측정 방법론
AI 가시성을 측정하는 방법
Seenu Tech 리포트의 모든 숫자는 문서화된, 반복 가능한 절차에서 나옵니다. 이 페이지는 그 절차를 전부 공개합니다 - 어떤 엔진에 질문하는지, 각 지표가 무엇을 뜻하는지, 점수를 어떻게 가중하는지, 그리고 GEO 측정이 주장할 수 있는 것의 솔직한 한계까지.
모니터링 엔진
4개 엔진, 검색 기반만
엔진이 실시간 웹을 검색한 답변만 셉니다. 모델이 업데이트되면 답변도 달라지기 때문에, 매 실행마다 사용한 모델 버전을 정확히 기록합니다.
ChatGPT Search
OpenAI Responses API의 web_search 도구를 쓰고, 검색 위치는 해당 상권으로 지정합니다. 실시간 검색 없이 나온 답변은 근거 없음으로 버립니다.
Perplexity
모든 답변을 실시간 웹 결과에 근거시키는 Sonar 모델을 씁니다. 인용이 없는 응답은 근거 없음으로 버립니다.
Gemini
Google Search 그라운딩을 씁니다. 출처 메타데이터가 붙은 그라운딩 응답만 점수에 반영됩니다.
Claude
Anthropic의 서버 사이드 웹 검색을 씁니다. 검색을 건너뛴 답변은 근거 없음으로 버립니다.
답변 지표
모든 AI 답변에서 세는 것들
이름이 불리는 것, 출처로 쓰이는 것, 본문에 인용되는 것은 서로 다른 결과입니다. 엔진별·질문별로 각각 따로 추적합니다.
언급률 (Mention rate)
근거가 확인된 전체 답변 점검 중, 답변 본문에 브랜드명이 등장한 비율.
출처율 (Source rate)
그 답변에 대해 엔진이 인용한 출처 목록에 브랜드 자체 도메인이 포함된 비율.
인용률 (Citation rate)
답변 본문 안에 브랜드 도메인이 직접 표기된 비율 - 가장 강한 신호입니다.
평균 언급 순위
브랜드가 등장했을 때, 답변에 나온 추적 대상 브랜드들 사이에서의 위치 (1 = 가장 먼저 추천).
점유율 (Share of voice)
지정한 경쟁사들과 비교해, 전체 답변 세트에서 추적 브랜드가 등장한 횟수 중 우리 브랜드의 몫.
구매 여정 커버리지
추적 질문을 여섯 단계(이해·탐색·비교·해결·추천·결정)로 매핑하고, 단계별 언급률을 봅니다.
정보 정확도
브랜드가 언급된 답변을 검증된 비즈니스 프로필과 문장 단위로 대조합니다. 모순은 사람 검토용으로 표시하며, 자동 게시하지 않습니다.
사이트 진단
여러 페이지를 훑는 기술 진단
사이트맵과 내부 링크에서 찾은 최대 10개 페이지를 한 장씩 점검합니다. 막연한 '스키마 리뷰'가 아니라 아래가 실제 항목입니다.
- AI 크롤러별 robots.txt 정책 (GPTBot, OAI-SearchBot, ChatGPT-User, ClaudeBot, Claude-SearchBot, PerplexityBot, Google-Extended, Googlebot, Bingbot, CCBot)
- sitemap.xml 존재 여부, URL 개수, lastmod 최신성 커버리지
- llms.txt, 파비콘, 사이트명(WebSite 스키마 / og:site_name) 설정
- 페이지별 타이틀·메타 디스크립션의 존재 여부와 길이 (25-70 / 70-170자)
- H1/H2 제목 위계, 캐노니컬 URL, noindex 플래그, 중복 타이틀
- 페이지별 JSON-LD 스키마 타입, 파싱 유효성, 필수 필드 완결성 (name, address, dateModified, mainEntity...)
- 페이지 유형별 스키마 기대치 - 홈에는 Organization과 WebSite, FAQ 페이지에는 FAQPage, 글에는 Article
- 페이지별 렌더링 방식(서버 렌더링·하이브리드·클라이언트 사이드)과 봇이 읽을 수 있는 텍스트 비율 추정치
- 보이는 단어 수, 이미지 alt 텍스트 커버리지, FAQ 및 질문형 제목 신호
- 모든 이슈를 critical / warning / notice로 분류하고, 직전 회차 대비 신규·해소 이슈를 비교
결과는 SEO 5개 축(봇 접근, 구조화 데이터, 콘텐츠 품질, 메타 완결성, 기술 신뢰도)과 GEO 5개 축(AI 봇 접근, 렌더 가독성, 답변 구조, 개체 명확성, 최신성)으로 집계됩니다. GEO 준비도 점수는 AI 답변 가시성(40%), 근거 커버리지(20%), 웹사이트 준비도(25%), 미완료 액션 준비도(15%)를 합산합니다.
측정 원칙
모든 리포트가 지키는 규칙
근거가 있는 것만
엔진이 실제로 실시간 웹을 검색하고 출처를 반환했을 때만 점수에 들어갑니다. 모델 기억에서 나온 답변, 목업 데이터, 실패한 점검은 제외하고 '제외했다'고 리포트에 밝힙니다.
단일 숫자가 아니라 범위로
AI 답변은 실행할 때마다 달라집니다. 최근 회차들을 평균과 범위로 묶어 "3회 실행에서 언급 22-25%"처럼 보여드리고, 사용한 모델 버전을 정확히 기록합니다. 그래야 진짜 변화와 측정 노이즈를 구분할 수 있습니다.
기준은 남이 아니라 직전의 나
보편적인 "좋은 점수"는 없습니다. 모든 리포트는 직전 회차의 본인 사이트와 비교합니다 - 점수 변화, 신규 이슈, 해소된 이슈. 측정하는 것은 진전입니다.
고객 전달 전 사람이 검토
정확도 플래그를 포함해 AI가 도출한 발견은 사람이 확인하기 전까지 초안입니다. 검토 없이 생성물이 그대로 고객에게 나가지 않습니다.
솔직한 한계
우리가 일부러 주장하지 않는 것
GEO 업계에는 재활용된 통계와 과장된 인과가 많습니다. 저희가 지키는 선입니다.
- Google 상위 노출이 AI 인용을 만들어 낸다고 주장하지 않습니다. 검색 순위와 AI 가시성은 자주 어긋나며, 저희가 측정하는 것이 바로 그 간극입니다.
- 구조화 데이터는 지렛대가 아니라 위생 관리로 봅니다. Google은 AI 기능에 특별한 스키마가 필요하지 않다고 밝혔습니다. 스키마는 엔진이 개체를 이해하도록 돕고, 저희는 그 목적으로 점검합니다.
- 봇 가독 비율은 원본 HTML의 텍스트 밀도에 기반한 휴리스틱입니다. 강한 신호이긴 하지만 특정 크롤러의 내부 동작에 대한 주장은 아닙니다.
- 한 번의 실행은 표본 하나입니다. 저희는 한 번의 점검으로 결론을 내리지 않으며, 어떤 업체도 그래서는 안 됩니다.
FAQ
방법론에 대한 질문
어떤 AI 엔진을 모니터링하나요?
검색 기반 모드로만 4개 엔진을 봅니다: ChatGPT Search, Perplexity, Gemini, Claude. 매 실행마다 사용한 모델 버전을 정확히 기록합니다. Google AI Overviews와 Bing Copilot은 현재 모니터링하지 않으며, 개수에 넣는 대신 그 사실을 밝힙니다.
얼마나 자주 측정하나요?
관리형 플랜에서는 주 단위로 모니터링이 돌아갑니다. 매 실행마다 모든 답변, 출처 목록, 모델 버전을 저장하고, 리포트는 단일 스냅샷이 아니라 직전 회차들 대비 평균과 범위로 변화를 보여줍니다.
GEO 준비도 점수는 무슨 뜻인가요?
AI 답변 가시성(40%), 근거 커버리지(20%), 실시간 크롤 기반 웹사이트 준비도(25%), 미완료 액션 준비도(15%)를 가중 합산한 값입니다. 다른 비즈니스와 비교하기 위한 점수가 아니라, 회차를 거듭하며 본인의 진전을 추적하기 위한 점수입니다.
왜 제 리포트에서 일부 점검이 제외됐나요?
엔진이 실시간 웹을 검색하지 않고 모델 기억으로 답한 경우, 그 답변은 검증할 수 없어 고객용 점수에서 제외합니다. 리포트에 몇 건이 왜 제외됐는지 표시됩니다.