월간 방문 보고서의 숫자는 사이트에 들어온 전체 요청이 아니라 분석 도구가 사람으로 분류한 방문 중심의 집계입니다. 넥스트티가 자사 사이트 방문 로그 11일을 관측한 결과, 사람 방문(GA 분류 가능)은 19.4%, 봇은 80.6%였습니다. 보고 전에 데이터 출처, 봇 유형, 날짜별 흐름, 유입 경로를 나누어 점검하면 같은 숫자를 더 정확하게 해석할 수 있습니다.
근거 사례로 본 방문 로그의 구성
이 관측은 2026-05-17~05-28 기간의 자사 사이트 방문 로그를 유형별로 나눈 자료입니다. 절대 방문 수는 공개하지 않고 비율만 공개했습니다. 따라서 다른 사이트의 방문 수와 직접 비교하기는 어렵습니다.
첫 번째 표의 다섯 항목은 전체 로그 대비 비율입니다. 두 번째 표의 두 항목은 기준이 다르므로 따로 읽어야 합니다.
| 구분 | 전체 로그 대비 비율 | 읽을 때 유의할 점 |
|---|---|---|
| 사람(GA 분류 가능) | 19.4% | 일반적인 방문 보고서에 주로 반영되는 범위로 볼 수 있습니다 |
| 봇 전체 | 80.6% | 아래 AI 봇, 검색 봇, 기타·미분류를 합친 값입니다 |
| AI 봇 | 15.3% | 11일 전체 기간 기준 비율입니다 |
| 검색 봇 | 33.9% | 봇 가운데 가장 큰 비중을 차지했습니다 |
| 기타·미분류 | 31.4% | 분류 기준에 맞지 않은 요청이 묶인 항목입니다 |
| 구분 | 값 | 기준 |
|---|---|---|
| AI 봇이 사람과 비등·초과한 날 | 11일 중 3일 | 비율이 아니라 날짜 수입니다 |
| AI 답변에서 직접 클릭 | 0.27% | 분모가 전체 로그가 아니라 사람 방문입니다 |
이 자료는 GEO·AI 관련 주제를 다루는 자사 사이트 한 곳을 11일 동안 관측한 결과입니다. 업종과 콘텐츠 성격이 다른 사이트에서도 같은 비율이 나온다고 볼 근거는 없습니다. 다만 분석 도구 화면에 나타나지 않는 요청이 상당 부분 존재할 수 있다는 점은 점검의 출발점으로 삼을 수 있습니다. 항목별 구성과 측정 조건은 사람 방문과 봇 요청의 비율을 날짜별로 비교한 원문에서 확인할 수 있습니다.
보고 전에 확인할 데이터 출처 항목
방문 데이터 점검은 숫자를 다시 계산하는 일보다 숫자가 어디서 왔는지 밝히는 일에서 시작합니다. 출처와 기준이 정리되지 않으면 다음 달 보고서와 비교할 수 없습니다.
- 숫자의 출처 표기: 보고서 첫머리에 분석 도구 집계인지 서버 방문 로그인지 적습니다. 두 자료는 집계 대상이 다르므로 같은 표에서 합산하지 않고 별도 열로 나눕니다.
- 서버 방문 로그 열람 가능 여부: 호스팅·인프라 담당 부서에 로그 보관 기간과 열람 방법을 확인합니다. 보관 기간이 짧으면 비교할 기간을 먼저 정하고 그 범위 안에서만 해석합니다.
- 측정 기간과 분모 일치: 비율을 비교할 때는 기간이 같은지, 분모가 전체 요청인지 사람 방문인지 구분합니다. 위 사례의 AI 답변 직접 클릭 0.27%도 사람 방문을 분모로 한 값이어서 전체 로그 비율과 다른 표에 두었습니다.
- 분류 기준 문서화: 어떤 요청을 사람, 검색 봇, AI 봇, 기타로 분류했는지 기준을 기록합니다. 기준이 바뀌면 비율도 달라지므로 변경 날짜를 함께 적습니다.
- 미분류 항목의 별도 표기: 기준에 맞지 않는 요청을 사람이나 특정 봇에 임의로 넣지 않고 기타·미분류로 남깁니다. 미분류를 지우면 전체 합계가 맞지 않고 해석의 근거도 흐려집니다.
봇 유형별로 나누어 볼 항목
사례에서 봇 전체 80.6%는 검색 봇 33.9%, 기타·미분류 31.4%, AI 봇 15.3%로 나뉘었습니다. 봇을 하나의 숫자로 묶으면 성격이 다른 요청이 섞여 어떤 조치가 필요한지 판단하기 어렵습니다.
- 검색 봇: 검색 결과 반영과 관련된 수집 요청으로 볼 수 있습니다. 새 글 게시나 사이트 구조 변경 이후 요청 흐름이 달라지는지 날짜와 함께 기록합니다.
- AI 봇: AI 서비스와 연관된 수집 요청입니다. 전체 비율보다 어떤 페이지에 요청이 몰리는지 페이지 단위로 남기면 콘텐츠 운영에 활용할 근거가 됩니다.
- 기타·미분류: 사례에서 31.4%로 검색 봇에 가까운 비중이었습니다. 이 묶음이 크게 나오면 분류 기준을 보완할 여지가 있는지 먼저 검토합니다.
- 크롤링 허용 설정: 사이트의 크롤링 허용·차단 설정이 의도와 맞는지 개발 담당자와 함께 확인합니다. 설정을 바꿀 때는 기록 기준을 먼저 정해야 변경 전후를 비교할 수 있습니다.
날짜별 흐름과 유입 경로 점검
기간 합계만 보면 하루 단위의 변화가 가려집니다. 사례에서 AI 봇은 기간 전체로 15.3%였지만, 사람 방문과 비등하거나 넘어선 날이 11일 중 3일 있었습니다. 평균값만 보고하면 이런 날의 존재가 드러나지 않습니다.
- 일자별로 사람과 봇 유형별 비율을 나란히 기록합니다.
- 비율이 크게 움직인 날에는 게시, 사이트 수정, 외부 언급 같은 사건을 함께 적습니다. 원인을 단정하지 않고 같은 날 있었던 일로만 기록합니다.
- 유입 경로 가운데 AI 답변에서 들어온 방문을 별도 항목으로 분리합니다. 사례에서는 사람 방문 중 0.27%였습니다.
- AI 답변 유입 수치와 AI 봇 요청 수치는 서로 다른 지표라는 점을 보고서에 함께 적습니다. 하나가 작다고 다른 하나도 작다고 볼 수는 없습니다.
관측 결과를 해석할 때의 한계
이 사례는 GA를 쓰지 말라는 뜻이 아닙니다. 분석 도구는 사람 방문을 이해하는 기본 자료라는 역할을 그대로 유지합니다. 서버 방문 로그는 그 바깥의 요청을 보완해 보여 주는 자료로 함께 읽는 편이 적절합니다.
관측 범위도 좁습니다. GEO·AI 관련 자사 사이트 한 곳의 11일 기록이므로 다른 업종이나 다른 규모의 사이트에 같은 비율을 적용할 수 없습니다. 이번 측정만으로는 AI 봇 요청이 특정 날짜에 많았던 원인이나, AI 봇 요청과 사람 방문 사이의 관계를 특정하기 어렵습니다. 분류 기준이 다른 곳에서 측정하면 같은 사이트라도 비율이 달라질 수 있다는 점도 함께 고려해야 합니다.
정리
월간 방문 보고서의 숫자는 사이트에 도달한 요청 가운데 일부를 보여 줍니다. 넥스트티 관측 사례에서는 사람 방문이 19.4%, 봇이 80.6%였고, 봇 안에서도 검색 봇, AI 봇, 기타·미분류의 비중이 달랐습니다. 실무에서는 숫자의 출처와 분모를 밝히고, 봇을 유형별로 나누며, 날짜별 변화와 AI 답변 유입을 별도 항목으로 기록하는 순서로 점검할 수 있습니다. 다음 월간 보고에서는 각 표 위에 데이터 출처와 분류 기준을 한 줄씩 먼저 적는 것부터 시작할 수 있습니다.