리뷰 관리: AI 답변 속 평판은 어디서 오는가

리뷰는 AI 답변에 어떻게 들어가는가?

「OO사 믿을 만해?」「이 제품 평 어때?」 같은 질문에 AI 엔진은 그라운딩 단계에서 평판 소스를 대조합니다. 이때 근거가 되는 것은 자사 사이트의 자기주장이 아니라 제3자 플랫폼의 리뷰입니다. Google 계열(AI Overviews·AI Mode·Gemini)의 로컬 답변은 비즈니스 프로필의 리뷰를 직접 참조하고, B2B·SaaS 계열 질문에서는 Trustpilot 같은 독립 리뷰 플랫폼이, 한국 국내 로컬에서는 네이버 플레이스 리뷰가 같은 역할을 합니다. 플랫폼은 달라도 로직은 같습니다: 리뷰가 없는 브랜드는 평판이 「검증 불가」한 브랜드입니다.

어떤 리뷰가 신호가 되는가?

• 양: 판단의 표본 크기. 소수 리뷰의 고평점보다 충분한 표본의 안정적 평점이 교차 검증에 강합니다.
• 신선도: 최신 리뷰가 끊긴 브랜드는 「현재 영업 중인가」조차 불확실한 신호로 읽힙니다. Perplexity 같은 실시간 엔진일수록 신선도 가중이 큽니다.
• 사업자 응대: 부정 리뷰에 대한 성실한 응답은 「관리되는 브랜드」의 신호이고, 응답 없는 리뷰는 방치된 신호입니다. 응대문 자체도 텍스트 데이터로 읽힙니다.
• 구체성: 「최고예요」보다 「설치 기사가 배관 위치까지 확인해 줬다」 같은 구체 서술이 AI에게 인용 가능한 단위가 됩니다.

실행 체크리스트

1. 플랫폼 우선순위 확정: 글로벌은 Google 리뷰 + 카테고리별 독립 플랫폼(Trustpilot 등), 국내 로컬은 네이버 플레이스——고객이 실제로 보는 곳부터
2. 리뷰 수집의 상시화: 구매·서비스 완료 시점의 정당한 리뷰 요청 동선 설계(인센티브 대가성 리뷰는 금지——아래 함정 참조)
3. 응대 SLA: 모든 리뷰에, 특히 부정 리뷰에 정해진 시간 내 응답
4. 리뷰 데이터의 구조화: 자사 사이트에 표시하는 리뷰·평점은 본문과 일치하는 마크업으로(구조화 데이터)
5. 월간 실측: 「평가·추천」 류 질문 세트에서 자사의 평판 서술을 추적——브랜드 인지 차원의 핵심 입력(측정 SOP)

흔한 함정은 무엇인가?

첫째, 가짜 리뷰·조작성 언급. 그라운딩의 교차 검증은 이상 패턴(단기 집중, 유사 문체, 리뷰어 이력 부재)을 걸러 내며, 적발 시 브랜드 인지 차원 전체가 무너집니다. 플랫폼 규정 위반 제재는 덤입니다. 둘째, 부정 리뷰의 삭제 시도——삭제보다 응대가 신호입니다. 「문제에 대응하는 브랜드」는 AI 답변에서도 그렇게 서술됩니다. 셋째, 한 채널만 관리하는 것——한국 사업자가 네이버 플레이스만 관리하면 Google 계열 AI 답변의 평판 재료가 비어 있습니다. 두 축의 병행이 로컬 GEO의 기본입니다(로컬 GEO).