한 번만 돌리는 베이스라인은 의미가 없습니다
2주 전 우리는 AI 엔진들이 Seenu Tech를 어떻게 설명하는지에 대한 베이스라인을 공개했습니다. 그 자료가 유효했던 기간은 사실 하루 남짓이었습니다. 베이스라인은 한 장의 사진과 같습니다. 그 순간의 모습은 알려주지만, 우리가 나아지고 있는지 나빠지고 있는지는 알려주지 않습니다. AI 답변은 질문할 때마다 새로 생성되고 모델이 업데이트될 때마다 흔들립니다. 4월에 얻은 인용이 우리 쪽에서 아무것도 바꾸지 않았는데도 5월에 조용히 사라질 수 있다는 뜻입니다. 이를 관리하는 유일한 방법은 같은 점검을 정해진 주기로 반복하고, 단순히 브랜드가 등장했는지가 아니라 어떤 문장으로 등장했는지를 비교하는 것입니다. 그래서 1주차에 우리는 일부러 단조로운 일을 했습니다. 베이스라인을 24개 프롬프트 스크립트로 고정하고, 각각을 카테고리에 배정한 뒤, 매주 월요일 동일한 세트를 돌리기로 정했습니다. 목표는 더 큰 보고서가 아니라, 실제로 신뢰할 수 있는 더 작고 반복 가능한 보고서였습니다. 한 번 사는 감사와, 계속 운영하는 시스템의 차이가 바로 여기에 있습니다.
매주 돌리는 4가지 프롬프트 카테고리
우리는 모든 프롬프트를 4가지 의도 중 하나로 분류합니다. 각 의도가 서로 다른 방식으로 실패하기 때문입니다. 브랜드 프롬프트는 엔진에 직접 묻습니다. "Seenu Tech는 무엇을 하는 회사인가?" 모델이 정확하고 최신의 설명을 가지고 있는지 확인하는 질문입니다. 카테고리 프롬프트는 우리 이름을 대지 않고 묻습니다. "뉴저지 비즈니스가 AI 엔진에 인용되도록 돕는 에이전시는 어디인가?" 구매자가 우리 이름을 아직 모를 때 우리가 노출되기는 하는지를 봅니다. 구매의도 프롬프트는 실제 의사결정을 흉내 냅니다. "포트리에서 메드스파를 운영하는데 ChatGPT 답변에 노출되고 싶다, 누구에게 연락해야 하나?" 가장 가치가 높고 가장 따내기 어려운 질문입니다. 경쟁사 프롬프트는 선택지를 비교하게 해, 거명된 대안 대비 우리의 위치를 보여줍니다. 1주차에 브랜드 프롬프트는 강했고, 카테고리 프롬프트는 엔진마다 들쭉날쭉했으며, 가장 많이 밀린 곳은 구매의도 프롬프트였습니다. 하나의 "가시성 점수"였다면 이 차이는 가려졌을 것입니다.
4개 엔진에서 실제로 관찰한 것
1주차의 구체적인 사례 하나를 들겠습니다. Perplexity에 "뉴저지의 로컬 비즈니스가 AI 답변에서 발견되도록 돕는 회사는 어디인가?"라고 물었습니다. Perplexity는 다섯 개 회사를 깔끔하게 나열하고 각각의 출처 페이지까지 인용했습니다. 그 목록에 우리는 없었습니다. 이어 ChatGPT에 브랜드 프롬프트를 직접 던지자, 우리를 정확히 설명하긴 했지만 우리가 이미 자사 사이트에서 폐기한 "SEO 서비스"라는 옛 표현을 GEO 대신 사용했습니다. Gemini는 카테고리 프롬프트에 대해 특정 에이전시 사이트가 아니라 제3자 디렉터리를 요약해 답했습니다. Google AI 개요는 브랜드 질의에 우리 리빙랩 페이지를 띄웠지만 설명을 문장 중간에서 잘라버렸습니다. 어느 것도 재앙은 아닙니다. 하지만 각각은 구체적이고 고칠 수 있는 빈틈입니다. Perplexity는 인용해 갈 수 있는 카테고리 페이지가 필요하고, ChatGPT는 오래된 캐시 문구를 읽고 있으며, AI 개요는 빈약한 메타 설명을 끌어오고 있습니다. 우리는 다음 월요일에 우리 수정이 이를 움직였는지 알 수 있도록 모든 관찰을 문장 그대로 기록했습니다.
그 결과로 수정한 3개 페이지
관찰은 루프의 절반일 뿐입니다. 1주차는 구체적인 수정 세 건으로 끝났습니다. 첫째, ChatGPT가 반복한 옛 "SEO 서비스" 문구는 우리가 완전히 갱신하지 못한 옛 페이지 두 개에서 비롯됐습니다. 그래서 엔진이 깔끔하게 인용할 수 있도록 GEO와 한 문장짜리 정의를 맨 앞에 두어 다시 썼습니다. 둘째, 카테고리 프롬프트가 계속 우리 대신 디렉터리를 띄웠기 때문에, 우리가 누구를 어디서 돕는지를 명확히 나열해 NY/NJ 서비스 페이지를 보강했습니다. 모델이 이 질의와 우리를 연결하는 데 필요한 바로 그 표현입니다. 셋째, Google AI 개요가 끌어가던 잘린 설명을, 그 자체로 완결되는 한 문장으로 다듬어 고쳤습니다. 디자인을 손대거나 키워드를 채우거나 검색량을 좇지 않았습니다. 모든 수정은 엔진이 잘못 읽은 특정 사항에 대한 직접적인 대응이었습니다. 성장 로그의 규율은 이것입니다. 생산적으로 느껴져서 고치는 게 아니라, 모델이 우리를 오독하는 것을 목격했고 그 책임 페이지를 지목할 수 있어서 고치는 것입니다.
잡무가 되지 않게 반복 가능하게 만들기
주간 루틴의 위험은 아무도 읽지 않는 보고서를 달력이 시킨다는 이유로 돌리는 형식주의로 변질되는 것입니다. 우리는 세 가지 규칙으로 이를 방지합니다. 첫째, 프롬프트 세트는 한 분기 내내 고정합니다. 매주 프롬프트를 바꾸면 데이터를 비교할 수 없게 되고, 그 순간 이 작업 전체가 무의미해집니다. 둘째, 모든 점검은 문서가 아니라 결정으로 끝납니다. 이번 주에 어떤 페이지를 수정하거나, 아니면 왜 아무것도 바꿀 필요가 없는지를 명시적으로 적습니다. 수정이 0건인 주도 유효한 결과지만, 그것은 선택이어야 합니다. 셋째, 엔진의 원문 응답을 하나의 누적 파일에 모아 비교가 기억이 아니라 기계적으로 이뤄지게 합니다. 1주차 전체 점검은 두 시간이 채 걸리지 않았습니다. 시스템화의 진짜 이유가 여기 있습니다. 이렇게 가벼운 절차는 건너뛸 핑계가 없고, 복리 효과는 한 번 훌륭하게가 아니라 마흔 번 반복하는 데서 나옵니다.
당신의 비즈니스에는 어떤 의미인가
AI 가시성 점검을 한 번이라도 돌려봤다면 이미 베이스라인이 있고, 그것이 낡아가고 있다는 사실도 이미 알고 있을 것입니다. 정작 중요한 일은 루프입니다. 같은 프롬프트, 같은 엔진, 같은 주기, 그리고 각 빈틈이 가리키는 특정 페이지를 기꺼이 수정하려는 의지입니다. 시작하는 데 우리 도구가 꼭 필요한 것은 아닙니다. 4개 카테고리에 걸쳐 프롬프트 여덟 개를 고르고, ChatGPT와 Perplexity에서 돌린 뒤, 답변을 문서에 붙여넣고, 어디서 누락되거나 잘못 설명되는지 솔직하게 보십시오. 다음 월요일에 다시 하십시오. 이런 구조화된 주간 로그로 루프 자체를 우리가 대신 돌려주길 원하신다면, AI 가시성 감사로 시작하시면 고정 프롬프트 세트를 함께 구성해 드립니다. 첫 번째 사진은 쉽습니다. 두 번째, 세 번째, 열 번째 사진에서 가시성이 실제로 결정되며, 대부분의 비즈니스가 건너뛰는 부분이 바로 그곳입니다.