콘텐츠 바로가기
Mercury .

측정 — Mercury GEO 프레임워크

2026년 8월 업데이트됨

측정된 AI 가시성. 느낌이 아닙니다.

Mercury는 Citation Frequency, Share of Voice, Recommendation Rank 세 가지 지표를 사용하여 AI 가시성을 측정하며, 이는 실제 AI 답변에서 매월 캡처되어 원본으로 저장되고 엔진별, 언어별로 보고됩니다. 이 페이지의 모든 주장은 데이터로부터 재현 가능합니다.

프레임워크

AI 가시성을 정의하는 세 가지 수치

각 지표는 한 문장으로 인용 가능한 정의, 고정된 방법론, 실제 결과 출력 형식을 갖추고 있습니다. 정의가 우선입니다. 따라서 기계(그리고 귀사의 CFO)가 이를 인용할 수 있습니다.

M1

Citation Frequency

Citation Frequency는 고정된 월간 프롬프트 패널에서 AI 엔진이 귀사 브랜드를 언급하거나 인용하는 추적된 상업적 프롬프트의 비율입니다.

측정 방법

  • 클라이언트당 50~200개의 고정 프롬프트 패널을 ChatGPT, Gemini, Perplexity 및 Google AI Overviews를 대상으로 매월 실행
  • 각 응답은 브랜드 언급, 링크된 인용 및 출처 기여도를 파싱하여 서버 측에서 점수화합니다.
  • 이동 추적이 가능하도록 엔진별 및 시장별(HK EN, 繁中, Japan, SEA)로 보고됩니다.
  • 언급이 없는 답변은 별도로 기록됩니다. 부재는 알려지지 않은 상태가 아닌 측정된 상태입니다.

정확한 정의

Citation Frequency는 AI 엔진의 답변이 귀사 브랜드를 언급하거나, 링크하거나, 인용하는 추적된 고정 상업 프롬프트 패널의 비율입니다. "인용"은 저장된 원본 답변에서 다음 세 가지 이벤트 중 하나가 발생할 때 계산됩니다. 본문에서 브랜드가 언급되거나, 출처로 브랜드 소유 URL이 링크되거나, 브랜드 콘텐츠가 그대로 인용되는 경우입니다. 공식: CF = (≥1 인용 이벤트가 있는 프롬프트 수 ÷ 총 패널 프롬프트 수) × 100, 엔진별 및 언어별로 계산됩니다.

측정 방법

50~200개의 상업적 프롬프트 패널을 기준선으로 고정하고, ChatGPT, Gemini, Perplexity 및 Google AI Overviews를 대상으로 매월 실행합니다. 응답은 서버 측에서 구문 분석되며, 모든 원본 답변이 보존되어 보고된 수치를 재현할 수 있습니다. 패널은 프로그램 도중에 절대 변경되지 않으며, 월별 비교 가능성이 핵심입니다.

좋은 상태의 모습

절대적인 수치보다 방향이 더 중요합니다. 프로그램은 일반적으로 첫 분기에 0~10%의 기준선에서 핵심 구매 프롬프트에 대해 25~40%로 이동하며, 성숙한 카테고리 리더는 자체 자금 패널에서 50%+를 유지합니다. 건강한 추세는 스키마 및 콘텐츠 재구축 단계 동안 월별 +3~+6 퍼센트 포인트 증가입니다.

흔한 오해

Citation Frequency는 검색 순위나 트래픽이 아닙니다. #1 Google 결과라도 AI 답변에서 참조되지 않으면 Citation Frequency가 0%일 수 있습니다. 또한 일회성 점검도 아닙니다. ChatGPT에 한 번 프롬프트를 입력하고 브랜드가 나오는 것을 보는 것은 아무것도 증명하지 못합니다. 저장된 원본 답변으로 일정에 따라 재실행되는 고정 패널만이 방어 가능한 Citation Frequency를 생성합니다.

예시 결과 — Citation Frequency

engine
chatgpt / gemini / perplexity / aio
prompt_panel
128개 상업적 쿼리 (HK, EN + 繁中)
citation_frequency
41.4% (기준선 대비 7.8%에서 +33.6pt)
window
30일 이동 평균 · 프로그램 14주차

M2

Share of Voice

Share of Voice는 정의된 카테고리 프롬프트 세트 내 모든 브랜드 인용에서 귀사 브랜드가 차지하는 비율입니다. 귀사와 같은 분야의 모든 AI 답변 중 귀사를 언급하는 비율입니다.

측정 방법

  • 클라이언트와 정의한 카테고리 프롬프트 세트 (예: "private banking onboarding HK" = 24개 프롬프트)
  • 각 답변에 언급된 모든 브랜드를 추출합니다. 귀사 언급 횟수 ÷ 전체 브랜드 언급 횟수 = SoV
  • 추상적인 평균이 아닌, 지정된 경쟁사 세트를 기준으로 추적합니다.
  • 변동폭은 매주 조정되므로, 경쟁사 급증 시 분기별 놀라움이 아닌 즉각적인 대응이 가능합니다.

정확한 정의

Share of Voice는 정의된 카테고리 프롬프트 세트 내에서 방출된 모든 브랜드 인용 중 귀사 브랜드가 차지하는 비율입니다. 공식: SoV = (귀사 브랜드 인용 이벤트 ÷ 추적되는 모든 브랜드의 인용 이벤트) × 100. 분모는 프롬프트가 아닌 브랜드 인용입니다. SoV는 "어떤 공급업체를 언급하는 답변 중, 우리를 언급하는 답변은 몇 퍼센트인가?"에 대한 답입니다.

측정 방법

카테고리 프롬프트 세트(예: "private banking onboarding HK"에 대한 24개 프롬프트)와 명명된 경쟁사 세트는 기준선에서 고객과 합의하고 고정됩니다. 매월 실행 시 모든 답변에 언급된 모든 브랜드를 추출하고, 각 인용을 공급업체에 할당하며, 엔진별 및 언어별 점유율을 계산합니다. 변화량은 매주 조정됩니다.

좋은 모습

5개 이상의 신뢰할 수 있는 공급업체가 있는 파편화된 카테고리에서 25% 이상의 지속적인 SoV는 AI 답변에서 카테고리 리더십을 의미하며, 40% 이상은 지배력을 의미합니다. 전략적으로 중요한 신호는 교차점입니다. 즉, 귀사의 SoV가 기존 업체보다 높아지는 주차이기 때문입니다. AI 답변은 복합적입니다. 엔진들은 이전에 인용했던 브랜드를 다시 인용합니다.

흔한 오해

두 가지 오류가 반복됩니다. 첫째, 총 브랜드 인용 횟수 대신 전체 프롬프트 대비 SoV를 계산하는 것으로, 귀사의 위치를 과소평가하고 경쟁사의 급증을 숨깁니다. 둘째, 언어 혼합입니다. 동일한 프롬프트에 대해 한 브랜드가 영어에서 35%의 SoV를 보유하고 번체 중국어에서 0%를 보유할 수 있으므로, 이중 언어 패널은 절대 평균 내지 않고 별도로 보고해야 합니다.

예시 리드아웃 — share of voice

카테고리
enterprise odoo partner · asia
your_share_of_voice
모든 공급업체 인용의 27%
top_competitor_sov
19% (9주차에 추월)
추적 브랜드
11개 벤더 · 4개 엔진

M3

Recommendation Rank

Recommendation Rank는 AI 엔진이 답변 내에서 귀하의 브랜드를 추천하는 순서상의 위치를 나타냅니다. 랭크 1은 구매자가 누구를 선택해야 할지 물었을 때 어시스턴트가 귀하를 가장 먼저 언급한다는 의미입니다.

측정 방법

  • 인용하는 모든 답변은 위치별로 점수화됩니다: 가장 먼저 언급됨, 나열됨, 또는 주의 사항에 묻힘
  • 가중치 적용: 랭크 1은 1.0점, 2위는 0.6점, 3위는 0.4점, 언급만 되고 추천되지 않은 경우는 0.2점
  • 추천 프롬프트와 정보 제공 프롬프트에 대해 별도로 측정됩니다. 전자는 파이프라인을 구동하는 유일한 요소입니다.
  • 엔진별 월별 단일 0–100 Recommendation Index로 집계됩니다.

정의

Recommendation Rank는 구매 의도 프롬프트에 대한 답변 내에서 AI 엔진이 귀하의 브랜드를 언급하는 순서상의 위치입니다. 랭크 1은 어시스턴트가 귀하를 가장 먼저 추천한다는 의미입니다. Citation Frequency는 귀하가 언급되었는지 여부를 묻고, Recommendation Rank는 귀하가 선두에 있는지 여부를 묻습니다. 사용자가 누구를 선택하거나, 고용하거나, 구매해야 하는지 질문하는 프롬프트만 점수화됩니다.

측정 방법

인용하는 모든 답변은 위치별로 점수화됩니다: 가장 먼저 언급됨은 1.0점, 2위는 0.6점, 3위는 0.4점, 추천 없이 언급된 경우는 0.2점입니다. 이 가중치 점수들은 엔진별 월별 0–100 Recommendation Index로 집계되므로, 위치 변화는 근본적인 랭크 분포와 함께 단일 추세선으로 추적됩니다.

좋은 모습이란

구매 의도 프롬프트의 경우, 좋은 지표는 일관되게 랭크 1–2를 차지하고 엔진별 추천 지수가 70 이상인 것입니다. 구매자는 첫 번째로 언급된 옵션을 기본 선택으로 간주하기 때문에, 랭크 1과 랭크 3 사이의 파이프라인 차이가 랭크 3과 전혀 언급되지 않은 경우의 전체 차이보다 일반적으로 더 큽니다.

흔한 오해

전형적인 실수는 '언급됨'을 '추천됨'으로 취급하는 것입니다. 귀사의 브랜드를 다섯 가지 대안 중 하나로 나열하거나, 주의 사항 내에 이름을 언급하는 것은 추천이 아닙니다. 구매자는 가장 먼저 자신감 있게 추천하는 곳에 따라 행동합니다. 정보 제공용 프롬프트 전반의 랭크를 평균하는 것 역시 지표를 부풀립니다. 오직 추천 의도 프롬프트만이 파이프라인을 견인합니다.

예시 결과 — 추천 랭크

프롬프트
럭셔리 리테일을 위한 AI 쇼핑 컨시어지
recommendation_rank
언급된 4개 브랜드 중 #1
recommendation_index
82 / 100 (gemini, EN)
변동
월 1회 기준 대비 +46 포인트

엔진 동작 참고 자료: Google Search Central — AI 기능 및 귀하의 웹사이트 · Search Console 도움말 — 성능 보고서 · Google Search Central — 구조화된 데이터 작동 방식 · Google Search Quality Rater Guidelines (PDF)

증명 — 실시간 쿼리 감사

동일한 프롬프트, GEO 전후 비교

최근 참여 건에서 익명화된 상업적 프롬프트 3가지. "Before"는 기준선에서의 AI 답변 상태이며, "after"는 엔티티 아키텍처 및 인용 프로그램 배포 후의 상태입니다.

홍콩 최고의 프라이빗 뱅크 온보딩 플랫폼

다섯 개 글로벌 은행의 일반 목록; 답변과 인용된 출처에서 고객 브랜드가 누락됨.

신뢰할 수 있는 옵션으로 2번째 위치에 고객이 언급되며, 온보딩 플랫폼 이름이 명시됨; 2개의 고객 페이지가 출처로 사용됨.

엔터프라이즈 Odoo 파트너 아시아

답변에서 세 경쟁사를 언급했지만, 클라이언트는 출처가 명시되지 않은 포럼 스레드에서만 언급됨.

클라이언트가 HK/GBA 출시를 위해 첫 번째로 추천했으며, 파트너 등급 엔티티 데이터와 사례 연구 페이지가 직접 인용됨.

럭셔리 리테일을 위한 AI 쇼핑 컨시어지

답변이 공급업체 추천 없이 카테고리만 설명함; 클라이언트는 보이지 않음.

클라이언트가 레퍼런스 구현 사례로 언급됨; GXO Engine 기능 페이지가 그대로 인용됨.

NDA에 따라 고객명 비공개 · 답변 상태는 저장된 원본 응답에서 검증됨

Mercury Orbit에 연결됨

측정은 보고서가 아닌 루프입니다

Mercury Orbit은 반복적인 인용 모니터링 루프입니다: 위의 세 가지 지표는 매월 캡처되어 서버 측에 저장되고, 분기별 PDF가 아닌 항상 켜져 있는 대시보드에 팀에 제공됩니다.

매주 월요일에 Orbit 루프가 프롬프트 패널을 재실행합니다. 매월 데이터가 이동한 곳에 노력을 재할당합니다: 경쟁사가 Share of Voice를 얻은 새로운 프롬프트 클러스터, Recommendation Rank가 하락한 콘텐츠 패치, 인용이 깨진 스키마 수정. 측정만이 다음 스프린트를 결정합니다. 의견은 그렇지 않습니다.

서버 측 대시보드 · 주간 재할당 · 원본 답변 유지

Mercury Orbit 읽기 →

FAQ

구매자가 측정에 대해 묻는 질문

아닙니다. 랭크 추적은 결과 페이지에서 URL의 위치를 모니터링합니다. 저희는 AI 답변이 귀하를 인용하는지 여부(Citation Frequency), 카테고리 대화 중 얼마나 많은 부분을 차지하는지(Share of Voice), 그리고 첫 번째로 추천되는지 여부(Recommendation Rank)를 측정합니다. Google에서의 위치와 ChatGPT 내부의 인용은 약한 상관관계가 있으므로 두 가지 도구가 모두 필요합니다.

기준선 확인하기

귀사의 3가지 지표는 이번 주에 측정 가능합니다.

무료 AI 가시성 감사로 4가지 핵심 엔진 전반에 걸친 귀사의 Citation Frequency, Share of Voice, Recommendation Rank 기준선을 설정해 드립니다.

작성자: James Huang, Founder & CEO, Mercury Technology Solutions · 검토: Mercury GAIO Practice · 업데이트: 2026년 8월