AI가 앱으로 가는 길을 다시 배분한다
Bannerbear를 키운 검색 콘텐츠 공식이 6년 만에 흔들렸다. Google 유입은 줄고, AI는 구매 의도를 답변 안에서 압축한 뒤 더 적지만 전환에 가까운 방문을 보낸다.
2026년 7월 26일, Pieter Levels는 인디해커들의 트래픽과 매출이 함께 내려가는 흐름이 보인다고 썼다. 자신의 제품에서도 같은 일이 벌어지고 있으며, “Big AI가 예전에 앱이 하던 모든 것을 잠식하고 있다”는 해석을 붙였다.
I'm seeing a trend here of declining revenue and traffic with indiehackers
— @levelsio (@levelsio) July 26, 2026
On my own projects too
Maybe big VC products too but I wouldn't know cause they don't share revenue
To me it seems clear BigAI is cannibalizing everything that used to be apps
Not bad btw, just times… https://t.co/SmOYCsxfMZ
임베딩이 보이지 않으면 X 원문에서 볼 수 있다.
이 포스트가 인용한 사례는 Bannerbear 창업자 Jon Yongfook의 기록이다. Bannerbear는 마케팅 이미지와 영상을 자동 생성하는 API SaaS다. Yongfook은 2026년 7월 Google 추천 유입이 연초보다 거의 절반으로 줄었다고 공개했다. 사이트 유입이 줄자 가입과 유료 전환도 함께 내려갔다. 그는 단기 해법을 찾지 못했고 YouTube, 뉴스레터, 크리에이터 같은 다른 채널에 투자하겠다고 썼다. “그냥 콘텐츠를 쓰는” 전략의 효율도 예전 같지 않다고 판단했다.
Gotta talk about the good and the bad right? I noticed our signups / conversions are pretty weak this month.
— Jon Yongfook (@yongfook) July 26, 2026
TLDR everything is downstream of us getting less traffic to the site. Our google referrals have basically halved this year (chart below).
Makes sense, since even… pic.twitter.com/jybKFEFZ5a
임베딩이 보이지 않으면 X 원문에서 볼 수 있다.
이 숫자는 Bannerbear 한 회사의 내부 분석이다. 절대 방문자 수와 매출 감소 폭은 공개되지 않았고, Google 유입 감소의 원인이 AI라고 분해한 자료도 없다. 계절성, 검색 순위, 경쟁 제품, 제품 수요가 함께 영향을 줬을 수 있다. Levels의 포스트는 시장 통계가 아니라 여러 창업자가 체감하는 방향을 압축한 관찰로 읽어야 한다.
같은 창업자가 6년 전에는 콘텐츠를 성장의 중심에 뒀다
Yongfook의 기록이 좋은 이유는 비교할 과거가 남아 있기 때문이다. 그는 2020년 첫 유료 고객을 얻은 과정을 공개했다. 블로그에 부트스트랩 과정을 쓰고, 뉴스레터 구독자 1,500명을 모으고, 제품 기능을 설명하는 글을 수십 편 발행했다. 마케팅 사이트의 콘텐츠도 천천히 늘렸다. 콘텐츠만으로 고객을 얻었다는 성공담은 아니었다. 제품을 여러 번 바꾸고, 커뮤니티에서 답하고, 고객에게 직접 연락하고, 기능을 개선하는 일이 함께 있었다.
2021년에는 월 반복매출 1만 달러에서 2만7천 달러로 성장한 해의 마케팅을 다시 정리했다. 이 글에서 기술 콘텐츠를 더 많이 쓰지 못한 것을 아쉬워했고, Puppeteer와 FFmpeg를 다룬 글이 유기적 검색 유입을 만들었다고 설명했다. 튜토리얼 제작을 위해 전담 작가를 채용했고, 무료 도구를 Google 첫 페이지에 올렸으며, 블로그를 개편하고 Ahrefs로 검색 상태를 점검했다.
2021년의 공식은 선명했다. 창업자가 제품을 만들며 얻은 지식을 글로 남기면 같은 문제를 검색하는 사람이 발견하고, 그 사람이 문제를 대신 해결해주는 제품을 만난다.
2026년의 기록에서는 콘텐츠와 고객 사이의 배급 장치가 바뀌며 이 연결이 약해졌다. 콘텐츠의 지식과 신뢰 가치는 남아도 검색 유입 기능은 예전만 못했다.
검색 결과 안에서 질문이 끝난다
Pew Research Center는 2025년 3월 미국 성인 900명의 Google 검색 68,879건을 분석했다. AI 요약이 나타난 검색에서 일반 검색결과를 누른 비율은 8%였다. AI 요약이 없을 때의 15%보다 낮았다. AI 요약이 인용한 출처를 직접 누른 비율은 1%였고, 검색 뒤 브라우저 이용을 끝낸 비율은 26%로 AI 요약이 없을 때의 16%보다 높았다.
이 연구도 AI 요약의 순수한 인과효과를 증명하지는 않는다. AI 요약은 질문형 문장과 긴 검색어에서 더 자주 나타났고, 이런 검색은 원래 클릭 행동이 다를 수 있다. 다만 사용자가 출처 사이트에 들어가기 전에 Google 안에서 답을 소비하는 행동은 분명히 관찰됐다.
예전의 검색은 답을 찾을 후보를 배열했다. AI 요약과 대화형 검색은 후보를 읽고 답을 조립한다. “FFmpeg로 영상 위에 이미지를 어떻게 얹나”를 검색한 사람이 Bannerbear의 기술 글을 방문하던 흐름에서, 이제는 AI가 여러 글을 읽어 명령어와 코드를 먼저 내놓는다. 제품이 해결하는 문제까지 답변 안에서 끝나면 글에서 제품으로 이동할 이유도 줄어든다.
AI는 방문을 없애기도 하고 새로 만들기도 한다
AI 유입을 무조건 제로클릭으로 보는 해석에는 반례가 있다. ChatGPT가 2026년 5월 7일 답변 속 브랜드 이름에 눈에 띄는 링크를 붙이자, Similarweb의 데스크톱 패널에서 일주일간 ChatGPT 추천 유입이 157.7% 늘었다. 브랜드 홈페이지로 향한 추천은 354.7% 증가했고, 전체 추천 중 홈페이지 도착 비중은 기존 26~32%에서 약 60%로 올라갔다.
방문의 질도 달라졌다. 같은 조사에서 방문당 페이지 수는 3.8에서 4.7로, 평균 체류시간은 3.5분에서 3.9분으로 늘었다. 다만 조사 기간은 2026년 4월 30일부터 5월 20일까지로 짧고, Similarweb은 절대 유입량을 공개하지 않았다. 이 자료로 AI 추천이 Google 유입 손실을 얼마나 메웠는지는 판정할 수 없다. 다만 AI 제품의 링크 배치 하나가 웹사이트 유입의 양과 도착 지점을 크게 바꿀 수 있다는 점은 확인된다.
리테일에서는 전환까지 바뀌고 있다. Adobe Digital Insights에 따르면 2026년 1분기 미국 소매 사이트의 AI 추천 유입은 전년 대비 393% 늘었다. 2026년 3월 AI 추천 방문자는 다른 경로의 방문자보다 전환율이 42% 높고, 방문당 매출은 37% 높았으며, 체류시간은 48% 길었다. 상품 비교를 대화 안에서 끝낸 사람이 구매에 가까운 상태로 사이트에 도착했기 때문이다. 소매 사이트의 결과이므로 부트스트랩 SaaS의 전환율로 옮겨 적을 수는 없다.
검색이 보내던 많은 방문은 줄어들 수 있다. 대신 AI가 선택한 브랜드에는 더 적고 더 가까운 방문이 올 수 있다. 문제는 그 배분권을 앱이 갖지 못한다는 데 있다. ChatGPT가 링크를 크게 만들면 유입이 늘고, 답변 안에서 작업을 끝내면 유입이 사라진다.
앱의 입구가 검색창에서 추천과 호출로 옮겨간다
OpenAI가 2025년 공개한 ChatGPT Apps는 이 변화가 유입을 넘어 제품 사용으로 이어지는 구조를 보여준다. 사용자는 Spotify에 재생목록을 만들어달라고 하거나 Canva에 슬라이드를 만들게 할 수 있다. ChatGPT는 대화 맥락에 맞는 앱을 먼저 제안할 수도 있다. 사용자가 제품 홈페이지를 방문해 메뉴를 배우기 전에, AI가 제품을 고르고 기능을 호출한다.
이 구조에서 콘텐츠의 역할도 바뀐다. 검색 결과에서 클릭을 얻는 글만으로는 부족하다. AI가 어떤 고객에게 제품을 추천해야 하는지 설명할 수 있도록 구체적인 사용 사례, 가격과 제약, 최신 문서, 고객이 확인할 수 있는 성과 증거가 필요하다. 실제 작업을 끝낼 API와 연동 경로도 제품의 배급면이 된다.
이 변화를 AEO나 GEO라는 이름의 새 프로젝트로 묶는 것만으로는 부족하다. Yongfook이 답글에서 “그게 실제로 무엇을 뜻하느냐”고 되물은 까닭도 여기에 있다. AI에게 잘 보인다는 목표만으로는 누가 어떤 질문에서 제품을 발견했고, 가입했으며, 돈을 냈는지 알 수 없다.
측정은 기존 퍼널과 새 퍼널을 한 화면에 놓는 데서 시작한다. Google 유입, AI 추천 유입, 직접 방문을 함께 보고 각각의 가입률과 유료 전환율을 연결한다. YouTube와 뉴스레터처럼 플랫폼이 답을 대신 써도 독자와 다시 만날 수 있는 채널도 따로 본다. 제품 문서와 API는 방문자를 많이 모으는 콘텐츠가 아니라 이미 선택한 고객과 에이전트가 일을 끝내는 경로로 평가한다.
Bannerbear 사례만으로 앱의 종말을 선언할 수는 없다. 그러나 콘텐츠를 쌓으면 검색이 고객을 보내준다는 전제는 더 이상 안전하지 않다. 다음 분기의 콘텐츠 계획을 늘리기 전에 Google, AI 추천, 직접 방문이 실제 가입과 매출에 각각 얼마나 기여하는지부터 같은 표에서 확인해야 한다.
출처: Pieter Levels, indiehacker traffic and revenue observation; Jon Yongfook, Bannerbear Google referral update, How to Get Your First 25 SaaS Customers, 1 Year of Marketing a SaaS from $10K MRR to $27K MRR; Pew Research Center, Google users are less likely to click on links when an AI summary appears; Similarweb, ChatGPT Referral Traffic Near Triples Overnight; Adobe, Why GEO Matters for Brand Visibility in AI Search; OpenAI, Introducing apps in ChatGPT. Big AI가 앱의 트래픽과 매출을 잠식한다는 표현은 Levels의 해석이며, 시장 전체에서 입증된 단일 인과결론으로 사용하지 않았다.