기준일
한 번의 진단이 던지는 질문의 수
그 업종의 구매자가 물어볼 법한 질문을 목록으로 만들어 여러 곳에 나눠 던지고, 같은 질문을 정해진 횟수만큼 다시 던집니다. AI는 같은 질문에도 날마다 다르게 답합니다. 한 번 묻고 끝내면 그날 운을 본 셈입니다.
파노라마는 질문 50개를 7번씩 던지고, 답이 나오는 아래 20곳을 전부 읽습니다.
AI 가 답하는 자리 · 11
- ChatGPT
- Perplexity
- Claude
- Gemini
- Grok
- 구글 AI 개요
- 구글 AI 모드
- 네이버 AI브리핑
- Bing Copilot
- DuckDuckGo 검색 어시스트
- 메타 AI 모델 답변
검색이 답하는 자리 · 4
- 구글 검색
- 네이버 검색
- 빙 검색
- DuckDuckGo 검색
뉴스·영상 자리 · 5
- 구글 뉴스
- 네이버 뉴스
- 빙 뉴스
- 유튜브
- 구글 숏폼
| 진단 | 질문 | 묻는 곳 | 되묻기 | 셀 | 나란히 측정하는 경쟁사 |
|---|---|---|---|---|---|
| 레이더 | 5 | 23 | 7 | 805 | 0 |
| 컴퍼스 | 20 | 23 | 7 | 3,220 | 3 |
| 파노라마 | 50 | 23 | 7 | 8,050 | 10 |
질문 하나가 묻는 곳 23곳 × 되묻기 7번 = 161셀이 됩니다. 아래 사각형 하나가 한 셀입니다.
측정하지 못한 셀도 분모에 남깁니다
읽지 못한 셀을 분모에서 빼면 비율이 저절로 좋아집니다. 그 계산은 하지 않습니다. 던진 셀은 하나도 빼지 않고, 읽은 셀과 읽지 못한 셀을 따로 측정해 리포트 같은 자리에 나란히 적습니다.
어디에 묻는지, 이름을 전부 적습니다
나라마다 사람들이 쓰는 곳이 다릅니다. 아래는 지금 보고 계신 시장에서 실제로 묻는 23곳 전부입니다. 다른 시장은 언어를 바꾸면 그 지면에 나옵니다.
| 종류 | 묻는 곳 |
|---|---|
| AI 답변 | OpenAI 웹검색 |
| AI 답변 | Perplexity |
| AI 답변 | Anthropic 웹검색 |
| AI 답변 | xAI 웹검색 |
| AI 답변 | Gemini |
| AI 답변 | Google AI 모드 |
| AI 답변 | 네이버 AI브리핑 |
| 검색 | 네이버 검색 |
| 검색 | 구글 검색 |
| 뉴스 | 네이버 뉴스 |
| 뉴스 | 구글 뉴스 |
| 영상 | 유튜브 검색 |
| 영상 | 구글 숏폼 |
| 검색 | 빙 검색 |
| AI 답변 | Bing Copilot |
| 뉴스 | 빙 뉴스 |
| AI 답변 | DuckDuckGo 검색 어시스트 |
| AI 답변 | 메타 AI 모델 웹검색 |
| 묻고 답하기 | 네이버 지식iN |
| 사전·백과 | 네이버 백과 |
| 검색 | 구글 이미지 |
| 영상 | 구글 동영상 |
| 검색 | 구글 트렌드 자동완성 |
묻는 곳 23곳, 이름이 오르는 화면 20곳
구글 검색에 한 번 물으면 검색 결과와 그 위의 AI 요약, 두 화면이 함께 나옵니다. 묻는 곳이 23곳인데 이름이 오를 수 있는 화면이 20곳인 이유가 이것입니다. 두 수는 서로 다른 것을 가리키므로 섞어 쓰면 안 됩니다.
이름이 오를 수 있는 화면, 전부 적습니다
묻는 곳은 23곳인데 답이 오르는 화면은 20곳입니다. 아래가 그 20곳 전부입니다.
| 종류 | 화면 | 어디서 얻나 |
|---|---|---|
| AI 답변 | ChatGPT | OpenAI 웹검색 |
| AI 답변 | Perplexity | Perplexity |
| AI 답변 | Claude | Anthropic 웹검색 |
| AI 답변 | Grok | xAI 웹검색 |
| AI 답변 | Gemini | Gemini |
| AI 답변 | 구글 AI 모드 | Google AI 모드 |
| AI 답변 | 네이버 AI브리핑 | 네이버 AI브리핑 |
| AI 답변 | 구글 AI 개요 | 구글 검색 · 같이 옴 |
| 검색 | 구글 검색 | 구글 검색 |
| 검색 | 네이버 검색 | 네이버 검색 |
| 뉴스 | 네이버 뉴스 | 네이버 뉴스 |
| 뉴스 | 구글 뉴스 | 구글 뉴스 |
| 영상 | 유튜브 | 유튜브 검색 |
| 영상 | 구글 숏폼 | 구글 숏폼 |
| AI 답변 | Bing Copilot | Bing Copilot |
| 검색 | 빙 검색 | 빙 검색 |
| 뉴스 | 빙 뉴스 | 빙 뉴스 |
| AI 답변 | DuckDuckGo 검색 어시스트 | DuckDuckGo 검색 어시스트 |
| 검색 | DuckDuckGo 검색 | DuckDuckGo 검색 어시스트 · 같이 옴 |
| AI 답변 | 메타 AI 모델 답변 | 메타 AI 모델 웹검색 |
한 번 물으면 딸려 오는 자리까지 측정합니다
검색 한 번에 오는 것은 결과 목록 하나가 아닙니다. 영상, 지도, 쇼핑, 함께 묻는 질문이 같은 화면에 함께 옵니다. 지금 보고 계신 시장에서는 73개입니다. 더 묻지 않고 이미 받은 답 안에서 읽습니다.
| 묻는 곳 | 자리 | 딸려 오는 것 |
|---|---|---|
| OpenAI 웹검색 | 2 | AI 답변 본문 · AI 답변 출처 |
| Perplexity | 2 | AI 답변 본문 · AI 답변 출처 |
| Anthropic 웹검색 | 2 | AI 답변 본문 · AI 답변 출처 |
| xAI 웹검색 | 2 | AI 답변 본문 · AI 답변 출처 |
| Gemini | 2 | AI 답변 본문 · AI 답변 출처 |
| Google AI 모드 | 3 | AI 답변 본문 · AI 답변 출처 · 빠른 답 |
| 네이버 AI브리핑 | 4 | AI 답변 출처 · AI 답변 본문 · 함께 묻는 질문 · AI 답변 미디어 |
| 네이버 검색 | 7 | 검색 결과 · 뉴스 · 광고 · 결과 속 이미지 · 결과 속 영상 · 플레이스 · 쇼핑 |
| 구글 검색 | 13 | 검색 결과 · AI 개요 · 함께 묻는 질문 · 결과 속 영상 · AI 개요 더보기 · 답변 상자 · 지도 · 지도 로컬팩 · 커뮤니티 글 · 광고 · 지식 패널 · 삭제 고지 · 관점 |
| 네이버 뉴스 | 1 | 뉴스 |
| 구글 뉴스 | 1 | 뉴스 |
| 유튜브 검색 | 6 | 영상 · 쇼츠 · 광고 · 채널 · 재생목록 · 함께 검색한 항목 |
| 구글 숏폼 | 1 | 숏폼 |
| 빙 검색 | 6 | 검색 결과 · 답변 상자 · 결과 속 영상 · 광고 · 주요 뉴스 · 함께 묻는 질문 |
| Bing Copilot | 2 | AI 답변 출처 · AI 답변 본문 |
| 빙 뉴스 | 1 | 검색 결과 |
| DuckDuckGo 검색 어시스트 | 6 | 검색 결과 · 검색 어시스트 · 광고 · 함께 검색한 항목 · 결과 속 영상 · 뉴스 |
| 메타 AI 모델 웹검색 | 2 | AI 답변 본문 · AI 답변 출처 |
| 네이버 지식iN | 2 | 검색 결과 · 결과 주소 |
| 네이버 백과 | 2 | 검색 결과 · 결과 주소 |
| 구글 이미지 | 2 | 이미지 · 결과 주소 |
| 구글 동영상 | 2 | 영상 · 결과 주소 |
| 구글 트렌드 자동완성 | 2 | 검색어 제안 · 결과 주소 |
같은 질문을 7번 다시 묻습니다
한 번 물어 나온 값은 그 한 번의 값입니다. 7번을 묶어야 답이 어느 폭 안에서 흔들리는지가 보이고, 그 폭이 리포트에 신뢰구간으로 실립니다.
비율에는 신뢰구간을 함께 적습니다. 그 비율이 실제로 어디까지 오르내릴 수 있는지를 보여 주는 위아래 폭이고, 이 지면과 리포트 모두 95% 구간을 씁니다.
7번으로 정한 근거와 더 많이 물었을 때 달라지는 값은 방법론 지면에 적어 두었습니다. 측정 방법론: 왜 이렇게 측정하는지
무엇을 통과로 세는지
기준은 셋입니다. 아래 값이 한 회차를 마감할 수 있는지를 가르고, 하나라도 못 넘기면 그 회차는 전달하지 않습니다.
| 기준 | 넘어야 하는 값 |
|---|---|
| 던진 셀 가운데 실제로 읽은 셀의 비율 | 95% |
| 이름이 오르는 화면 20곳 각각에서 읽은 셀의 비율 | 90% |
| 읽은 셀 가운데 인용·언급·없음으로 판정이 끝난 비율 | 95% |
두 가지 0을 합치지 않습니다
우리가 읽지 못한 셀과 그 화면에 답이 없던 셀은 다릅니다. 앞은 우리 쪽 사정이고 뒤는 관측 결과입니다. 둘을 한 수로 몰아 적으면 우리 쪽 실패가 시장에 대한 사실처럼 보이고, 받아 보신 분은 자기 업종이 실제보다 조용하다고 읽게 됩니다.
인용은 AI가 답을 하면서 근거로 링크를 걸어 준 것이고, 언급은 링크 없이 이름만 불린 것입니다. 판정에 쓰는 말의 뜻은 정의 사전에 한 문장씩 고정해 두었습니다. 정의 사전: 판정에 쓰는 말의 뜻
같은 기준을 우리 지면에도 적용합니다
검색과 AI 답변에 잘 걸리게 만드는 방법을 찾으면 우리 웹에 먼저 적용하고 원장에 한 줄로 남깁니다. 지금 699건입니다. 그중 174건은 지면 하나하나에, 459건은 사이트 전체에, 나머지 66건은 지면 종류별로 겁니다.
배포할 때마다 기계가 다시 확인합니다. 개선은 코드가 아니라 지면에 붙어 있어서, 화면을 새로 짓거나 문안을 갈아 끼우면 그동안 해 둔 699건이 아무 소리 없이 되감기기 때문입니다.
세 나라 지면은 구조를 따로 등재해 두고 대조합니다 — 한국 118곳, 미국 108곳, 일본 113곳, 모두 339곳입니다.
이 검사를 그대로 고객 지면에 돌립니다. 그것이 개선 실행의 첫 단계입니다.
공개하는 것과 공개하지 않는 것
몇 건을 어디에 거는지는 이 자리에 적습니다. 규칙 하나하나가 무엇을 어떻게 고치는지는 적지 않습니다. 측정 방법은 공개하고, 그 방법을 굴릴 때 쓰는 기준값과 판단 규칙은 우리 도구 안에 둡니다. 그 경계가 있어야 공개한 쪽을 끝까지 공개할 수 있습니다.
우리 격자로 측정하면 어디에 서 계신지가 나옵니다. 질문 목록을 함께 정하고, 위에 적힌 그대로 측정해서 결과를 드립니다.
진단 문의하기더 볼 것: 측정 방법론: 왜 이렇게 측정하는지 · 진단 구성과 가격 · 정의 사전: 판정에 쓰는 말의 뜻 · 공개 클레임 레지스트리