인용 출처가 8개 중 1개만 겹쳤습니다
ChatGPT 웹검색에 같은 질문을 던지되, 위치 신호만 서울과 부산으로 바꿨습니다. "이혼 소송 변호사 잘하는 곳 어디야?"에 대해 두 답변이 출처로 건 도메인은 합쳐서 8개 — 그중 겹치는 것은 대한변호사협회 하나뿐이었습니다. 답변의 첫 문장부터 갈립니다: 부산 위치의 답변은 "부산에 계신 기준으로 말하면"으로 시작해 부산가정법원 근처에서 후보를 고르는 법을 안내하고, 부산 지역 로펌들을 인용합니다. 서울 답변에는 '부산'이 0번, 부산 답변에는 '서울'이 0번 등장합니다 — 두 사용자는 사실상 다른 문서를 읽습니다.
국가 단위 차이보다 큽니다. 같은 한국어 질문을 국가 신호만 바꿔(한국↔미국) 구글에 던지면 상위 결과의 겹침이 13개 중 4개 — 그런데 시(市) 단위 위치 변주에서 AI 인용 겹침은 8개 중 1개까지 떨어졌습니다. 지역 현지화가 언어·국가보다 더 깊게 작동하는 축이라는 뜻입니다.
3개 도시에서 재봤습니다 — 전국 최상위 브랜드가 지역 답변에서 사라집니다
전통 서열 최상위권 로펌 한 곳(로펌 A)을 대상으로, 지역 수요가 큰 질의 5개(이혼·형사· 교통사고·상속·부당해고)를 서울·부산·대구 세 위치에서 측정했습니다.
| 질의 | 서울 | 부산 | 대구 |
|---|---|---|---|
| 형사 전문 변호사 추천 | ✓ 인용 | – 부재 | – 부재 |
| 상속 분쟁 변호사 추천 | ✓ 인용 | – 부재 | – 부재 |
| 이혼 소송 변호사 | – 부재 | – 부재 | – 부재 |
| 교통사고 손해배상 | – 부재 | – 부재 | – 부재 |
| 부당해고 노동 사건 | – 부재 | – 부재 | – 부재 |
서울에서 확보한 인용 2개가 부산·대구에서는 0이 됩니다. 그리고 그 자리를 누가 채우는지가 이 실측의 핵심입니다 — 각 도시의 답변을 실제로 나른 출처 상위권이 도시마다 통째로 교체됐습니다: 서울은 대한변협·법률 플랫폼, 부산은 부산지방변호사회, 대구는 대구지방변호사회. 구글 검색의 로컬 추천 상자도 마찬가지입니다 — 서울 위치에선 서울 로펌 3곳, 부산 위치에선 부산 로펌 3곳이 뜹니다.
이 구조에서 갈리는 두 입장
지역 기반이라면 — 이건 해자입니다. 당신 도시의 질의 공간은 전국 브랜드의 이름값이 아니라 지역 실체(지역 기관 등재·지역 문형에 답하는 콘텐츠)가 차지합니다. 부산의 로펌·병원이 부산 사용자의 AI 답변에서 전국 1위보다 앞설 수 있는 자리가 실측으로 확인된 겁니다 — 아직 대부분의 지역 질의 공간이 기관 페이지와 플랫폼으로 채워져 있어, 선점 여지가 큽니다.
전국 단위라면 — 보이지 않는 실점입니다. 서울 기준으로 잰 가시성 리포트는 부산 고객이 실제로 보는 화면과 다릅니다. 전국에서 손님이 오는 브랜드일수록, 주요 도시별로 현지화된 답변에서 자기가 어디까지 지워지는지를 도시 단위로 재봐야 실점의 크기가 나옵니다.
측정하는 쪽에는 이런 뜻입니다
위치를 고정하지 않은 AI 측정은 흔들리는 자로 잰 값입니다 — 호출 위치가 바뀌면 결과의 절반이 바뀔 수 있으니까요. 그래서 저희는 모든 측정의 위치를 시 단위로 고정하고, 신청 시 본사(주 사업장) 도시를 직접 선택하게 합니다. 전국 수요 브랜드에는 같은 질의셋을 도시별로 반복 측정해 겹쳐 보는 지역별 가시성 맵으로 도시 단위 실점을 지도로 드립니다.