AI 검색 KPI 5개: 우리 브랜드는 AI 답변에 어떻게 등장할까?

AI 검색 가시성이란?

고객이 ChatGPT에 “우리 회사에 맞는 업무 관리 도구를 추천해줘”라고 물었다고 생각해 보세요. 우리 브랜드가 답변에 등장할까요? 등장한다면 어떤 고객에게, 어떤 이유로 소개될까요?

이처럼 고객의 질문에 대한 AI 답변에서 브랜드와 콘텐츠가 어떻게 등장하는지 살펴보는 것이 AI 검색 가시성 측정입니다. 브랜드 이름뿐 아니라 추천 맥락과 출처를 함께 확인하면, 어떤 정보를 보완할지 판단하는 데 도움이 됩니다.

GEO는 Generative Engine Optimization, AEO는 Answer Engine Optimization의 약자입니다. AI 검색이나 답변에서 콘텐츠가 발견되도록 하는 활동을 설명할 때 쓰는 용어입니다. Google은 자사 AI 검색 기능에서도 유용하고 신뢰할 수 있는 콘텐츠와 기본 SEO를 강조합니다. Google 공식 안내에서 그 원칙을 확인할 수 있습니다.

처음 확인할 AI 검색 KPI 5개

아래 지표는 팀 내부에서 측정을 시작하기 위한 기준안입니다. 모든 AI 서비스에 통용되는 공식 표준이 아닙니다. 계산에 사용하는 질문, 답변 범위와 판정 기준을 함께 기록하세요.

여기서 ‘유효 답변’은 정해둔 질문에 대해 정상적으로 수집한 분석 가능한 답변을 뜻합니다. 브랜드가 나오지 않은 답변도 포함합니다. 수집 오류, 빈 응답, 답변 거절은 별도 집계하고 유효 답변의 분모에서 제외합니다. 모든 비율은 계산한 값에 100을 곱해 퍼센트로 표시합니다.

1. 브랜드 언급률 — 이름이 등장하는가

답변에 우리 브랜드 이름이 등장하는지 확인합니다. 같은 답변에서 여러 번 등장해도 그 답변은 한 건으로 셉니다. 한글명과 영문명 등 같은 브랜드로 인정할 표기는 미리 정해두세요.

브랜드 언급률 = 브랜드가 언급된 유효 답변 수 ÷ 전체 유효 답변 수 × 100

가령 유효 답변 30개 중 9개에서 이름이 등장하면 언급률은 30%입니다. 계산을 설명하기 위한 가상의 예시이며, 실제 브랜드의 측정 결과가 아닙니다.

2. 브랜드 추천률 — 선택 후보로 제안하는가

이름이 나온 모든 답변이 추천은 아닙니다. “A는 이 용도에 적합하지 않습니다”라는 문장에도 A라는 이름은 등장합니다. 추천률은 브랜드를 해당 질문의 선택 후보로 긍정적으로 제안했는지 확인합니다.

브랜드 추천률 = 브랜드를 추천한 유효 답변 수 ÷ 추천·비교 질문의 전체 유효 답변 수 × 100

“GEO가 무엇인가요?”처럼 제품 추천을 요구하지 않는 질문은 이 지표에서 분리하세요. 조건부 추천은 어떤 조건에서 추천했는지 기록하고, 애매한 답변은 판정을 보류한 건수로 따로 표시하세요.

3. 자사 출처 인용률 — 우리 사이트를 근거로 연결하는가

답변에 우리 홈페이지나 콘텐츠의 URL이 출처로 연결되는지 확인합니다. 브랜드 이름이 등장하지 않아도 자사 콘텐츠가 출처로 쓰일 수 있고, 이름이 등장해도 자사 사이트를 인용하지 않을 수 있습니다.

자사 출처 인용률 = 자사 URL을 출처로 인용한 유효 답변 수 ÷ 출처 확인이 가능한 전체 유효 답변 수 × 100

자사 도메인과 인정할 하위 도메인을 먼저 정하세요. 출처 표시 기능이 없는 측정은 ‘측정 불가’로 구분합니다. 출처 기능이 있지만 우리 URL이 인용되지 않은 답변은 분모에 포함합니다.

4. 경쟁사 대비 언급 비중 — 비교 대상 사이에서 얼마나 등장하는가

같은 질문에 등장하는 경쟁 브랜드와 우리 브랜드의 언급을 비교합니다. 비교할 브랜드 목록을 먼저 고정하고, 한 답변에서 같은 브랜드가 여러 번 나와도 한 건으로 셉니다.

경쟁사 대비 언급 비중 = 우리 브랜드 언급 건수 ÷ 비교 대상 전체 브랜드 언급 건수 × 100

이 값은 선택한 질문과 브랜드 목록 안에서의 비중입니다. 전체 AI 검색 시장의 점유율이나 방문자 비중을 의미하지 않습니다. 비교 대상 브랜드가 하나도 등장하지 않으면 ‘측정 불가’로 표시하세요.

5. 브랜드 정보 정확률 — 우리를 정확하게 설명하는가

AI가 설명한 기능, 가격, 대상 고객 등을 측정일의 공식 자료와 대조합니다. 한 문장에 여러 주장이 있으면 항목별로 나눠 확인하세요. “좋은 서비스” 같은 주관적인 평가는 사실 확인 항목에서 제외합니다.

브랜드 정보 정확률 = 정확한 설명 항목 수 ÷ 검증 가능한 전체 설명 항목 수 × 100

확인 근거가 부족한 항목은 ‘미확인’으로 따로 집계하세요. 검증 가능한 설명이 없으면 ‘측정 불가’입니다. 정확률 옆에 확인한 항목 수도 함께 표시하면 적은 표본을 과대 해석하는 일을 줄일 수 있습니다.

질문을 정하고 직접 측정하는 방법

첫 측정은 스프레드시트로 시작해도 됩니다. 도구를 고르기 전에 고객이 무엇을 묻는지, 답변을 어떤 기준으로 읽을지 정하는 것이 먼저입니다.

고객 질문을 세 가지로 나누세요

• 정보 탐색: “AI 검색 가시성이 무엇인가요?”
• 제품 비교: “한국어 AI 검색 분석 도구를 비교해줘.”
• 선택 판단: “소규모 마케팅팀이 AI 답변 속 브랜드 노출을 확인하려면 어떤 방법이 좋을까?”

브랜드명을 넣지 않은 질문으로 발견 가능성을 살펴보세요. 브랜드명을 넣은 질문은 정보 정확성을 확인하는 데 따로 사용하면 좋습니다. 실제 상담이나 고객 문의에서 나온 표현이 있다면 질문 목록에 반영하세요.

질문과 답변을 함께 저장하세요

1. 고객이 구매 전에 할 법한 질문 다섯 개를 적고, 질문 의도를 표시합니다.
2. 측정할 AI 서비스와 언어, 검색 기능 사용 여부를 정합니다.
3. 각 질문을 새 대화에서 실행하고 답변 원문과 출처 URL을 저장합니다. 반복 측정한다면 질문별 실행 횟수를 맞춥니다.
4. 언급, 추천, 출처 인용을 각각 판정하고 실패·판정 보류·미확인 건수를 따로 적습니다.
5. 서비스별로 결과를 집계하고, 이후 비교에도 같은 질문과 판정 기준을 사용합니다.

셀프 스크립트는 반복 수집에 사용할 수 있습니다. 다만 질문 선정과 추천 판정, 잘못된 정보 확인에는 별도의 기준이 필요합니다. 수집 자동화만으로 측정의 품질이 정해지지는 않습니다.

숫자를 읽을 때 주의할 점

언급률 30%는 우리가 선택한 질문과 측정 조건에서 얻은 결과입니다. “전체 ChatGPT 이용자의 30%가 우리 브랜드를 본다”라는 뜻으로 해석할 수 없습니다.

API로 수집한 결과와 사용자 화면에서 확인한 결과는 구분해 기록하세요. AI 서비스별 결과도 먼저 따로 제시해야 합니다. 질문과 모델, 검색 기능, 시점이 달라진 결과를 한 숫자로 묶으면 차이의 이유를 파악하기 어렵습니다.

실패한 실행을 브랜드 미언급으로 처리하지 마세요. 유효 답변 수와 전체 시도 수를 함께 보여줘야 수집이 얼마나 완료됐는지 알 수 있습니다. 질문별 반복 결과도 남겨 한 번의 답변을 전체 경향으로 읽지 않도록 합니다.

Microsoft도 자사 Citation Share를 순위나 트래픽 점유율이 아닌 관찰 지표로 설명합니다. 그 지표는 같은 검색 근거 질문에서 자사 인용이 차지하는 비율이며, 이 글의 경쟁사 대비 브랜드 언급 비중과는 계산 대상이 다릅니다. Bing 공식 설명에서 정의를 확인할 수 있습니다.

측정 결과를 다음 행동으로 연결하기

브랜드 정보가 틀리면 공식 소개와 제품 설명이 최신이고 명확한지 점검하세요. 구매 관련 질문에서 경쟁사만 등장한다면 답변의 출처를 읽고, 고객이 비교에 필요한 어떤 정보를 찾고 있는지 살펴보세요.

자사 콘텐츠가 인용된 질문에서는 어떤 페이지가 근거로 쓰였는지 확인하세요. 그 페이지가 고객의 다음 질문까지 충분히 답하는지 검토할 수 있습니다. 내용을 바꾼 뒤에는 같은 조건으로 다시 측정하되, 결과 변화가 수정 때문이라고 바로 단정하지는 마세요.

언급이나 인용이 늘었을 때 실제 문의와 구매에도 변화가 있는지는 별도로 확인해야 합니다. AI 답변에 등장하는 것과 사업 성과를 구분해 평가하세요.

오늘은 고객 질문 다섯 개를 적고 답변 원문을 저장해 보세요. 우리 브랜드의 언급, 추천, 출처 인용을 각각 표시하는 것부터 시작할 수 있습니다.