Online Trade Area
순위는 상권이 아닙니다. 간판입니다.
온라인에도 상권이 있는데, 아무도 안 재고 있습니다.
가게 하나 열 때도 상권부터 봅니다. 옆에 같은 업종이 몇 개인지, 하루에 몇 명이 지나가는지, 그 동네가 무엇을 사고 무엇을 안 사는지, 임대료가 그 매출을 감당하는지까지 하나하나 확인하고 나서야 계약서에 도장을 찍습니다.
온라인은 안 봅니다. 순위만 봅니다. 왜일까요.
그런데 순위는 상권이 아니라 우리 가게 간판입니다.
손님이 오는 길은 이미 바뀌었습니다.
예전에는 검색 결과 한 장에 여러 곳이 줄을 섰습니다. 지금은 AI 가 답을 하나로 합쳐 주고, 그 답 안에 이름이 실리는 자리는 손에 꼽습니다. 목록에서 밀리는 것과 답에서 아예 빠지는 것은 다른 일입니다. 앞은 아래로 내려간 것이고, 답에서 빠지면 그 손님의 선택지에서 통째로 사라집니다.
그 좁은 자리를 누가 차지하고 있는지가 지금 온라인 상권의 모양입니다. 오프라인이라면 문 열기 전에 벌써 확인했을 것을, 온라인에서는 아무도 확인하지 않고 문을 엽니다.
문 열기 전에 무엇을 보나
이 거리에서 우리 가게는 어디 있습니까.
한 번 물어보고 끝내지 않습니다. 같은 질문을 일곱 번 물어 흔들리는 폭까지 봅니다. 질의 수도, 엔진 수도, 반복 수도 전부 적어 드립니다. 상권분석이 유동인구를 「많음」이라고 적지 않고 숫자로 적는 것과 똑같은 이유이고, 그 숫자가 없으면 어디를 고쳐야 하는지도 정할 수 없기 때문입니다.
Our Scope
검색부터 광고 운영까지, 한 회사가 맡습니다
영상과 후기 소재를 직접 만들고, 검색과 AI 답변, 콘텐츠와 소셜, 광고 운영까지 맡습니다. 손대기 전 상태는 잰 그대로 잠가 두고(봉인), 고친 자리는 건별로 적어 귀사 자산으로 넘깁니다.
구글 검색은 한 번 물으면 검색 결과와 AI 개요, 화면 둘을 함께 내놓습니다 — 그래서 묻는 곳은 15, 브랜드 이름이 오르는 화면은 16곳입니다.
감을 번호로 바꾸면 다음 작업이 정해집니다
어느 질문에서 경쟁사가 먼저 불리는지, 담당자는 대개 감으로 먼저 압니다. 그 감은 대체로 맞습니다. 저희가 하는 일은 그 감을 숫자로 바꿔 회의실에서 통하는 말로 만드는 것입니다.
숫자로 바꾸는 방식은 이렇습니다. 같은 질문을 일곱 번씩 물어 답이 흔들리는 폭까지 남깁니다. 이름이 스쳐 지나갔는지 출처로 걸렸는지는 주소를 맞춰 봐야 갈립니다. 그래서 손에 남는 수에는 언제 어느 화면에서 어떤 조건으로 나왔는지가 같이 적힙니다.
그 수가 다음 일을 정합니다. 어느 페이지를 먼저 고치고, 거기서 무엇을 바꿀지가 그 숫자에서 나옵니다. 고친 자리는 건별로 적어 귀사 자산으로 넘기고, 처음 잰 조건 그대로 다시 재서 달라진 폭을 같은 자 위에 올려 드립니다. 숫자가 고칠 자리를 정하고, 같은 숫자가 고친 뒤의 채점표가 됩니다.
SEO·AEO·GEO·AIO·LLMO는 이름만 다섯입니다. 검색창에서 우리 페이지가 뜨게 하는 일이 SEO입니다. AI 답변 안에 우리 이름이 노출되게 하는 일은 AEO·GEO 이고, 큰 언어 모델이 우리를 떠올리게 만드는 쪽을 LLMO라고 부릅니다. 여기에 구글이 검색 결과 맨 위에 붙이는 AI 요약까지 묶은 것이 AIO입니다. 브랜드가 발견되는 자리를 한 장에 놓고 보면 측정하는 자도, 고치는 순서도 하나여야 합니다. CiteAngle은 다섯을 한 규격으로 재고, 그 규격을 공개해 표준으로 만들어 갑니다. 숫자가 가리킨 페이지와 콘텐츠를 고치고, 소셜과 광고를 운영합니다.
Where You Appear
브랜드 이름이 오르는 자리를 짚어 고칩니다
어디에 실릴 수 있는지는 정해져 있습니다. 자리마다 귀사 이름이 답에 있었는지, 귀사 주소가 출처로 걸렸는지를 따로 적습니다. 고친 뒤에는 같은 자리를 같은 자로 다시 재서 관측 변화를 확인합니다.
화면 모형 3종으로 보기
고객이 검색하고 질문하는 화면에서 브랜드가 실릴 수 있는 자리는 정해져 있습니다 — 아래 도식의 골드가 귀사의 자리입니다. 자리 하나하나에 같은 질문을 7번씩 던져 실측하고, 개선 전후 같은 자리를 다시 재서 관측 변화를 확인합니다.
구글 검색 한 화면 — 귀사가 실릴 세 갈래
1 AI 개요(AIO) 본문에 이름이 언급 · 2 AI 개요의 출처로 인용 · 3 오가닉 순위 확보 — 세 갈래(본문 언급 · 출처 인용 · 검색 순위)는 따로 움직여서, 각각 따로 측정합니다.
네이버 통합검색 — 귀사가 실릴 세 갈래
4 AI브리핑 본문 언급 · 5 AI브리핑 출처 인용 · 6 통합검색 노출 — 한국에서 답을 얻는 주요 자리라서 따로 떼어 측정합니다.
AI 대화형 답변 — ChatGPT·클로드류 속 두 갈래
7 추천 답변 속 이름 언급 · 8 답변의 출처로 인용 — 여기에 AI가 출처로 즐겨 고르는 유튜브·뉴스 지면의 귀사 실물까지 함께 측정합니다.
화면 구성 모형입니다 — 플랫폼 실화면이 아니라 배치를 보여주는 모형입니다. 측정 화면 전체(16곳)와 측정하는 층·고치는 층은 커버리지 지도에, 지금 귀사가 어느 화면에 실려 있는지는 무료 체험이 돌려드립니다 — AI 화면 6곳의 인용·언급 현황과 실제로 인용된 도메인까지.
Methodology
재고, 바꾸고, 같은 조건으로 다시 측정합니다
CiteAngle은 같은 질문을 7번씩(k7) 다시 물어 AI 답변이 회차마다 얼마나 달라지는지를 함께 관측합니다. 세 단계가 한 루프입니다.
실측
15곳에 같은 질문을 7번씩 던지고 화면 16곳에서 실측 — 브랜드가 어느 화면에 실렸는지를 신뢰구간과 함께 추정
실행 설계
기술 SEO·고유 콘텐츠·지역·상품 정보 정합성과 AI Assistants·Organic Search 분리 전환 추적을 실측 근거 순서로 설계합니다
관측 변화 확인
같은 조건·같은 질문으로 다시 측정하고, 비교 조건과 함께 관측된 변화를 보고합니다
측정 규격 6가지와 복리 사다리
AEO·GEO·AIO·SEO — 측정하는 규격을 공개해 표준으로 세우고, 그 규격으로 고치고 운영합니다
같은 질문·같은 횟수로 재고, 그 숫자가 가리킨 페이지부터 고칩니다
구글·네이버 검색과 AI 답변 화면에 같은 질문을 같은 횟수로 던집니다. 무엇을 어떻게 셀지는 재기 전에 공개합니다. 이 규격은 진단에서 실행으로 그대로 넘어갑니다 — 어느 페이지를 먼저 손볼지, 매달 소셜과 광고를 어떻게 보고할지도 같은 규격으로 정합니다.
운영 프로그램은 이 측정→처방→재측정 루프를 매월 돌려 시계열로 쌓고, 매달 델타 총결산으로 갱신을 결정합니다.
측정 규격 6가지 전문 — 화면·되묻기·신뢰구간·판정·프로비넌스·전환 증거
- 브랜드 이름이 오르는 화면 16곳. 한국 사용자가 실제로 답을 얻는 AI 화면은 6곳입니다(ChatGPT·Perplexity·Claude·Grok의 웹검색 답변, Google AI Mode, 네이버 AI브리핑). 여기에 구글 AI 개요(AIO — 검색 최상단 요약), 구글·네이버 검색(오가닉), 네이버·구글 뉴스, 유튜브 검색, 구글 숏폼(릴스·쇼츠·틱톡), 빙 검색·빙 코파일럿을 더해 함께 측정합니다. SEO 자산이 AI로 넘어오고 있는지, AI가 출처로 즐겨 고르는 뉴스·유튜브·숏폼에서 당신이 보이는지까지 봅니다.레이더·컴퍼스·파노라마 전 상품 화면 16곳 전폭 — 무료 체험은 AI 화면 6곳
- 출처를 구분한 자동 실측. 운영사 공식 API·공식 웹마스터 데이터와 검색 화면에서 관측한 데이터를 구분해 기록합니다. 모든 유료 측정 회차는 한 번 시작할 때 같은 질문을 7번씩 다시 물어, 수집된 7회 안에서 인용·언급 횟수와 답이 흔들린 폭을 함께 봅니다. 7회 측정과 상품 패키지 최종 검토가 끝난 뒤 최종 리포트를 공개합니다.무료 체험은 빠른 예비 관측
- 신뢰구간을 답니다. 적용 가능한 회차 비율은 "인용률 33%"가 아니라 "인용률 33% (95% 신뢰구간 12~65%, n=9)"처럼 보고합니다(Wilson CI). 판독 범위는 그 7회 안의 관측이며, 인용 존재 미확정 · 하한 0% 이탈 = 존재 확정 · 폭 ±10%p 이내 = 비교 가능한 정밀도로 표시합니다. 7번씩 되묻기는 질문별 변동을 포착하고, 비교 가능한 정밀도는 합산 유효표본의 실제 Wilson 구간 반폭이 10%p 이내일 때만 부여합니다.
- 판정을 분리합니다. 인용(당신 사이트가 출처로 걸렸는가)은 URL 대조라는 결정론 방식으로, 언급·감성·점유율(SOV)은 한국어 LLM 판정으로 — 서로 다른 신뢰 수준을 섞지 않고 각각 표기합니다.
- 재현 가능한 방법을 남깁니다. 제공되는 리포트에 측정 시각·모델 버전·설정 해시(프로비넌스)를 기록합니다. 같은 설정으로 다시 측정할 수 있도록 조건을 남깁니다.
- 고객 소유 증거 연결. 받은 Search Console 생성형 AI 보고서·Bing AI Performance·GA4의 ChatGPT 유입과 전환을 공식 1차 증거로 씁니다. 외부 질문과 경쟁사 검색 결과 관측은 그 옆에 나란히 놓고 견줍니다.
리포트가 담는 것과 표기 규칙
목업이 아닙니다 — 로펌 업종을 실측한 리포트의 실제 화면입니다(이전 회차 실측). 지수 게이지, 곳별 레이더, 질문 × 물어본 곳 매트릭스, 경쟁 비교, 그리고 어느 질문부터 진입해야 하는지까지. 받게 될 것을 확인하고 시작하세요.
CiteAngle의 리포트는 적용 가능한 회차 비율 수치에 Wilson 95% 신뢰구간을 적용해 "33% (95% CI 12~65%, n=9)" 형식으로 표기합니다.
시계열 · 기준선 · 실행 영수증 · 고객 숫자 대조 — 네 가지
되묻기·신뢰구간·재현 영수증은 진단 한 권의 품질 장치로 끝나지 않습니다. 같은 기준으로 측정해야 시계열이 되고, 시계열은 기준선을 확보해 둔 쪽만 만들 수 있습니다 — 파노라마에서 운영 프로그램으로 이어지는 네 가지 이유입니다.
01 · 같은 기준으로 측정한 시계열델타는 동일 규격에서만 성립합니다
이번 달과 다음 달의 숫자가 비교가 되려면 질문 목록·묻는 자리·묻는 횟수·판정 기준·신뢰구간 규격이 같아야 합니다. 운영 프로그램의 매월 재측정은 광각 파노라마 규격으로 고정돼 있습니다. 그래서 월간 델타 리포트가 관측 변화를 같은 자로 보고합니다. 왜 7번인지는 왜 7번씩 다시 묻는가에 실계산으로 공개돼 있습니다.
02 · 오늘만 만들 수 있는 기준선귀사의 질문 패널로 재지 않은 과거는 소급되지 않습니다
AI는 계속 바뀝니다. 귀사의 질문 목록을 지나간 시점의 AI에 다시 물을 방법은 없습니다 — 그때의 답은 그때 재 둔 쪽만 갖고 있습니다. 오늘 실행한 파노라마가 앞으로 모든 재측정이 견줄 출발점(t0)이 됩니다. 재현 영수증 (측정 시각·모델·설정 해시)으로 그 자리에 고정됩니다. 광고가 켜지기 전 네이버 AI브리핑의 지형을 저희가 먼저 재 둔 것과 같은 원리입니다(자체 구축 실증). 원자료와 영수증 원장은 계약 범위에서 이관해 드리므로, 시계열은 고객의 자산으로 남습니다.
03 · 실행까지 따라가는 영수증측정의 규율이 실행의 규율이 됩니다
저희는 측정과 실행을 다 팝니다. 그래서 모든 측정과 작업에 영수증을 남깁니다. 실행 단계에서는 작업마다 작업 지시서와 완료 영수증(변경 전후 캡처·URL·일시)이 남습니다. 매달 원장 전건을 그대로 넘길 수 있는 형태로 정리합니다. 진단에서 본 그 영수증 규율이 실행 상품의 스펙 그대로입니다.
04 · 고객 소유 숫자와의 대조고객 계정에서 다시 계산해도 같은 숫자가 나옵니다
매달 저희가 잰 변화를 고객이 가진 숫자와 나란히 놓습니다 — GA4의 AI Assistants·Organic Search 분리, Search Console 생성형 AI 보고서, Bing AI Performance. 고객 계정에서 다시 계산해도 같은 숫자가 나옵니다. 진단에서 시작한 검산 구조가 운영 프로그램에서 완성됩니다.
파노라마에 내신 금액은 30일 안에 개선 프로그램을 시작하면 첫 결제에서 그대로 빠집니다 — 단계 구성과 공제 실물은 가격 페이지에 전부 공개돼 있습니다.