결과 분석하기
가시성 점수, 멘션, 감성 분석, 점유율 등 결과 데이터를 해석하는 방법입니다.
가시성 점수
가시성 점수는 0부터 100까지의 숫자로, AI 응답에서 귀사 브랜드가 얼마나 자주, 얼마나 두드러지게 등장하는지를 종합적으로 나타냅니다. 멘션 빈도, 응답 내 위치, 인용 존재 여부, 감성을 모두 반영합니다.
점수 기준
- 0-20 (낮음): AI 응답에서 거의 언급되지 않습니다. 인프라 점검이 필요합니다.
- 20-50 (보통): 일부 프롬프트에서 등장하지만 개선 여지가 큽니다.
- 50-80 (양호): 주요 프롬프트에서 안정적으로 언급되고 있습니다.
- 80-100 (우수): 대부분의 관련 프롬프트에서 높은 빈도로 등장합니다.
멘션 수
멘션은 AI 응답에 귀사 브랜드나 제품 이름이 포함된 모든 경우를 의미합니다. 대시보드에서는 추적 중인 전체 프롬프트에 걸친 총 멘션 수와 함께, AI 엔진별(OpenAI, Google, Perplexity, Enterprise 플랜은 Claude 포함) 분포를 확인할 수 있습니다.
시간 흐름에 따른 멘션 추세도 중요합니다. 멘션이 증가하고 있다면 컨텐츠 전략이 효과를 발휘하는 것이고, 감소하고 있다면 경쟁사 활동이나 AI 모델 업데이트의 영향일 수 있습니다.
멘션 데이터 활용법
- 엔진별 멘션 차이를 분석하여 약한 엔진에 집중
- 특정 프롬프트에서의 멘션 유무로 컨텐츠 갭 발견
- 주간/월간 추세를 확인하여 전략 효과 측정
감성 분석
멘션이 된다고 해서 모두 긍정적인 것은 아닙니다. AEKO는 AI 응답의 문맥을 분석하여 각 멘션을 긍정, 중립, 부정으로 분류합니다.
긍정적 멘션
AI가 제품을 추천하거나, 장점을 언급하거나, "최고의" "인기 있는" 같은 표현과 함께 등장하는 경우입니다.
중립적 멘션
AI가 브랜드를 목록의 일부로 언급하거나, 사실적 정보만 제공하는 경우입니다.
부정적 멘션
AI가 단점이나 부정적 리뷰를 인용하거나, 다른 제품을 대안으로 제시하는 맥락에서 언급되는 경우입니다.
팁
부정적 멘션이 발견되면 해당 AI 응답의 원문을 확인하세요. 원인을 파악한 뒤 리뷰 관리, 제품 페이지 개선, FAQ 컨텐츠 추가 등으로 대응할 수 있습니다.
점유율 (SOV)
점유율(Share of Voice)은 동일 프롬프트에 대한 AI 응답에서 귀사 브랜드의 멘션 비율을 경쟁사와 비교한 지표입니다. 어떤 경쟁사가 시장을 지배하고 있는지, 귀사의 포지션이 어떻게 변하고 있는지 파악할 수 있습니다.
| 브랜드 | 점유율 |
|---|---|
| 브랜드 A | 35% |
| 브랜드 B | 25% |
| 내 브랜드 | 20% |
| 기타 | 20% |
소스 분석
AI 엔진은 응답 생성 시 다양한 웹 소스를 참고하고 인용합니다. AEKO는 어떤 URL이 인용되는지 추적하여 AI가 신뢰하는 정보 소스를 파악합니다.
도메인 유형 분포 차트에서 인용 소스의 구성(공식, 블로그, 마켓플레이스, 뉴스미디어, 뷰티리테일, 커뮤니티 등)을 한눈에 파악할 수 있습니다. 유형을 클릭하면 해당 유형의 도메인만 필터링됩니다.
도메인별 인용 분포에서는 각 도메인의 인용 비율, 유형, AI 플랫폼별 분포를 확인할 수 있습니다. 도메인을 클릭하면 해당 도메인의 개별 URL 목록이 펼쳐집니다.
소스 품질과 가시성의 관계
AI 엔진은 권위 있고 잘 구조화된 사이트를 더 자주 인용합니다. JSON-LD 구조화 데이터, 명확한 제품 정보, 충실한 리뷰 컨텐츠가 있는 페이지가 인용될 가능성이 높습니다.
드리프트 감지
드리프트는 AI 응답에서 모든 브랜드(내 브랜드 + 경쟁사)의 등장과 이탈을 추적하는 기능입니다. 상단 요약 카드는 내 브랜드 중심으로 표시됩니다 — 내 브랜드 등장, 내 브랜드 이탈, 내 브랜드 평균 순위(내 브랜드가 언급된 프롬프트 기준). 전체 브랜드의 등장/이탈 수는 보조 지표로 함께 표시됩니다.
브랜드 등장
새로운 프롬프트에서 브랜드가 처음 언급되기 시작한 이벤트입니다. 내 브랜드가 포함된 경우 별도로 표시됩니다.
브랜드 이탈
이전에 멘션되던 프롬프트에서 브랜드가 사라진 이벤트입니다. 내 브랜드의 이탈은 조기 대응이 필요합니다.
주의
소멸 이벤트는 조기 대응이 중요합니다. 멘션이 사라진 프롬프트를 확인하고, 해당 영역의 컨텐츠를 보강하거나 최적화 제안을 실행하세요. 방치하면 해당 프롬프트에서 경쟁사가 더 강하게 자리잡을 수 있습니다.
컨텍스트별 결과 비교
컨텍스트를 붙여 추적한 프롬프트는 같은 질문이라도 고객 상황별로 따로 집계됩니다. 이 차이를 보면 어떤 니즈에서 내 브랜드가 잘 떠오르고, 어떤 니즈에서는 경쟁사가 더 강한지 확인할 수 있습니다.
컨텍스트
프롬프트를 실행할 때 함께 전달한 고객 상황입니다. 예: 민감성 피부, 선물 구매, 성분 확인, 미국 시장에서 구매 가능 여부.
응답 차이
컨텍스트별 멘션, 인용 소스, 감성, 경쟁사 노출 차이를 비교합니다. 같은 프롬프트라도 상황이 달라지면 추천 브랜드가 바뀔 수 있습니다.
활용법
- 고객 상황별 노출 비교: 내 브랜드와 경쟁사의 멘션 차이를 컨텍스트별로 비교하세요
- 콘텐츠 기회 발견: 경쟁사가 강하지만 내 브랜드가 약한 고객 상황을 찾아 보강할 콘텐츠를 정하세요
- 소스 점검: 컨텍스트별로 어떤 페이지가 인용되는지 확인하고 PDP·콘텐츠 개선 우선순위를 정하세요
추세 해석하기
시계열 데이터를 읽을 때는 단기 변동보다 중장기 추세에 주목하세요. AI 엔진의 응답은 모델 업데이트 시점에 일시적으로 크게 변할 수 있으므로, 2-4주 단위의 추세가 더 의미있습니다.
특정 최적화 조치를 실행한 시점과 가시성 변화를 비교하면 어떤 전략이 효과적인지 파악할 수 있습니다. 인프라 개선(robots.txt, JSON-LD)은 비교적 빠르게 반영되고, 컨텐츠 전략은 효과가 나타나기까지 수주가 걸릴 수 있습니다.
팁
- 가시성 점수가 급격히 하락했다면 먼저 인프라 이슈(robots.txt 변경, 사이트 다운타임)를 확인하세요
- 경쟁사 SOV가 급증한 경우 해당 경쟁사의 최근 컨텐츠 활동을 조사하세요
- 멘션은 증가했는데 감성이 악화됐다면 부정적 리뷰나 이슈가 발생했을 수 있습니다