AI 검색 가시성은 어떻게 측정할까요? 방법과 한계
AI 답변에 우리 브랜드가 얼마나 나오는지 재는 방법을 정리했습니다. 고정 질문 세트, 세 가지 지표, 그리고 꼭 알아야 할 한계를 설명합니다.
한 줄 답변: AI 검색 가시성은 정해 둔 질문을 같은 방식으로 반복해서 묻고, 답변에 내 브랜드가 나오는지(언급), 내 사이트 링크가 붙는지(인용), 그 내용이 맞는지(정확성)를 기록해 비율로 계산합니다. 다만 AI 답변은 매번 달라질 수 있으므로, 한 번의 결과보다 같은 조건에서 반복한 추세를 보는 것이 중요합니다.
왜 측정이 어려울까요?
검색 순위는 "3위", "7위"처럼 비교적 분명하게 확인할 수 있습니다. 하지만 AI 답변은 다릅니다.
- 같은 질문도 물을 때마다 문장과 추천 목록이 달라질 수 있습니다.
- 사용자 위치, 대화 기록, 로그인 여부에 따라 답이 달라질 수 있습니다.
- AI 서비스가 업데이트되면 답하는 방식 자체가 바뀝니다.
그래서 "오늘 한 번 물어봤더니 나왔다"는 측정이 아니라 우연한 관찰에 가깝습니다. 측정이 되려면 조건을 정해 두고 반복해야 합니다.
3가지 핵심 지표
올림넷은 다음 세 가지 지표로 AI 검색 가시성을 봅니다.
1. 브랜드 언급률
AI 답변에 내 브랜드 이름이 등장한 비율입니다.
브랜드 언급률 = (브랜드가 언급된 답변 수 ÷ 유효한 답변 수) × 100
예를 들어 유효한 답변 20개 중 5개에 브랜드가 나왔다면 언급률은 25%입니다.
2. 자사 URL 인용률
답변의 출처 목록이나 링크에 내 웹사이트 주소가 포함된 비율입니다.
자사 URL 인용률 = (자사 URL이 인용된 답변 수 ÷ 유효한 답변 수) × 100
이름은 나왔지만 링크는 다른 블로그나 리뷰 사이트로 걸리는 경우가 많습니다. 언급률과 인용률을 따로 보는 이유입니다.
3. 정확 인용률
내 브랜드가 언급된 답변 중, 회사 정보나 서비스 설명이 사실과 맞는 비율입니다.
정확 인용률 = (정확하게 설명된 답변 수 ÷ 브랜드가 언급된 답변 수) × 100
언급은 많은데 정확도가 낮다면, 예전 정보나 잘못된 정보가 퍼져 있다는 신호입니다. 이 경우 노출을 늘리기보다 공식 정보를 바로잡는 것이 먼저입니다.
"유효한 답변"이란?
AI가 오류를 내거나 "답할 수 없습니다"라고 한 경우는 계산에서 뺍니다. 대신 몇 건이 빠졌고 이유가 무엇인지는 따로 기록합니다. 빠진 건이 많다면 그 자체로 의미 있는 정보이기 때문입니다.
고정 질문 세트 만들기
측정의 핵심은 매번 같은 질문을 쓰는 것입니다. 이 질문 묶음을 고정 질문 세트라고 부릅니다.
질문을 고르는 기준
- 고객이 실제로 할 법한 질문: 내가 듣고 싶은 질문이 아니라 고객이 묻는 질문을 고릅니다.
- 여러 단계를 섞기
- 알아보는 단계: "GEO가 뭐야?"
- 비교하는 단계: "GEO 진단 도구 비교해 줘"
- 결정하는 단계: "작은 회사가 쓰기 좋은 GEO 진단 서비스 추천해 줘"
- 브랜드 이름을 넣지 않은 질문 위주로: "올림넷 어때?"처럼 이름을 넣으면 거의 항상 언급되므로 가시성을 제대로 볼 수 없습니다. 이름을 넣은 질문은 정확성 확인용으로 따로 둡니다.
- 처음에는 10~30개 정도로: 너무 많으면 꾸준히 반복하기 어렵습니다.
버전 관리가 중요합니다.
질문을 하나라도 바꾸면 이전 결과와 직접 비교할 수 없습니다. 그래서 질문 세트에 "v1", "v2"처럼 버전을 붙이고, 질문을 바꿀 때는 새 버전으로 시작합니다. 비교는 같은 버전끼리만 합니다.
기록 양식
다음 항목을 빠짐없이 남기면 나중에 결과를 다시 확인하거나 비교할 수 있습니다.
| 항목 | 예시 | 설명 |
|---|---|---|
| 조사 시각 | 2026-10-16 15:00 | 날짜와 시간 |
| AI 서비스·모델 | ChatGPT (검색 사용) | 가능한 경우 모델 이름까지 |
| 질문 세트 버전 | v1 | |
| 질문 | 작은 회사용 GEO 진단 서비스 추천 | 원문 그대로 |
| 브랜드 언급 | 예 / 아니오 | |
| 자사 URL 인용 | 예 / 아니오 | |
| 인용된 URL | https://... | 출처 목록 전체 |
| 정확성 | 정확 / 일부 오류 / 오류 | 틀린 내용이 있으면 비고에 |
| 판정자·판정 방식 | 담당자 직접 확인 | 자동 판정이면 그 방법 |
| 비고 | 예전 가격으로 안내됨 |
기록 규칙
- 가능하면 로그인하지 않은 새 대화(또는 기록이 없는 상태)에서 묻습니다.
- 질문은 한 대화에 하나씩 묻습니다. 앞 질문이 뒤 답변에 영향을 줄 수 있기 때문입니다.
- 답변 화면을 캡처하거나 원문을 저장해 둡니다.
측정의 한계 4가지
이 방법도 완벽하지 않습니다. 결과를 해석할 때 다음 한계를 함께 적어 두어야 합니다.
1. 답이 매번 달라집니다.
AI는 같은 질문에도 다른 답을 낼 수 있습니다. 그래서 질문당 여러 번 묻거나, 질문 수를 늘려 우연의 영향을 줄입니다.
2. 사용자마다 다른 답을 볼 수 있습니다.
위치, 언어, 대화 기록에 따라 답이 다릅니다. 내가 본 결과가 모든 고객이 보는 결과는 아닙니다.
3. AI가 틀린 말을 할 수 있습니다.
AI가 사실이 아닌 내용을 그럴듯하게 만들어 내는 현상을 환각이라고 부릅니다. 언급되었더라도 내용이 틀릴 수 있어 정확 인용률을 따로 봅니다.
4. 서비스끼리 단순 비교할 수 없습니다.
ChatGPT, Gemini, Perplexity는 정보를 모으는 방식과 갱신 주기가 다릅니다. "A 서비스에서 언급률이 더 높다"는 결과를 "조건이 같다"고 단정하면 안 됩니다. 각 서비스 안에서의 변화 추세를 보는 것이 더 정확합니다.
결과를 어떻게 활용하나요?
| 상황 | 의미 | 할 일 |
|---|---|---|
| 언급도 인용도 낮음 | AI가 내 존재를 잘 모름 | 기술 점검, 핵심 정보 보강 |
| 언급은 높고 인용은 낮음 | 이름은 알지만 내 사이트를 출처로 안 씀 | 질문에 직접 답하는 글 작성 |
| 언급은 높고 정확도 낮음 | 잘못된 정보가 퍼짐 | 공식 정보 수정·일치 작업 |
| 모두 높음 | 좋은 상태 | 주기적 확인으로 유지 |
정리
- 고정된 질문을, 같은 방식으로, 꾸준히 묻는 것이 측정의 기본입니다.
- 언급률·인용률·정확 인용률을 따로 봐야 문제의 원인을 알 수 있습니다.
- 한계를 인정하고, 한 번의 결과가 아닌 추세로 판단합니다.
올림넷이 이 방법으로 진행하는 조사의 설계는 [Olrim AI Search Visibility Report v1](/blog/olrim-ai-search-visibility-report-v1)에 공개해 두었습니다. 직접 기록하기 번거롭다면 올림넷의 AI 언급 추적 기능으로 같은 질문을 정기적으로 확인할 수 있습니다.