AI 가시성 점수, 질문 몇 개로 재야 믿을 수 있을까

점수를 받기 전에 볼 세 가지

• AI 가시성 점수는 질문을 몇 개, 어떻게 골랐는지에 따라 같은 브랜드도 크게 달라지므로 점수와 질문 목록을 함께 받아야 믿을 수 있습니다.

• 미국에서 질문 520개를 7개 AI 엔진으로 추적한 OtterlyAI 조사에서 질문 10개로 잰 브랜드 언급 질문 비율은 가운데 90%가 39~71%에 퍼졌고 100개에서는 51~60%로 좁아졌습니다.

• 질문 20~30개짜리 무료 진단 점수는 이름이 빠지는 질문을 찾는 데 쓰고, 월별 추세나 경쟁사 비교는 같은 질문 목록을 고정해 오래 잰 값으로 판단하는 편이 안전합니다.

대행사 제안서를 받아 보면 첫 장에 'AI 가시성 62%' 같은 숫자가 크게 적혀 있는 경우가 많습니다. 경쟁사는 70%대라는 비교 막대도 함께 붙어 있죠.

이 숫자를 대표에게 그대로 보고해도 되는지, 다음 달 55%가 나오면 성과가 떨어졌다고 봐야 하는지 판단이 서지 않는다면 숫자보다 먼저 확인할 것이 있습니다. 같은 브랜드라도 질문을 몇 개 썼고 어떤 질문을 골랐는지에 따라 점수가 크게 움직이기 때문입니다.

질문을 만드는 방법은 다른 글에서 다뤘으니 여기서는 이미 받은 점수를 읽는 법만 다룹니다. 예시로 질문 20개로 잰 'AI 가시성 62%'를 받은 B2B 협업툴 회사 마케팅 담당자를 가정하겠습니다. 실제 고객 데이터가 아닌 설명용 예시입니다.

AI 가시성 점수는 믿을 수 있나요?

AI 가시성 점수는 질문 목록과 측정 조건을 함께 받았을 때만 믿을 수 있고, 숫자 하나만으로는 성과를 판단하기 어렵습니다.

GEO나 AEO(답변 엔진 최적화) 보고서에 들어가는 점수는 대부분 정해 둔 질문을 AI 엔진에 입력하고 답변에 브랜드 이름이 나온 질문의 비율을 계산하는 방식입니다. 그래서 질문 목록이 바뀌면 같은 브랜드, 같은 날이라도 점수가 달라집니다.

구글은 AI 기능 최적화 안내 문서(2026년 7월 10일 갱신)에서 외부 도구는 구글 내부 순위나 AI 시스템에 접근할 수 없다고 밝힙니다. 구글 검색 안의 AI 기능 성과는 Search Console 생성형 AI 실적 보고서로 따로 볼 수 있다고 안내하고요.

외부 업체가 낸 가시성 점수는 표본 질문으로 추정한 값입니다. 표본이 작으면 추정도 그만큼 흔들립니다.

💡 언급 비율과 출처 인용률은 다른 숫자입니다. 답변에 이름이 나온 비율과 우리 사이트 URL이 출처로 달린 비율은 따로 계산되니, 받은 점수가 어느 쪽인지 먼저 물어보세요.

질문 10개와 100개, 같은 브랜드 점수가 이만큼 다릅니다

질문을 적게 고를수록 같은 브랜드의 점수가 넓게 흔들립니다.

OtterlyAI 조사(2026년 9월 11일 게시)는 미국에서 질문 520개를 ChatGPT, Perplexity, Gemini, Google AI Mode, Google AI Overviews, Microsoft Copilot, Claude 7개 엔진에 하루 한 번씩 입력해 답변 252,407개를 모았습니다. 그중 AI 검색 모니터링 분야 질문 320개에서 무작위로 일부를 여러 번 뽑아, 브랜드와 엔진, 30일 기간을 고정한 채 점수를 다시 계산했습니다.

점수는 추적한 질문 가운데 브랜드가 언급된 질문의 비율입니다. Otterly는 이 지표에 Brand Coverage라는 이름을 붙였습니다.

표의 차이는 질문을 어떤 것으로 뽑았느냐에서 생겼습니다. 같은 질문을 다시 돌려서 생기는 차이와는 성격이 다릅니다.

질문 10개로 잰 39%와 71%가 같은 브랜드, 같은 기간에서 나올 수 있다는 뜻인데요. 질문 20개는 이 조사에서 따로 계산하지 않았지만, 예시의 62%도 질문을 다르게 골랐다면 50%대나 70%대로 나왔을 가능성을 배제하기 어렵습니다.

이 범위는 미국의 세 분야에서 그 기간에 나온 값입니다. 한국어 질문이나 다른 업종에 그대로 옮기거나, 모든 회사에 필요한 질문 수로 쓰기는 어렵습니다.

같은 질문 목록을 매일 다시 돌려도 점수는 조금씩 움직입니다. Profound 조사는 미국에서 질문 753개를 7개 플랫폼에 2026년 6월 1~14일 동안 하루 1회와 10회로 나눠 입력했습니다. 하루 1회로 잰 가시성 값의 날마다 흔들림(표준편차)은 약 2.2%p였습니다.

같은 조사는 출처 인용 점유율이 하루 측정 횟수보다 질문 구성에 훨씬 민감했다고 적었습니다. 측정 도구를 파는 회사가 직접 수행한 조사라는 한계도 함께 봐야 합니다.

질문은 몇 개가 적당한가요?

질문 수는 점수로 무엇을 판단하려는지에 따라 정해야 하고, 빠진 질문을 찾는 진단과 월별 추세를 보는 측정은 필요한 질문 수가 다릅니다.

표의 구간은 위 조사 범위를 참고해 정한 예시 기준입니다. 업종, 엔진, 질문 언어에 따라 필요한 규모는 달라질 수 있습니다.

질문 20~30개짜리 진단도 이름이 빠지는 지점을 찾는 용도로 쓰면 충분히 쓸모가 있습니다. 예시 회사라면 "중소기업용 협업툴 추천해줘" 같은 비브랜드 질문 가운데 어디서 이름이 빠지는지 표시해 두는 것만으로도 다음 달 콘텐츠 계획을 세울 수 있습니다.

측정 목적에 맞는 질문 규모와 엔진 구성을 정하는 단계부터 도움이 필요하다면 리드젠랩 GEO 서비스 구성을 확인해 보세요.

점수를 받으면 다섯 가지를 같이 요청해 보세요

점수와 함께 아래 다섯 가지를 받으면 그 숫자가 어떤 조건에서 나왔는지 확인할 수 있습니다.

1. 질문 목록 원문을 요청합니다. 브랜드명을 넣은 질문과 넣지 않은 질문이 몇 개씩인지 나눠서 받습니다.

2. 측정한 엔진과 날짜를 확인합니다. ChatGPT만 쟀는지 구글 AI 개요까지 포함했는지에 따라 같은 질문도 결과가 달라집니다.

3. 분모를 확인합니다. 질문 수 기준인지 답변 수 기준인지, 같은 질문을 몇 번 반복했는지 적어 달라고 합니다.

4. 지표 이름을 확인합니다. 브랜드 언급률인지, 우리 URL의 출처 인용률인지, 경쟁사를 포함한 점유율인지 구분합니다.

5. 질문별 원자료를 받습니다. 어느 질문에서 이름이 나왔고 어느 질문에서 빠졌는지 표로 받아야 다음 할 일을 정할 수 있습니다.

✅ 브랜드 질문 점수는 따로 보세요. 회사 이름이 들어간 질문은 답변에 이름이 나오기 쉬운 편이라, 비브랜드 질문과 섞어 계산하면 점수가 실제보다 좋아 보일 수 있습니다.

질문 목록을 바꿨다면 이전 점수와 바로 비교하지 마세요

질문 목록이 바뀐 달의 점수는 이전 달 점수와 같은 잣대로 비교할 수 없습니다.

예시 회사가 3월에 질문 20개로 62%를 받고 4월에 질문을 40개로 늘려 55%를 받았다면, 이것을 7%p 하락으로 읽으면 안 됩니다. 새로 넣은 20개가 원래 이름이 잘 나오지 않던 질문일 수 있어서입니다.

목록을 바꿀 때는 기존 질문을 그대로 두고 새 질문을 별도 묶음으로 더해, 두 묶음의 점수를 한동안 나란히 기록해 보세요. Otterly 조사도 엔진과 분야별 평소 변동 폭을 먼저 파악하고 답변 하나나 스크린샷 한 장으로 가시성을 판단하지 말라고 권했습니다.

언급률, 출처 인용률, 질문 커버리지처럼 보고서에 나오는 지표 이름이 헷갈린다면 리드젠랩 GEO 용어 사전에서 정의를 먼저 맞춰 두면 대행사와 이야기하기가 수월합니다.

자주 묻는 질문

AI 가시성 점수가 매번 다르게 나오는데 정상인가요?

어느 정도의 변동은 정상입니다. Profound 조사에서는 같은 질문 목록을 매일 돌려도 날마다 값이 약 2.2%p(표준편차) 흔들렸습니다. 그보다 훨씬 크게 바뀌었다면 질문 목록이나 측정 엔진이 바뀌지 않았는지부터 확인하세요.

GEO 측정 질문은 몇 개가 적당한가요?

모든 회사에 맞는 정답 개수는 없고 측정 목적에 따라 다릅니다. 빠진 질문을 찾는 진단이라면 20~30개로도 쓸 만하지만, 월별 추세를 보고하려면 목록을 고정하고 질문 수를 늘리는 편이 안정적입니다. Otterly 조사에서는 질문을 10개에서 100개로 늘렸을 때 점수 흔들림이 약 73% 줄었습니다.

무료 진단 점수로 경쟁사와 비교해도 되나요?

같은 질문 목록, 같은 엔진, 같은 날짜로 잰 값이라면 참고 자료로는 쓸 수 있습니다. 질문 수가 적으면 우열이 질문 선택에 따라 뒤집힐 수 있으니, 결론을 내기보다 이름이 빠진 질문 목록을 받아 두는 데 쓰세요.

언급은 됐는데 출처 링크가 없으면 어떻게 기록하나요?

언급과 출처 인용을 별도 칸에 기록합니다. 이름은 나왔지만 우리 URL이 출처로 달리지 않았다면 언급률에는 넣고 출처 인용률에는 넣지 않습니다.

AI 가시성 점수, 질문 목록부터 확인하세요

AI 가시성 점수는 질문 목록과 함께 받아야 읽을 수 있고, 질문 수가 적을수록 성과 판단보다 빠진 질문을 찾는 데 쓰는 편이 맞습니다.

리드젠랩은 AI 답변 분석 플랫폼 SOHA를 직접 개발해 운영하고 있어서, 질문 목록을 고정해 두고 같은 조건으로 다시 재는 작업을 외부 도구에 기대지 않고 처리합니다. 전략, 리서치, 데이터, 콘텐츠 직무를 모두 내부에 두고 있어 측정 설계를 맡은 사람과 결과를 콘텐츠 계획으로 옮기는 사람이 같은 팀 안에서 질문 목록을 함께 봅니다.

지금 받아 둔 진단 점수가 있다면 질문 목록과 함께 보내 주세요. 질문 수와 지표 구성을 보고 그 점수로 판단할 수 있는 것과 없는 것을 나눠 알려 드립니다.

• 리드젠랩에 AI 가시성 점수 검토 문의하기

• SOHA로 고정 질문 목록 측정해 보기

함께 보면 좋은 글

• GEO 모니터링 질문 세트 만드는 법, 구매 여정별 설계

• GEO 진단 보고서 샘플, 항목과 결과 해석하는 법

• 척추병원 GEO 사례, AI 질문 88개 중 26개에서 70개로 늘린 석 달