AI 언급 측정 기준: 브랜드 언급은 답변 한 건 단위로 판정

AI 언급 측정의 기준 단위는 답변 한 건입니다. 답변 한 건은 질문·서비스·측정일·회차로 정합니다. 답변마다 브랜드 언급 여부·표기·내용 정확성·위치·출처 동반·함께 언급된 브랜드 6개 항목을 같은 규칙으로 판정합니다. 결과는 이름이 나온 횟수가 아니라 전체 답변 대비 비율로 봅니다.

질문이 같아도 서비스·날짜·회차가 다르면 별개의 답변입니다. 예를 들어 질문 1개를 서비스 2곳에 5회씩 물으면 분모는 10건입니다. 그중 6건에 이름이 나오면 언급률은 60%입니다.

AI 답변 속 브랜드 언급은 정확히 무엇을 말하나요?

브랜드 언급은 AI 답변 본문에 자사를 가리키는 이름이 나온 경우를 말합니다. 정식 회사명만 해당하지 않습니다. 미리 등록한 약칭, 영문 표기, 대표 제품명도 포함합니다.

언급은 링크가 있든 없든 성립합니다. 답변에 자사 페이지가 출처로 붙으면 인용이고, 사용자가 그 링크를 눌러 들어오면 방문입니다. 세 가지는 서로 다른 사건이므로 하나의 숫자로 합치지 않습니다.

언급·인용·노출·클릭은 어떻게 구분하나요?

Google 문서는 AI 개요와 AI 모드에 나온 사이트가 Search Console의 전체 검색 트래픽에 포함된다고 설명합니다. 실적 보고서에서는 「웹」 검색 유형으로 집계됩니다.

Search Console 도움말에 따르면 AI 개요 하나는 검색 결과에서 위치 하나를 차지합니다. AI 개요나 AI 모드 속 외부 링크를 누르면 클릭으로 집계됩니다. 이 수치는 일반 웹 검색 실적과 합쳐 있습니다. 따라서 실적 보고서는 AI 노출분을 따로 떼어 보는 자료가 아니라, 전체 추세를 보는 참고 자료로 쓰는 편이 맞습니다.

Bing은 2026년 2월 공지에서 웹마스터 도구의 AI 성과 보고서를 공개 미리보기로 내놓았습니다. 이 보고서는 Microsoft Copilot, Bing의 AI 생성 요약, 일부 파트너 통합에서 일어난 인용 활동을 보여 줍니다. 지표는 총 인용 수, 평균 인용 페이지 수, 그라운딩 검색어(AI가 답변 근거를 찾을 때 쓴 검색어), 페이지별 인용 활동, 기간별 노출 추세입니다.

공지는 총 인용 수가 특정 답변 안의 배치나 표시 방식을 나타내지 않는다고 설명합니다. 미리보기 단계 기능이므로, 내려받을 때마다 지표 이름과 범위를 다시 확인하면 기간 비교 오류를 줄일 수 있습니다.

두 공식 도구의 지표는 자사 페이지나 링크가 표시·인용된 활동을 기준으로 합니다. 링크 없이 브랜드 이름만 나온 답변을 세는 항목은 어느 문서에도 안내되어 있지 않습니다. 따라서 언급은 직접 묻고 기록해야 확인할 수 있습니다.

답변 한 건은 어떤 항목으로 판정해야 하나요?

판정 항목은 측정 전에 정하고, 측정 기간 동안 바꾸지 않습니다. 실무에서는 다음 6개 항목을 권합니다.

표기 사전은 어떻게 만드나요?

위키데이터 레이블 도움말은 레이블(대표 이름)을 그 항목이 가장 흔히 알려진 이름으로 정의합니다. 별칭 도움말은 다른 이름, 약어·두문자어, 외국어의 다른 표기를 별칭으로 기록하라고 안내합니다. 한 항목에 별칭을 필요한 만큼 둘 수 있습니다. 설명이 서로 다르면 여러 항목이 같은 별칭을 가질 수 있다고도 설명합니다.

브랜드 표기 사전도 같은 구조로 만들 수 있습니다. 정식명 1개와 별칭 목록을 적습니다. 이름이 같은 다른 회사는 「이름만 같은 다른 대상」으로 따로 표시합니다. 이 칸이 없으면 다른 회사에 대한 설명이 자사 언급으로 잘못 집계됩니다.

위치는 왜 따로 기록하나요?

생성형 엔진 최적화(GEO) 개념을 제안한 논문(Aggarwal 외, KDD 2024)이 참고가 됩니다. 이 논문은 출처의 가시성을, 그 출처를 인용한 문장의 단어 수 비중으로 쟀습니다. 답변 뒤쪽 문장일수록 가중치를 낮춘 지표도 함께 정의했습니다. 저자들은 답변 앞쪽 문장이 읽힐 가능성이 더 높다는 가정을 그 근거로 듭니다.

끝부분에 한 줄 나온 이름과 첫 문단의 추천을 같은 「언급 1건」으로 보면 차이를 놓칩니다. 위치 칸은 이 차이를 남기기 위한 장치입니다.

기록 양식은 어떻게 쓰나요?

예를 들어 가상의 ○○가전 기업이라면 기록은 두 표로 나눕니다. 첫 표에는 답변을 식별하는 정보를, 둘째 표에는 판정 결과를 적고 서비스·회차로 연결합니다. 모든 서비스에 같은 양식을 쓰고, 언급이 없는 답변도 원문을 보관합니다.

측정 질문은 어떻게 정하고 몇 번 물어야 하나요?

질문은 성격이 다른 세 유형으로 나누어 고정합니다. 유형을 나누면 어느 질문에서 언급이 빠지는지 알 수 있습니다. 가상의 ○○가전 기준 예문은 다음과 같습니다.

처음에는 세 유형을 합쳐 20개 안팎으로 시작하고, 질문마다 번호를 붙이면 관리하기 쉽습니다. 문구를 한 글자라도 바꾸면 새 번호를 씁니다.

반복도 필요합니다. AI 답변은 같은 질문에도 매번 달라질 수 있습니다. 앞의 논문은 통계적 편차를 줄이려고 질문마다 답변을 5번 생성해 결과를 냈습니다.

Google 문서에 따르면 AI 개요와 AI 모드는 쿼리 팬아웃을 쓸 수 있습니다. 쿼리 팬아웃은 하위 주제와 데이터 출처에 걸쳐 관련 검색을 여러 번 실행하는 방식입니다. Search Console 도움말은 AI 모드에서 이어서 묻는 질문을 사실상 새 검색어로 보고, 그 응답의 노출·위치·클릭을 새 검색어에 집계한다고 설명합니다.

측정 설계에서는 질문마다 3~5회 반복하고, 이전 대화의 영향을 줄이기 위해 매번 새 대화에서 묻도록 정합니다. 로그인 상태, 지역, 언어 설정은 기록 양식의 설정 칸에 적습니다. 측정 주기를 고정하고 콘텐츠를 고친 날짜를 기록해야 전후를 비교할 수 있습니다.

기록을 모은 뒤에는 어떤 지표로 보나요?

지표는 서비스별로 따로 계산합니다. 여러 서비스를 합친 수치는 질문 목록과 반복 횟수가 같을 때만 냅니다.

흔히 오해하는 것은 무엇인가요?

1. 언급 횟수가 많을수록 좋다. 틀린 설명이나 불리한 비교 속 언급도 1건입니다. 정확성과 맥락을 함께 보아야 수치를 바르게 읽을 수 있습니다.
2. 링크가 없으면 의미가 없다. 링크 없는 언급도 답변을 읽는 사람에게 브랜드가 보인 사건입니다. 언급과 인용을 다른 칸에 기록합니다.
3. 공식 도구의 수치가 전체 활동을 그대로 보여 준다. Bing 공지에 따르면 그라운딩 검색어 데이터는 전체 인용 활동의 표본입니다. 공식 수치는 같은 기간의 직접 측정값과 비교하는 대조 자료로 씁니다.
4. AI 전용 파일·마크업 적용 여부를 언급 성과의 지표로 삼아야 한다. Google 문서는 AI 개요와 AI 모드에 나타나기 위한 추가 요구 사항이나 별도의 특별한 최적화가 없다고 설명합니다. 이런 작업은 수정 이력으로 기록하고, 성과는 답변에서 관찰되는 6개 항목으로 판정합니다.
5. 언급이 0이면 콘텐츠 문제다. 수집 차단 여부를 먼저 확인합니다. robots.txt(사이트가 크롤러 접근을 허용·차단하는 설정 파일)에서 OAI-SearchBot(ChatGPT 검색용 수집기)을 차단한 사이트는, OpenAI 문서 기준으로 ChatGPT 검색 답변에 표시되지 않습니다. 문서는 이런 사이트도 탐색용 링크로는 나타날 수 있다고 덧붙입니다. 탐색용 링크는 답변 내용의 근거로 인용된 출처가 아니라, 해당 사이트로 찾아가도록 보여 주는 링크라는 뜻으로 읽힙니다. GPTBot은 이와 별개의 수집기입니다. 문서는 GPTBot 차단을 생성형 AI 기반 모델 학습에 콘텐츠를 쓰지 말라는 표시로 설명합니다. robots.txt 변경이 반영되기까지 약 24시간이 걸릴 수 있습니다.

정리

1. 브랜드 표기 사전을 만듭니다. 정식명 1개, 별칭 목록, 이름만 같은 다른 대상을 적습니다.
2. 브랜드명·분야·비교 질문을 20개 안팎으로 고정하고 질문마다 번호를 붙입니다.
3. 서비스별로 질문마다 새 대화에서 3~5회 묻고, 식별 정보와 판정 결과를 두 표에 한 줄씩 기록합니다.
4. 언급률, 정확 언급률, 첫 문단 언급률, 자사 출처 동반률, 비교 맥락 언급률을 서비스별로 계산합니다.
5. Search Console과 Bing 웹마스터 도구 수치를 같은 기간으로 내려받아 직접 측정값과 대조합니다.