LLM 가시성 / AI 가시성

요약 — LLM 가시성(AI 가시성)은 Google AI Overviews, ChatGPT, Perplexity, Copilot, Gemini 같은 AI 답변에 브랜드가 얼마나 자주 나타나는지를 뜻합니다. 파란 링크 목록 대신 서술형 AI 답변을 대상으로 하는 자연 검색 가시성이라고 생각하면 쉽습니다. 다만 Google 1위라고 해서 AI 답변에도 반드시 등장하는 것은 아닙니다. 두 영역은 서로 다른 신호로 움직입니다.

LLM 가시성이란

LLM 가시성은 모델이 보조하는 답변에서 관찰되는 존재감을 포괄적으로 측정하는 개념이지, 사업자들이 공통으로 쓰는 표준 지표가 아닙니다. 이 주장에 대한 근거 ChatGPT search can answer with information from the web and provide linked sources. 범위: ChatGPT search; appearance in a sampled answer is product-, query-, locale-, and time-dependent. 신뢰도: 높음 · 검증일: 2026-07-14 OpenAI: ChatGPT search 크롤 허용, 검색, 언급, 인용은 각각 다른 상태입니다. 이 주장에 대한 근거 OpenAI distinguishes crawler controls for search inclusion from controls for model training. 범위: OpenAI's documented crawlers and controls; allowing a crawler does not guarantee retrieval, citation, or answer inclusion. 신뢰도: 높음 · 검증일: 2026-07-14 OpenAI: Crawlers

요즘 검색 결과 상단에는 일반 링크 목록 대신 AI가 작성한 답변이 표시되곤 합니다. LLM 가시성은 그 답변 안에 브랜드나 페이지가 얼마나 나타나는지를 측정합니다.

SEO 담당자에게 익숙한 자연 검색 가시성의 AI 검색 버전입니다. “내 키워드 순위가 몇 위인가?” 대신 “사람들이 내 주제를 물을 때 AI가 나를 얼마나 자주 언급하거나 인용하는가?”를 묻습니다.

사람들이 놀라는 부분

Google 1위 페이지가 AI에도 인용될 것 같지만 대체로 그렇지 않습니다. Google AI Overviews가 인용한 페이지 중 기존 검색 상위 10위에도 드는 비율은 약 **38 %**뿐이며, 이전에는 **76 %**였습니다. 일반 순위 보고서만으로는 AI 가시성을 알 수 없으므로 별도로 측정해야 합니다.

또 하나는 AI 가시성 대부분이 자사 사이트가 아니라 다른 사람의 웹사이트에서 온다는 점입니다. Forbes, TechCrunch, Reddit 같은 곳에서 브랜드를 언급하면 AI가 이를 가져오는 경향이 있습니다. AI 인용의 약 **82~89 %**는 브랜드 소유 페이지가 아닌 획득 미디어에서 나옵니다. Ahrefs Evolve 2025의 AI SEO 발표 에서 말했듯, 일은 *“사이트를 최적화”*하는 데서 *“인터넷이 나를 설명하는 방식을 최적화”*하는 쪽으로 이동했습니다.

하나가 아니라 세 가지

AI에 나타난다는 말에는 서로 다른 세 상태가 있습니다.

1. 검색됨(Retrieved) — AI가 원자료로 쓰기 위해 페이지를 가져왔습니다. 서버 로그에서 확인할 수 있습니다.
2. 언급됨(Mentioned) — 답변 본문에 브랜드 이름이 나옵니다.
3. 인용됨(Cited) — 출처 목록에 브랜드 링크가 나옵니다.

대부분의 도구는 세 번째만 포착합니다. 인용만 세면 실제 영향의 일부만 보는 셈입니다.

AI가 새 자료를 가져오지 않고 학습 때 익힌 내용만으로 바로 답할 때도 있습니다. 이런 답변은 콘텐츠가 아무리 좋아도 즉시 바뀌지 않습니다. 자세한 차이는 고급 탭에서 설명합니다.

실제로 해야 할 일

• 고객이 묻는 질문 250~500개를 정하고, AI 답변이 브랜드를 언급하거나 인용하는 비율을 지속해서 추적하세요.
• 한 번만 확인하지 마세요. 같은 질문도 날짜에 따라 다른 브랜드가 나오므로 한 번의 실행은 측정값이 아닙니다.
• 기사, Reddit, YouTube 등 외부에서도 평판과 언급을 쌓으세요. 이런 자료가 AI 답변의 원천이 됩니다.

상관관계 수치, 플랫폼별 차이, 구체적인 측정 스택은 고급 탭에서 확인할 수 있습니다.

요약 — LLM 가시성은 AI Overviews, AI Mode, ChatGPT, Perplexity, Copilot, Gemini, Grok의 생성 답변에 브랜드가 얼마나 자주, 얼마나 두드러지게 나타나는지를 합산한 개념입니다. 자연 검색 가시성과 같지 않습니다. AI Overview 인용 중 기존 상위 10위에서 오는 비율은 약 38 %이고, 가장 강한 상관 신호는 Domain Rating(0,326)이 아니라 **브랜드 웹 언급(0,664)**입니다. 검색됨 → 언급됨 → 인용됨을 서로 다른 도구로 측정하고, 고정된 프롬프트 풀의 Share of Model Voice 추세를 보세요.

LLM 가시성의 의미와 범위

측정 결과는 프롬프트, 모델 버전, 시점, 지역, 표본 추출에 따라 달라집니다. 이 주장에 대한 근거 ChatGPT search can answer with information from the web and provide linked sources. 범위: ChatGPT search; appearance in a sampled answer is product-, query-, locale-, and time-dependent. 신뢰도: 높음 · 검증일: 2026-07-14 OpenAI: ChatGPT search 크롤러 제어는 접근 정책을 설명할 뿐 답변 포함을 보장하지 않습니다. 이 주장에 대한 근거 OpenAI distinguishes crawler controls for search inclusion from controls for model training. 범위: OpenAI's documented crawlers and controls; allowing a crawler does not guarantee retrieval, citation, or answer inclusion. 신뢰도: 높음 · 검증일: 2026-07-14 OpenAI: Crawlers

LLM 가시성 또는 AI 가시성은 AI 검색 시스템의 답변에 브랜드, 도메인, 페이지가 나타나는 빈도와 두드러짐을 종합한 범주입니다. 순위 링크 목록이 아니라 합성된 서술형 답변을 측정한다는 점에서 자연 검색 가시성과 다릅니다.

가장 먼저 기억할 점은 LLM 가시성과 자연 검색 가시성이 같지 않다는 것입니다. 2025년 중반에는 AI Overview 인용의 약 76 %가 자연 검색 상위 10위 페이지였지만, 2026년 초에는 데이터상 약 **38 %**로 내려갔습니다. 이제 자연 검색 순위는 AI 노출의 적절한 대리 지표가 아닙니다.

Louise Linehan과 Xibeijia Guan이 수행한 Ahrefs의 75 000개 브랜드 연구 와 이후 Ahrefs Evolve 2025 발표 에서 Google AI Overview 가시성의 상관관계는 다음과 같았습니다.

가장 강한 신호는 자사 사이트 밖에서의 브랜드 존재감입니다. PageRank를 전달하지 않는 링크 없는 언급조차 AI 가시성과 가장 강한 상관관계를 보입니다. 그래서 *“사이트를 최적화”*하는 일에서 *“인터넷이 나를 설명하는 방식을 최적화”*하는 일로 바뀌었다고 말합니다. AI 인용의 **82~89 %**가 제3자 출처에서 온다는 데이터와도 맞습니다. 예를 들어 Zapier의 Ahrefs 언급 페이지 16개가 Ahrefs 관련 AI 답변 1 431개에서 인용됐습니다.

세 상태: 검색됨 → 언급됨 → 인용됨 → 클릭됨

“AI 가시성”에는 실제로 서로 다른 세 상태가 숨어 있습니다. 이를 한데 섞는 것이 측정 오류의 주된 원인입니다.

그 다음 단계는 실제 방문으로 이어지는 클릭됨이며 GA4나 웹 분석에서 봅니다.

대부분의 도구는 인용만 봅니다. 검색됨과 언급됨은 인용 전용 도구에 거의 보이지 않아 OtterlyAI는 Bing 데이터를 두고 “AI 영향의 99.6 %가 보이지 않는다”고 표현했습니다. 반대 문제도 있습니다. Superlines에 따르면 AI 노출의 약 73 %는 브랜드명 언급 없이 인용만 되는 “유령 인용”이었습니다. 언급과 인용을 함께 추적해야 합니다.

더 근본적인 질문: 검색 기반 답변인가

세 상태는 모두 AI가 해당 질의를 위해 무언가를 가져왔다는 전제를 둡니다. 그러나 상당수 답변은 실시간 검색 없이 학습 데이터인 **매개변수 기억(parametric memory)**에서 나옵니다. 작동 방식은 **RAG**를 참고하세요. 실제 시스템은 모든 요청에 검색하는 것이 아니라 질의 분류기가 검색 여부를 결정합니다.

검색 기반 답변은 더 나은 콘텐츠와 외부 언급으로 바뀔 여지가 있습니다. 기억 기반 답변은 모델이 훈련 시점에 배운 내용이므로 페이지를 고쳐도 재학습 전에는 바뀌지 않습니다. 여러 실행에서 인용이나 검색 흔적 없이 동일한 브랜드 설명이 반복되면 기억 기반 답변일 수 있습니다. 추적은 하되 콘텐츠 수정으로 바로 움직일 것이라 기대하지 마세요.

출력만 읽고 둘을 완벽하게 구분할 수는 없습니다. 검색 켜기/끄기 결과 비교, 인용의 출현, 원문 변경 뒤 답변 변화 등을 의도적으로 시험해야 합니다. “인용 없음”과 “인용 있음”을 같은 척도의 두 점수가 아니라 서로 다른 측정 체계로 다루세요.

플랫폼별 차이

플랫폼마다 사용하는 출처와 인용 빈도가 크게 다르므로 하나의 “AI 가시성” 수치만으로는 설명할 수 없습니다.

Perplexity는 답변당 약 21,87개 출처를 인용하지만 ChatGPT의 인용률은 **0,59 %**입니다. 상위 인용 도메인 50개 중 세 주요 플랫폼 모두에 나타나는 곳도 7개뿐입니다. 플랫폼마다 별도로 측정하고 의미 없는 하나의 평균으로 합치지 마세요.

변동성이 크므로 단일 실행은 데이터가 아니다

인용 출처의 약 40~60 %가 매달 바뀌며, SparkToro는 동일한 ChatGPT 프롬프트를 100번 실행했을 때 같은 브랜드 목록이 나올 확률이 100번 중 1번보다 낮다고 밝혔습니다. 따라서 한 번 실행한 결과는 데이터 포인트가 아닙니다. 정의된 프롬프트 풀, 반복 실행, 추세 구간이 필요합니다.

상태별 측정 스택

한 도구로 네 상태를 모두 볼 수는 없습니다. 각 상태에 맞는 측정 계층을 구성하세요.

• 1단계 — 서버 로그 → 검색됨. ChatGPT-User, Perplexity-User, Googlebot-Extended 같은 -User 봇은 사용자의 질문에 답하려고 바로 페이지를 가져옵니다. 학습/색인 봇인 GPTBot, ClaudeBot과 구분하세요. -User 봇에 반환한 오류 하나가 인용 기회 하나를 놓치는 셈입니다.
• 2단계 — 브랜드 모니터링 → 언급됨. Ahrefs Brand Radar는 주요 플랫폼에서 문자열로 언급을 찾고, 링크 없이 언급된 경우를 가려내는 “found but not cited” 필터를 제공합니다. 품질 확인을 위해 수동 테스트도 병행하세요.
• 3단계 — 인용 추적 → 인용됨. Brand Radar의 Cited Pages/Domains, Bing Webmaster Tools AI Performance, Google Search Console AI 기능/Gen AI Performance 보고서를 사용합니다. GSC는 노출만 제공하고 클릭은 제공하지 않습니다.
• 4단계 — 웹 분석 → 클릭됨. GA4 AI Assistant 채널과 맞춤 채널 그룹을 사용합니다. 출처가 없어 Direct로 잡히거나 AI Overview/AI Mode 클릭이 google/organic에 합쳐지는 다크 트래픽을 예상하세요.

Brand Radar 같은 도구가 제공하는 값은 정확한 트래픽 수가 아니라 방향성 지표입니다. 추세와 상대 비중은 중요하지만 한 수치를 정밀한 총계처럼 다루지 마세요.

프롬프트 풀과 Share of Model Voice

측정 단위는 프롬프트 풀입니다. 구매 의도가 높은 질의 약 250500개를 정해 매주 또는 매월 여러 LLM에서 실행하고, 브랜드가 나타난 비율인 **Share of Model Voice(SOMV)**를 추적합니다. 계산식은 브랜드가 나타난 프롬프트 수 ÷ 전체 추적 프롬프트 수 × 100입니다. 영업 통화 기록, 지원 티켓, Reddit, G2 리뷰, PAA, 자동완성에서 실제 수요를 찾으세요. 관련 프롬프트의 평균 언급률은 약 **17,2 %**이고 4070 %면 강한 편입니다.

Brand Radar는 400M+개의 검색 기반 프롬프트 코퍼스를 사용합니다. 이 수치는 계속 늘어나는 실시간 색인이므로 방향성 값으로 보세요. ChatGPT, Perplexity, Gemini, Copilot은 월별로, AI Overviews와 AI Mode는 지속해서 갱신하며, 링크가 있는 “cited”와 문자열만 일치하는 “found but not cited”를 구분합니다.

알아둘 측정 예외

AI는 브랜드 노출을 적게 잡기만 하는 것이 아니라 때로는 존재하지 않는 URL을 만들어 냅니다. Ahrefs에도 실제로 없는 그럴듯한 주소로 수천 건의 방문이 들어온 적이 있습니다. 환각 인용도 측정해야 하므로 “인용된” URL이 실제 존재하는지 확인하세요.

가치와 한계

인용돼도 클릭은 드뭅니다. Pew의 2025년 3월 미국 브라우징 연구 에서 AI 요약이 있는 Google 방문 중 인용 출처 클릭은 1 %였습니다. LLM 가시성은 직접 트래픽보다는 브랜드 인지도와 권위 지표에 가깝습니다. 그래도 AI가 제시한 후보 목록을 추가 조사 없이 받아들이는 사용자가 많아 답변에 포함되는 것 자체가 중요합니다.

관련 주제

세 상태는 검색됨, 언급됨, 인용됨, GA4와 다크 트래픽은 AI 트래픽 기여도, 외부 엔터티 신호는 **엔터티 SEO**와 **AI 검색 허브**를 참고하세요.

AI 요약

고급 탭의 핵심을 간추리면 다음과 같습니다.

• LLM 가시성은 AI 답변에 나타나는 빈도와 두드러짐을 뜻하는 복합 범주입니다.
• 자연 검색 가시성과 다릅니다. AI Overview 인용 중 기존 상위 10위에서 오는 비율은 약 38 %입니다.
• 가장 강한 상관 신호는 **브랜드 웹 언급(0,664)**이며 Domain Rating(0,326)보다 높습니다. 인용의 82~89 %가 획득 미디어에서 옵니다.
• 검색됨 → 언급됨 → 인용됨 → 클릭됨을 서버 로그, 브랜드 모니터링, 인용 보고서, GA4로 따로 측정하세요.
• 검색을 건너뛰고 학습 데이터에서 답하는 기억 기반 답변은 콘텐츠 수정으로 바로 바꿀 수 없습니다.
• 플랫폼 차이가 큽니다. Perplexity는 답변당 약 21,87개를 인용하지만 ChatGPT의 인용률은 약 0,59 %입니다.
• 인용 출처의 40~60 %가 매월 바뀌므로 단일 프롬프트 실행은 데이터가 아닙니다.
• 250~500개 프롬프트 풀의 Share of Model Voice를 추적하세요. Brand Radar 값은 정확한 트래픽 수가 아니라 방향성 지표입니다.
• 클릭은 드물며, LLM 가시성은 주로 브랜드와 권위 지표입니다.

공식 문서

AI 가시성과 측정 방법을 검색엔진 사업자가 직접 설명한 자료입니다.

Google

• AI 기능과 웹사이트 — AI Overviews와 AI Mode는 핵심 검색 순위 시스템을 바탕으로 하므로 일반 SEO 모범 사례가 토대입니다. llms.txt, 별도 청킹, “AI 전용 글쓰기”는 필요하거나 유익하지 않습니다.
• Google 검색 결과의 AI 기능 — 콘텐츠 노출 방식과 자격 요건을 설명합니다.
• Search Console Gen AI Performance 보고서(2026년 6월) — AI Overviews, AI Mode, Discover 생성 기능의 노출을 제공합니다. 클릭 없이 노출만 제공합니다.

Bing / Microsoft

• Bing Webmaster Tools AI Performance 공개 미리보기 — 인용, 근거 질의, 평균 인용 페이지를 제공하는 첫 공식 AI 인용 도구입니다.
• 공개 웹사이트용 Microsoft Copilot 지침 — 사이트맵/IndexNow로 색인하고 관련성, 최신성, 참여도로 순위를 정하는 방식을 설명합니다.

출처 인용

아래는 검색엔진 사업자의 공식 발언입니다. 각 딥 링크는 출처 페이지의 해당 문구로 이동합니다.

Google — 기본 SEO는 계속 적용됩니다

• “The best practices for SEO continue to be relevant because our generative AI features on Google Search are rooted in our core Search ranking and quality systems.” — Google Search Central. 한국어로는 “Google 검색의 생성형 AI 기능은 핵심 검색 순위 및 품질 시스템을 바탕으로 하므로 SEO 모범 사례는 계속 유효합니다”라는 뜻입니다. 원문 인용으로 이동

Bing — AI Performance가 필요한 이유

• “As AI becomes a more common way people discover information, visibility is not only about blue links. It is also about whether your content is cited and referenced when AI systems generate answers.” — Bing Webmaster Blog, 2026년 2월 10일. 한국어로는 “AI가 정보 발견의 더 일반적인 방식이 되면서 가시성은 파란 링크뿐 아니라 AI 답변에서 콘텐츠가 인용·참조되는지까지 포함합니다”라는 뜻입니다. 출처로 이동

LLM 가시성 감사 체크리스트

AI 가시성 측정 체계를 설정하고 점검하는 절차입니다. 세 상태를 기준으로 구성해 인용만 보는 오류를 피합니다.

범위

• 추적할 플랫폼을 정했습니다(최소 AI Overviews, ChatGPT, Perplexity, 가능하면 Copilot, Gemini, Grok 포함).
• 대상 브랜드 엔터티, 지역, 언어를 정했습니다.

검색됨(서버 로그)

• AI 추론 봇(ChatGPT-User, Perplexity-User, Googlebot-Extended)을 학습 봇(GPTBot, ClaudeBot)과 구분해 확인했습니다.
• -User 봇에 오류나 차단을 반환하지 않는지 확인했습니다.

언급됨 + 인용됨

• Ahrefs Brand Radar에서 언급과 인용 페이지/도메인의 기준선을 만들었습니다.
• “found but not cited” 필터로 출처 링크 없는 영향도 찾았습니다.
• Bing WMT AI Performance의 인용, 근거 질의, 평균 인용 페이지를 가져왔습니다.
• GSC AI 기능/Gen AI Performance의 노출을 확인했습니다. 클릭은 없다는 점을 기억하세요.

프롬프트 테스트

• 핵심 프롬프트를 여러 플랫폼에서 여러 번 실행했습니다.
• 존재 여부뿐 아니라 정확성과 정서도 확인했습니다.
• 인용 URL이 환각으로 만든 존재하지 않는 페이지인지 표본 검사했습니다.

클릭과 추적

• GA4 AI Assistant 채널과 맞춤 채널 그룹을 확인했습니다.
• 단일 스냅샷이 아닌 추세 구간으로 최소 매월, 경쟁이 치열하면 매주 측정합니다.
• 경쟁사와 Share of Model Voice를 비교했습니다.

LLM 가시성과 자연 검색 가시성 비교표

한 지표가 다른 지표를 대체하는 것이 아닙니다. 서로 다른 신호를 측정하므로 별도의 측정 체계가 필요합니다.

Retrieved(검색됨, 서버 로그) → Mentioned(언급됨, 문자열 일치) → Cited(인용됨, Brand Radar/Bing WMT/GSC) → Clicked(클릭됨, GA4)을 나눠 추적하세요.

하지 말 것: 인용 수를 전체 가시성으로 간주하거나, 한 플랫폼 또는 한 번의 실행을 대표값으로 쓰지 마세요. Google은 llms.txt가 순위에 영향을 주지 않는다고 밝힙니다.

LLM 가시성 측정 도구

한 도구가 네 상태를 모두 다루지는 못하며 대부분 인용 계층에 치우쳐 있습니다. 브랜드 모니터링 도구를 공식 플랫폼 보고서 및 자체 로그와 함께 사용하세요.

• Ahrefs Brand Radar — 400M+개의 검색 기반 프롬프트에서 주요 AI 플랫폼의 언급, 인용, 노출, Share of Model Voice를 추적합니다. 대화형 플랫폼은 월별, AI Overviews는 지속 갱신하며 “found but not cited” 필터가 있습니다. 정확한 트래픽이 아닌 방향성 지표입니다.
• Semrush AI Visibility Toolkit — 대규모 LLM 프롬프트 코퍼스에서 인용 빈도/위치, 점유율, 경쟁 시장 점유율을 추적합니다.
• Profound — LLM API 질의와 AI 크롤러 분석을 제공하는 엔터프라이즈 중심 도구입니다.
• Scrunch — 인용 추적, 봇 크롤 관찰, AI 답변용 콘텐츠 최적화를 제공하며 브랜드 환각 감소를 목표로 합니다.
• Peec AI — 더 작은 프롬프트 집합의 일별 갱신과 출처 격차 분석을 제공합니다.
• Waikay.io — ChatGPT, Gemini, Claude, Perplexity를 AI Brand Score로 통합합니다.
• Bing Webmaster Tools — AI Performance (공식, 무료) — 인용, 근거 질의, 평균 인용 페이지를 제공합니다.
• Google Search Console — AI 기능 / Gen AI Performance (공식, 무료) — AI Overviews/AI Mode/Discover 노출을 제공하지만 클릭은 없습니다.

AI 가시성 측정 실수

프롬프트 한 번을 시장 점유율로 보고하기

결과는 플랫폼, 모델, 시점, 위치, 표현에 따라 달라집니다. 추세를 말하려면 정의된 프롬프트 풀과 반복 관찰이 필요합니다.

검색, 언급, 인용을 합치기

페이지를 가져와도 브랜드를 말하지 않을 수 있고, 브랜드를 말해도 링크하지 않을 수 있습니다. 측정 출처와 사업 의미가 다르므로 각 상태를 따로 추적하세요.

도구의 패널이 같다고 가정하기

가시성 도구마다 프롬프트, 모델, 일정, 점수 공식이 다릅니다. 추세 보고에는 한 방법론을 유지하고 관찰할 수 있는 것과 없는 것을 공개하세요.

통제된 가시성 프롬프트 풀 만들기

검증된 고객 과업, 카테고리 용어, 비교 요구, 퍼널 단계를 붙여 넣으세요.

제공된 조사 자료만 사용해 균형 잡힌 AI 가시성 프롬프트 풀을 만드세요.
정보 탐색, 비교, 추천, 문제 해결 의도별로 묶고, 브랜드 측정 과업이 아니면
우리 브랜드를 넣지 마세요. 위치, 최신성, 사용자 맥락에 의존하는 프롬프트를
표시하고 안정적인 프롬프트 ID, 문구, 의도, 대상, 포함 이유를 반환하세요.

수집한 AI 답변 분류하기

답변 텍스트, 인용, 플랫폼, 모델/버전, 질의 시각, 프롬프트 ID를 붙여 넣으세요.

우리 브랜드를 부재, 언급, 인용 중 하나로 분류하세요. 인용 URL을 정확히
기록하고 숫자 점수를 만들지 말고 위치와 정서를 설명하세요. 관찰 가능한 사실과
해석을 분리하고 환각 주장과 모호한 브랜드 참조를 표시하세요. 서버 로그 근거가
없으면 검색 여부를 추론하지 마세요.

Pool, Capture, Classify, Trend 프레임워크

1. Pool: 안정적인 ID, 의도, 대상 맥락을 가진 대표 프롬프트 집합을 고정합니다.
2. Capture: 같은 조건에서 모든 실행의 플랫폼, 모델/버전, 날짜, 답변, 인용을 기록합니다.
3. Classify: 보이지 않는 검색을 추론하지 않고 부재, 언급, 인용, 정서, 사실 정확성, 경쟁사 존재를 분리합니다.
4. Trend: 같은 조건의 관찰값을 시간에 따라 비교하고 연속성을 깨는 방법론/제품 변경을 주석으로 남깁니다.

이 프레임워크는 방향성 가시성 근거를 만들 뿐, 프롬프트 관찰을 정확한 트래픽이나 시장 점유율 추정치로 바꾸지는 않습니다.

퀴즈: LLM 가시성

참고할 자료

내 발표

• GEO, AEO, LLMO — 이 AI 용어들은 대체 무엇인가? — 브랜드 웹 언급 0,664와 DR 0,326의 상관관계, “인터넷이 나를 설명하는 방식을 최적화”한다는 관점을 다룹니다. 영상 · 웨비나.

내 관련 글

• AI Visibility Audit — 범위, 기준선, 정확성/정서, 비브랜드 격차, 상위 인용 페이지, 언급, 경쟁사, 전략의 8단계 감사법.
• Brand Radar 작동 방식 — 프롬프트 선정, 플랫폼, 갱신 주기, cited와 found but not cited의 차이.
• 5 600만 개 AI Overview에서 얻은 인사이트 — 자연 검색과의 중복 데이터.
• AI 검색 트래픽의 전환율 · 생성 엔진이 웹 분석을 깨뜨리는 방식 · 브랜드 언급과 DR 상관관계.

다른 출처

• Google의 “좋은 SEO가 좋은 GEO” · Duane Forrester의 생성형 AI 검색 KPI.
• OtterlyAI AI Citations Report 2026 — 보이지 않는 영향과 크롤 가능성 문제.
• SparkToro의 브랜드 추천 일관성 연구 — 같은 프롬프트를 100회 반복 실행했을 때의 변동성.
• Superlines AI Search Statistics · Discovered Labs 플랫폼별 인용 방식.
• Princeton GEO 논문 — 콘텐츠 특성과 AI 인용의 관계를 다룬 원 연구.

인용할 만한 통계

• 브랜드 웹 언급과 AI Overview 가시성의 상관관계는 0,664입니다. 브랜드 앵커 텍스트 0,527, 브랜드 검색량 0,392, Domain Rating 0,326보다 높습니다. 출처
• AI Overview 인용 페이지 중 기존 검색 상위 10위에 드는 비율은 약 **38 %**이며 2025년 중반의 약 76 %에서 하락했습니다. 출처
• AI 인용의 **82~89 %**가 브랜드 소유 페이지가 아닌 획득 미디어에서 나옵니다. Zapier의 Ahrefs 언급 페이지 16개는 Ahrefs AI 답변 1 431개에 인용됐습니다. 출처
• 관련 프롬프트의 평균 브랜드 언급률은 약 **17,2 %**이고, 40~70 %면 강한 편입니다.
• 인용 출처의 40~60 %가 매월 바뀝니다.
• Perplexity는 답변당 약 21,87개를 인용하지만 ChatGPT의 인용률은 약 0,59 %이며, 상위 인용 도메인 50개 중 세 주요 플랫폼 모두에 나타나는 곳은 7개뿐입니다.
• Brand Radar는 400M+개의 검색 기반 프롬프트를 사용합니다. 계속 늘어나는 색인이므로 정확한 트래픽이 아니라 방향성 지표입니다. 출처
• Pew의 2025년 3월 미국 연구 에서 AI 요약이 있는 Google 방문 중 인용 출처 클릭은 1 %였습니다.
• 동일한 ChatGPT 프롬프트를 100번 실행했을 때 동일한 브랜드 목록이 나올 확률은 100번 중 1번보다 낮았습니다. 출처
• OtterlyAI의 Bing 데이터 분석에 따르면 인용 전용 측정 도구에는 AI 영향의 99,6 %가 보이지 않습니다. 출처

변경 내역