"감성 마케팅 문구, AI는 이해 못 합니다" – 지오독스(GeoDocs) 알고리즘이 데이터를 정제하는 법
ChatGPT가 "럭셔리한 느낌"을 검색할 순 없습니다. 지오독스(GeoDocs) 알고리즘은 주관적 마케팅 문구를 '가격대·소재·스타일' 같은 객관적 데이터로 변환해, AI 검색에서도 추천받을 수 있도록 만들어줍니다.
왜 '형용사 걷어내기'가 지금 중요한가
2024년 11월, OpenAI는 "ChatGPT Shopping" 기능을 공개했습니다. 사용자가 "30대 남성용 겨울 코트 추천해줘"라고 입력하면 AI가 직접 상품을 찾아 링크를 제시하는 방식입니다. 문제는 AI가 "고급스러운", "세련된", "프리미엄" 같은 형용사를 이해하지 못한다는 점에 있습니다.
지금 이 순간에도 경쟁 브랜드는 상품 설명을 데이터 중심으로 재작성하고 있습니다. 형용사만 가득한 페이지는 AI 눈엔 "내용 없는 광고"로 분류될 뿐입니다.
형용사 vs 데이터 – AI는 무엇을 '읽는가'
지오독스(GeoDocs) 알고리즘의 핵심은 "주관을 객관으로" 전환하는 것입니다. 아래 표에서 차이가 명확히 드러납니다.
Before (형용사 중심) | After (데이터 중심) | AI 이해 가능 여부 |
|---|---|---|
"고급스러운 캐시미어 니트" | "캐시미어 100%, 12게이지, 이탈리아산" | ✅ 가능 |
"촉촉한 보습 크림" | "히알루론산 5%, pH 5.5, 무향료" | ✅ 가능 |
"트렌디한 겨울 부츠" | "첼시 부츠, 앵클 높이 15cm, 고어텍스" | ✅ 가능 |
"세련된 디자인" | (속성 없음) | ❌ 불가능 |
AI는 "고급스럽다"는 말을 "비싸다"로 번역하지 않습니다. 대신 "이탈리아산 + 캐시미어 100%"라는 조합을 보고 "이 제품은 프리미엄 카테고리일 가능성이 높다"고 추론합니다. 그 추론의 재료가 바로 객관적 속성입니다.
지오독스(GeoDocs) 알고리즘이 데이터를 정제하는 3단계
1단계: 형용사 필터링 – "감성 언어" 분리
지오독스(GeoDocs)는 먼저 상품 설명에서 주관적 표현 200여 개를 자동 탐지합니다.
탐지 대상: "고급스러운", "트렌디한", "감각적인", "세련된", "프리미엄", "럭셔리한" 등
처리 방식: 해당 단어를 제거하고, 뒤에 붙은 명사(소재, 제조국 등)만 추출
예시 – 패션 업종
입력: "고급스러운 이탈리아산 캐시미어를 사용한 니트"
↓
출력: "이탈리아산 / 캐시미어 / 니트"이렇게 하면 AI가 "이탈리아산"과 "캐시미어"를 각각 독립된 속성(Attribute)으로 인식할 수 있습니다.
2단계: 속성 분류 – "카테고리별 태깅"
추출된 명사를 업종별 스키마에 맞춰 분류합니다. 패션·뷰티·식품마다 중요한 속성이 다르기 때문입니다.
업종 | 주요 속성 필드 | 예시 데이터 |
|---|---|---|
패션 | 소재, 핏, 원산지, 세탁 방법 | "면 100%, 루즈핏, 중국산, 드라이클리닝" |
뷰티 | 주성분, 함량, 사용 부위, pH | "나이아신아마이드 5%, 얼굴용, pH 5.5" |
식품 | 원재료, 칼로리, 알레르기 유발 성분 | "국산 쌀 100%, 350kcal, 밀 함유" |
실제 적용 사례 – 뷰티 브랜드
Before: "촉촉하고 탱탱한 피부로 가꿔주는 수분 크림"
↓
After:
- 주성분: 히알루론산
- 함량: 5%
- 사용 부위: 얼굴
- 텍스처: 크림이제 ChatGPT가 "저자극 페이스 크림 추천해줘"라는 질문을 받으면, "pH 5.5 + 무향료 + 얼굴용 + 크림"이라는 조합을 가진 상품을 찾을 수 있습니다.
3단계: 구조화 데이터 생성 – "AI가 읽는 언어로 번역"
마지막으로 정제된 속성을 schema.org 형식의 구조화 데이터로 변환합니다.
생성 예시 (JSON-LD 형식)
{
"@context": "https://schema.org",
"@type": "Product",
"name": "캐시미어 터틀넥 니트",
"material": "캐시미어 100%",
"countryOfOrigin": "이탈리아",
"careInstructions": "드라이클리닝 전용",
"price": "189000",
"priceCurrency": "KRW"
}구조화 데이터는 일반 텍스트 대비 AI 검색 엔진이 우선적으로 참조하는 형식입니다. 같은 내용이라도 구조화된 형태로 제공하면, AI가 해당 상품을 더 빠르고 정확하게 인덱싱합니다.
우리 상품 설명, 지금 당장 구조화할 수 있을까요?
지오독스(GeoDocs)가 자동으로 schema 코드를 생성해드립니다.
실무자를 위한 체크리스트 – 당장 실행 가능한 5단계
✅ 1. 상품 설명에서 형용사 3개 이상 찾아 삭제하기
"고급스러운", "트렌디한", "감각적인" 같은 단어를 지우고, 뒤에 붙은 명사(소재, 원산지 등)만 남기세요.
변경 전: "고급스러운 이탈리아산 가죽 지갑"
변경 후: "이탈리아산 소가죽 지갑 (풀그레인 처리)"✅ 2. 업종별 필수 속성 5개 채우기
패션: 소재, 원산지, 핏, 세탁 방법, 사이즈
뷰티: 주성분, 함량(%), 사용 부위, pH, 용량
식품: 원재료, 원산지, 칼로리, 알레르기 성분, 중량
엑셀로 상품 목록을 만들고 각 컬럼에 위 5개 속성을 채워 넣으세요. 비어 있는 칸이 있다면 AI는 그 상품을 "정보 부족"으로 판단합니다.
✅ 3. "좋은 예 vs 나쁜 예" 자가 진단
구분 | 나쁜 예 | 좋은 예 |
|---|---|---|
패션 | "겨울에 딱 맞는 따뜻한 코트" | "양모 80% + 캐시미어 20%, 무릎 길이, 루즈핏" |
뷰티 | "촉촉하게 보습해주는 크림" | "세라마이드 3%, 무향료, pH 5.5, 얼굴·바디 겸용" |
식품 | "건강에 좋은 유기농 쌀" | "유기농 인증(제2023-01호), 국산 쌀 100%, 5kg" |
✅ 4. 지오독스(GeoDocs)로 자동 정제 테스트 해보기
지오독스(GeoDocs) 대시보드에 상품 URL 입력 → "형용사 검출 → 속성 추출 → 스키마 생성" 과정을 3분 내 확인 → 생성된 JSON-LD 코드를 상품 페이지 <head> 영역에 삽입. 상품 1개당 예상 소요 시간은 5분(처음엔 10분, 익숙해지면 3분)입니다.
✅ 5. AI 검색 테스트로 검증하기
ChatGPT에 직접 물어보세요: "30대 남성용 겨울 코트 추천해줘". Perplexity에서도 동일 질문을 입력한 뒤, 우리 브랜드가 추천 목록에 나오는지 확인하세요. 만약 안 나온다면, 경쟁사 페이지를 열어보세요. 그들은 이미 구조화 데이터를 적용했을 가능성이 높습니다.
마무리 – "데이터 없는 마케팅은 AI 시대에 통하지 않습니다"
형용사는 사람을 설득하는 데 효과적이지만, AI는 설득 대상이 아닙니다. 지오독스(GeoDocs) 알고리즘이 주관적 언어를 객관적 데이터로 정제하는 이유는, AI가 "추천할 만한 이유"를 스스로 찾게 하려는 것입니다.
이 작업을 100개 상품에 수작업으로 하려면 수십 시간이 필요합니다. 지오독스(GeoDocs)는 그 과정을 자동화합니다. AI 시대의 쇼핑 최적화, 지금 시작해보세요.
경쟁사는 이미 구조화 데이터를 적용했을지 모릅니다.
우리 브랜드도 지금 바로 AI 검색 최적화를 시작하세요.
FAQ
Q. 형용사를 전부 빼면 매력이 없어 보이지 않나요?
아닙니다. 형용사는 상단 카피에만 남기고, 상품 상세 설명(AI가 크롤링하는 영역)엔 데이터 중심으로 작성하세요. 사람은 카피로 설득하고, AI는 데이터로 설득하는 구조입니다.
Q. 구조화 데이터는 개발자 없이도 적용 가능한가요?
가능합니다. 지오독스(GeoDocs)가 생성한 JSON-LD 코드를 복사해 상품 페이지 HTML의 <head> 영역에 붙여넣기만 하면 됩니다. 쇼피파이나 카페24는 플러그인으로 자동 적용도 가능합니다.
Q. 모든 상품에 다 적용해야 하나요?
우선순위를 두세요. 매출 상위 20% 상품부터 적용하면, 전체 노출의 80%를 커버할 수 있습니다(파레토 법칙).
Q. 경쟁사가 이미 적용했는지 어떻게 알 수 있나요?
경쟁사 상품 페이지에서 우클릭 → '페이지 소스 보기' → Ctrl+F로 "schema.org" 검색. 있으면 이미 적용한 것입니다.
Q. AI 검색 최적화 효과는 언제 나타나나요?
구조화 데이터 적용 후 2~4주 뒤부터 ChatGPT/Perplexity 추천 빈도가 증가하는 경향이 있습니다. Google 검색처럼 즉각적이진 않지만, 누적 효과는 더 강력합니다.
Q. 형용사를 아예 쓰면 안 되나요?
브랜드 스토리나 헤드라인엔 괜찮습니다. 다만 AI가 크롤링하는 '상품 속성 영역'(재질, 성분, 사이즈 등)에선 형용사 대신 명사와 수치를 쓰세요.
Q. 뷰티 업종에선 어떤 속성이 가장 중요한가요?
주성분, 함량(%), 사용 부위, pH, 용량 5가지입니다. 특히 "나이아신아마이드 5%" 같은 수치는 AI가 제품 효능을 추론하는 핵심 근거가 됩니다.
Q. 식품 업종은 어떤가요?
원재료, 원산지, 칼로리, 알레르기 유발 성분, 중량이 필수입니다. "국산 쌀 100%"처럼 원산지 + 원재료를 명확히 표기하면, AI가 "국산 건강식" 카테고리로 분류해줍니다.
Q. 지오독스(GeoDocs) 알고리즘은 한국어만 지원하나요?
현재 한국어/영어를 지원하고, 2024년 내 일본어/중국어 확장이 예정되어 있습니다. 구조화 데이터(schema.org)는 언어 중립적이라 글로벌 적용이 가능합니다.