AI 검색 가시성을 측정하는 방법

WhoCanFindMe는 서로 다른 두 가지를 측정하며, 둘 다 이해하는 것이 중요합니다:

1. 페이지 준비도 (무료 AI 체크). 당신의 공개 페이지에서 직접 추출한 신호를 기반으로 한 결정론적이고 휴리스틱한 점수입니다: robots.txt 규칙, 구조화 데이터, 콘텐츠 추출 가능성, 최신성 신호, 기술적 상태. 실시간 AI API 호출이 필요 없기 때문에 몇 초 만에 실행되고 비용도 들지 않습니다. 이는 당신의 페이지가 AI 크롤러와 파서에 발견되기 좋은 위치에 있는지를 알려줍니다.
2. 측정 가시성 (유료 등급). ChatGPT, Perplexity, Gemini, Claude에 전송되는 실시간 근거 기반 질의로, 당신의 브랜드가 실제로 답변에 등장하는지를 측정합니다. 각 엔진은 제공업체 자체의 실시간 웹 검색 도구를 활성화한 상태로 질의되므로, 저희가 채점하는 답변은 학습 데이터에서 회상된 것이 아니라 검색 기반입니다. 전체 세부 사항은 4번 섹션을 참고하세요.

이 구분은 중요합니다. 준비도 점수는 AI 가시성의 기술적 전제 조건을 알려주고, 측정 가시성은 실제 결과를 알려줍니다. 준비도를 "문이 잠겨 있지 않은가?"로, 측정 가시성을 "사람들이 실제로 걸어 들어오고 있는가?"로 생각하시면 됩니다.

준비도 점수는 여섯 가지 신호 카테고리를 집계합니다. 각각은 AI API 호출 없이 당신의 공개 페이지만으로 독립적으로 측정 가능합니다.

각 AI 엔진은 진정으로 다른 검색 아키텍처를 가지고 있기 때문에 여섯 가지 신호 카테고리에 서로 다른 가중치를 둡니다. 단일한 "AI 점수"를 제시하는 대신, 저희는 엔진별 준비도 점수를 계산한 다음 이를 평균해서 전체 대표 숫자를 만듭니다.

ChatGPT은(는) 인용의 87%가 Bing 상위 10위에서 나오고 Bing이 OAI-SearchBot 접근을 요구하기 때문에 크롤러 접근성에 높은 가중치를 둡니다. Perplexity은(는) 6단계 RAG 파이프라인이 최신성과 사실 밀도를 적극적으로 필터링하기 때문에 최신성과 권위에 가장 큰 가중치를 둡니다. Gemini은(는) 깔끔한 마크업이 구글 시스템이 페이지를 파싱하기 쉽게 만드는 요인이기 때문에 저희가 구조화 데이터에 가장 큰 가중치를 두는 곳입니다. 구글 자체 지침은 표준 SEO가 AI 기능에도 적용된다는 것이므로, 스키마를 AI 전용 지렛대가 아니라 기본 위생 관리로 취급하세요. Claude은(는) 가장 까다로운 엔진으로, 인용의 97.8%가 확립되고 명확하게 구조화된 출처에서 나오기 때문에 추출 가능성을 최우선으로 둡니다.

robots.txt에서 차단된 엔진은 결합 점수에 55%의 페널티를 받습니다(점수에 0.45를 곱함). 이는 차단된 엔진이 해당 페이지를 전혀 색인하거나 인용할 수 없다는 사실을 반영합니다.

전체 준비도 점수는 [0, 100] 범위로 제한된 네 엔진별 점수의 산술 평균입니다.

준비도 점수는 AI 가시성을 위한 필요조건이지 충분조건은 아닙니다. 측정 가시성은 한 걸음 더 나아가, 실제 AI 엔진에 실제 질의를 보내고 당신의 브랜드가 근거 기반의 인용된 답변에 등장하는지 측정합니다.

왜 학습 기억 탐색이 아니라 근거 기반 질의인가

대부분의 주요 소비자용 AI 엔진(ChatGPT Search, Perplexity, Google AI Overviews, Copilot)에서 답변은 질의 시점의 실시간 웹 검색에 근거를 둡니다. 학습 기억은 AI가 브랜드의 존재를 "아는지"를 결정하고, 실시간 검색은 답변에서 그 브랜드를 인용하는지를 결정합니다. GEO는 근본적으로 검색 문제이므로, 저희는 엔진이 지원하는 한 근거 기반 질의를 선호합니다.

네 엔진 모두에 대해 저희는 베이스 모델 프롬프팅(웹 검색 없이 AI가 브랜드에 대해 "알고 있는" 것을 묻는 방식)을 사용하지 않습니다. 그 방식은 고정된 학습 기억을 테스트하며, 매우 비결정적이고, 덜 알려진 브랜드에 대해서는 환각이 발생하기 쉽고, 사용자가 근거 기반 소비자용 엔진에서 실제로 보는 것을 반영하지 못합니다. Claude도 마찬가지입니다: 저희는 Anthropic의 자체 웹 검색 도구를 통해 질의하며, 다른 세 엔진에 사용하는 것과 동일한 형태의 실시간 검색입니다. 분명히 밝혀야 할 한 가지 차이점이 있습니다: Anthropic은 특정 질문에 검색이 필요한지 모델이 스스로 결정하게 하므로, Claude의 답변은 실제로 검색했을 때만 근거를 갖습니다. 저희는 모든 답변에 대해 이를 기록하고, 근거를 가진 답변에서만 인용 기반 지표를 계산합니다.

질의 세트 설계

저희는 세 가지 그룹을 아우르는 엄선된 질의 세트를 구성합니다: 발견 질의(카테고리 기반, 브랜드명 없음), 비교 질의(평가 단계), 브랜드 직접 질의. 비율은 대략 60/30/10입니다: 새로운 잠재 고객이 확보되는 지점이기 때문에 발견에 가장 높은 가중치를 둡니다. 질의 양은 플랜에 따라 다릅니다: 무료 등급의 측정 체크는 ChatGPT에서 프롬프트 4개를 실행하고, 일회성 전체 리포트는 엔진 3개에서 25개를, Lite는 엔진 2개에서 15개를, Multi-Site는 엔진 4개 전체에서 25개를 실행합니다.

반복과 통계적 처리

단일 질의의 단일 실행은 거의 의미가 없습니다. LLM의 비결정성 때문에 같은 질의라도 temperature=0에서조차 실행마다 다른 인용을 만들어낼 수 있습니다(GPU 수준의 배치 크기 변동은 제거할 수 없습니다). 프린스턴 GEO 논문은 가시성 비율을 안정화하려면 60~100회의 반복이 필요하다는 것을 발견했습니다.

각 반복은 동일한 질의를 다시 보냅니다. 반복 간에 프롬프트를 바꾸거나 다르게 표현하지 않습니다. 무료 등급과 일회성 전체 리포트는 엔진당, 질의당 3회 반복을 실행합니다. 구독 등급은 1회만 실행하고 대신 주간 모니터링 시계열에서 정밀도 신호를 얻는데, 이는 초 단위가 아니라 주 단위로 실제 변동 원인(색인 변화, 경쟁사 움직임, 모델 업데이트)을 샘플링합니다. 이 절충안은 명확히 밝힙니다: 구독 점수판은 동일 감사 내 신뢰 구간 없이 점 추정치만 보여줍니다. 인용율은 브랜드가 인용된 실행의 비율로 계산됩니다(brandCited = true). 충분한 반복이 있을 때는 이 비율에 대한 95% 신뢰 구간을 계산하기 위해 윌슨 점수 구간을 사용합니다. 이는 동일한 호출에 걸친 공급자 측 변동 아래에서의 실행 간 일관성을 반영하는 것이지, 같은 질의를 다르게 표현했을 때 인용이 어떻게 달라지는지에 대한 샘플이 아닙니다.

API와 소비자용 UI의 충실도 차이

네 엔진 모두에 대해 저희는 제공업체의 웹 검색 도구를 활성화한 프로그래밍 방식 API를 사용합니다. 이는 업계 표준이자 유일하게 확장 가능한 접근 방식이지만, 알려진 격차를 만듭니다:

• 소비자용 ChatGPT.com은 API가 재현하지 못하는 개인화 및 브라우징 이력을 포함할 수 있습니다.
• 구글 검색 근거를 사용한 Gemini API와 Google AI Overviews는 가장 많이 인용된 도메인의 약 38.5%만 공유하며, 이는 저희가 모든 구글 점수에서 명시적으로 밝히는 구조적 격차입니다.
• Perplexity는 자체 API와 소비자용 UI 사이에 잠재적 차이가 있을 수 있다고 문서화하고 있습니다.
• Claude는 질문에 검색이 필요한지 스스로 판단하므로, 개별 Claude 답변은 근거 없이 돌아올 수 있습니다. 저희는 답변별로 근거 여부를 기록하고, 근거 없는 답변을 0으로 계산하는 대신 인용 지표에서 제외합니다.

저희는 측정 가시성 점수가 포함된 모든 리포트에서 이러한 한계를 명시합니다. 측정 한계에 대한 투명성이 거짓된 정밀함보다 더 가치 있다고 믿습니다.

AI 가시성 점수는 사실이 아니라 추정치입니다. 세 가지 변동성 요인이 모든 측정에 영향을 줍니다:

1. LLM의 비결정성. temperature=0에서도 GPU 수준의 배치 크기 변동 때문에 API 응답이 달라집니다. 반복 없이 측정한 점 추정 점수는 재실행 시 ±30%까지 달라질 수 있습니다. 저희의 측정 가시성 엔진은 동일한 질의를 여러 번 반복하고 그 결과인 인용율에 대해 윌슨 점수 신뢰 구간을 보고합니다. 이는 같은 질의를 다르게 표현했을 때의 변동이 아니라, 공급자 측 변동 아래에서의 실행 간 일관성을 측정하므로 각 숫자가 얼마나 안정적인지 확인할 수 있습니다.
2. 모델과 알고리즘 업데이트. OpenAI, 구글, Perplexity는 종종 공개 발표 없이 모델을 계속 업데이트합니다. 6주 전의 점수는 현재 상황을 반영하지 못할 수 있습니다. 저희는 모든 점수에 측정 날짜를 표시하고 30일이 지난 점수에는 표시를 남깁니다.
3. 지역 및 개인화에 따른 차이. 동일한 질의라도 위치, 언어, 계정 유형에 따라 다른 답변이 나옵니다. 저희 측정은 표준화된 위치에서 실행됩니다. 다른 지역의 결과는 다를 수 있습니다.

페이지 준비도 점수(무료 AI 체크)는 확률적인 AI 출력이 아니라 결정론적 신호(robots.txt, 구조화 데이터, HTML 콘텐츠)를 테스트하기 때문에 측정 가시성보다 훨씬 안정적입니다. 준비도 점수의 변화는 당신의 페이지에 일어난 실제 변화를 반영합니다.

저희는 측정 한계에 대한 지적 정직함이 유용한 도구와 그럴듯해 보이기만 하는 점수 생성기를 가르는 기준이라고 생각합니다. 이 도구가 명시적으로 알려줄 수 없는 것은 다음과 같습니다:

저희 방법론은 발표된 학술 연구와 1차 실무자 연구를 기반으로 합니다. 이 분야는 빠르게 움직이며, 저희는 분기마다 핵심 통계를 재검증합니다. 근거 강도 표시: 입증됨 = 통제된 연구이거나 여러 연구에서 재현됨; 가능성 높음 = 단일 연구이거나 타당한 메커니즘과 함께 실무자들의 강한 공통 의견; 속설 = 널리 반복되지만 연구는 없음.