홈/GEO 배우기/여섯 가지 가시성

AI 가시성 측정 · 정의

사람들이 “AI 가시성”이라고 부르는 것은 어떤 여섯 가지입니까?

서로 독립된 여섯 개의 측정이 이름 하나를 나눠 쓰고, 각자 따로 움직이며, 대부분의 보고는 그중 둘만 보여줍니다. 월요일에 무엇을 할지 바꾸는 것은 언급과 인용 사이의 간극입니다.

AI 가시성 측정의 주제12분 읽기2026년 8월 30일 업데이트출처 7건: 1차 자료 6건, 벤더 자료 서술 1건

이 페이지의 내용

짧은 답

AI 가시성은 이름표 하나를 걸친 여섯 개의 서로 다른 측정입니다. 언급률, 인용률, 점유율, 답변 내 위치, 서술 정확도, 출처 귀속입니다. 이들은 따로 움직이므로, 하나로 합친 가시성 점수는 여러분이 행동에 옮길 수 있었던 단 하나를 평균으로 지워 버립니다. 이들이 갈라진다는 것은 이론이 아니라 측정되는 사실입니다. 생성형 검색 엔진을 평가한 연구는 생성된 문장 가운데 평균 51.5%만이 거기 붙은 인용으로 완전히 뒷받침된다는 것을 발견했습니다.⁷ 인용되는 것과 정확하게 서술되는 것은 명백히 같은 양이 아닙니다.

핵심 요약

이 여섯은 한 숫자의 변형이 아닙니다. 언급률과 인용률은 답변 중의 비율이고, 점유율은 브랜드 사이의 비이며, 위치는 서수, 서술 정확도는 사람의 판단, 그리고 출처 귀속은 점수가 아니라 URL 목록입니다.
할 일을 바꾸는 간극은 언급 대 인용입니다. 본문에 이름이 없는 링크는 여러분이 소유한 페이지의 문장 문제입니다. 링크 없는 이름은 학습 데이터에서 오며, 온페이지 작업으로는 한 릴리스 주기 안에 움직이지 않습니다.
행동을 지목하는 것은 출처 귀속뿐입니다. 답변이 인용한 경쟁사와 제3자의 URL을 여러분 것만이 아니라 전부 기록하기 때문입니다. 여섯 가지 모두 엔진별로 나뉘므로, 엔진 다섯 개면 숫자 서른 개입니다.

정의

AI 가시성이라고 불리는 여섯 가지 양은 무엇인가?

서로 독립된 여섯 개의 양이 AI 가시성이라는 이름으로 돌아다니고, 흔한 대시보드는 그중 둘을 보고합니다. 아래 정의는 각각 홀로 서도록 썼습니다. 이 여섯은 끊임없이 서로 바뀌어 쓰이기 때문입니다.

언급률

언급률은 본문이 여러분의 브랜드명을 적은 답변의 비율입니다. 링크가 붙었는지는 상관없습니다. 독자가 실제로 경험하는 양이 이것입니다. 대부분의 독자는 출처를 클릭하지 않기 때문입니다.

인용률

인용률은 여러분의 URL 중 하나가 출처로 붙은 답변의 비율입니다. 본문이 여러분을 언급했는지는 상관없습니다. 여섯 가운데 여러분의 서버 로그로 일부나마 뒷받침할 수 있는 유일한 양입니다.

점유율

점유율은 같은 답변 세트 안의 모든 브랜드 언급 대비 여러분의 언급입니다. 비율이므로 여러분 쪽은 아무것도 바뀌지 않아도 경쟁사가 움직이면 함께 움직입니다.

답변 내 위치

답변 내 위치는 여러분이 응답의 어디에 등장하는지입니다. 이 분야의 창시자격 학술 지표는 위치에 따라 지수적으로 감쇠하는 함수로 귀속 텍스트에 가중치를 주었습니다.¹

서술 정확도

서술 정확도는 여러분에 대해 쓰인 문장이 참인지 여부입니다. 여섯 가운데 유일하게 음수가 될 수 있는 양입니다. 자신만만하게 틀린 서술은 나머지 다섯에서는 모두 등장한 것으로 집계됩니다.

출처 귀속

출처 귀속은 한 답변이 인용한 URL의 전체 목록으로, 모든 경쟁사와 모든 제3자의 것을 포함합니다. 여섯 가운데 다음에 무엇을 할지 알려주는 유일한 양입니다.

이 여섯을 서로 바꿔 쓸 수 없게 만드는 성질이 둘 있고, 둘 다 주장이 아니라 문헌으로 뒷받침됩니다. 첫째, 이들은 파이프라인의 서로 다른 단계에 대한 서로 다른 질문에 답합니다. 생성 엔진 최적화에 관한 2026년 비판적 서베이는 이런 지시로 끝납니다. “관련성 있고, 포괄적이고, 검증 가능하고, 구조가 분명하고, 기술적으로 리트리벌 가능한 페이지를 만들라. 그런 다음 리트리벌, 인용, 충실도를 따로 측정하라.”² 리트리벌, 인용, 충실도는 그 문장 안에서 세 개의 측정이지 하나가 아닙니다.

둘째, 여섯 가지 모두 엔진별로 나뉩니다. 쿼리 11,500건을 다룬 SIGIR 2026 연구는 Google 자연 검색결과와 AI Overviews와 Gemini 사이의 URL 수준 Jaccard 유사도를 0.11–0.18로 측정했습니다. 한 회사가 하나의 색인 위에 만든 세 개의 서피스입니다.³ 양 여섯 개에 엔진 다섯 개면 숫자 서른 개이지 하나가 아니며, AI 가시성 측정 단계가 이들의 보고 형태를 정해 둡니다.

중요한 간극

언급률과 인용률은 왜 따로 움직이는가?

언급과 인용은 시스템의 서로 다른 절반에서 나오므로, 둘 사이 간극의 방향은 흥밋거리가 아니라 진단입니다. 인용은 리트리벌된 문서가 문장에 붙을 때 생깁니다. 언급은 모델이 여러분의 이름을 본문에 적을 때 생깁니다. 두 개의 결정, 다른 지점, 다른 입력입니다.

이름 없는 링크는 리트리벌은 성공했고 식별은 실패했다는 뜻입니다. 여러분의 페이지는 가져와졌고, 관련 있다고 판정되었고, 붙었습니다. 그런데 엔진이 쓴 그 구절이 누가 말하는지를 밝히지 않았습니다. 이것은 이 분야 전체에서 가장 고치기 쉬운 실패입니다. 여러분이 소유한 페이지의 문장 구성 문제이기 때문입니다. 인용된 구절이 “이 도구는 월 $99입니다”라고 적혀 있지만 “Bavior는 월 $99입니다”라고 적었어야 했다는 뜻입니다. 사실을 실어 나르는 그 문장 안에서 주어를 이름으로 밝히십시오. 두 문단 위가 아닙니다.

링크 없는 이름은 모델이 방금 리트리벌한 것이 아니라 학습 데이터를 끌어 쓰고 있다는 뜻입니다. 이것은 훨씬 느린 문제입니다. 그 서술은 모델이 학습한 코퍼스에서 왔고, 여러분은 그것을 들여다볼 수도, 편집할 수도, 한 릴리스 주기 안에 바뀌기를 기대할 수도 없습니다. 온페이지 작업은 그것을 움직이지 못합니다. 그것을 천천히 움직이는 것은 제3자가 여러분에 대해 무엇을 쓰는가이며, 그것이 오프사이트 GEO 단계의 주제입니다.

간극은 작지 않습니다. 2026년 6월에 공개된 한 벤더 연구는 14개국 네 개 어시스턴트에 걸친 프롬프트 115건과 도메인 등장 3,981건을 다루며, 출처 등장의 약 62%가 답변 본문이 그 브랜드를 한 번도 이름으로 부르지 않은 링크였다고 보고했고, 그 비율이 엔진 사이에서 뒤집힌다는 것을 발견했습니다. 한 어시스턴트는 답변의 83.7%에서 브랜드를 이름으로 부르면서 인용은 21.4%였고, 다른 하나는 이름을 부른 것이 20.7%인데 인용은 87%였습니다.⁴ 이 백분율들은 방향으로만 받아들이십시오. 프롬프트 115건 표본은 소수점 두 자리를 지탱하지 못하고, 학술적 재현도 없습니다. 남는 것은 질적 주장, 즉 두 비율은 서로의 대리 지표가 아니며 일부 엔진에서는 거의 반대라는 것입니다.

분모

점유율은 실제로 무엇에 달려 있는가?

점유율은 여러분이 고른 분모에 전적으로 달려 있고, 그래서 여섯 가운데 아무 일도 하지 않고 움직이기가 가장 쉬운 양입니다. 세는 집합에 작은 경쟁사 둘을 넣으면 여러분의 몫은 내려가고, 빼면 올라갑니다. 어느 쪽 움직임도 엔진에 관한 사실이 아닙니다. 해법은 통계적이 아니라 절차적입니다. 보고서에 경쟁사 집합을 이름으로 적고, 분기 동안 얼려 두고, 두 보고서를 비교라도 할 수 있도록 모든 수치 옆에 그 버전을 기록하십시오.

두 번째 분모 문제가 있는데, 이것은 인용 기반 점유율에만 해당하고 규율로는 고쳐지지 않습니다. 엔진마다 한 답변에 붙이는 출처의 개수가 다릅니다. 세 플랫폼에서 검색 계층 인용 21,143건을 모은 프롬프트 602건 연구에서, 응답당 평균 인용 수는 ChatGPT가 6.88, Google의 AI 서피스가 12.06, Perplexity가 16.35였습니다.⁵ 인용된 출처 일곱 중 하나인 것과 열여섯 중 하나인 것은 다른 사건입니다. 따라서 인용 기반 점유율은 선호의 문제가 나오기도 전에 이미 엔진 사이에서 비교할 수 없습니다. AI 가시성 측정 단계의 엔진별 분할이 문체 선택이 아닌 이유가 하나 더 늘어납니다.

둘 중 더 튼튼한 쪽은 언급 기반 점유율입니다. 본문 길이는 출처 개수만큼 엔진 사이에서 달라지지 않기 때문입니다. 그렇게 보고하고, 어느 쪽을 골랐는지 밝히십시오.

위치

답변 안 어디에 등장하는지가 중요한가?

답변 내 위치는 기록할 가치가 있고, 동시에 비즈니스 지표로서는 여섯 가운데 근거가 가장 약합니다. 이것이 존재하는 이유는 이 분야를 시작한 논문이 대표 지표를 그 위에 세웠기 때문입니다. KDD 2024 GEO 논문은 Position-Adjusted Word Count로 출처를 채점했는데, 이는 어떤 출처에 귀속된 단어를 그 단어가 응답의 어디에 놓였는지에 따라 지수적으로 감쇠하는 함수로 가중하는 방식입니다.¹ 잘 정의된 측정이지만, 검증 대상은 클릭이나 전환이나 매출이 아니라 생성된 답변의 다른 성질이었습니다.

그래도 두 가지 규칙이 이것을 쓸 만하게 만듭니다. 하나는 패널 전체로 집계해서만 읽는 것입니다. 한 답변의 순서는 실행할 때마다 다시 굴려지는 분포에서 뽑은 한 번의 추출이기 때문입니다(AI 답변이 달라지는 이유). 다른 하나는 거리가 아니라 서수로 읽는 것입니다. 셋 중 첫째와 열여섯 중 첫째는 같은 위치가 아닙니다.

충실도

서술 정확도는 왜 따로 세는가?

서술 정확도를 따로 세는 이유는, 다른 모든 지표가 여러분에 대한 거짓 문장을 성공으로 취급하기 때문입니다. 무료 등급이 있는데도 없다고 엔진이 쓰면서 그와 함께 여러분의 가격 페이지를 링크한다면, 언급률과 인용률과 점유율과 위치가 모두 좋아집니다. 옳은 방향으로 움직이는 단 하나의 숫자는 아무도 수집하지 않는 숫자입니다.

기저율이 이 수고를 정당화합니다. 2025년 3월 6일에 공개된 Tow Center for Digital Journalism 감사는 출판사 스무 곳의 기사를 각 열 편씩 여덟 개 엔진에 걸쳐 쿼리 1,600건으로 돌렸고, 60%가 넘게 틀린 답변을 돌려주었으며 가장 성적이 좋은 엔진도 37%는 틀렸다는 것을 발견했습니다.⁶ 생성형 검색에 관한 독립 연구는 답변 속 문장 가운데 51.5%만이 거기 붙은 인용으로 완전히 뒷받침된다는 것을 발견했습니다.⁷ 두 연구 모두 브랜드를 측정하지는 않았지만, 둘 다 여기서 중요한 성질을 측정했습니다. 링크가 붙는다고 문장이 참이 되지는 않는다는 것입니다. 이것을 싸게 표본으로 재는 방법은 자매 글 신뢰할 수 있는 지표에서 다룹니다.

여섯 번째 양

왜 내 것뿐 아니라 모두의 인용된 URL을 기록하는가?

여러분을 가리키는 것만이 아니라 인용된 URL을 전부 기록하는 것, 그것이 가시성 숫자를 이번 주에 할 일 목록으로 바꿉니다. 여러분 자신의 비율은 여러분이 어디에 서 있는지 알려줍니다. 인용 목록 전체는 여러분 대신 그 자리에 서 있는 것이 무엇인지 알려줍니다.

여기서 세 가지 행동이 곧바로 나옵니다. 비교 모음 글, 포럼 스레드, 디렉터리 등재처럼 후보 목록 클래스 프롬프트에서 반복해서 나오는 제3자 페이지는 오프사이트 표적이며, 누군가의 권위 점수가 아니라 여러분 자신의 패널에서의 빈도로 순위를 매깁니다. 여러분의 페이지는 인용되는 것과 한 번도 인용되지 않는 것으로 갈리고, 이것이 콘텐츠 백로그를 순서가 매겨진 것으로 바꿉니다. 그리고 옛 가격이나 종료된 연동처럼 여러분에 대한 낡은 사실을 실은 페이지는 정정 목록이 되며, 이는 콘텐츠 작업과는 다른 일입니다.

이것은 로그가 원본일 때만 작동합니다. 실행마다 저장하십시오. 엔진과 모드, 공개되어 있다면 모델 버전, 프롬프트 식별자와 그 클래스, 타임스탬프, 답변 전문, 인용된 모든 URL을 순서대로, 그리고 본문에 여러분의 브랜드명이 등장했는지에 대한 플래그입니다. 여섯 가지 양은 모두 이 기록에서 계산할 수 있고, 나중에 쓴 요약에서는 하나도 계산할 수 없습니다. 2026년 비판적 서베이의 최소 연구 체크리스트도 같은 규율을 요구하며, 거기에는 대부분의 팀이 어기는 지시가 들어 있습니다. 아무 일도 일어나지 않은 실행을 분모에 남겨 두라는 것입니다.²

이 글의 정직한 한계

여섯 가지 양 가운데 둘은 기업이 신경 쓰는 무엇과 연결해 주는 공표된 근거가 없습니다. 답변 내 위치는 생성된 텍스트의 다른 성질에 대해 검증된 지표에서 왔고, 클릭이나 매출에 대해 검증된 적은 한 번도 없습니다. 점유율에는 외부 검증이 아예 없습니다. 누구나 정의할 수 있는 비율이고, 그것을 움직이면 다른 무언가가 움직이는지 검증한 연구도 없습니다. 이 분야 자체의 2026년 서베이는 인용 점수가 클릭이나 전환이나 매출을 예측한다는 주장을 매우 낮음 확신도로 평가하며, 그 등급은 여섯 모두에 적용됩니다. 위에서 인용한 “링크는 있고 이름은 없다”는 62%라는 수치는 재현이 없는 프롬프트 115건짜리 벤더 표본에 기대고 있습니다. 이 여섯을 쓰는 이유는 그것이 여러분의 결정을 읽을 수 있게 만드는 분해이기 때문이지, 그중 어느 하나가 매출의 선행 지표로 밝혀졌기 때문이 아닙니다.

제품이 쓸모 있는 자리와 그렇지 않은 자리

여섯 가지 모두 손으로 모을 수 있고, 위에 쓴 방법이 방법의 전부입니다. 프롬프트 목록을 고정하고, 일정에 따라 돌리고, 각 답변을 인용된 URL과 함께 스프레드시트에 붙여 넣고, 본문에 여러분의 이름이 등장했는지 표시하십시오. 한 달에 백 번 실행은 오후 한나절의 작업량이고, 방어할 수 있는 숫자를 만들어 냅니다. Bavior는 고정된 프롬프트 패널을 다섯 개 엔진에 정해진 일정으로 돌리고, 여러분의 것이 아닌 것까지 포함해 인용된 URL을 모두 기록하며, 통합 점수가 아니라 엔진별로 보고합니다. 하지 않는 일은 이 여섯 가운데 어느 것에서도 트래픽이나 매출을 예측하는 것입니다. 이 분야 자체의 서베이가 그 연결을 매우 낮은 확신도로 평가하기 때문입니다. 서술 정확도를 대신 판정해 주지도 않습니다. 여러분의 제품에 대한 문장이 참인지 정하는 것은 분류기가 아니라 답변을 읽는 사람이기 때문입니다. 무료 AI 가시성 체커와 무료 GEO 진단은 유료 플랜 없이 이용할 수 있습니다. 유료 플랜은 월간 결제 시 월 $99부터, 연간 결제 시 월 $79.17입니다(2026년 8월 29일 기준).

출처, 모두 2026년 8월 29일 확인

Aggarwal, Murahari, Rajpurohit, Kalyan, Narasimhan, Deshpande, “GEO: Generative Engine Optimization”, KDD ’24. Position-Adjusted Word Count는 위치에 따라 지수적으로 감쇠하는 함수로 귀속 텍스트에 가중치를 줍니다: arxiv.org/abs/2311.09735
“Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023–2026)”, 2026년 7월 15일, arXiv:2607.14035. 확신도 표, 최소 연구 체크리스트, 그리고 리트리벌과 인용과 충실도를 따로 측정하라는 지시(서베이 프리프린트): arxiv.org/abs/2607.14035
Grossman 외, SIGIR 2026. 쿼리 11,500건, Google 자연 검색결과와 AI Overviews와 Gemini 사이의 URL 수준 Jaccard 0.11–0.18: arxiv.org/abs/2604.27790
고스트 인용 연구, 2026년 6월 공개. 프롬프트 115건, 도메인 등장 3,981건, 어시스턴트 네 개, 14개국. 출처 등장의 약 62%는 답변이 그 브랜드를 한 번도 이름으로 부르지 않은 링크. 한 어시스턴트는 언급 83.7% / 인용 21.4%, 다른 하나는 20.7% / 87%. 벤더 공개 자료이므로 이 커리큘럼의 출처 규칙에 따라 서술만 하고 링크하지 않습니다.
Zhang, He, Yao, “From Citation Selection to Citation Absorption: A Measurement Framework for GEO Across AI Search Platforms”, arXiv:2604.25707(프리프린트). 통제된 프롬프트 602건, 검색 계층 인용 21,143건, 응답당 평균 인용 수 6.88 / 12.06 / 16.35: arxiv.org/abs/2604.25707
Jaźwińska & Chandrasekar, Tow Center for Digital Journalism, “AI Search Has a Citation Problem”, 2025년 3월 6일. 여덟 개 엔진에 걸친 쿼리 1,600건: cjr.org
Liu, Zhang, Liang, “Evaluating Verifiability in Generative Search Engines”, 2023. 답변 속 문장의 51.5%가 그 인용으로 완전히 뒷받침됨: arxiv.org/abs/2304.09848

이어서 읽기

GEO 배우기 GEO 로드맵 GEO 배우기 이전 글: 프롬프트 폐기 GEO 배우기 다음 글: 신뢰할 수 있는 지표

FAQ

자주 묻는 질문입니다.

언급이 인용보다 나은가요, 아니면 반대인가요?

둘은 서로 다른 질문에 답하므로, 쓸모 있는 수는 둘 다 보고하고 그 간극을 읽는 것입니다. 언급은 독자가 보는 것이고 대부분의 독자는 출처를 클릭하지 않으므로, 링크 없는 언급도 그 사람에게는 가닿습니다. 인용은 기계로 검증 가능한 쪽입니다. 여러분의 페이지가 리트리벌되어 붙었다는 뜻이고, 그 부분은 여러분 자신의 작업이 직접 움직일 수 있습니다. 인용은 되는데 이름이 없다면, 사실과 브랜드명이 같은 문장에 놓이도록 페이지의 문장을 고치십시오. 이름은 불리는데 인용이 없다면, 그 서술은 학습 데이터에서 오는 것이고 그것을 움직이는 것은 제3자가 여러분에 대해 공개하는 내용뿐입니다.

작은 팀은 여섯 가운데 실제로 몇 개를 추적해야 하나요?

네 개이고, 보통 건너뛰는 것이 그 네 번째입니다. 언급률과 인용률은 엔진별로 추적하십시오. 서로 갈라지고 그 방향이 진단이기 때문입니다. 언급 기반 점유율은 여러분이 이름을 적고 얼려 둔 경쟁사 집합 대비로 추적하십시오. 그리고 답변 안의 인용된 URL을 경쟁사 것과 모든 제3자 것까지 포함해 전부 기록하십시오. 그 목록이 데이터에서 행동을 지목하는 유일한 부분이기 때문입니다. 답변 내 위치는 기록할 가치는 있지만 그것으로 결정할 가치는 없습니다. 서술 정확도는 매 실행을 재기보다 한 달에 한 번 손으로 표본을 볼 가치가 있습니다. 문장을 읽을 사람이 필요하기 때문입니다.

여섯 숫자를 더해 하나의 가시성 점수로 만들 수 있나요?

없습니다. 단위가 다르고 분모가 다르며, 합산은 그것들이 뒷받침하는 유일한 결정을 없애 버리기 때문입니다. 언급률과 인용률은 답변 중의 비율이고, 점유율은 브랜드 사이의 비이며, 위치는 서수, 서술 정확도는 사람이 판정한 진술의 비율입니다. 이것들을 평균하면 어느 엔진을 손봐야 할지도, 여섯 중 무엇이 실패했는지도 말해 주지 못하는 숫자가 나옵니다. 게다가 각각은 엔진별로 측정되며, SIGIR 2026 연구는 한 회사가 만든 세 서피스 사이의 URL 수준 Jaccard가 0.11–0.18이라는 것을 발견했습니다. 그러니 엔진을 가로지르는 혼합은 거의 겹치지 않는 것들을 평균하는 셈입니다.

나중에 여섯 가지를 모두 계산하려면 실행마다 무엇을 기록해야 하나요?

필드 일곱 개를 원본 그대로 기록합니다. 엔진과 모드, 공개되어 있다면 모델 버전, 프롬프트 식별자와 그 클래스, 실행 타임스탬프, 답변 전문, 등장한 순서대로의 인용된 URL 전부, 그리고 본문에 여러분의 브랜드명이 등장했는지에 대한 플래그입니다. 여섯 가지 양은 모두 이 기록에서 계산할 수 있고, 나중에 쓴 요약에서 계산할 수 있는 것은 하나도 없습니다. 아무 일도 일어나지 않은 실행을 남겨 두십시오. 2026년 비판적 서베이의 최소 연구 체크리스트가 널 결과를 분모에 남기라고 명시하고 있고, 그것들을 지우는 것은 패널이 스스로를 미화하기 시작하는 가장 흔한 방법이기 때문입니다.

Bavior 편집팀

Reddit 마케팅과 AI 검색 가시성에 관한 Bavior의 콘텐츠를 조사하고 관리하는 팀입니다. 본문의 모든 수치에는 출처와 확인 날짜를 명시했으며, 제휴 링크는 사용하지 않습니다.

수치에 오류를 발견하셨나요? 알려주시면 다시 확인하겠습니다: support@bavior.com