구매자가 보는 답변을 그대로 읽는 AI 브랜드 가시성 추적

API 샘플과 실제 답변의 출처 링크 일치율은 약 4%에 불과합니다. Sai는 구매자가 브라우저에 로그인한 상태에서 실제로 확인하는 답변을 매주 추적합니다.

이번 주 AI 답변에 [our brand]가 어떻게 나타나는지 추적하세요. ChatGPT, Perplexity, Google AI 모드, Copilot에서 다음 12개의 프롬프트를 실행하세요. 내 계정으로 로그인하고, 프롬프트당 하나의 새로운 세션을 사용합니다: [paste your 12 buyer-intent prompts here] 각 실행마다 다음을 캡처하세요: 프롬프트, 엔진, 날짜, [our brand] 언급 여부, 답변 내 위치, 함께 언급된 모든 브랜드, 답변이 인용하는 모든 출처 링크. 전체 답변 텍스트를 증거로 저장하고, 우리가 제어하지 않는 페이지를 가리키는 모든 인용을 표시하세요. 프롬프트-엔진 쌍당 한 행씩 Google 시트에 정리하고, 엔진별, 프롬프트별로 정렬하며, 이번 주 행을 맨 위에 배치하세요. 아무것도 전송하지 마세요.

지금 시작하기

작동 방식

프롬프트 세트를 한 번만 작성하세요. 나머지 세 단계는 Sai가 매주 알아서 처리합니다.

Step 1

구매자가 실제로 입력하는 질문 작성하기

10~20개의 프롬프트와 타겟 시장이 사용하는 엔진을 설정하세요. 선택 사항: 하락세 발생 시 Sai가 알림을 보낼 임계값을 설정할 수 있습니다.

Step 2

Sai는 실제 로그인된 세션에서 모든 프롬프트를 실행합니다

프롬프트당 하나의 새로운 채팅을 사용하며, 구매자가 답변을 생성할 때와 동일한 환경인 귀하의 계정에서 직접 실행합니다.

Step 3

Sai는 언급 여부, 경쟁사, 인용 출처를 모두 기록합니다

언급 여부, 답변 내 위치, 함께 나타난 브랜드, 인용된 모든 출처 링크를 기록하며, 전체 답변 내용을 하단에 보관합니다.

Step 4

Sai는 다음 주 월요일에 다시 실행합니다

동일한 프롬프트, 동일한 엔진, 동일한 형식으로 진행됩니다. 이번 주 데이터는 이전 모든 주차 데이터와 나란히 기록됩니다.

수치를 증명해야 하는 마케터를 위해 설계되었습니다

샘플이 아닌 답변 그 자체

모델 엔드포인트와 로그인된 제품 인터페이스는 서로 다른 응답을 반환합니다. 검색 방식, 개인화, 인용 출처가 모두 다르기 때문입니다. Sai는 인터페이스를 직접 읽기 때문에, 보고된 언급은 누군가가 실제로 확인했을 수 있는 답변이며, 그들이 실제로 접속했던 세션의 결과입니다.

모델 엔드포인트와 로그인된 제품 인터페이스는 서로 다른 응답을 반환합니다. 검색 결과, 개인화, 인용 내용이 모두 다릅니다. Sai는 인터페이스를 직접 읽기 때문에, Sai가 보고하는 언급은 실제 사용자가 해당 세션에서 실제로 볼 수 있었던 내용입니다.

브랜드 노출 여부를 결정하는 인터페이스들은 점점 더 공개 API를 제공하지 않는 추세입니다. 메모리와 커넥터가 포함된 ChatGPT 세션, 특정 테넌트에 종속된 엔터프라이즈 Copilot, 자체 모델 선택 기능을 갖춘 Perplexity 계정이 그 예입니다. Sai는 이러한 서비스에 접속하여 로그인하고, 질문을 입력한 뒤 화면에 나타난 결과를 읽습니다.

1회성 실행이 아닌, 100회차 실행을 위해 설계되었습니다

노출 수치 자체는 큰 의미가 없습니다. 40번째 월요일이 되었을 때 비로소 의미를 갖습니다. Sai는 동일한 프롬프트 세트를 자동으로 반복 실행하고 매주 결과를 나란히 기록하므로, 별도의 재실행 없이도 추세를 한눈에 파악할 수 있습니다.

모든 수치에는 근거가 있습니다

각 행에는 전체 답변 텍스트와 엔진이 인용한 모든 링크가 저장됩니다. 특정 언급이 사라지면, 단순히 점수가 하락했음을 확인하는 데 그치지 않고 해당 실행 기록을 열어 어떤 페이지가 그 자리를 대신했는지 직접 확인할 수 있습니다.

AI 브랜드 노출 추적의 실제 측정 대상

AI 브랜드 노출 추적이란 무엇인가요?

AI 브랜드 노출 추적이란 고정된 구매자 질문 세트에 대해 AI 엔진이 생성하는 답변에 특정 브랜드가 포함되는지를 반복적으로 측정하는 것입니다. 각 실행 시마다 언급 여부, 답변 내 위치, 함께 언급된 경쟁 브랜드, 인용된 출처를 기록합니다. 이는 일회성 감사가 아닌 추세 측정 방식입니다.

검색 순위는 10개의 결과와 클릭을 제공했습니다. 하지만 AI 답변은 하나의 문단, 3~4개의 브랜드, 짧은 인용 목록만을 제공합니다. 이제 '2페이지'라는 개념은 존재하지 않습니다. 문단에 포함되지 않은 브랜드는 고려 대상에서 제외되며, 기존의 순위 보고서로는 이러한 상황을 전혀 파악할 수 없습니다.

‍

AI 검색 결과에서 브랜드 노출을 어떻게 추적할 수 있나요?

AI 검색에서 브랜드 노출을 추적하려면 실제 구매자가 입력할 법한 10~20개의 질문 세트를 정하고, 시장에서 주로 사용하는 엔진(ChatGPT, Perplexity, Google AI 모드, Copilot, Gemini 등)을 선택하세요. 매주 같은 요일에 로그인된 세션에서 동일한 질문 세트를 실행하고, 실행당 5가지 항목을 기록하면 됩니다.

5가지 항목은 언급 여부, 답변 내 위치, 함께 언급된 브랜드, 인용된 출처, 전체 답변 텍스트입니다. 핵심은 프롬프트를 수정하지 않는 것입니다. 노출 수치는 연속된 데이터로 볼 때만 의미가 있으며, 실행할 때마다 질문을 바꾸면 기준점이 초기화되어 버립니다.

What is measured	API-sampled AI visibility trackers	Sai (real signed-in interface)
Surface queried	Model endpoint, no account, no session	The signed-in product, one fresh chat per prompt
Agreement with the on-screen answer	~4% of cited source links, ~24% of brand mentions	It is the on-screen answer
Engines with no public API	Not covered	Covered — operated through the UI
Memory, connectors, personalisation	Stripped out by definition	Present, exactly as the buyer has them
Evidence retained	A score	Full answer text plus every cited link
Diagnosing a drop	The number moved	The page that took the citation slot

‍

AI 노출 추적 결과가 왜 제가 화면에서 보는 것과 다른가요?

AI 노출 추적 결과가 화면과 다른 이유는 서로 다른 인터페이스를 조회하기 때문입니다. API 뒤의 모델 엔드포인트는 로그인된 제품과 다릅니다. 메모리, 커넥터, 실시간 검색 레이어, 계정 맥락이 전혀 없습니다. 측정 결과, 두 방식은 인용된 출처 링크의 약 4%, 브랜드 언급의 약 24%만이 일치했습니다.

이러한 차이는 평균을 내어 상쇄할 수 있는 샘플링 오차가 아니라, 측정 그 자체입니다. API 샘플링을 통해 40%의 언급률을 보고하는 도구는 실제 고객이
접속하는 환경과는 전혀 다른 환경을 설명하고 있는 것입니다. 이 수치는 내부적으로는 일관성이 있을지 몰라도 외부적으로는 무의미하며,
이는 이사회 보고서에 포함하기에는 최악의 조합입니다.

‍

왜 이런 도구들은 로그인 화면에서 멈추나요?

이 도구들은 API 기반으로 구축되었는데, 정작 중요한 답변 영역은 API를 제공하지 않는 경우가 많기 때문입니다. Profound, Peec AI, Scrunch AI, Otterly를 비롯해 Semrush와 Ahrefs 내부의 AI 모듈들은 모두 프로그래밍 방식으로 샘플링을 수행합니다. 이들 중 그 누구도 메모리와 커넥터가 활성화된 상태로 로그인된 ChatGPT 세션 내에서 작동할 수는 없습니다.

Sai는 API에 의존하지 않습니다. 사람이 직접 브라우저를 사용하는 방식 그대로 엔진을 열고, 자격 증명으로 로그인한 뒤, 프롬프트를 입력하고, 답변이 완료될 때까지 기다렸다가 렌더링된 내용을 읽어 들입니다. 사람이 클릭할 수 있는 곳이라면 Sai도 실행할 수 있습니다. 이것이 바로 API를 제공하는 엔진이든 그렇지 않은 엔진이든 동일한 명령어로 처리할 수 있는 이유입니다.

‍

AI 브랜드 가시성 추적을 설정할 필요가 없는 경우는 언제인가요?

다음 달 이사회 발표 자료에 들어갈 단 한 번의 스냅샷만 필요하다면 굳이 설정할 필요가 없습니다. 분석가가 브라우저를 켜고 오후 시간만 투자해도 어떤 추적 도구보다 나은 결과를 만들어낼 수 있기 때문입니다. 또한, 관심 있는 모든 엔진이 안정적인 공개 API를 제공하고 있고, 이미 엔지니어가 해당 통합을 유지 관리하고 있다면 굳이 도입할 이유가 없습니다.

이 도구는 매주 5개의 엔진에 대해 20가지 질문을 1년 내내 반복해야 하고, 그 수치가 어디서 나왔는지 설명해야 할 때 진가를 발휘합니다. 한 번 측정하는 것은 단순한 작업이지만, 12개월째 계속 측정하는 것은 업무입니다. Sai는 1회성 실행이 아닌, 100번째 실행을 위해 설계되었습니다.

‍