# task-1067.1: GA4 MCP + GEO(생성형엔진최적화) 전략 심층 분석 및 아누 시스템 적용 방안

## 배경
제이회장님이 아래 기사를 학습 지시:
- 출처: https://aimkt.biz/ — 디지털이니셔티브 그룹 김형택 대표
- 주제: Google Antigravity + GA4 MCP 연동 + GEO 분석 서비스 구축
- 지시: "우리 아누 시스템에서 어떻게 구현 가능할지 심층적, 체계적으로 체크"
- 환경 전환: Antigravity(Google AI Agent Platform) → 아누 시스템(Claude Code + dispatch.py)

## 원문 핵심 내용 (4단계 프레임워크)

### 1단계: GA4 MCP 서버 연동
- **GA Admin API**: GA4 계정/속성(Property) ID 나열, 데이터 스트림 상태 확인, 측정항목/측정기준 목록 조회
- **GA Data API**: 세션 수, 페이지 조회수, 순 사용자 수 KPI 추출 / 기기·채널·지역·페이지별 교차 분석 / 이벤트 발생 횟수·전환 통계 / 최근 30분 활성 사용자 실시간 조회
- **LLM 결합 시너지**: "지난 주 대비 이번 주에 이탈률이 급증한 페이지를 찾고, 원인 가설을 세워줘" 같은 자연어 분석 요청 가능

### 2단계: GA 데이터 기반 GEO 전략 수립
- **방법론**: 분석 → 기획 → 최적화 → 효과측정
- **핵심 체크리스트**:
  - 사용자의도 분석 (Intent Analysis)
  - CEP(Competitive Enrichment Package) 최적화
  - 프롬프트 구성 (어떤 프롬프트에 노출되는지)
  - KBF(Key Benefit Feature) 정의
  - RTB(Reason To Believe) 구성
- **프롬프트 예시**: "생성형AI최적화를 전략수립을 위하여 아래 2개 내용(GA4 계정:XX – 사이트명: URL)을 분석하여 단계별로 상세한 최적화 계획 수립해줘"

### 3단계: GA 데이터 기반 GEO 분석 서비스 3종

#### 서비스 1: 검색어(프롬프트) 클러스터링 및 토픽 모델링
- GA4 수집 데이터 → K-Means 알고리즘 + TF-IDF 벡터화
- 의미 유사 5개 핵심 "토픽 그룹(Cluster)"으로 자동 분류
- **활용**:
  - 사용자의 "숨겨진 의도(Intent)" 파악
  - 특정 그룹의 "Pillar(기둥) 문서" 발굴
  - 효율적 SEO/AIO 자원 분배

#### 서비스 2: 자동화된 AIO 최적화 성과 추적기
- **매주 월요일 아침** 자동 실행 (cron 기반)
- GA4 API 호출 → Before/After AI 유입 트래픽 자동 계산
- ChatGPT, Perplexity, Gemini 등 AI 검색엔진별 유입 트래픽 및 체류 시간 변화 리포팅
- A/B 테스트 효과 검증

#### 서비스 3: 사용자 여정 및 전환(Conversion) 역추적 분석
- AI 엔진 유입 사용자의 전체 여정 추적
- 첫 페이지 도착 → 전환 페이지 이동 → CTA 클릭 이벤트
- **핵심 질문**: AI 검색 노출이 단순 조회수(Vanity Metric)인가, 실제 진성 리드(Sales Lead)인가?
- ROI 직접 증명 가능

### 4단계: Notion MCP 연동 자동 레포트 생성
- 3개 분석서비스 데이터 → Notion으로 자동 전송
- 분석 레포트 자동 생성

---

## 아누 시스템 적용 분석 (Antigravity → Anu 환경 전환)

### 환경 대응표

| 원문 (Antigravity) | 아누 시스템 대응 |
|---|---|
| Google Antigravity (AI Agent Platform) | Claude Code + dispatch.py (에이전트 오케스트레이션) |
| MCP 서버 연동 | Claude Code MCP 설정 (~/.claude/mcp_settings.json) |
| GA4 MCP 서버 | @anthropic/ga4-mcp 또는 커스텀 GA4 MCP 서버 |
| Notion MCP | 불필요 — 대시보드 + memory/reports/ 시스템으로 대체 |
| LLM 분석 | analytics-tracking 스킬 + ai-seo 스킬 + geo-optimizer 스킬 |
| K-Means 클러스터링 | 신규 도구 필요: tools/geo-analytics/ |
| 주간 자동 리포트 | cokacdir --cron (매주 월요일) |
| Antigravity 에이전트 | dispatch.py --team marketing |

### 이미 보유한 관련 스킬/도구
1. **analytics-tracking** — GA4/GTM/UTM 추적 설정 (에이레네 담당)
2. **ai-seo** — AI 검색엔진 최적화 콘텐츠 작성 (에이레네 담당)
3. **geo-optimizer** — GEO 실전 가이드, Schema 마크업, AI 인용률 향상 (에이레네 담당)
4. **naver-seo** — 네이버 키워드 분석 + CEP 설계 (에이레네 담당)
5. **schema-markup** — JSON-LD 구조화 데이터 (에이레네 담당)
6. **content-strategy** — 콘텐츠 기획 (므네모시네 담당)

### 신규 필요 역량 (Gap 분석)
1. **GA4 MCP 서버 연동** — 현재 미구축. Claude Code MCP 설정에 GA4 서버 추가 필요
2. **AI 유입 트래픽 자동 분류** — ChatGPT/Perplexity/Gemini/Claude 레퍼러 자동 분류 로직
3. **K-Means + TF-IDF 클러스터링 도구** — 검색어 토픽 모델링 자동화 스크립트
4. **AIO 성과 추적 자동화** — 주간 Before/After 비교 cron 작업
5. **전환 역추적 분석** — AI 유입 → 전환 페이지 → CTA 클릭 전체 퍼널

### 구현 로드맵 제안

#### Phase 1: GA4 MCP 연동 (인프라)
- Google Cloud 프로젝트에서 GA Data API + GA Admin API 활성화
- 서비스 계정 또는 OAuth 2.0 인증 설정
- GA4 MCP 서버 구축 또는 기존 오픈소스 활용
- Claude Code MCP 설정에 GA4 서버 등록
- **담당**: DevOps(야누스) 또는 개발팀

#### Phase 2: GEO 분석 도구 구축 (개발)
- `tools/geo-analytics/` 디렉토리에 3개 스크립트:
  - `keyword_cluster.py` — TF-IDF + K-Means 검색어 클러스터링
  - `aio_tracker.py` — AI 유입 Before/After 성과 추적
  - `conversion_tracker.py` — AI 유입 전환 역추적
- **담당**: 개발팀

#### Phase 3: 스킬 업그레이드 (마케팅팀)
- **analytics-tracking 스킬 확장**: GA4 MCP 활용 방법 추가, AI 유입 분류 로직
- **geo-optimizer 스킬 확장**: 분석→기획→최적화→효과측정 프레임워크 내장
- **신규 스킬**: `aio-performance` — 주간 AI 유입 성과 리포트 자동 생성
- **담당**: 마케팅팀(에이레네 중심)

#### Phase 4: 자동화 (운영)
- cokacdir --cron으로 주간 AIO 성과 추적 등록
- 대시보드에 GEO 성과 탭 추가
- **담당**: 개발팀 + DevOps

---

## 작업 내용 (마케팅팀 Phase 3 선행 학습)

### 1. 기존 스킬 분석
아래 5개 스킬의 SKILL.md를 정독하고, 원문 기사의 GEO 프레임워크와 비교 분석:
- `/home/jay/.claude/skills/analytics-tracking/SKILL.md`
- `/home/jay/.claude/skills/ai-seo/SKILL.md`
- `/home/jay/.claude/skills/geo-optimizer/SKILL.md`
- `/home/jay/.claude/skills/naver-seo/SKILL.md`
- `/home/jay/.claude/skills/schema-markup/SKILL.md`

### 2. Gap 분석 보고서 작성
각 스킬별로:
- 원문 기사의 어떤 부분을 이미 커버하는가?
- 어떤 부분이 누락되어 있는가?
- 추가해야 할 내용은 무엇인가?

### 3. 스킬 업그레이드 제안서
- analytics-tracking: GA4 MCP 활용 섹션 추가 제안
- geo-optimizer: "분석→기획→최적화→효과측정" 4단계 프레임워크 통합 제안
- ai-seo: AI 유입 트래픽 분류 (ChatGPT/Perplexity/Gemini/Claude 레퍼러) 섹션 추가 제안
- naver-seo: 네이버 AI 검색(네이버 AIO) 최적화 전략 추가 제안 (기사의 GEO가 구글 중심이므로, 네이버 환경 적용)

### 4. 핵심 학습 포인트 (네이버 GEO 전략 담당자용)
- **CEP(경쟁 강화 패키지)**: 콘텐츠가 AI 답변에 인용되려면 어떤 구조가 필요한가?
- **KBF/RTB**: 보험/연금 서비스에서의 Key Benefit Feature와 신뢰 근거는?
- **프롬프트 클러스터링**: 보험 관련 AI 검색 프롬프트를 어떻게 그룹화하고, 각 그룹에 맞는 콘텐츠를 설계할 것인가?
- **전환 역추적**: InsuWiki/InsuRo에서 AI 유입 → 상담 신청까지의 퍼널을 어떻게 설계할 것인가?

### 5. Antigravity → 아누 시스템 전환 매핑
- 위의 "환경 대응표"를 기반으로, 각 기능이 아누 시스템에서 어떻게 구현되는지 구체적으로 기술
- 특히 GA4 MCP 연동 부분은 Claude Code MCP 설정 방법 기준으로 작성

## 주의사항
- **표면적 요약 금지**: 기사 내용을 그대로 옮기지 말고, 아누 시스템 맥락에서 재해석
- **네이버 환경 반드시 포함**: 기사가 구글 중심이므로, 네이버 AI 검색(AIO) 적용 방안을 별도 섹션으로
- **InsuWiki/InsuRo 적용**: 보험/연금 서비스 관점에서의 구체적 적용 시나리오 포함
- **구현 가능성 판단**: 각 제안에 "바로 가능 / 도구 구축 필요 / 외부 서비스 필요" 표시
- **fact_db.md에 없는 수치 생성 절대 금지** (금소법)

## 산출물
1. Gap 분석 보고서: `memory/reports/task-1067.1.md`
2. 스킬 업그레이드 제안서 (보고서 내 섹션)
3. 네이버 GEO 적용 방안 (보고서 내 별도 섹션)
4. Antigravity → 아누 환경 전환 매핑표 (보고서 내 별도 섹션)

## 기사 원문 URL
https://aimkt.biz/%EA%B5%AC%EA%B8%80-%EC%95%88%ED%8B%B0%EA%B7%B8%EB%9E%98%EB%B9%84%ED%8B%B0antigravity%ED%99%9C%EC%9A%A9-ga4-mcp%EC%97%B0%EB%8F%99-%EC%83%9D%EC%84%B1%ED%98%95%EC%97%94%EC%A7%84%EC%B5%9C%EC%A0%81/?amp=1