AI 유입 22건 중 19건은 왜 직접 방문으로 잡혔나?

AI 어시스턴트 A의 UTM 식별자를 달고 온 세션 22건 중 19건, 86%가 직접 방문으로 분류됐습니다. 2026-09-12 기준 최근 30일 인트릭스 자체 계측의 관측값입니다. 레퍼러만 본 여정 분류와 UTM을 먼저 본 문의 기여 분류가 같은 방문을 다르게 기록했습니다.

22건을 어떻게 찾았나?

측정 기간은 2026-08-13부터 2026-09-12까지입니다. 자체 계측 page_views에서 세션의 첫 행인 seq=1만 남겼습니다. 그중 AI 어시스턴트 A의 UTM 식별자가 저장된 행을 찾은 뒤, 유입 매체와 기기, 착지 경로, 레퍼러를 대조했습니다.

내부 방문과 의심 트래픽은 제외했습니다. 조회 결과는 레퍼러가 없어 Direct로 분류된 19건과, 레퍼러에서 어시스턴트가 확인돼 AI로 분류된 3건으로 갈렸습니다.

같은 방문이 왜 다른 채널이 됐나?

원인은 자료가 아니라 판정 순서에 있었습니다. 페이지 여정의 classifyTrafficSource는 레퍼러로 채널을 결정했습니다. 레퍼러가 빈 19건에서는 AI 유입 신호를 받지 못해 Direct가 됐습니다.

문의 폼의 기여 분류는 UTM을 먼저 봤습니다. 자체 계측의 ref 열도 ref, src, utm_source 순으로 처음 있는 값을 저장했습니다. 그 결과 한 방문자가 페이지 여정에서는 Direct로, 문의 기여 경로에서는 AI로 남을 수 있었습니다.

모바일 앱만의 문제였나?

Direct로 분류된 19건의 기기는 데스크톱 11건, 모바일 8건이었습니다. 모바일 앱이 레퍼러를 비웠다는 설명만으로는 데스크톱 11건을 설명하지 못합니다. 데스크톱 앱인지 레퍼러 정책인지는 확인하지 않았습니다.

확인된 것은 UTM 식별자가 있고 레퍼러가 없었다는 상태까지입니다. 86%를 특정 기기나 앱의 정책 효과로 해석하지 않았습니다.

이 결과를 어디까지 믿어야 하나?

모집단은 인트릭스 단일 사이트에 30일간 들어온 AI 어시스턴트 A의 UTM 세션 22건입니다. 표본이 좁고 시점이 한정돼 다른 사이트와 기간에서 86%가 같게 나온다는 보장은 없습니다. 다른 AI 어시스턴트의 UTM 관행도 확인하지 않았습니다.

ref 열은 여러 식별자 중 첫 값만 남깁니다. 다른 파라미터가 먼저 있어 UTM이 밀린 방문은 이 집계에서 빠질 수 있습니다. 자동화 트래픽 필터가 AI 매체 집계에만 적용된 점도 Direct 19건과 AI 3건을 완전히 같은 조건으로 비교하지 못하게 합니다.

같은 처지의 사이트가 가져갈 것은 무엇인가?

레퍼러만 보는 AI 유입 집계에는 측정 사각지대가 생길 수 있습니다. 이 데이터가 지지하는 결론은 여기까지입니다. AI 유입 수를 보고할 때는 레퍼러 분류와 UTM 탐지를 따로 집계해 차이를 남겨야 합니다.

인트릭스의 무료 SEO·GEO 진단은 사이트의 검색과 크롤 조건을 확인합니다. AI 유입 기여는 레퍼러와 UTM을 함께 보는 별도 검증이 필요합니다. 인트릭스는 특정 순위·인용·노출을 보장하지 않습니다.

자주 묻는 질문

Q. Direct 방문 19건을 모두 AI 유입으로 바꿔도 되나요?
이 19건은 AI 어시스턴트 A의 UTM 식별자가 있었으므로 별도 집계 대상입니다. 다만 기존 사전등록 측정의 정의를 중간에 바꾸지 않고, 원래 집계와 UTM 포함 민감도 분석을 나란히 남겨야 합니다.

Q. 86%가 AI 유입 분석 도구의 일반적인 누락률인가요?
아닙니다. 인트릭스 단일 사이트, 어시스턴트 A 하나, 30일 표본에서 관측한 비율입니다. 다른 측정 구성에 그대로 적용할 수 없습니다.

Q. 레퍼러가 없었던 이유를 확인했나요?
확인하지 못했습니다. 데스크톱 11건과 모바일 8건이 함께 있어 모바일 앱 하나로 설명하지 않았습니다. 현재 데이터로 말할 수 있는 것은 UTM은 있고 레퍼러는 없었다는 상태까지입니다.