Gintare Rimolaityte, Trendos CEO 겸 공동 창업자 – 인터뷰 시리즈

Gintare Rimolaityte는 브랜드가 대규모 언어 모델(LLM)에서 어떻게 나타나는지 이해하고 최적화하도록 돕는 AI 검색 가시성 플랫폼 Trendos의 CEO 겸 공동 창업자다. 2020년 Oxylabs에서 사업 개발 관리자로 시작해 커머스 책임자가 되면서 초기 경력을 쌓았으며, 한 사업부의 영업, 사업 개발, 고객 계정 관리, 고객 성공 팀을 이끌었다. 2022년부터 2025년까지는 사용자 참여 플랫폼 JumpTask의 CEO를 지냈다. 2026년 Trendos를 공동 창업하기 전에는 Adment에서 잠시 제품 관리자로 일하며 유료 검색 및 제휴 프로그램의 제휴 마케팅 사기 방지에 집중했다. Trendos의 CEO로서 여러 팀을 관리하고 전략적 성장을 총괄한다. 빌뉴스에서 거주하며 일하고 있다.

Trendos는 브랜드가 LLM과 AI 검색 엔진에서 어떻게 나타나는지 모니터링하고 측정하며 최적화하도록 돕는 AI 검색 가시성 플랫폼이다. Google 검색에서 대화형 AI로 전환되면서 추천 과정은 브랜드에 사실상 보이지 않게 됐다. Trendos를 이용하면 이 전환이 만든 큰 사각지대를 해소할 수 있다. 전반적인 가시성 추적을 넘어 AI 시장 정보 분석 도구를 접근하기 쉽고 직관적이며 합리적인 가격으로 제공해, 브랜드가 언제 어떻게 등장하는지에 영향을 주고 이를 최적화할 수 있도록 한다. LLM 세션을 대규모로 스크래핑해 AI 환경에 표시되는 실제 답변과 광고를 수집한 뒤, 구조화된 데이터를 분석해 브랜드 가시성과 경쟁사 활동에 관한 명확한 인사이트로 전달한다. Trendos는 2026년 3월 리투아니아 빌뉴스에서 설립됐으며, Nord Security, Surfshark, Hostinger 등의 기업을 탄생시킨 글로벌 벤처 빌더 Tesonet의 지원을 받았다.

Trendos를 공동 창업하기 전에 Oxylabs의 커머스 부문을 이끌고, JumpTask를 운영하고, adment.ai에서 제품 관련 업무를 맡으셨습니다. 소비자가 AI를 통해 브랜드를 발견하는 방식에서 어떤 변화를 보고 Trendos가 필요하다고 확신하셨나요? 기존 SEO 및 AI 가시성 플랫폼에는 무엇이 부족했다고 생각하셨나요?

마케팅 관리자들을 정기적으로 인터뷰하던 시절에 같은 말을 반복해서 들었습니다. AI 검색이 다가오고 있고 이미 도구도 몇 가지 있지만, 실제로 얼마나 신뢰할 수 있는지는 아무도 잘 모른다는 것이었죠.

저 역시 그 변화가 실시간으로 일어나는 것을 보고 있었기에 그들의 말에만 의존할 필요는 없었습니다. 소비자는 Google의 링크 목록을 스크롤하는 대신 LLM에 직접 질문하기 시작했습니다. 후자는 마케터에게 일종의 블랙박스였습니다. 자기 브랜드가 언급되는지조차 알 수 없었고, 브랜드가 어떻게 묘사되거나 경쟁사 대비 어떤 위치에 놓이는지는 더더욱 보이지 않았습니다.

기존 소프트웨어에서 두 가지 문제를 봤습니다. 첫째, 많은 도구가 SEO 플랫폼에 AI 기능을 덧붙인 느낌이었습니다. 둘째, 이 용도로 특별히 만든 소수의 도구는 대기업만 감당할 수 있는 가격이었습니다. AI 가시성을 파악할 예산이 있는 거대 브랜드가 아니라면 접근하지 못한 채 깜깜이로 움직여야 했습니다. 저는 이것이 옳지 않다고 생각했습니다. 매달 다섯 자릿수 금액을 쓸 수 있는 곳뿐 아니라 모든 브랜드가 자신이 어떻게 나타나는지 알 자격이 있습니다. Trendos는 모든 규모의 브랜드에 AI 가시성을 정확하게 이해하고 최적화할 수 있는 수단을 공정한 가격에 제공하고자 합니다.

AI가 생성한 답변은 마케터에게 블랙박스처럼 보일 수 있습니다. Trendos가 수집하는 데이터를 보면 ChatGPT, Gemini, Claude, Perplexity 같은 시스템이 브랜드를 언급하거나 인용하거나 추천하는지를 결정하는 가장 중요한 신호는 무엇인가요?

신호 측면에서는 적절한 장소에서 구조화된 방식으로 충분히 언급되는 것이 핵심입니다. 권위를 전달하려면 do-follow 링크가 필요한 SEO와는 다릅니다. AI 검색에서 모델은 사이트를 색인화하는 것이 아니라 스크래핑합니다. 링크 자체는 불필요해집니다. 모델이 이미 정보를 가져오는 페이지에 브랜드명이 명확하고 자주 등장하면 됩니다.

데이터상으로는 다섯 가지 축이 이를 뒷받침합니다. 자체 웹사이트, PR과 자발적인 외부 미디어 보도, Trustpilot 및 G2 같은 리뷰 플랫폼, 제휴 마케팅 파트너, 소셜 미디어입니다. 각 요소의 중요도는 업종마다 다릅니다. 의류와 전자상거래는 모델이 제품 페이지에서 정보를 추출하기 쉬워 자체 미디어에 많이 의존합니다. 소비자 금융은 제휴 비교 사이트에 더 의존합니다. SaaS와 B2B 브랜드는 G2나 Capterra 같은 리뷰 플랫폼에서 많이 인용됩니다. 보편적인 공식은 없습니다. 자체 인용 내역을 살펴 어떤 축이 가장 중요한지 확인해야 합니다.

구조도 중요합니다. 가장 자주 인용되는 브랜드는 명확하고 직접적인 콘텐츠를 게시하며, 흔히 FAQ 형식으로 질문에 먼저 답합니다. 모델이 이를 쉽게 추출할 수 있기 때문입니다. 키워드를 잔뜩 넣은 블로그 글은 도움이 되지 않습니다. 먼저 질문에 답하고 뒤에 세부 사항을 더하는 방식이 효과적입니다. AI 생성 콘텐츠에 관해서는 현재 모델이 불이익을 준다는 증거를 보지 못했습니다. 누가 또는 무엇이 작성했는지와 무관하게 질문에 잘 답하는 콘텐츠가 인용됩니다.

이 과정 전체에는 어느 정도 무작위성도 있습니다. 모델은 고정된 하나의 순위 알고리즘을 실행하는 대신 다음 단어를 예측합니다. 모든 것을 올바르게 해도 변동이 생길 수 있습니다. Trendos에서는 브랜드가 통제할 수 있는 신호에 집중하고 통제할 수 없는 신호를 쫓지 않도록 돕고자 합니다.

기존 Google 순위와 달리 같은 질문을 여러 번 해도 AI 답변은 달라질 수 있습니다. 기반 모델이 확률적인 상황에서 AI 가시성을 어떻게 신뢰성 있게 측정하나요? 브랜드가 데이터에서 의미 있는 결론을 얻기까지 얼마나 많은 표본이 필요한가요?

현재 업계에서 뜨거운 주제입니다. 최근 한 기업은 LinkedIn에서 신뢰할 만한 결과를 얻으려면 하루에 약 100번 답변을 수집해 평균을 내야 한다고 주장했습니다. 일부 대형 플랫폼은 여전히 하루 한 번이면 충분하다고 봅니다. 어느 쪽도 실제 증거로 입장을 충분히 뒷받침했다고 생각하지 않습니다.

우리는 실증적으로 접근합니다. NordVPN처럼 어느 정도 오랫동안 우리와 모니터링해 온 고객이 있어, 그 기간의 가시성과 순위 변동을 확인할 수 있습니다. 실제로는 그렇게 많이 움직이지 않습니다. 더 자주 수집하면 정밀도가 조금 좋아지겠지만 차이는 1%의 일부에 불과하고, 보이지 않는 상태와 1위 사이의 차이를 만들지는 않습니다. 35위에서 32위로 옮겨갈 수는 있겠지만, 브랜드가 실제로 대응할 수 있는 더 큰 구조적 문제보다 중요도가 훨씬 낮습니다.

우리의 방식은 극단적인 표본 수집 빈도를 추구하기보다 시간에 걸쳐 일관되게 모니터링하고, 브랜드가 자체 추세선을 보며 해당 분야가 얼마나 안정적이거나 변동성이 큰지 판단하도록 하는 것입니다.

SEO, 답변 엔진 최적화, 생성형 엔진 최적화를 둘러싼 논쟁이 많습니다. 기존 SEO의 어떤 원칙이 AI 검색에서도 여전히 중요하며, 마케터가 기존 SEO 전략을 대규모 언어 모델에 그대로 적용할 때 어디서 실수한다고 보시나요?

여러 SEO 원칙은 AI 검색에서도 여전히 중요합니다. 예를 들어 쿼리 확장이 있습니다. 이는 ChatGPT가 답변하기 전에 뒤에서 수행하는 추가 검색입니다. 이 역시 실제 검색 행동에서 비롯되므로 관련 순위를 개선하는 것은 SEO 작업입니다. 여전히 롱테일 키워드를 최적화하지만, 사람이 Google에 입력하는 내용이 아니라 모델이 검색하는 내용을 겨냥한다는 차이가 있습니다.

많은 마케터가 언급이 백링크처럼 작동해야 한다고 잘못 생각합니다. SEO에서는 권위와 도메인 평가가 전달되는 방식이므로 do-follow 링크를 원합니다. AI 검색에서 모델은 사이트를 색인화하지 않습니다. 콘텐츠를 스크래핑하기 때문에 링크는 아예 필요 없고, 모델이 이미 신뢰하는 페이지에서 충분히 명확하게 브랜드를 언급하면 됩니다. 사람들은 링크를 확보하는 데 많은 시간을 쓰지만 실제로 추구해야 하는 것은 언급 자체입니다.

또 다른 흔한 실수는 과거의 SEO 습관을 그대로 가져오는 것입니다. 주로 키워드를 맞추기 위해 작성하고 실제 답변을 페이지 중간에 묻어 두는 콘텐츠는 AI 모델이 놓치기 쉽습니다. 먼저 질문에 명확하고 직접적으로 답한 다음 세부 내용을 더해야 합니다.

SEO가 끝났다고 판단해 처음부터 다시 시작하는 것도 실수라고 생각합니다. SEO는 끝나지 않았습니다! GEO는 SEO의 확장에 소셜 미디어와 제휴 마케팅이 함께 작동하는 것입니다. 이미 SEO를 잘하는 브랜드의 노력은 헛되지 않았지만, 옛 규칙이 그대로 일대일로 적용된다고 가정해서도 안 됩니다.

Trendos는 AI 시스템이 브랜드에 대한 질문에 답할 때 인용하는 출처를 추적합니다. AI 엔진이 가장 신뢰하는 것으로 보이는 출처 유형에 관해 무엇을 알게 됐나요? 기업은 시스템을 조작하려 하지 않고도 그런 인용에 현실적으로 어느 정도 영향을 줄 수 있을까요?

신뢰는 하나의 서열이 아닙니다. 업종에 따라 달라집니다. 의류에서 가장 많이 인용되는 자체 미디어와 소비자 금융에서 많이 인용되는 제휴 콘텐츠 및 앱은 다릅니다. 어디서나 우세한 출처 유형은 없습니다. 자체 분야의 인용을 살펴 무엇이 신뢰받는지 확인해야 합니다.

구조는 출처 유형만큼 중요합니다. 권위 있는 편집 매체 사이트는 여전히 영향력이 있지만, 도메인 평가 같은 단일 권위 점수의 문제가 아닙니다. 우리가 관찰한 바로는 일관성이 더 중요합니다. 여러 신뢰할 만한 출처에서 브랜드가 얼마나 자주 언급되는지가 중요하다는 뜻입니다. 작은 사이트의 명확하고 잘 구조화된 페이지가 대형 매체의 긴 기사보다 좋은 성과를 낼 수 있습니다. 모델이 추출하고 활용하기가 더 쉽기 때문입니다.

조작 없이 영향을 주는 문제는 SEO 사고방식과 완전히 분리하겠습니다. 링크 그래프를 조작하려는 것이 아닙니다. 자체 사이트, PR 게재, Trustpilot과 G2 같은 리뷰 플랫폼, 제휴 관계, 소셜 활동이라는 다섯 축에서 진정한 언급을 얻으려는 것입니다. 그런 다음 모델이 쉽게 읽도록 모든 것을 구조화합니다. 훌륭한 브랜드 구축과 크게 다르지 않습니다. 가장 잘 보이는 브랜드는 시스템을 공략하기보다 모델이 이미 신뢰하는 곳에 검증 가능한 형태로 존재하는 데 집중합니다.

Trendos는 여러 시장에서 AI 가시성이 가장 높은 1,000개 브랜드를 추적하는 지수를 공개했습니다. 이 데이터에서 어떤 패턴이나 의외의 결과가 드러났나요? AI 생성 추천에 꾸준히 등장하는 브랜드와 거의 보이지 않는 경쟁사를 구분하는 것은 무엇인가요?

첫 번째 놀라운 점은 엔진의 행동이 매우 다르다는 것입니다. 같은 시장에서 ChatGPT와 Google AI Overviews가 추천하는 해당 국가의 상위 100개 브랜드 중 겹치는 것은 약 3분의 2뿐입니다. AI Overviews는 일상적인 소매업에 크게 치우칩니다. 미국에서 Trader Joe’s는 그곳에서 35위지만 ChatGPT에서는 567위입니다. ChatGPT는 Gartner, ServiceNow, Databricks 같은 B2B 및 대기업 대상 브랜드를 선호하며, AI Overviews는 이들을 대부분 무시합니다.

두 번째는 지역성이 매우 강하다는 것입니다. 지수에 포함된 브랜드의 70%는 한 국가에만 등장하고, 독일 상위 100개 중 거의 3분의 1은 영국이나 미국 목록에서 전혀 찾을 수 없는 브랜드입니다.

꾸준히 눈에 띄는 브랜드를 구분하는 것은 폭넓음입니다. 전형적인 상위 10위 브랜드는 90개가 넘는 제품 범주에 등장하지만, 하위 절반의 브랜드는 약 다섯 범주에 등장합니다. 단순히 더 자주 언급되는 것이 아니라 훨씬 많은 질문과 관련이 있습니다. 목록의 변화도 빠릅니다. 최상위는 매달 거의 변하지 않지만, 각 목록에서 약 13%의 브랜드가 한 달 안에 빠집니다. 가시성은 한 번 얻으면 끝나는 것이 아니라 계속 확보해야 합니다.

Trendos의 Ad Radar는 ChatGPT 대화와 함께 나타나는 스폰서 광고를 추적합니다. 초기 데이터에서 어떤 업계와 광고주가 가장 빠르게 움직이는 것으로 보이나요? 마케터는 유료 가시성과 기반 AI 모델이 자연스럽게 브랜드를 언급하거나 추천하는 것을 어떻게 구분해야 하나요?

ChatGPT 광고는 소매업과 B2C에 크게 치우치며, 우리가 추적하는 광고의 약 50~70%를 차지합니다. 나머지는 B2B로, 주로 자체 서비스를 광고하는 기업과 대행사입니다. ChatGPT 사용자가 주로 소비자이지만 B2B 사용자도 분명 존재하므로 타당합니다.

OpenAI 광고 플랫폼은 아직 초기 단계입니다. 새로운 형식과 기능이 계속 추가되고 있으며 도입 속도도 고르지 않습니다. 제가 마지막으로 확인했을 때는 OpenAI가 진출을 발표한 뒤에도 일부 유럽 시장에서 광고가 가동되지 않거나 과금이 이뤄지지 않았습니다. 따라서 가장 빠르게 움직이는 업계를 판단하는 것은 6개월 뒤에도 누가 광고할지를 보여주기보다, 지금 누가 새로운 것을 시험할 의향이 있는지를 보여주는 순간적인 모습에 가깝습니다.

광고주에게 정보가 부족한 부분도 여기입니다. OpenAI는 어떤 프롬프트에서 광고가 나타나는지, 경쟁사가 무엇을 하는지 보여주지 않습니다. Trendos의 Ad Radar를 이용하면 브랜드는 어떤 프롬프트가 광고를 유발하는지 정확히 확인할 수 있고, 같은 분야의 다른 광고주가 광고를 몇 개 운영하는지, 어디로 연결하는지, 어떤 제목과 설명을 쓰는지도 볼 수 있습니다.

현재는 유료와 자연적인 언급을 쉽게 구분할 수 있습니다. ChatGPT는 스폰서 광고를 명확히 표시하고 답변 아래에 배치하므로 답변 자체에 섞이지 않습니다. 자연적인 추천은 모델이 당신을 답으로 선택하는 것이고, 유료 게재는 그 아래 자리를 빌리는 것입니다.

솔직히 시간이 갈수록 구분이 어려워질 것이라고 예상합니다. 광고가 진짜 답변의 일부처럼 보이고 느껴질수록 성과가 좋아지는 경향이 있습니다. Google과 Meta에서도 그랬고 ChatGPT도 같은 방향으로 갈 가능성이 큽니다. 바로 그래서 브랜드는 유료 가시성과 자연적인 가시성을 나란히 추적해야 합니다.

생성형 엔진 최적화의 어려움 중 하나는 상관관계와 인과관계를 구분하는 것입니다. 브랜드의 AI 가시성이 개선되면, 마케팅팀은 디지털 PR, 제3자 보도, 자체 콘텐츠 강화, 리뷰, 기술적 변경 또는 다른 요인 중 어떤 행동이 실제 개선을 일으켰는지 어떻게 판단할 수 있나요?

성과를 특정 행동에 귀속하는 것은 GEO에서 가장 어려운 문제 중 하나이며, 아직 누구도 모든 행동과 결과를 완벽하게 연결하지 못합니다. 하지만 브랜드가 추측만 하는 것은 전혀 아닙니다. Trendos에서는 AI 엔진이 자사와 경쟁사를 언급할 때 정확히 어떤 출처를 인용하는지 볼 수 있고, 이를 통해 무엇이 효과적인지 많이 알 수 있습니다.

가장 신뢰할 만한 방법은 특정 행동을 특정 출처에 연결하는 것입니다. 해당 분야에서 이미 인용되는 사이트에 보도가 실리면, 그 출처가 관련 프롬프트의 답변에 나타나기 시작하는지, 브랜드도 함께 등장하는지 관찰할 수 있습니다. 리뷰, 제휴 게재, 자체 사이트의 새로운 콘텐츠도 마찬가지입니다. 전체 점수가 움직이기를 기다리며 이유를 궁금해하는 것이 아니라 모델이 실제로 사용하는 출처를 보는 것입니다.

유료 광고는 훨씬 명확합니다. ChatGPT 광고에서는 다른 유료 채널과 같은 방식으로 UTM을 이용해 트래픽과 전환을 측정하며 직접적인 영향을 추적할 수 있습니다.

AI 답변은 자연스럽게 달라지므로 하루 결과에 반응하기보다 몇 주간의 추세를 보는 것이 여전히 중요합니다. 우리는 이런 연결을 자동으로 드러내는 Key Insights도 개발하고 있어, 팀이 모든 그래프를 직접 뒤질 필요가 없도록 하려 합니다. GEO에는 아직 불확실성이 있지만, 브랜드는 이제 무엇이 가장 큰 가치를 주는지 명확히 볼 수 있는 도구를 갖고 있습니다.

Trendos는 최근 AI 에이전트가 가시성, 경쟁사, 인용, 광고 데이터를 직접 조회할 수 있는 MCP 연동을 도입했습니다. AI 가시성 관리가 마케터의 대시보드 분석에서 에이전트가 지속적으로 공백을 찾고 대신 변경을 권고하거나 실행하는 방식으로 옮겨갈 것으로 보시나요?

그 방향으로 가고 있다고 생각하며, 우리도 이미 이를 향해 개발하고 있습니다. 에이전트를 고려하지 않더라도 Trendos는 대시보드를 보여주기만 하기보다 브랜드를 위해 실제 작업을 수행하는 방향으로 이동하고 있습니다. 최근 기본적인 기술 문제로 AI 봇의 접근이 완전히 차단된 소규모 제조업체의 사이트를 발견했는데, 그 팀에는 무엇을 점검해야 하는지 아는 사람이 없었습니다. 우리는 브랜드에 문제를 알렸지만, 목표는 그쪽 누군가가 먼저 그래프를 해석할 필요 없이 대신 고쳐줄 수 있게 되는 것입니다.

에이전트는 그 자연스러운 확장입니다. 시스템이 이미 Trendos의 기반 데이터를 읽을 수 있다면, 빠진 인용을 찾아 적절히 행동하는 데 큰 도약이 필요하지는 않을 것입니다. 대시보드가 완전히 사라지지는 않을 것 같습니다. 기술적인 사용자들은 여전히 원시 데이터, 특히 정확한 추가 검색 쿼리와 실제 답변 문구를 원합니다. 하지만 대부분의 브랜드, 즉 데이터 분석가가 되고 싶지 않은 90%에게는 에이전트가 뒤에서 조용히 관리하다가 사람의 결정이 필요할 때만 알리는 방식이 최종적인 모습이라고 생각합니다.

AI 비서가 질문에 답하는 것을 넘어 제품을 추천하고 판매자를 비교하며 궁극적으로 에이전트를 통해 거래를 완료하는 방향으로 나아가고 있습니다. ‘검색 가시성’이라는 개념은 어떻게 변하고, 브랜드가 결국 가장 중요하게 생각할 지표는 무엇이라고 보시나요?

‘검색 가시성’은 에이전트가 누군가를 대신해 행동할 때 브랜드를 선택하는지라는 더 큰 그림의 일부가 될 것 같습니다. 답변에서 언급되는 것과, 에이전트가 실제로 선택하고 비교에서 긍정적으로 평가하며 거래까지 완료하는 브랜드가 되는 것은 다릅니다. 후자는 훨씬 높은 기준입니다. 에이전트 기반 상거래에서 이미 그 시작을 보고 있습니다.

에이전트 기반 상거래가 본격화되면 가시성만으로는 충분하지 않습니다. 긍정적 또는 부정적으로 묘사되는 정도의 중요성이 급격히 커질 것입니다. 당신을 대신해 세 판매자를 비교하는 에이전트는 누가 언급되는지만 아니라 누가 신뢰할 만하고, 리뷰가 좋고, 가격 대비 가치가 있다고 묘사되는지도 고려할 것입니다. 검토 대상 브랜드 중 당신이 선택되는 빈도인 추천율은 단순한 언급 횟수보다 훨씬 의미 있는 수치가 될 것입니다.

구조와 기계 가독성도 더욱 중요해질 것 같습니다. 지금은 모델이 쉽게 추출할 수 있도록 FAQ 형태의 콘텐츠를 작성하는 것이 중요합니다. 에이전트가 대신 거래하게 되면 가격, 재고, 거래 조건이 단순히 설명할 수 있는 수준을 넘어, 에이전트가 실제로 읽고 직접 행동할 수 있도록 구조화됐는지가 중요해집니다.

중요한 단서가 있습니다. 아직 초기입니다. 모든 것을 완전히 파악한 척하기보다 이를 솔직히 말하고 싶습니다. 다만 확신하는 것은, 에이전트가 대규모로 거래하기 전에 이 변화에 주목하는 브랜드는 과거 SEO에 일찍 투자한 브랜드가 Google에서 그랬던 것처럼 실질적인 선점 효과를 누릴 것이라는 점입니다.

훌륭한 인터뷰에 감사드립니다. 더 알아보고 싶은 독자는 Trendos를 방문해 주세요.