Methodology

어떻게 측정했는지 검토할 수 있는 숫자

다시 돌려도 서는 숫자를 만듭니다. 측정 조건·분모·판정 근거·프로비넌스를 함께 공개해, 숫자가 나온 이유부터 다음 실행 우선순위까지 한 흐름으로 검토할 수 있게 합니다.

15개

브랜드 이름이 오르는 화면 — AI 화면 6곳 + 구글 AI 개요(AIO) + 검색·뉴스·유튜브·숏폼 + 빙 검색·코파일럿

묻는 곳은 15, 브랜드 이름이 오르는 화면은 15입니다. 구글 검색은 한 번 물으면 검색 결과와 AI 개요, 화면 둘을 함께 내놓습니다. 레이더·컴퍼스·파노라마가 같은 화면 16곳을 측정합니다 — 차이는 질문 수와 묻는 횟수

50개

파노라마 한 회차가 던지는 질문 수 — 엔진 15곳에 하나도 빼지 않고 다 물어봅니다

하나도 빼지 않고 전부 실행 · 상태 분리 · 신뢰구간 병기

7회

같은 질문을 다시 묻는 횟수 — 유료 진단 표준

7회 안의 응답 변동 관측 · 무료는 예비 수치

95%

적용 가능한 비율에 Wilson 신뢰구간

유효 분모와 판독 상태를 함께 표시

핵심 좌표 먼저 — k7 표준·10~34% 분산·40회 증설의 경제학

반복 7회(k7)는 독립 학술 수렴 분석(arXiv:2604.07585)이 통계 안정선 (표준오차 0.10 미만) 첫 도달점으로 짚는 반복 수입니다. LLM 출력은 표본추출만으로도 10~34% 분산한다는 학술 실측(arXiv 2601.21339)이 반복 측정의 출발 근거입니다. 한 번만 물었던 자체 실측 런에서는 관측 한 건의 신뢰구간 반폭이 최대 ±24.5%p까지 벌어졌습니다. 자리별 선두 카운트가 전원 6/6 동률, 곧 순위 변별력 0이 됩니다. 같은 질문을 40회까지 다시 물으면 측정 작업량은 5.7배로 늘지만 구간 폭 축소는 최대 4.0배(√k 점근 법칙으로는 2.4배)에 그칩니다 — 그래서 정밀도 사다리의 위 칸은 반복 증설이 아니라 같은 k7 규격의 회차 누적입니다. 신뢰구간·설정 해시·잠근 원장 같은 측정 감사장치는 자체 t0 정본 런부터 적용합니다 — 실행 식별자·구성 해시·질문 목록 버전을 측정 시점에 잰 그대로 잠가 둡니다(봉인).

어디에서 재나 — 브랜드 이름이 오르는 화면 16곳

한국의 AI 검색, 주요 16표면 전면 실측 — 브랜드 이름이 오르는 화면 16곳을 한 규격으로 측정합니다. 같은 질문을 한 번 묻고 끝내지 않습니다. 질문 50개를 엔진 15곳에 7번씩 물어, 화면 16곳에서 답이 흔들리는 정도까지 숫자로 남깁니다.

AI 화면 6곳에 검색 교차·구글 AI 개요(AIO)·뉴스·유튜브·숏폼, 빙 검색·코파일럿까지 화면 16곳을 한 리포트에서 측정합니다. 구글은 생성형 AI 검색 최적화를 검색 경험 최적화, 즉 SEO의 연장으로 설명합니다. CiteAngle은 이 기술 SEO 기반 위에 브랜드·지역·상품 정보 정합성, AEO·GEO·AIO 외부 관측과 전환 증거를 연결합니다. 구글 생성형 AI 검색 최적화 공식 가이드

기존 검색의 가시성도 같은 자리에서 함께 실측합니다. 구글·네이버·빙 검색(오가닉)이 각각 독립된 자리로 상시 들어갑니다. 그래서 AI 답변이 출처로 건 인용과 기존 검색 노출을 같은 질문으로 나란히 확인합니다 — 검색 엔진 최적화(SEO)와 AI 검색 최적화를 한 리포트, 한 실행 우선순위로 연결하는 구조입니다.

AI 답변 APIOpenAI 웹검색 API해당 API 응답의 직접 인용·언급
AI 답변 APIPerplexity API해당 API 응답의 직접 인용·언급
AI 답변 APIAnthropic 웹검색 API해당 API 응답의 직접 인용·언급
AI 답변 APIxAI 웹검색 API해당 API 응답의 직접 인용·언급
AI 엔진Google AI ModeAI 답변면 인용·언급
AI 엔진네이버 AI브리핑AI브리핑 인용·언급
검색 상단 AI 요약구글 AI 개요 (AIO · AI Overview)일반 구글 검색 최상단의 AI 요약 — 별도 탭 없이 노출되는 주요 AI 지면
검색 교차구글 검색 (오가닉)자사 도메인 노출 — AI 교차 대조군
검색 교차네이버 검색 (오가닉)자사 도메인 노출 — AI 교차 대조군
뉴스네이버 뉴스브랜드 기사 노출 — PR·언급 자산을 실제로 측정하는 자리
뉴스구글 뉴스브랜드 기사 노출 — PR·언급 자산을 실제로 측정하는 자리
영상유튜브 검색영상·채널 노출
숏폼구글 숏폼릴스·쇼츠·틱톡 노출 — 검색 결과 안의 숏폼 쉘프
검색 교차빙 검색 (오가닉)자사 도메인 노출 — AI 교차 대조군
AI 엔진Bing Copilot코파일럿 검색 관측 — 인용·언급 판독

레이더·컴퍼스·파노라마 모두 같은 화면 16곳을 측정합니다 — 차이는 질문 수와 묻는 횟수. 무료 체험은 AI 화면 6곳 예비 관측입니다.

파노라마 한 번은 질문 50개를 엔진 15곳에 7번씩 되물어 5,250셀을 채우고, 그 답이 오르는 화면 16곳에서 읽습니다. 묻는 곳과 이름이 오르는 화면의 수가 하나씩 어긋나는 것은 구글 때문입니다 — 한 번 물으면 오가닉 검색과 AI 개요(AIO)가 같이 오고, 그 둘을 각각의 자리로 나눠 측정합니다. 측정 대상은 ChatGPT · Perplexity · Claude · Grok · Gemini · 구글 AI 모드 · 네이버 AI브리핑 · 구글 검색 · 구글 AI 개요 · 네이버 검색 · 네이버 뉴스 · 구글 뉴스 · 유튜브 · 구글 숏폼 · 빙 검색 · Bing Copilot의 16표면입니다.

진단별 질문 수와 되묻는 횟수, 이 시장에서 묻는 곳의 이름, 한 회차를 마감하려면 넘어야 하는 값만 따로 모은 화면이 있습니다 — 어떻게 측정하는가: 격자·묻는 곳·판정 기준. 그 값들은 상품 계약에서 직접 읽어 표시하기 때문에 계약이 바뀌면 화면도 같이 바뀝니다.

인터페이스 이름을 그대로 씁니다. 공식 API 관측을 ChatGPT·Claude·Grok 소비자 화면이나 깨끗한 새 세션의 결과로 바꿔 부르지 않습니다. 소비자 UI 관측이 계약에 포함되면 UI·계정·세션·지역 조건을 별도 프로토콜로 기록합니다.

2026-07-13 기준 해외 주요 플랫폼·국내 상위 서비스 재대조 — 시장 표준과 CiteAngle의 결합

2026-07-13 기준 해외 주요 플랫폼과 국내 상위 서비스를 다시 대조했습니다. 공개 기능·문구는 2026-07 확인 기준이며, 다중 AI 엔진 모니터링, 경쟁 비교, 출처 분석, 콘텐츠 제안은 빠르게 시장 표준이 되고 있습니다. CiteAngle은 여기에 네이버 검색·AI브리핑, 같은 응답 안의 브랜드 역할과 직접 인용 결합, 정확한 출처 문장·수정 URL, 대조 질의 재측정, 고객 소유 전환 증거를 한 조사→개선 계약으로 연결합니다.

우리가 말하는 SEO — 세 가지를 다룹니다

첫째, 기술 위생. 크롤·색인·렌더링·구조화 데이터를 결정론 게이트로 감사합니다 — 자사 사이트부터 같은 게이트를 통과해야 배포됩니다(배포마다 30여 항목 자동 감사, 실패 시 배포 차단).

둘째, 검색 지면 실측. 구글·네이버 검색(오가닉)을 AI 답변 지면과 같은 질문·같은 횟수로 한 격자에서 관측합니다 — SEO 지면과 AI 지면을 같은 규격으로 측정합니다.

셋째, 검색→AI 전이. 검색에서 보이는 것이 AI 인용으로 이어지는지를 자기 데이터로 실측해 교차표로 보여드립니다.

이 세 가지가 저희 진단·프로그램의 SEO 성분 전부이고, 각 수치의 근거는 공개 클레임 레지스트리에 있습니다.

비교표를 만들 때 채우는 칸, 미리 채워 뒀습니다

업체를 고를 때는 대개 표를 하나 만듭니다. 가로에 업체 이름, 세로에 물어봐야 할 것. 그리고 그 칸을 채우느라 한 달이 갑니다. 견적서를 받고, 통화를 하고, 다시 메일을 보내 확인하고, 그래도 몇 칸은 끝내 빈 채로 결재가 올라갑니다. 그래서 그 표를 여기 놓고 우리 칸을 먼저 채웠습니다. 복사해 가세요. 다른 곳에도 같은 열 가지를 물어보시고, 우리한테도 똑같이 물어보시면 됩니다.

칸마다 세 가지를 적습니다. 우리가 무엇을 하는지, 그 숫자가 무엇 중 몇인지, 그리고 어디서부터는 그 숫자로 알 수 없는지. 마지막 것이 중요합니다. 상담 자리에서 잘 안 나오는 이야기라 각주가 아니라 표 안에 뒀습니다.

표에 넣을 항목우리 답무엇 중 몇인가 — 그리고 어디까지인가
어디를 보나유료 진단은 등급과 상관없이 화면 16곳을 봅니다. 어느 화면인지는 위 목록에 이름 그대로 적어 뒀습니다.곱셈에 들어가는 것은 엔진 15곳입니다 — 구글은 한 번 받은 화면을 오가닉과 AI 개요 두 자리로 측정합니다. 그 나라 로스터 밖의 화면은 측정하지 않고, 측정하지 않았다고 적습니다. 없는 것으로 세지 않습니다.
같은 질문을 몇 번 묻나7번입니다. 유료 진단 전부 같습니다. 반복 횟수는 그 측정의 조건 해시 안에 잠겨 나가서, 청구서가 아니라 증거를 따라다닙니다.7번은 구간을 측정하기 위한 횟수이지 정밀하다는 주장이 아닙니다. 구간 폭은 나온 그대로 적고, 넓게 나온 것은 넓은 채로 지면에 남깁니다.
측정 규모파노라마는 질문 50개를 엔진 15곳에 7번씩 묻습니다. 아래 등급은 질문 수만 줄고 규칙은 같습니다.이건 물어본 횟수이지 답을 받은 횟수가 아닙니다. 실패했거나 막혔거나 판정할 수 없던 관측은 자기 상태를 그대로 달고 비율 계산에서 빠집니다.
무엇을 성공으로 세나있다·없다 둘 중 하나로 판정하고, 그 판정을 원문과 대조합니다. 인용(답변이 우리 페이지를 출처로 건 것)과 언급은 각각 다른 줄에서 측정합니다. 수집하는 쪽과 판정하는 쪽도 나눠 둡니다.10점 만점으로 뭉치면 어느 쪽이 움직였는지가 가려집니다. 대신 아깝게 놓친 것과 아예 안 걸린 것이 같은 값으로 보이므로, 리포트에는 판정 옆에 답변 원문을 같이 싣습니다.
불확실성 표기계산할 수 있는 비율마다 Wilson 95% 신뢰구간과 유효 표본 수를 옆에 답니다.신뢰구간이 덮는 것은 표본에서 오는 흔들림입니다. 질문 목록을 잘 골랐는지는 구간이 말해 주지 않습니다 — 그건 판단이고, 리포트에서 우리가 근거를 대야 하는 부분입니다.
측정 하나하나의 출처인터페이스, 모델, 지역, 언어, 해당되면 기기, 캐시 정책, 수집 시각, 몇 번째 반복인지, 그리고 내용으로 주소가 정해지는 영수증까지 남깁니다.영수증은 무엇이 언제 돌아왔는지를 증명합니다. 그 엔진이 왜 그것을 골랐는지는 증명하지 못합니다. 그래서 리포트는 본 것과 추론한 것을 갈라 적습니다.
직접 확인할 수 있나공개한 비율의 산식, 그 신뢰구간, 다시 계산해 보는 명령까지 공개 클레임 레지스트리에 있습니다.여는 것은 측정 규격과 공개 수치의 산식까지입니다. 어떤 질의를 어떤 순서로 넣는지 같은 실행 순서는 계약 안에서 갑니다.
몇 개 시장·몇 개 언어3개 로케일입니다 — 한국·미국·일본. 번역이 아니라 각 나라 말로 따로 씁니다. 로케일마다 지면이 무엇을 갖춰야 하는지는 기계가 읽는 계약서에 박아 뒀습니다.검사기가 그 계약서에 대고 3개를 매번 대조해서, 한 나라에서만 지면이 조용히 빠지면 빨간불이 켜집니다. 대조하는 것은 구조이지 문장의 질이 아니라서, 각 로케일은 사람이 따로 읽습니다.
개선이 되감기지 않게 하는 장치개선 규칙 189개를 원장 하나에 모아 두고, 전건이 왜 들어왔는지(사고 기록이나 출처)를 달고 있습니다. 그중 141개는 배포할 때마다 검사기가 실제로 렌더된 지면에 대고 하나씩 확인합니다 — 바깥에서 그 페이지를 열어 같이 확인하실 수 있는 수가 이 141개입니다. 나머지 48개는 지면이 아니라, 그 기법을 측정 도구가 저희 쪽에 있는지를 봅니다. 그리고 같은 방식의 지면 검사를 저희 지면이 아니라 직접 쓰시는 주소에 걸어 보실 수 있습니다. 무료 페이지 점검에 주소를 한 줄 넣으면 로그인 없이 그 자리에서 결과가 나옵니다. 점수를 어떻게 매겼는지, 배점표도 같은 화면에 펼쳐집니다.검사기가 보는 것은 그 기법이 붙어 있는가이지 효과가 났는가가 아닙니다. 렌더된 HTML만 보고, 원장에 없는 기법은 아예 모릅니다. 이 세 가지는 사람이 봐야 하는 자리입니다.
우리는 누가 검사하나이 사이트에 적는 모든 수치는 같은 값으로 클레임 레지스트리에 올립니다. 예상과 반대로 나온 회차도 그대로 둡니다.올리는 일은 우리가 하는 것이지 제3자가 우리에게 한 것이 아닙니다. 영수증은 누구든 확인할 수 있고, 빠짐없이 올리는 것은 규율입니다. 그러니 어느 업체에든 그 규율을 무엇으로 강제하는지 물어보세요.

표의 어느 칸이 중요한데 여기 적힌 문장이 품의서나 제안 요청서에 그대로 붙일 만큼 정확하지 않다면, 어느 칸인지만 적어 support@citeangle.com로 보내 주세요. 그 칸에 해당하는 계약 문구를 그대로 회신해 드리고, 우리 쪽 문장이 부정확한 자리였다면 이 지면을 먼저 고친 다음 답을 드립니다. 열 칸이 전부 필요할 수도 있습니다. 그러면 열 칸을 다 보내 드립니다.

측정 원칙 6가지

원칙 1데이터 출처를 구분한 자동 실측

측정값은 두 갈래로 들어옵니다. 하나는 운영사가 공식으로 내주는 데이터고, 다른 하나는 실제 검색 화면에서 관측한 결과입니다. 둘은 섞지 않습니다 — 화면에서 관측한 값은 관측값으로, 공식 데이터는 공식 데이터로 각각 이름을 달아 보고합니다. 회차마다 요청 조건과 관측 시각, 응답 식별자를 프로비넌스에 남겨 같은 조건으로 다시 재보면 같은 자리가 나오는지 확인할 수 있게 합니다.

원칙 2반복 측정과 신뢰구간 — AI 답변은 흔들리기 때문입니다

유료 진단은 같은 질의를 7회 반복 측정합니다. AI 답변은 같은 질문에도 달라질 수 있어, 수집된 7회 안에서 인용·언급 횟수와 응답 변동을 함께 보기 위한 설계입니다. 적용 가능한 반복 비율에는 Wilson 95% 신뢰구간을 붙입니다. 이 구간은 해당 반복에서 관측한 적용 가능한 이항 비율의 불확실성을 나타내며, 판독 범위는 수집된 7회 관측입니다. 리포트 라벨은 인용 존재 미확정 · 하한 0% 이탈 = 존재 확정 · 폭 ±10%p 이내 = 비교 가능한 정밀도로 통일합니다. 7회는 질문별 응답 변동을 포착하고, 비교 가능한 정밀도는 합산 유효표본의 실제 Wilson 95% 구간 반폭이 10%p 이내일 때만 부여합니다. 7회 측정과 상품 패키지 최종 검토가 끝난 뒤 리포트를 공개하고, 상품 제공은 측정 시작 후 통상 1~3영업일입니다.

원칙 3판정 분리 — 신뢰 수준이 다른 것을 섞지 않습니다

인용 횟수는 출처 URL 결정론 대조로, 언급·감성·점유율(SOV)은 동명 오탐을 차단하는 실체 구분 판정으로 나눠 집계합니다. 답변이 확인된 브랜드·지역·상품 사실을 얼마나 본문에 반영했는지는 답변 흡수 깊이로 별도 판독해, 링크가 걸린 횟수와 답변에 내용이 쓰인 정도를 한 지표로 섞지 않습니다. 추천·비교·구매 질문에서는 브랜드가 추천·검토 후보·부수 언급·주의 대상 중 어떤 역할로 등장했는지도 분리합니다. 브랜드 실체와 역할 근거가 특정된 관측만 집계하는 과대 집계 금지 원칙을 적용해, 긍정 언급을 추천으로 바꾸지 않습니다.

원칙 4프로비넌스 공개 — 재현 가능해야 측정입니다

제공되는 리포트에 측정 시각·모델 버전·설정 해시를 기록해, 같은 설정으로 다시 측정할 수 있게 합니다. 무료 원자료는 90일 보관 후 삭제하고, 유료 원자료·납품 증적은 계약과 적용되는 보존 기준에 따라 최대 5년 분리 보관할 수 있으며 계약 범위에서 이관합니다.

원칙 5관측 상태를 각각 기록합니다

관측 한 건마다 네 상태 중 하나를 붙입니다. 제대로 수집된 경우, AI 답변 자체가 뜨지 않은 경우 (AI 답변 미표출), 답변은 떴는데 브랜드가 없는 경우, 판정을 보류한 경우입니다. 답이 아예 없던 자리와 답은 나왔는데 브랜드가 빠진 자리는 고칠 것이 다릅니다. 그래서 갈라 두고, 다음 회차에서 무엇이 움직였는지를 상태별로 읽습니다. 지표의 분모에는 유효한 관측만 넣고, 검색을 써서 답한 것과 모델이 기억으로 답한 것도 나눕니다. 분석 단계에서 이 상태를 부르는 이름은 surface_absent 하나로 고정돼 있어, 어느 표에서 만나도 같은 것을 가리킵니다.

원칙 6처방에는 근거 등급을 답니다

개선 제안마다 확인(이 리포트의 실측) 또는 방향근거(업계 관행·2차 자료) 라벨을 붙입니다. 실측 처방에는 출처 URL·답변 근거 구간·반복 번호와 정확한 수정 URL 또는 신규 페이지 브리프를 연결합니다.

측정 전제 — 로그인·이력 개인화가 적용되기 전의 기저 응답을 측정합니다. 저희 자동 실측은 로그인 없는 무상태 조건에서 수행되므로, 수치는 각 표면의 개인화 이전 기저 가시성을 나타냅니다. 개인별 화면의 답은 이용 이력·계정 상태에 따라 이와 다를 수 있습니다. 그래서 단발 캡처가 아니라 같은 조건의 반복 관측과 시계열로 읽습니다. 이 기준면은 페르소나·메모리가 개입하지 않는 API 통제 조건이며, 실사용자 표면의 답변 변동은 인지도가 중간 구간인 브랜드에서 가장 크게 관측됩니다.

기저 가시성(baseline visibility)은 이 측정의 정의 언어입니다. 저희가 측정하는 무상태 조건은 플랫폼이 스스로 "개인화 이전"으로 정의해 둔 상태와 같은 계층입니다. OpenAI는 임시 채팅(Temporary Chat)을 메모리를 만들지도 쓰지도 않는 모드로 공식 문서에 명시합니다(OpenAI 공식 문서). 구글도 Gemini의 임시 채팅을 같은 계층으로 설명합니다(Google 공식 블로그). 실사용자의 답변은 이 기저에서 출발해 계정 상태와 이력에 따라 갈라집니다. 기저에서 보이지 않는 브랜드가 개인화 단계에서 구제된다는 공개 증거는 저희가 확인한 범위에 없습니다. 외부 벤치마크는 오히려 모델이 사용자의 명시 선호조차 안정적으로 따르지 못한다고 측정합니다(10턴 대화에서 선호 준수율 10% 미만 — PrefEval, 장기 대화 시뮬레이션에서 가장 잘한 모델이 52.8% — HorizonBench). 기저에서 먼저 보이는 브랜드가 되는 것 — 이 측정이 겨냥하는 자리가 거기입니다.

반복 수가 아니라 구간 폭을 공개합니다

7회는 임의의 숫자가 아닙니다. 독립 학술 수렴 분석에서 1회 측정의 브랜드 검출률 오차는 표준오차 ±0.37입니다. 반복을 쌓아 통계 안정선(0.10 미만)에 처음 도달하는 반복 수가 7회이고, 저희 유료 진단의 표준 반복 수가 바로 거기에 있습니다. 그리고 반복 수를 내세우는 대신, 실측 Wilson 신뢰구간 폭을 리포트에 그대로 공개합니다.

외부 연구 근거 전문 — 실무 권고·학술 실측·반복 추정

AI 답변 측정에서 1회 관측은 점 추정치일 뿐입니다. 반복 측정과 신뢰구간을 함께 적어 보고하는 것이 실무 권고입니다 (Search Engine Land, 2026-06-10). 학술 분석은 1회 실행 측정의 비결정성 문제를 지적합니다. LLM 출력은 표본추출만으로도 10~34% 분산한다고 측정했습니다 (arXiv 2601.21339). 한 학술 분석은 인용 점유율에 5%p 폭의 95% 신뢰구간을 얻으려면 플랫폼별 40~150회 반복이 필요하다고 추정합니다 (arXiv 2603.08924) — 다만 이 구간은 개별 연구의 추정이고, 확정된 표준 반복 수는 아직 없습니다. 저희 표준은 독립 수렴 분석이 통계 안정선 도달점으로 실측한 7회(k7)입니다. 반복 수를 내세우는 대신 합산 유효표본 기준의 실측 Wilson 신뢰구간 폭을 리포트에 그대로 공개합니다. 폭이 넓은 숫자는 넓다고 그대로 표기합니다.

10~34%

LLM 출력이 표본추출만으로 흔들리는 분산 폭 — 반복 측정의 학술 출발점

arXiv 2601.21339 · 학술 실측

7회

1회 측정 오차 ±0.37이 통계 안정선(표준오차 0.10 미만)에 처음 도달하는 반복 수 — 유료 진단 표준

arXiv 2604.07585 · 독립 수렴 분석 실측

40%

10회 반복 측정이 줄인 인용 점유율 일간 노이즈 — 글로벌 도구의 자체 실험

Profound 공식 블로그 · 2026-07-08

재현은 두 층으로 나눠 약속합니다 — 무결성층·통계층과 재현 유효창

재현은 두 층으로 나눠 약속합니다. 무결성층 — 리포트·영수증·원자료의 해시 대조는 결정적이어서 언제든 즉시 검증됩니다. 통계층 — 동일 프로토콜 재실행의 신뢰구간 중첩 확인은 계약·리포트에 명시하는 재현 유효창 안에서 제공하며, 유효창 밖의 재실행은 재현 검증이 아니라 드리프트 측정으로 별도 명명해 보고합니다. 통계적 재현을 무기한 약속하는 대신 유효창을 명시합니다 — AI 엔진 자체가 계속 변하기 때문입니다.

시장 격자 사실. 국내 공개 페이지 기준·2026-07-16 확인 범위에서는, 신뢰구간·설정 해시·봉인 원장 같은 측정 감사장치의 공개 표기를 확인하지 못했습니다 — 공개 페이지에서 확인한 범위의 관측이며, 시장 전체에 대한 단정이 아닙니다. 확인 내역과 재확인 트리거는 공개 클레임 레지스트리에 등록돼 있습니다.

신뢰구간이 좁아지는 과정 — 1번에서 7번까지보고 형식 예시로 쓰는 인용률 33%로 계산한 그림 — 실제 측정 화면이 아닙니다

이 그림을 읽는 법 — 폭과 되묻는 횟수

한 번 물어서 나오는 답은 「넓은 구간 어딘가」까지입니다. 되물을수록 구간이 좁아집니다. 리포트에는 계산할 수 있는 비율마다 실측 Wilson 95% 신뢰구간과 유효 표본 수를 나온 폭 그대로 적고, 넓게 나온 값은 넓게 적습니다. 계산은 Wilson 점수 구간(z=1.96)이며 세로선은 계산에 쓴 고정 예시 비율입니다. 산식과 출처는 공개 클레임 레지스트리에서 확인하실 수 있습니다.

왜 7회 반복인가 — 정밀도의 사다리

한 번 물어서는 순위가 갈리지 않습니다. 리포트에 쓰는 것과 같은 프로덕션 Wilson 함수(95%, z=1.96)로 계산해 봅니다. 한 번 물었을 때는 전 회 인용(1/1)과 전 회 미인용(0/1)의 구간이 겹칩니다. 1/1의 구간은 [20.7%, 100%], 0/1의 구간은 [0%, 79.3%]로 넓게 겹칩니다.

실데이터 재현과 7회의 분리 — k1 변별력 0 → k7 순위 분리

실데이터에서도 같은 결과가 나옵니다. 같은 집계기를 한 번만 물었던 자체 런에 돌려 봤습니다. 병원 업종에서 질문 10개를 자리 6곳에 던지고 브랜드 9개를 같이 본 회차입니다. 관측 한 건의 신뢰구간 반폭이 최대 ±24.5%p까지 벌어집니다. 그래서 여섯 자리 전부에서 9개 브랜드가 전원 최상위 밴드로 묶이고, 자리별 선두 카운트도 전원 6/6 동률이 됩니다 — 순위 변별력 0. 같은 설계를 7번씩 다시 물은 실측 런에서는 순위 정보가 생깁니다. 로펌 버티컬은 여섯 자리 전부에서 최상위 밴드가 2~6개 브랜드로 분리되고, 선두 카운트가 0~6으로 산포됩니다. 병원 버티컬도 선두 카운트가 4~6으로 산포됩니다(브랜드는 익명 표기로, 밴드 수·산포만 공개합니다).

7회가 만드는 것은 분리입니다. 같은 질문을 7번씩 물으면 전 회 인용(7/7)의 하한 64.6%가 전 회 미인용(0/7)의 상한 35.4%를 넘어섭니다. 두 구간이 겹치지 않으니, 존재가 확인된 브랜드와 확인되지 않은 브랜드의 순위 밴드가 통계적으로 갈라집니다.

신뢰구간 차트 — 반복 1회는 겹치고, 7회는 갈라집니다
독립 연구가 같은 지점에 숫자를 붙입니다 — 수렴 분석과 7회 기본값의 근거

독립 연구가 같은 지점에 숫자를 붙입니다. 같은 질문에도 AI 답변은 매번 달라서, 1회 측정 리포트는 그날의 우연에 가깝습니다. 4개 AI 검색 엔진을 대상으로 한 독립 학술 수렴 분석 (Schulte et al. 2026, arXiv:2604.07585)에서 1회 측정의 브랜드 검출률 표준오차는 ±0.37 — 사실상 동전 던지기 폭입니다. 반복을 쌓을수록 오차는 떨어지고, 통계 안정선(표준오차 0.10 미만)에 처음 도달하는 반복 수가 7회입니다. 저희 기본값이 바로 거기에 있습니다: 모든 유료 진단은 질문마다 자리별로 7회씩 재고, 이 횟수는 옵션이 아니라 측정 조건 해시에 함께 잠기는 기본값입니다. 공개 수치는 이 집계 위에 섭니다 — 파노라마 기준으로 질문 50개를 자리마다 7회씩 물어 나온 값이 신뢰구간과 함께 실립니다.

신뢰구간 폭의 수렴 차트 — 반복 1→40, 79.3%p→8.8%p
정밀도의 다음 단계는 반복 수가 아니라 회차입니다 — 사다리 위 칸의 설계

정밀도의 다음 단계는 반복 수가 아니라 회차입니다. 같은 질문을 7회에서 40회까지 더 물으면 측정 작업량은 5.7배로 늘어납니다. 그런데 구간 폭 축소는 이에 못 미칩니다. 위 차트의 전 회 인용 사례 실계산으로 4.0배, 중간 관측 비율(0과 1 사이 고정)을 지배하는 √k 점근 법칙으로는 √5.7 ≈ 2.4배입니다. 그리고 전 회 인용과 전 회 미인용을 가르는 구간 분리는 7회에서 이미 성립합니다. 그래서 저희 사다리의 위 칸은 반복 수 증설이 아니라 같은 k7 규격의 회차 누적입니다. 운영 프로그램의 매월 재측정이 같은 규격으로 쌓이면 단발 진단에는 없는 시간 축이 생깁니다. 그러면 실제 변화와 흔들림을 구간 대 구간의 비교로 갈라 판정할 수 있습니다. 위 구간 폭 공개 절에 인용한 일부 연구의 권고 구간(플랫폼별 40~150회)은 5%p 폭의 점추정 정밀도를 위한 개별 연구의 추정치이고, 저희는 그 대신 실측 구간 폭을 그대로 공개합니다.

이 절의 자체 수치는 전건 프로덕션 집계 함수 실계산과 자체 실측 재현값이고 외부 연구 수치는 본문에 출처를 병기했으며, 자체 수치는 재현 명령과 함께 공개 클레임 레지스트리에 등재돼 있습니다.

측정 용어의 정의 캐논

이 방법론에 나오는 말들은 각각 따로 정리해 뒀습니다. 정의는 아래 여섯 곳이 정본입니다.

측정 용어 전체 보기

영수증 실물 예 — 인덱스 제1호(로펌 편) 420/420 종결

경쟁사가 선택된 답변을 실행 카드로 바꾸는 방식

경쟁사 이름을 많이 적는 데서 끝내지 않습니다. 같은 질문·같은 곳·같은 회차 안의 증거를 실행 대상과 다음 합격 판정으로 이어 붙입니다. 경쟁 브랜드가 어느 주소로 그 답변에 들어갔는지, 출처 영수증에 질문·자리·회차와 함께 한 줄로 적어 드립니다. 같은 질문 목록에서 우리와 경쟁사가 각각 몇 번씩 불렸는지도 나란히 적어 드립니다.

01 · 역할 판독추천인지, 단순 나열인지 구분

브랜드 실체가 확인된 추천·비교·구매 응답에서 추천, 검토 후보, 부수 언급, 주의·비추천, 브랜드 없음, 판정 보류를 나눕니다. 추천률은 역할 판정이 끝난 유효 응답만 분모로 사용합니다.

02 · 출처 연결문장↔인용 표지↔URL을 한 영수증으로

경쟁 브랜드를 지지한 답변 구간과 실제 인용 URL이 직접 연결된 경우만 실행 후보로 올립니다. 같은 화면에 함께 나왔다는 이유만으로 경쟁사 지지 출처라고 부르지 않습니다.

03 · 수정 계약대상·담당·산출물·완료 정의를 고정

기존 페이지는 정확한 URL을, 새 페이지는 제안 경로·목적·필수 근거가 담긴 브리프를 지정합니다. 각 카드에는 담당자, 작업 순서, 산출물, 검수 기준, 다음 측정 조건이 함께 들어갑니다.

04 · 효과 판정대상·held-out·지연 대조 질의를 함께 재측정

개선 전후의 대상 질의 변화와 같은 기간 대조 질의 변화를 분리해 판정하고, 검색·AI 인용·방문·전환은 각각의 원천 지표로 유지합니다. 델타 판정의 집계 규격 전문은 고객 리포트에 동봉됩니다.

상품 검수. 유료 리포트는 결과 파일이 있다는 이유만으로 공개되지 않습니다. 원 측정과 같은 반복 근거, 정확한 대상, 담당·산출물·완료 정의, 검증 코호트, 성공 지표가 보고서 문구와 일치해야 공개됩니다.

국가 기준선과 지역 가시성 맵은 분리합니다

국가 전체에서 브랜드가 어떤 위치인지와 특정 지역에서 어떤 구매 질문·경쟁사·출처가 작동하는지는 서로 다른 의사결정입니다. 해외 확장 옵션은 국가 패널을 기준선으로 유지한 채 지역별 언급·직접 인용·검색 존재·출처 기회를 별도 분모로 계산합니다.

일본 지역 옵션47도도부현을 독립 지역 단위로

일본 국가 지표와 47개 도도부현의 관측값을 합산하지 않고, 지역별 기회 지도·우선순위 도도부현·지역 페이지와 근거 자산 큐로 보고합니다.

일본도 같은 규격으로 측정합니다. 계약 규격은 질문 50개를 엔진 15곳에 7번씩 묻는 것이고, 브랜드 이름이 오를 수 있는 화면은 17곳입니다. 측정 대상은 ChatGPT · Perplexity · Claude · Grok · Gemini · Google AI 모드 · Google 검색 · Google AI 개요 · Google 뉴스 · YouTube · Google 숏폼 · Bing 검색 · Bing Copilot · DuckDuckGo 검색 어시스트 · Bing 뉴스 · 야후재팬 검색 · 야후재팬 AI 답변의 17표면입니다. 이것은 일본 로스터로, 네이버를 포함하는 국내 격자의 16표면과는 구성이 다릅니다. 규격과 실측은 나눠서 적습니다. 규격은 확정돼 있고, 주문하신 회차는 그 규격 그대로 돌아갑니다. 자사 브랜드로 봉인해 둔 일본 실측은 2026년 7월 17일 회차이고, 그때 로스터는 지금 계약 규격보다 좁았습니다. 그래서 일본 실측 수치를 인용할 때는 측정일과 관측 범위를 늘 함께 적습니다. 일본 회차의 판정 기준은 측정보다 먼저 고정해 등록해 둡니다. 질의를 어떻게 짜는지와 합격·불합격을 가르는 선까지 관측 전에 문서로 박아 두기 때문에 리포트에 적힌 판정은 결과를 보고 나서 정한 것이 아닙니다. 수치가 나온 회차에는 표본수와 측정 시점을 함께 적어 일본 리포트에 실어 드립니다. 일본 검색의 6.23%는 Yahoo! JAPAN을 지나갑니다(StatCounter 2026년 6월). 그 입구는 게재와 운용으로 잡습니다. 일본에 점포나 시설이 있으면 Yahoo! 플레이스의 시설 정보를 등록·정비해 Yahoo! JAPAN 검색과 지도에 나갈 내용을 최신으로 유지하고, 플레이스 관리 도구에 쌓이는 표시 횟수와 공식 사이트·전화번호·길찾기·예약 버튼 클릭 수를 다음에 손댈 한 곳을 정하는 근거로 씁니다.

미국 지역 옵션50개 주와 워싱턴 DC를 51개 지역 단위로

미국 국가 지표와 주·DC별 관측값을 분리하고, 주별 언급·인용 기회와 지역 경쟁 강도를 시장 진입 순서로 바꿉니다.

미국도 같은 규격으로 측정합니다. 계약 규격은 질문 50개를 엔진 15곳에 7번씩 묻는 것이고, 브랜드 이름이 오를 수 있는 화면은 17곳입니다. 로스터는 한국과 다릅니다. 네이버 3표면 자리에 Yahoo 검색 · DuckDuckGo 검색 어시스트 · 빙 뉴스가 들어갑니다. 측정 대상은 ChatGPT · Perplexity · Claude · Grok · Gemini · 구글 AI 모드 · 구글 검색 · 구글 AI 개요 · 구글 뉴스 · 유튜브 · 구글 숏폼 · 빙 검색 · Bing Copilot · Yahoo 검색 · DuckDuckGo 검색 어시스트 · DuckDuckGo 검색(오가닉) · 빙 뉴스의 17표면입니다. 규격과 실측은 나눠서 적습니다. 자사 브랜드로 봉인해 둔 미국 실측은 2026년 7월 27일 회차이고, 질문 50개를 화면 15곳에서 한 바퀴 돌린 단회 패스입니다. 되묻기 7번까지 채운 미국 회차는 규격대로 다음 측정에서 돌립니다.

검증된 지역 관측 프로토콜 — 위치 영수증·별도 분모·검수 기준

검증된 지역 관측 프로토콜: 명시적 위치 지정이 문서화된 API와 검증된 지역 브라우저 관측을 분리합니다. 브라우저의 기본 조건은 IP 기반 일반 위치, 선택형 기기 정밀위치는 독립 패널로 측정합니다. 위치 영수증을 확인한 지역별 AI 응답·검색 관측만 지역 표에 편입하고 국가 결과와 별도 분모로 제공합니다. 한 기준 도시 관측은 관측 위치 결과로 표시하며, 도도부현·주 단위 점수는 견적서에 고정한 복수 위치 커버리지와 검수 기준을 통과한 패널에서만 발행합니다.

판정이 왜 긍정이고, 왜 개선 신호인지

색상만 보고 해석하지 않습니다. 수집 상태, 자리 출현, 브랜드 언급, 자사 URL 인용, 적용 가능한 비율의 신뢰구간을 순서대로 확인한 뒤 판정명·근거·다음 행동을 함께 표시합니다.

긍정 판정 · 개선 신호 · 상태 분리 — 판정 해석 3가지
긍정 판정

유효 답변에서 브랜드 또는 자사 출처가 확인됨

답변 수집이 완료된 관측에서 브랜드 실체가 정확히 언급되거나, 출처 URL이 고객 도메인·등록 자산과 일치할 때 긍정으로 집계합니다. 적용 가능한 비율의 Wilson 95% 신뢰구간 하한이 0%를 벗어나면 존재 확정으로 표시합니다.

근거 예시 · 유효 7회 중 자사 URL 인용 5회, URL 대조 일치, 하한 0% 이탈

개선 신호

답변은 정상인데 브랜드 선택·연결이 이어지지 않음

답변과 검색 자리는 정상 수집됐고 적용 가능한 관측에서 브랜드 언급이나 자사 URL 인용이 다음 과제로 남으면 개선 신호로 분류합니다. 검색 노출과 AI 답변 출처 선택은 별도 단계라, 어느 단계에서 연결이 끊겼는지 먼저 나눠 봅니다.

다음 판독 · 검색 후보 출현 → AI 선택 → 출처 인용 → 브랜드 결속 → 답변 흡수 순서로 위치 확인

증거 확인 중

수집·표면·판정 상태를 분모에서 분리

응답 미수집, AI 답변 미표출, 판정 보류는 브랜드 부재와 갈라 적습니다. 그 관측은 지표 분모에서 분리하고 재수집 또는 검토 대상으로 연결해, 실제 부재와 증거 대기 상태를 다른 색으로 표시합니다.

표시 예시 · 수집 실패 / AI 답변 미표출 / 브랜드 부재 / 판정 보류를 각각 별도 라벨로 기록

적용 가능한 비율의 라벨: 인용 존재 미확정 · 하한 0% 이탈 = 존재 확정 · 폭 ±10%p 이내 = 비교 가능한 정밀도. 정밀도 라벨은 합산 유효표본의 실제 Wilson 구간 반폭으로 판정합니다.

판정은 이항 규칙입니다. 존재냐 부재냐 — 인용됐는가, 언급됐는가 — 를 판정하며, 하나로 뭉친 다중 점수 척도를 쓰지 않습니다. 판정기 신뢰성 연구에서도 이항 판정이 다중 점수 척도보다 스트레스에 강건하다고 보고됩니다(RAND, arXiv 2603.05399).

리포트 용어를 한 번에 읽는 법

아래는 리포트 화면 기준의 요약이고, AI 검색 가시성·인용·언급·발화율·흔들림 등 측정 용어 전체의 canonical 정의는 정의 캐논 페이지가 정본입니다.

리포트 용어 6종 요약 — SEO·AEO·GEO·AIO·언급/인용/흡수·SOV/프로비넌스
SEO · Search Engine Optimization
검색 엔진이 페이지를 발견·해석·색인하고 사용자가 오가닉 결과에서 만나는 기반. 기술 상태, 콘텐츠, 엔터티, 검색 성과를 함께 봅니다.
AEO · Answer Engine Optimization
질문형 검색과 답변 엔진이 내용을 직접 답으로 구성할 때 브랜드 정보가 정확히 선택·요약되도록 만드는 최적화 축입니다.
GEO · Generative Engine Optimization
생성형 AI의 검색·검색증강 답변에서 브랜드·콘텐츠가 후보로 발견되고 출처로 선택되며 답변 본문에 반영되는 흐름을 다룹니다.
AIO · AI Overview
구글 일반 검색 상단의 생성형 AI 요약 지면. 오가닉 순위와 따로 떼어 재서 검색 노출과 AI 요약 내 언급·인용을 구분합니다.
언급 · 인용 · 답변 흡수
언급은 답변 본문에 브랜드명이 나온 상태, 인용은 자사 URL이 출처로 연결된 상태, 답변 흡수는 자사 고유 사실·근거가 답변 내용에 실제 반영된 정도입니다.
SOV · 프로비넌스
SOV는 같은 질문 목록에서 브랜드가 차지한 관측 점유율, 프로비넌스는 측정 시각·모델·설정·제공자·응답 식별자로 이어지는 재현 기록입니다.
내 브랜드 7회 반복 진단 무료 현재 좌표 확인

증거는 고객 소유 1차 데이터부터 연결합니다

소유 사이트의 공식 데이터는 내부 성과 확인의 1차 증거로, 검색 화면 관측은 질문·경쟁 환경을 바깥에서 확인하는 증거로 역할을 나눕니다. 두 증거는 합치지 않고 나란히 대조합니다.

고객 소유 · GoogleSearch Console 생성형 AI 보고서

보고서가 제공된 고객 속성은 화면에서 내보낸 파일을 받아 AI 개요·AI 모드 노출을 페이지·국가·날짜·기기별로 연결합니다. 현재 단계에서는 제공 여부와 내보내기 상태도 증거 원장에 함께 기록합니다. 공식 보고서 안내

고객 소유 · MicrosoftBing Webmaster Tools AI Performance

사이트의 총 인용, 인용된 페이지, grounding query 표본, URL별 추이를 고객 소유 증거로 연결합니다. 각 지표는 공식 정의와 집계 단위를 함께 보존합니다. 공식 발표

고객 소유 · 전환GA4 AI Assistants·Organic Search 분리

GA4에서 AI Assistants와 Organic Search 유입을 채널별로 분리해 상담·가입·구매 이벤트와 연결합니다. ChatGPT의 utm_source=chatgpt.com도 출처 증거로 보존해 검색·AI 가시성에서 실제 고객 행동까지 한 흐름으로 봅니다. Google Analytics 공식 안내 · OpenAI 공식 안내

외부 관측 · 질의와 경쟁공식 API + 검색 화면 관측

운영사 공식 API가 제공되는 AI 답변과, 검색 화면에서 직접 확인한 검색·AIO 지면을 구분해 저장합니다. 이 레일은 동일 질의에서 귀사와 경쟁사의 외부 노출을 비교하는 데 사용합니다.

이커머스 선택형 준비도. 상품 피드·재고·배송·반품·결제 흐름과 Universal Commerce Protocol(UCP) 준비도 점검은 해당 고객의 별도 범위·견적으로 설계합니다. Google UCP 공식 가이드

무엇을 묻나 — 키워드가 아니라 질문입니다

절반은 무엇을 묻느냐에서 갈립니다 — 질문은 검증된 질의 지도 방법론으로 설계하고, 확정본은 버전이 박제되어 재측정 델타의 비교 기준이 됩니다. 상세 설계 기준은 계약 안에서 제공됩니다.

질의셋은 공개 코퍼스 이식이 아니라 한국 실사용 데이터에서 설계합니다. 공개된 AI 대화 코퍼스는 영어에 크게 치우쳐 있습니다 — LMSYS-Chat-1M은 턴의 78%(arXiv 2309.11998), ShareGPT는 대화의 92.35%가 영어이고, 한국은 WildChat 수집 상위 국가 목록에 오르지 않습니다(arXiv 2405.01470). 영어 코퍼스를 번역해 얹는 설계로는 한국 구매자가 실제로 묻는 문장을 재지 못합니다 — 그래서 한국어 질의는 한국 실사용 데이터와 한국어 질문 관행에서 출발해 새로 설계합니다.

질의셋 품질 자기검증 — 이름 에코형 질의 검출 사례

질의셋 품질 자기검증 — 실제 검출 사례

질문에 이름이 들어가면, 언급률 1.00은 측정이 아니라 설계 결과입니다

자체 질의셋 진단(2026-07-12)에서 질문 문면이 답을 유도하는 편향형 질의가 실제로 검출됐습니다. 해당 질의는 분류 후 교체했고, 이후 질의셋은 같은 유형이 재발하지 않도록 기계 검증으로 잠갔습니다 — 스스로에게 먼저 적용한 품질 게이트이며, 검증 규칙의 세부는 고객 계약 안에서 제공합니다.

우리 계측기가 틀렸던 자리

재는 도구가 틀리면 그 위에 쌓은 숫자가 전부 틀립니다. 그래서 우리 도구가 틀렸던 자리를 회차마다 적어 두고, 그때 무엇을 바꿨는지 같이 남깁니다.

무엇을 싣고 무엇을 안 싣는지 가르는 기준은 한 문장입니다. 이 값을 지우면 우리가 낸 다른 숫자가 틀려지는가. 예면 밝힌다. 아니면 싣지 않는다.

접근성 검사 도구가 우리 지면에서만 죽었고, 집계가 그 실패를 위반 0으로 읽었다.

어떻게 드러났나. 같은 검사가 경쟁사 지면에서는 통했다. 우리 쪽만 123건 전부 실패였는데 결과표에는 위반 0으로 찍혔다. 유리한 쪽으로만 어긋난 것이 단서였다.

그래서 무엇이 바뀌었나. 검사 스크립트를 우리 보안 설정에 걸리지 않는 방식으로 주입해 246건 전부 성공했다. 실패를 0으로 접는 집계를 금지하고, 유리한 결과가 나오면 먼저 의심한다는 판정 규칙을 세웠다.

2026-08-01

화면 색 대비를 픽셀로 재는 검사가 경쟁사를 포함한 모든 사이트를 미달로 냈다.

어떻게 드러났나. 글자 테두리의 흐린 픽셀이 배경 표본에 섞여 들어갔다. 우리만 나쁜 것이 아니라 표본 28곳이 전부 미달이라 값 자체가 판정에 못 쓰인다는 것이 드러났다.

그래서 무엇이 바뀌었나. 통과·미달 판정은 요소 단위로 재는 다른 검사로 옮겼다. 픽셀 값은 사이트끼리 순위를 볼 때만 쓰고, 표 머리에 그 한계를 적어 두기로 했다.

2026-08-01

종류가 다른 표본끼리 비교했다. 우리 120지면을 상대 28지면에 얹어 첫 화면 분량을 쟀다.

어떻게 드러났나. 첫 화면 글자량이 79.31% 대 0.96%로 나왔다. 차이가 너무 커서 다시 보니 우리는 사이트 전체, 상대는 대표 지면 몇 개였다. 같은 종류끼리 다시 재니 우리 가격 지면은 19곳 중 1위였다.

그래서 무엇이 바뀌었나. 비교마다 분모의 표본 종류를 문장에 적기로 했다. 전체 대 전체인지, 같은 성격의 지면끼리인지가 안 적힌 비교는 쓰지 않는다.

2026-08-01

시험용으로 만든 가짜 관측이 진짜 관측 더미에 섞여 있었고, 집계가 조용히 오염됐다.

어떻게 드러났나. 자사 인용이 1,400건이라는 값이 나왔다. 형식이 진짜와 같아 집계로는 안 걸렸고, 답변 길이 분포를 그려서야 다른 무리가 보였다.

그래서 무엇이 바뀌었나. 가짜를 지우지 않고 표식을 두 겹으로 붙였다. 지우면 같은 실수를 다시 검증할 수 없다. 판별 검사기를 집계 앞단에 배선해 섞인 채로는 숫자가 안 나오게 했다.

2026-08-01

「시험 실행 명령을 지우면 알아챈다」를 증명하려던 검사다. 정작 아무것도 재지 않았다. 겨누던 줄을 진작 옮긴 탓이다.

어떻게 드러났나. 배포 전 점검이 여기서 멈췄다. 손으로 재현하니 지워진 줄이 0개인데도 「달라졌다」고 답했다. 파일 끝 줄바꿈 하나가 그 거짓 답을 만들었다.

그래서 무엇이 바뀌었나. 지워진 줄을 세서 정확히 하나일 때만 통과시킨다. 읽을 때 줄바꿈을 살렸다. 겨누는 줄은 한 군데에 모았다. 원본에서는 잡히고 그 줄을 지우면 사라진다. 양쪽으로 확인했다.

2026-08-11

자료 검색 도구가 「출처 기록이 낡았다」는 경고를 늘 켜 두었다. 늘 켜진 경고는 성한 것과 상한 것을 못 가린다.

어떻게 드러났나. 출처가 붙은 비율이 99.31%, 98.28%, 72.52%인 기록 세 벌이 모두 낡음으로 찍혔다. 따로 재서 합쳐 기준 시각이 옛 값에 머문 탓이었다.

그래서 무엇이 바뀌었나. 낡음 비교를 버리고 그 경고를 읽던 검사 둘을 비율로 옮겼다. 전부 등급이 붙으면 경고가 없어야 하고 넷 중 하나라도 빠지면 떠야 한다. 문턱은 설정으로 바뀌니 숫자 대신 문구를 잠갔다.

2026-08-11

값이 흔들렸는지 보는 검문에서 두 실패가 같은 신호를 냈다. 그 신호를 기다리던 검사 둘이 엉뚱한 이유로 통과해 아무것도 못 쟀다.

어떻게 드러났나. 옆에 있던 검사 넷이 먼저 실패했다. 빠진 선언을 채우자 잠잠하던 둘이 그제야 이름대로 움직였다. 실패하는 길이 둘인데 신호가 하나면 어느 쪽인지 알 수 없다.

그래서 무엇이 바뀌었나. 검사용 값을 심는 일을 한 곳으로 모아 선언까지 같이 했다. 그 파일 검사 18건이 모두 통과한다. 재는 대상 40건에 견줄 목록이 27건뿐이던 것도 찾아 44건으로 채웠다.

2026-08-11

공개 기준과 계약 제공 범위

핵심 측정 기준을 공개합니다.

공개 범위와 계약 제공 범위 전문

측정 표면·반복 횟수·신뢰구간·판정 방식·프로비넌스 — 숫자를 파는 회사는 숫자가 만들어지는 방식을 숨기면 안 된다고 믿기 때문입니다. 유료 리포트에는 측정 조건 해시·반복 근거·재현 절차를 증거 봉투 한 묶음으로 동봉하며, 재측정은 사전 등록 기준으로 판정합니다.

통계 감사 — 상품별 범위로 산출물 명세에 표시하고, 해당 상품에서 검수한 판정과 통계 상태를 리포트에 연결합니다.

개선 실행의 구체 기준은 계약 안에서 제공합니다. 어떤 질의로 진입하고 무엇부터 공략할지는 계속 갱신하는 노하우라, 진단·스프린트·운영 프로그램 고객에게 브랜드 맞춤으로 제공됩니다.

운영 원칙과 회사

숫자를 근거로 실행까지 맡는 회사라면 그 숫자부터 정직해야 합니다. CiteAngle(사이트앵글)은 주식회사 아티펙스가 만드는 검색·AI 가시성 실측과 개선 실행 서비스입니다. 고객이 AI에게 묻는 시대에 그 답 안에 당신이 있는지를 위의 15개 자리에서 숫자로 확정합니다. 그다음 페이지와 증거 자산을 고치고, 같은 조건으로 다시 재서 전후 비율과 그 신뢰구간, 변경 전후 URL 영수증을 델타 리포트로 드립니다.

실측이 먼저 · 정직이 상품 · 방법 공개 — 세 원칙
Measure

실측이 먼저

통념·소문이 아니라 이 브랜드의 실제 측정에서 처방이 나옵니다. 처방마다 근거 등급을 답니다 (측정 원칙 6가지).

Honesty

정직이 상품

계약상 상품 범위를 계획된 측정·리포트·합의한 실행·동일 조건 재측정으로 명확히 합니다. 검색·AI 가시성의 관측 변화와 고객 소유 전환 증거를 함께 보고합니다.

Open Method

방법 공개, 노하우는 계약 안에서

숫자가 만들어지는 방식은 숨기지 않되, 어느 질의부터 어떤 순서로 들어가는지의 실행 지도는 고객의 것입니다.

주식회사 아티펙스는 CiteAngle(사이트앵글)의 운영사입니다. 서울에 본점을 둔 한국 법인으로, 운영사 허브 사이트는 artiaudit.com이며 CiteAngle은 그 산하 브랜드로, 검색·AI 답변부터 콘텐츠·소셜·광고 운영까지 웹 표면의 측정과 개선을 맡습니다.

상호

주식회사 아티펙스

CiteAngle(사이트앵글) 운영사 · 사업자등록번호 239-88-03748

대표 · 측정 책임자

심정엽

질의 설계부터 리포트 최종 검수까지 — 아래 측정 책임자 절 참조

소재지

서울특별시 강서구 강서로 391, 제10층 제1006호(마곡동, 문영비즈웍스)

서울에 본점을 둔 한국 법인

등기 표기와 통신판매업 신고번호, 저자 이름을 붙이는 규칙까지는 운영 회사 지면에 모아 두었습니다.

측정 책임자

측정을 파는 쪽이 자기 숫자를 가리면, 그 측정은 팔 물건이 아닙니다. 이 사이트에 적힌 수치는 같은 값 그대로 근거 레지스트리에 남아 있고, 집계 원본은 공개 데이터셋에서 내려받을 수 있습니다. 결과가 우리에게 불리하게 나온 구간이라고 해서 지우지 않습니다. 구간 폭을 넓혀 적을 뿐입니다.

— 심정엽, CiteAngle 측정 책임자

심정엽 — 주식회사 아티펙스 대표 · CiteAngle 측정 책임자. 질의 설계, 반복 측정 운용, 판정 기준 적용, 리포트 최종 검수까지 이어지는 측정 체계를 총괄하고, 공개 표면의 수치 주장이 근거 레지스트리와 일치하는지 발행 전에 직접 확인합니다. 인사이트 발행물의 저자 표기는 이 책임 범위를 가리킵니다 — 문의 support@citeangle.com

이 이름으로 발행한 글은 저자 지면에 모아 두었습니다.

New Research

SEO·AEO·GEO·AIO를 한 증거 체계로 읽으세요

측정 실패부터 답변 표면, 브랜드 언급, 타깃 출처 인용, 직접 근거, 검증된 유입과 사업성과까지 각 단계의 분모를 분리했습니다. 자동 진단·초안, 고객 승인 게시, 담당자 외부 작업의 경계도 함께 공개합니다.

측정·개선 자동화 인사이트 읽기

방법론에 대해 자주 묻는 질문

왜 같은 질문을 여러 번 반복해서 재나요?

한 번의 관측은 점 추정치일 뿐이어서, 잠가 둔 같은 질문을 다시 물어 인용·언급과 응답 변동을 함께 측정하기 위해서입니다. 단발 측정만으로는 결론을 세울 수 없다는 데에는 외부 연구도 수렴합니다(본문 구간 폭 공개 절의 출처 병기). 반복 수가 순위 변별을 만들어내는 계산 근거는 위 왜 7회 반복인가 절에 프로덕션 함수 실계산으로 공개돼 있습니다.

언급과 인용은 뭐가 다른가요?

언급은 AI 답변 본문에 브랜드명이 등장한 상태이고, 인용은 자사 URL이 그 답변의 출처로 연결된 상태입니다. 두 지표는 신뢰 수준이 달라 분리 집계합니다 — 인용은 출처 URL 결정론 대조로, 언급은 실체 구분 판정으로 각각 집계합니다. canonical 정의는 정의 캐논에 고정돼 있고, 두 지표가 실무에서 어떻게 갈라지는지는 언급 대 인용 해설에서 실측으로 다룹니다.

로그인 없이 측정하면 실제 사용자가 보는 답과 다르지 않나요?

저희가 측정하는 것은 개인화가 적용되기 전의 기저 가시성이고, 이 통제된 기준면이 재현과 비교를 가능하게 합니다. 개인별 화면의 답은 이용 이력·계정 상태에 따라 달라질 수 있다는 사실까지 측정 설계에 반영돼 있습니다 — 그래서 단발 캡처가 아니라 같은 조건의 반복 관측과 시계열로 읽습니다(위 측정 전제 문단 참조). 조건이 통제된 기준면 위에서만 개선 전후의 변화를 같은 기준으로 측정할 수 있습니다.

측정 결과를 제3자가 검증할 수 있나요?

네 — 검증 가능하도록 설계된 상품입니다. 공개 표면의 수치 주장은 공개 클레임 레지스트리에 출처·기준일과 함께 등재되고, 유료 리포트에는 측정 시각·모델 버전·설정 해시(프로비넌스)와 재현 절차가 동봉되며, 잠근 해시 원장이 사후 수정·백데이트를 검출 가능하게 만듭니다. 무결성층의 해시 대조는 언제든 결정적으로 검증되고, 리포트 옆에는 질문별·자리별 인용 주소와 인용·언급 판정, 7회 각각의 회차별 결과가 기계가 읽는 JSON 파일로 함께 갑니다.

순위 추적 도구로는 왜 AI 가시성이 안 보이나요?

검색 순위와 AI 답변의 인용은 다른 단계에서 결정되기 때문입니다. 미국 데스크톱 거래형 질의를 대조한 외부 실측에서 AI Mode 인용 중 같은 질의의 검색 상위 20위 출신은 19%에 그쳤습니다(seoClarity, 데이터 2025-09). 순위표가 좋아도 인용의 대부분은 순위표 밖에서 결정된다는 뜻입니다. 그래서 저희는 순위 대리지표 대신 AI 답변 표면을 직접 재고, 같은 질문의 검색 교차 대조군을 함께 측정해 어느 단계에서 연결이 이어질 자리인지를 보여드립니다.

개선 전후의 관측 변화는 비교 가능한 조건·같은 질의의 재측정 델타로 보고합니다. 관측 변화값과 고객 소유 전환 증거를 각각 제시해 검색·AI 통합 가시성의 다음 우선순위를 정합니다.

이 지면은 이 씁니다. CiteAngle 측정 책임자이고, 화면에 나가는 숫자는 발행 전에 근거와 하나씩 맞춰 봅니다. 기준일 .

고객은 이미 AI에게 묻고 있습니다. 그 답 안에 당신이 있는지, 10분이면 확인됩니다.

무료로 확인하기

이 지면의 CTNG-CANARY-KO-20260725-2XPD는 발행한 내용이 AI 답변에 닿기까지 며칠이 걸리는지 재려고 적어둔 고유 문자열입니다. 다른 뜻은 없습니다.