과의 관계는 어떻게 검증하는가.

평가 기준은 '무엇을 보는가는 공식 문서를 따르고, 얼마나 중요한가는 우리가 설계한다'는 원칙으로 세웠다.

각 항목은 구글·빙·OpenAI가 공개한 공식 가이드라인에 근거한다. 다만 공식 문서가 크롤링이 콘텐츠 품질보다 몇 배 중요한지까지 정해주지는 않는다. 배점은 '이것이 막히면 나머지가 무의미해지는가'라는 영향도를 기준으로 자체 설계했다.

실제 성과를 측정할 때는 검색 결과 노출과 AI 답변의 근거 인용을 구분한다. AI가 실제 인용한 사례만 집계한다. 한 번의 결과를 점수로 제시하지 않고 여러 차례 질문해 인용률을 기록한다.

브랜드명을 포함한 질문과 포함하지 않은 질문도 따로 측정한다. 브랜드명을 넣으면 인용 가능성이 높아지기 때문에 두 결과를 합치면 수치가 부풀 수 있다.

다만 진단 점수가 높다고 AI 노출이 보장되는 것은 아니다. 점수는 AI에 선택받을 가능성을 높이기 위한 기반이다. 인용 측정은 실제 성과가 어떻게 달라지는지 추적하는 도구다.

일리온은 몇 위라는 절대 숫자를 내세우기보다 진단 점수 개선과 실제 AI 인용 간의 상관관계를 분석할 데이터를 축적하고 있다. 시장 초기부터 데이터를 직접 쌓고 있다는 점이 강점이라고 생각한다.

진단 점수 53점에서 83점…AI 인용 성과 관측

실제 고객사에 적용해 확인한 성과는 무엇인가. AI 답변 인용에서도 변화가 있었는가.

실제 고객사의 홈페이지를 개선한 뒤 동일한 기준으로 재진단한 결과, 점수가 53점에서 83점으로 30점 높아졌다.

핵심은 이미지로 제작했던 제품 정보를 AI가 읽을 수 있는 텍스트로 재구성한 것이다. 조직·제품 구조화 데이터도 정비해 회사와 제품을 하나의 실체로 연결했다. AI 크롤러의 접근을 허용하고 질문형 콘텐츠도 추가했다.

개선 약 3주 후에는 AI가 실제로 이 기업을 답변에 인용하기 시작했다. 업력이 길고 이미 인지도가 있던 기업이어서 성과가 더 빨리 나타났다고 본다.

AI는 이미 존재하는 것을 증폭시킬 뿐, 없는 것을 만들어내지는 않는다. 기술력과 사업 실체를 갖춘 기업이라면 AI가 정보를 읽을 수 있도록 구조를 정비하는 것만으로도 비교적 빠르게 답변에 등장할 가능성이 있다.

화장품도 AI 검색 경쟁…제품 차별점과 기업 신뢰도가 관건

화장품은 성분과 효능이 비슷해 AI 검색에서 차별화하기 어렵다는 의견이 있다. 어떤 전략이 필요한가.

기존 광고나 유명인 마케팅에 집중하는 것도 일리 있는 전략이다. 다만 경쟁 제품과 구분되는 요소가 있다면 AI가 그 차이를 설명할 수 있도록 정보를 제공해야 한다.

화장품은 비슷한 성분을 사용하더라도 함량이나 제형, 캡슐화 기술 등에서 차별화할 수 있다. 이러한 특징을 구체적으로 정리하고 AI가 읽고 활용할 수 있는 구조로 제공하는 것이 중요하다.

브랜드명을 직접 검색했을 때 노출되는 것은 기본이다. 소비자가 특정 제품군이나 기능, 사용 목적을 질문했을 때 해당 브랜드가 답변에 등장해야 한다. 이것이 AEO·GEO를 활용하는 이유다.

실제 고객사에서는 브랜드명보다 제품 카테고리 중심의 AI 검색 전략을 강조했다고 했는데, 구체적으로 설명해 달라.

앞서 소개한 고객사는 수십 년 업력의 생활가전 전문기업이다. 전문 사용처에서는 잘 알려져 있지만 일반 소비자에게는 상대적으로 생소한 기업이다. 업종은 제약·바이오와 다르지만, 여기서 확인한 방법론은 산업을 가리지 않고 동일하게 적용된다.

이런 기업은 브랜드명을 직접 입력했을 때 검색되는 것만으로는 부족하다. 일반 소비자가 '전문가들이 오래 써 온 국내 생활가전 브랜드는 어디인가', '업소에서 많이 쓰는 제품을 가정에서도 쓰고 싶은데 어느 회사 제품인가'처럼 물었을 때 기업과 제품이 소개되는 것이 중요하다.

화장품도 같은 방식으로 접근할 수 있다. 소비자가 브랜드명이 아니라 '민감성 피부에 쓸 수 있는 앰플은?', '주름 개선에 효과가 입증된 크림은 어디 제품인가?'처럼 고민이나 사용 목적을 물었을 때 해당 브랜드가 답변에 등장하도록 만드는 것이 중요하다. 기존 제약·바이오 기업이 새로운 화장품 브랜드를 출시했다면 모기업 홈페이지에서 브랜드를 소개하고 해당 제품 페이지와 연결해야 한다.

여기에 JSON-LD 기반 구조화 데이터를 적용하면 회사와 브랜드, 제품의 관계를 AI가 이해하기 쉽게 전달할 수 있다. 기존 기업이 축적한 기술력과 신뢰도를 신규 브랜드 정보와 연결하는 전략이다.

기존 광고와 비교할 때 AEO·GEO의 장기적인 마케팅 가치는 무엇인가.

마케팅은 결국 비용 대비 효율의 문제다. 기존 광고는 비용을 투입하는 동안 효과를 얻지만 집행을 중단하면 그 효과가 사라지는 경우가 많다.

반면 홈페이지에 제품과 기술 정보를 체계적으로 구축하면 해당 정보는 지속적으로 남는다. 새로운 연구 결과와 제품 정보를 추가하면서 기업의 디지털 자산도 축적할 수 있다.

이러한 효과는 장기적으로 복리처럼 쌓일 수 있다. 앞으로 AI는 사용자의 특성과 질문에 맞춰 더욱 세밀하게 답변할 것으로 예상한다. 기업도 목표 고객에게 필요한 정보가 무엇인지 파악하고 그에 맞춰 콘텐츠를 구성해야 한다.

AI 검색 노출을 사업 성과로…헬스케어 시장 선점

AI 답변에서 기업명이나 제품명이 등장하는 것을 실제 사업개발과 고객 확보로 연결하려면 무엇이 필요한가.

AI 답변에 기업명이 한 번 등장하는 것과 파트너십·사업개발·고객 확보로 이어지는 것은 다른 문제다. 사업 성과로 연결하려면 네 단계가 필요하다.

1단계는 '존재'다. AI가 우리 회사를 알고 있는지, 다른 회사와 혼동하지 않는지 확인한다.

2단계는 '맥락'이다. AI가 우리를 어떤 사업을 하는 회사로 이해하는지 살핀다. 적응증·파이프라인·전문 영역이 여기에 해당한다.

3단계는 '시의성'이다. 최신 임상 결과와 보도자료, 논문을 바탕으로 현재도 활발하게 활동하는 회사로 인식하는지 확인한다.

4단계는 '추천'이다. AI가 관련 질문에 우리 기업을 적절한 답으로 제시하는지 확인한다.

기업명이 등장하는 것은 1·2단계에 불과하다. 사업 성과를 기대하려면 3·4단계까지 연결돼야 한다.

제약·바이오 산업은 고관여·고부가가치 시장이다. 소비재처럼 수많은 방문을 확보하지 않더라도 적합한 단 한 건의 AI 추천이 기술이전이나 공동개발, 대형 수주 기회로 이어질 수 있다.

따라서 AI가 기업을 어떤 맥락에서 인용하는지, 어떤 경쟁사나 잠재 파트너와 함께 거론하는지 추적해야 한다. AI 답변을 보고 홈페이지를 방문한 이용자가 파트너링이나 사업 문의로 이어지도록 전환 동선도 설계해야 한다.

일리온의 AI 인용 측정 시스템이 함께 인용된 경쟁 사이트까지 확인하도록 설계된 이유도 여기에 있다. 단순한 노출 측정을 넘어 경쟁 구도를 파악하는 정보로 활용하는 것이다.

앞으로 제약·바이오·헬스케어 시장에서 어떤 서비스를 확대할 계획인가.

헬스케어를 가장 먼저 집중할 영역으로 보고 있다. 제약·바이오·의료는 고관여·고부가가치·규제 산업이다. AI 추천의 가치가 크고, 정보의 정확성과 출처도 중요하다.

우리가 권하는 전략의 핵심은 순서보다 속도와 선점이다.

지금 당장 브랜딩이 필요한 제품과 기술을 보유한 기업이라면 즉시 착수해야 한다. 출시를 앞둔 신약이나 신규 파이프라인, 새롭게 알려야 할 제품이 있다면 AI가 해당 정보를 인식하도록 준비하는 일을 미뤄서는 안 된다.

이미 탄탄한 기술력과 전문성을 확보한 제약·바이오 기업도 마찬가지다. 앞선 사례처럼 사업 실체와 권위를 갖춘 기업은 정보를 정비하는 것만으로도 비교적 짧은 시간 안에 AI 인용 성과를 얻을 수 있다.

가장 강조하는 조언은 가능한 한 경쟁사보다 먼저 시작하라는 것이다. AI가 제한된 수의 기업과 제품을 답변에 제시하는 환경에서는 관련 정보를 먼저 충분히 구축한 기업이 유리할 수 있다. 이러한 선점 효과는 시간이 지날수록 축적될 수 있다.

중장기 목표는 진단·개선·재진단·AI 인용 추적까지 전 과정을 적용한 사례를 제약·바이오 분야에서 축적하는 것이다. 이를 바탕으로 이 산업의 AEO·GEO 표준을 함께 만들어가고자 한다.