GA4가 AI 트래픽을 과소 집계하고 있다: 커스텀 채널 그룹으로 해결하는 방법
GA4를 믿고 있었는데, GA4가 틀리고 있었다

정확히는 거짓말이라기보다 구조적 결함에 가깝습니다. 그런데 그게 더 무섭습니다. 의도된 오류는 잡을 수 있지만, 설계 자체가 잘못된 오류는 숫자가 멀쩡해 보이기 때문에 아무도 의심하지 않습니다.

2025년을 기준으로 AI 레퍼럴 트래픽은 전년 대비 최소 393%, 최대 700% 성장했습니다. ChatGPT, Perplexity, Gemini에서 넘어오는 유입이 기존 검색 채널보다 전환율도 높다는 데이터도 나오고 있습니다. AI 플랫폼이 단순한 검색 대체재가 아니라 실질적인 구매 여정의 진입점이 되고 있다는 뜻입니다.

그런데 GA4는 이 트래픽을 제대로 측정하지 못하고 있습니다.

AI 트래픽이 세 군데로 찢어지는 구조

GA4는 2025년 5월 13일, 공식적으로 'AI Assistant' 채널을 도입했습니다. ChatGPT, Gemini 같은 AI 플랫폼에서 유입되는 트래픽을 별도로 분류하겠다는 취지였습니다. 겉으로 보면 발전한 것처럼 보입니다.

문제는 같은 소스에서 온 트래픽이 세 개의 채널로 분산된다는 점입니다.

유입 경로 GA4 분류 결과 실제 문제점
ChatGPT 웹 클릭 AI Assistant / Referral / Unassigned 동일 소스가 3개 채널로 분산
모바일 앱 AI 유입 Direct referrer 정보 삭제로 오분류
인앱 브라우저 유입 Direct AI 트래픽 70%+ 누락 추정

ChatGPT에서 클릭해서 넘어온 사용자가 있다고 가정해 보겠습니다. 이 트래픽은 상황에 따라 AI Assistant 채널로 잡히거나, Referral 채널로 잡히거나, Unassigned로 분류됩니다. 동일한 소스인데 GA4 안에서 세 개의 다른 번호표를 달고 앉아 있는 셈입니다.

핵심 문제: 모바일 앱이나 인앱 브라우저에서 AI 플랫폼을 사용하는 경우, referrer 정보가 아예 삭제됩니다. 이렇게 되면 해당 유입은 AI 트래픽이 아니라 'Direct'로 집계됩니다. AI에서 온 트래픽의 70% 이상이 Direct로 잡힌다는 분석도 있습니다.

결과적으로 GA4 화면에는 숫자가 찍혀 있습니다. 그런데 그 숫자의 실제 의미는 조각나 있습니다.

왜 지금 이게 문제인가

마케팅 의사결정은 숫자를 기반으로 합니다. AI 채널의 기여도가 낮게 잡히면 다음과 같은 연쇄 문제가 발생합니다.

  • 투자 우선순위 왜곡: AI 채널에 대한 예산 배분이 실제 성과 대비 과소 책정됩니다.
  • 콘텐츠 전략 지연: AI 플랫폼 최적화 방향으로 콘텐츠를 개편할 근거 확보가 어려워집니다.
  • SEO 전환 판단 오류: 기존 SEO 예산을 AI 검색 대응으로 전환하는 의사결정이 늦어집니다.
  • 경쟁사 대비 후발 주자: 정확한 데이터를 가진 경쟁사에게 AI 검색 시장을 선점당할 수 있습니다.

AI 트래픽이 실제로는 크게 성장하고 있는데, GA4 데이터만 보면 "그냥 Referral 조금 늘었네" 수준으로 보이는 상황이 지금 실제로 벌어지고 있습니다.

한국도 다르지 않습니다. ChatGPT와 Perplexity, Gemini의 국내 사용자는 이미 빠르게 늘고 있고, GA4 기반으로 디지털 마케팅 성과를 측정하는 국내 마케터라면 동일한 과소집계 문제에 직면해 있습니다.

해결 방향: 커스텀 채널 그룹 설정

GA4 기본 채널 그룹을 그대로 쓰면 이 문제는 해결되지 않습니다. 직접 커스텀 채널 그룹을 만들어야 합니다.

핵심 전략

ChatGPT, Perplexity, Gemini, Copilot 등 주요 AI 플랫폼의 도메인을 소스 조건으로 명시적으로 묶는 것입니다. GA4의 기본 분류 로직에 맡기지 말고, 이 소스들이 어느 채널에 들어오든 'AI Referral'이라는 하나의 그룹으로 수렴되도록 규칙을 정의해야 합니다.

// GA4 커스텀 채널 그룹 설정 예시

채널 이름: AI Referral
조건 설정:
- session_source 포함: chatgpt.com
- session_source 포함: chat.openai.com
- session_source 포함: perplexity.ai
- session_source 포함: gemini.google.com
- session_source 포함: copilot.microsoft.com
- session_source 포함: claude.ai

// 조건 연산자: OR (하나라도 일치 시 해당 채널로 분류)

설정 절차

  • Step 1: GA4 관리자 메뉴 → 데이터 표시 → 채널 그룹으로 이동합니다.
  • Step 2: '새 채널 그룹 만들기'를 클릭하고 그룹 이름을 지정합니다.
  • Step 3: session_source 또는 first_user_source 기준으로 AI 도메인 목록을 조건에 입력합니다.
  • Step 4: 기본 채널 그룹과 병행 운영하여 기존 데이터와 비교 분석합니다.

한계점 인식

Direct 유입 문제까지 완전히 해결하기는 어렵습니다. referrer가 삭제되는 경우는 GA4 설정만으로는 잡을 수 없기 때문에, 별도로 UTM 파라미터를 AI 플랫폼 유입 콘텐츠에 심거나 서버 로그 분석을 병행하는 방법을 고려할 수 있습니다.

완벽한 측정은 없습니다. 하지만 현재보다 정확하게 만드는 것은 가능합니다.

측정이 틀리면 전략도 틀린다

인플루언서 마케팅을 오래 다루다 보면, 측정 기준이 바뀌는 순간 캠페인의 평가가 달라지는 경우를 자주 봅니다. 같은 캠페인인데 어떤 지표로 보느냐에 따라 성공이 되기도 하고 실패가 되기도 합니다.

AI 트래픽 측정 문제도 같은 맥락입니다. 숫자가 멀쩡하다고 해서 데이터가 정확한 건 아닙니다. GA4가 보여주는 숫자를 한 번쯤 의심해볼 필요가 있습니다.

로그통은 유튜브 크리에이터 65,732명, 네이버 공식 인플루언서 18,900명 이상의 검증된 데이터베이스를 보유하고 있습니다. 유튜브, 인스타그램, 틱톡, 네이버 블로그, 샤오홍슈까지 5개 플랫폼을 단일 창구에서 통합 운영하며, 기획부터 성과 분석까지 원스톱으로 진행합니다.

AI 검색 환경에서 브랜드가 어떻게 노출되고 유입으로 이어지는지—이 흐름을 정확하게 보는 것이 앞으로의 마케팅 전략에서 점점 더 중요해질 것입니다. 채널 전략이나 캠페인 상담이 필요하다면, 데이터 기반으로 판단하고 실제 성과로 연결하는 방법을 함께 고민하겠습니다.

AI 시대 마케팅 전략 상담 요청하기

English Summary

GA4's newly introduced AI Assistant channel systematically undercounts traffic from ChatGPT, Perplexity, and Gemini by splitting identical sources across three different channels: AI Assistant, Referral, and Unassigned. Furthermore, mobile app and in-app browser traffic often loses referrer information entirely, causing over 70% of AI traffic to be misclassified as Direct. The solution lies in creating custom channel groups that explicitly consolidate all AI platform domains under a single "AI Referral" category using session_source conditions. Logtong, with its database of 65,732 YouTube creators and 18,900+ Naver official influencers, provides integrated marketing solutions across five platforms to help brands navigate accurate measurement in the AI search era.