AI가 내 브랜드를 아는지 묻는 것을 멈추고, 더 어려운 것을 측정하기 시작했다

나는 AI 검색 가시성(visibility)이 단순한 숫자로 이루어져 있을 것이라고 생각했다.

예를 들어:

'당신의 브랜드가 AI 답변의 38%에서 등장합니다.'

쉽다. 대시보드에 올리고, 매주 추적하면 끝이다.

그러다가 나는 Aurvikon을 만들기 시작했다.

그리고 그 비율이 흥미로운 부분이 아니라는 것을 깨달았다.

흥미로운 질문은 이것이다:

'왜 AI가 당신 대신 그들을 선택했을까?'

그 질문은 내가 AI 검색을 바라보는 방식을 바꾸었다.

나는 브랜드 기반의 검색 테스트를 멈췄다.

가장 쉬운 테스트는 다음과 같이 묻는 것이다:

'[[회사 이름]]에 대해 알려주세요.'

물론 회사가 언급될 가능성이 높다. 이건 별로 유용하지 않다.

실제 구매자는 당신의 회사를 언급하지 않을 수도 있다.

그들은 다음과 같이 물어볼 수 있다:

'10명 규모 영업팀에게 가장 좋은 CRM은 무엇인가요?'

또는:

'소규모 회사에 Salesforce의 좋은 대안은 무엇인가요?'

또는:

'아웃바운드 세일즈 자동화에 가장 좋은 도구는 무엇인가요?'

이곳에서 흥미로워진다.

그래서 나는 브랜드 이름 질문 대신 카테고리 질문으로 테스트하기 시작했다. 그리고 매우 다른 그림을 보기 시작했다.

회사는 실제로 경쟁력이 아니더라도 가시적일 수 있다.

AI 시스템이 카테고리 질문에 답변하면서 당신의 회사를 언급한다고 상상해 보자.

언뜻 보기에:

'좋다. 우리가 노출되었네.'

하지만 더 자세히 살펴보면 어떨까?

경쟁사가 먼저 언급되었다.

다른 경쟁사가 네가 목표로 하는 정확한 사용 사례에 대해 추천되었다.

당신의 회사는 간략하게 언급되었지만, 강력한 출처로 뒷받침되지 않았다.

그리고 또 다른 AI 시스템에서는 당신의 회사가 전혀 언급되지 않았다.

그렇다면 '38% 가시성'이 실제로 알려주는 것은 무엇일까?

별거 없다. 바로 그때 나는 가시성을 더 작은 조각들로 나누기 시작했다.

1. 언급되었는가?
   가장 기본적인 질문이다. AI가 답변에 당신의 회사를 포함했는가?

2. 관련성이 있는가?
   언급되는 것만으로는 충분하지 않다. 당신의 회사가 실제로 해결하는 문제에 대해 추천되었는가?

3. 대신 누가 언급되었는가?
   이것은 아마도 가장 유용한 신호 중 하나일 것이다.

왜냐하면 실제 비즈니스 질문은 다음과 같지 않기 때문이다:

'AI가 우리를 알고 있는가?'

그것은 이것이다:

'우리가 원했던 구매자를 누가 얻고 있는가?'

1. 어떤 출처가 답변에 영향을 미치나요?

여기서 상황은 훨씬 더 흥미로워집니다.

답변은 다음 요소들에 의해 영향을 받을 수 있습니다:

비교 페이지 (comparison pages)
고객 리뷰 (customer reviews)
업계 기사 (industry articles)
디렉토리 (directories)
documentation
커뮤니티 토론 (community discussions)
기타 제3자 출처 (other third-party sources)

따라서 귀사의 웹사이트가 반드시 전체 이야기는 아닙니다.

이것이 이상한 문제를 만들었습니다.

저는 한 회사가 다음을 가지고 있음에도 불구하고 AI 추천에서 밀려나는 상황들을 발견하기 시작했습니다:

괜찮은 웹사이트
좋은 전통적인 SEO
많은 콘텐츠

하지만 여전히 AI 추천에서는 제외되는 경우입니다.

그것이 반드시 제품 자체가 더 나빴기 때문은 아닙니다.

단지 AI가 해당 카테고리에 대해 다른 그림을 가지고 있었기 때문일 수 있습니다.

어쩌면 경쟁사들이 더 많은 제3자 커버리지를 가졌을 수도 있고.

어쩌면 그들을 언급하는 비교 페이지가 더 많았을 수도 있고.

어쩌면 리뷰가 더 강력했을 수도 있습니다.

어쩌면 회사의 포지셔닝이 웹 전반에 걸쳐 일관되지 않았을 수도 있습니다.

어쩌면 AI가 단순히 경쟁사와 사용 사례를 연결하는 증거를 더 많이 가지고 있었을 수도 있습니다.

이것은 '순위를 높이는 것'보다 훨씬 어려운 문제입니다.

그래서 제가 Aurvikon을 만들고 있는 것입니다.

Aurvikon의 아이디어는 훨씬 간단해졌습니다:

구매자들이 실제로 묻는 질문들을 물어보세요.

그리고 무슨 일이 일어나는지 측정하세요.

어떤 브랜드가 나타나나요?
어떤 경쟁사가 나타나나요?
어떤 출처가 인용되나요?
귀사의 회사는 어디에서 사라지나요?
어떤 질문들이 가장 큰 기회인가요?

회사에 또 다른 일반적인 SEO 체크리스트를 제공하는 대신, 저는 실제 발견 문제를 보여주고 싶습니다.

예시처럼:

질문: 아웃바운드 영업 자동화에 가장 좋은 도구는 무엇인가요?

그 후:

AI 언급: Apollo, Outreach, Hunter
귀사 브랜드: 언급되지 않음
최상위 인용 출처: X, Y, Z
가장 큰 기회: 경쟁사가 지배하는 특정 사용 사례

이것은 다음보다 훨씬 더 실행 가능합니다:

'AI 가시성 점수가 42점입니다.'

저는 여전히 어려운 부분을 파악하고 있습니다.

아마도 제가 가장 흥미롭다고 생각하는 부분일 것입니다.

업계가 좋은 AI 가시성 측정치가 어떤 모습이어야 하는지 아직 완전히 파악했다고 생각하지 않습니다.

저는 다음과 같은 질문들을 계속 테스트하고 있습니다:

측정을 의미 있게 만들기 위해 몇 개의 프롬프트가 충분할까요?

모든 AI 엔진이 동일한 가중치를 가져야 할까요?

인용(citation)은 얼마나 중요해야 할까요?

1위의 언급과 5위의 언급을 매우 다르게 계산해야 할까요?

무작위적인 언급과 실제 추천을 어떻게 구분할 수 있을까요?

이러한 답변들은 시간이 지나도 안정적일까요?

그리고 아마 가장 큰 질문은 이것일 것입니다.

AI 가시성 점수(visibility score)가 다음에 무엇을 해야 할지 설명해 줄 수 있을까요, 아니면 그저 또 하나의 대시보드 숫자일 뿐일까요?

저는 Aurvikon이 단순히 화려한 점수를 보여주고 사용자에게 그것이 무엇을 의미하는지 궁금하게 만드는 또 다른 도구가 되는 것을 원하지 않습니다.

유용한 부분은 설명이어야 합니다.

측정 지표 자체가 제품이 되어서는 안 됩니다.

그것이 제가 현재 배우고 있는 교훈입니다.

숫자는 흥미롭습니다.

하지만 이유는 유용합니다.

만약 AI가 귀사의 이름을 언급하지 않는다면, 저는 그 이유를 알고 싶습니다.

경쟁사를 언급한다면, 저는 그 추천 뒤에 어떤 증거가 있는지 알고 싶습니다.

그리고 상황을 바꿀 기회가 있다면, 제품이 어디서부터 시작해야 할지 알려주기를 바랍니다.

그것이 제가 지금 작업하고 있는 문제입니다.

저는 아직 초기 단계입니다.

방법론도 계속 진화하고 있습니다.

솔직히 말해서, 그게 재미있는 부분입니다.

우리는 측정 방법을 알아내고 있는 동안 새로운 검색 계층(layer of search)이 나타나는 것을 지켜보고 있습니다.

만약 SaaS를 구축하고 있다면, 오늘 하나의 실험을 해보세요:

AI에게 물어보세요:

“대상 고객([your target customer])을 위한 최고의 [귀하의 카테고리] 도구는 무엇인가요?”

귀사의 회사 이름은 언급하지 마세요.

그런 다음 누가 추천되는지 살펴보세요.

그 답변에서 얻는 것이 구글 순위(Google rankings)를 한 주 동안 바라보는 것보다 더 많은 것을 알려줄 수도 있습니다.