통신사가 챗GPT 플러그인을 출시하면, 우리 서비스도 AI 플랫폼 연동을 준비해야 하나

KT 챗GPT 플러그인 출시는 무엇을 의미하나

KT가 오픈AI 챗GPT에 공식 상품정보를 연결한 플러그인을 출시했다고 더구루가 10월 9일 보도했다. 고객이 데이터 사용량이 많은 20대에게 적합한 5G 요금제를 물어보는 식으로 자연어 질문을 입력하면 KT가 직접 제공하는 공식 정보를 기반으로 요금제와 유선상품을 안내한다. 생성형 AI가 자체 학습 정보만 쓰는 것이 아니라 기업이 제공한 구조화된 데이터를 활용하는 방식이다.

KT는 향후 클로드 등 다른 AI 플랫폼으로 연동을 확대하고, 요금조회·멤버십 같은 실제 이용정보 기반 개인화 서비스로 발전시킬 계획이라고 밝혔다. 고객이 정보를 찾는 방식이 검색에서 대화 중심으로 변화하고 있다는 판단이다. 통신사가 자사 홈페이지와 앱 밖에서 고객을 만나는 접점을 AI 플랫폼으로 확장한 사례로 볼 수 있다.

우리 서비스도 AI 플랫폼 연동을 당장 준비해야 하나

모든 서비스가 플러그인을 만들 필요는 없지만, AI가 우리 정보를 정확히 전달할 수 있는 구조는 지금 점검해야 한다. KT 사례는 대규모 고객 기반과 복잡한 상품 구조를 가진 통신사가 AI 플랫폼을 새로운 고객 접점으로 인식했다는 점에서 의미가 있다. 중소 사업자나 지역 서비스는 플러그인 개발보다 AI가 우리 정보를 읽고 인용할 수 있는 기본 환경을 먼저 갖춰야 한다.

구체적으로는 세 가지를 확인한다. 첫째, 우리 서비스의 핵심 정보가 AI 크롤러에게 노출되는지 robots.txt와 sitemap.xml을 점검한다. 둘째, 상품·요금·운영시간 같은 구조화된 정보가 schema.org 마크업으로 표시돼 있는지 확인한다. 셋째, llms.txt 파일로 AI 에이전트에게 우리 서비스의 핵심 정보와 접근 규칙을 명시적으로 안내한다. 이 세 가지는 플러그인 없이도 AI가 우리 정보를 정확히 참조하도록 만드는 기본 조건이다.

KT가 공식 정보를 기반으로 답변을 생성한다고 강조한 것은 AI가 학습 과정에서 생긴 오래되거나 부정확한 정보를 전달하는 위험을 줄이기 위해서다. 우리 서비스도 최신 정보를 AI가 우선 참조하도록 만들려면, 자주 변경되는 내용은 별도 페이지로 분리하고 lastmod 태그로 갱신 시점을 명시해야 한다. AI가 소개하는 우리 병원·학원 문장 관리법 — 내년 예산 편성 전 점검에서 다룬 것처럼, AI가 인용할 만한 단정 문장을 핵심 페이지 상단에 배치하는 것도 같은 맥락이다.

이 변화가 검색 최적화 전략에 어떤 영향을 주나

검색엔진 최적화와 AI 플랫폼 최적화는 기본 원칙을 공유하지만 세부 전략은 다르다. 구글 검색은 여전히 키워드 중심 질의와 링크 기반 평가를 쓰지만, 챗GPT 같은 대화형 AI는 자연어 질문에 단일 답변을 생성하는 방식이다. 사용자가 여러 검색 결과를 비교하는 대신 AI가 제시한 하나의 답변을 받아들이는 비율이 높아지면, 우리 서비스는 AI가 인용하는 출처가 되는 것이 목표가 된다.

이를 위해서는 질문형 소제목 구조가 더 중요해진다. KT 플러그인 사례에서 보듯 사용자는 어떤 요금제가 적합한지 묻는 식으로 구체적 상황과 조건을 포함한 질문을 던진다. 우리 콘텐츠도 언제 A를 선택하고 언제 B를 선택하나 같은 질문을 소제목으로 삼고, 그 바로 아래 2~3문장에 조건과 결과를 명확히 담은 답변을 배치해야 한다. AI는 이런 구조에서 인용할 문장을 찾기 쉽다.

또한 KT가 클로드를 포함한 여러 AI 플랫폼 연계를 예고한 것처럼, 단일 플랫폼이 아니라 여러 AI 에이전트가 우리 정보를 참조할 가능성을 열어둬야 한다. GPTBot, ClaudeBot, PerplexityBot 같은 크롤러별 접근 규칙을 robots.txt에서 개별 관리하고, 각 봇이 수집 가능한 정보 범위를 명시하는 것이 필요하다. 이는 SEO와 GEO를 동시에 달성하는 전략이며, 무료 진단에서 현재 우리 사이트의 AI 크롤러 대응 상태를 확인할 수 있다.

지역 사업자나 소규모 서비스는 무엇부터 시작해야 하나

KT 같은 대기업이 플러그인을 개발하는 것과 달리, 지역 병원·학원·소매점은 AI가 우리 정보를 발견하고 정확히 전달하도록 만드는 데 집중해야 한다. 가장 먼저 할 일은 우리 서비스의 핵심 정보 세 가지를 한 페이지에 명확히 정리하는 것이다. 위치·운영시간·주요 서비스가 그것이며, 이 정보는 schema.org LocalBusiness 마크업으로 구조화한다.

다음으로 자주 받는 질문 10개를 뽑아 각각 독립된 페이지나 섹션으로 만든다. 주차 가능 여부, 예약 필수 여부, 카드 결제 가능 여부 같은 질문은 AI가 답변을 생성할 때 자주 참조하는 항목이다. 각 질문에 대한 답변은 2~3문장으로 짧게, 조건과 예외를 명시해서 쓴다. 이 구조는 FAQ 마크업과 결합하면 구글 검색 결과에도 리치 스니펫으로 노출될 가능성이 높다.

마지막으로 llms.txt 파일을 루트 디렉토리에 배치한다. 이 파일에는 우리 서비스 소개 한 문단, 핵심 페이지 URL 3~5개, AI가 참조하면 안 되는 페이지 목록을 담는다. 예를 들어 관리자 페이지나 임시 이벤트 페이지는 AI 인용 대상에서 제외해야 혼란을 줄일 수 있다. 이 세 가지 작업은 개발 지식 없이도 할 수 있으며, AI 플랫폼이 우리 정보를 정확히 전달하는 기본 환경을 만든다.