01/Signal
NX ASKGRAPH는 ChatGPT·Claude·Gemini·Perplexity·Google AI Overviews·Google AI Mode 여섯 엔진에 같은 질문을 회차마다 던져 답변 원문을 수집하고, 답변 속 브랜드의 노출·인용·논조를 9개 지표로 셉니다. 구글 검색 순위와 사이트의 AI 크롤러 접근성도 같은 자리에서 봅니다. 실제 AI 응답을 수집해 분석하며, 추정 정보는 구분해 표시합니다.
IPARTNERS NX Lab · Seoul·31 Screens
02/Measurement Axes
오른쪽 궤도가 이 세 축입니다. 반지름은 브랜드가 손댈 수 있는 거리를 뜻합니다.
SEO
검색엔진 최적화 · Search Engine Optimization · 검색 결과
검색엔진 결과에서 링크로 노출되게 하는 일. 구글 순위를 키워드마다 실측합니다.
안쪽 궤도 — 메타·구조화 데이터·콘텐츠. 고치면 바뀝니다.
GEO
생성형엔진 최적화 · Generative Engine Optimization · AI 답변
생성형 AI가 만든 답변 문장 안에 브랜드가 등장하게 하는 일. 답변 본문의 언급을 셉니다.
중간 궤도 — 유도는 하되, 인용 여부는 모델이 정합니다.
AEO
답변엔진 최적화 · Answer Engine Optimization · 답변 · 출처
AI 답변의 근거·출처로 우리 사이트가 인용되게 하는 일. 출처 도메인의 주인을 가립니다.
바깥 궤도 — 엔진마다 규칙이 달라 개입이 가장 간접적입니다.
03/What We Measure
엔진 7종의 답변을 한 회차로 모아 축 3개로 판정하고, 산출 방식 3개와 교차해 지표 9개로 집계합니다.
아직 집계가 없는 성분은 0점으로 두지 않고 아예 빼고, 남은 것들끼리 가중치를 다시 나눕니다 — 안 잰 것이 감점이 되면 점수가 거짓말을 합니다.
‘답변 노출률’은 AI가 답을 만든 비율이 아닙니다. 등록 질문 가운데 자사가 언급된 질문의 비율입니다.
Seven agendas
노출률이 대개 이미 높아 올릴 여지가 적습니다.
브랜드명을 넣지 않은 질문에서 추가 노출 기회를 찾습니다.
전체 노출률만으로는 브랜드명을 포함한 질문과 포함하지 않은 질문의 차이를 알기 어렵습니다 — 두 축을 따로 집계하는 것이 이 콘솔의 핵심 관점입니다.
04/How It Works
측정에서 끝나지 않습니다 — 갭 진단이 콘텐츠 실행으로, 실행이 다시 측정으로 이어집니다.
보고에서 끝나지 않고 다음 수집의 질문으로 돌아옵니다.
05/Instruments
같은 카드를 네 번 찍지 않습니다. 노출은 회차, 인용은 비중, 검색은 순위, 사이트는 항목 — 축의 성질대로 그립니다.
노출Visibility
등록한 질문을 ChatGPT·Claude·Gemini·Perplexity에 던져, 답변 본문에 브랜드가 등장하는지를 회차마다 셉니다.
72%AVG
고정 판정 기준(±8.7%p)과 여러 회차의 변화를 함께 확인합니다
화면 · AI 가시성
인용Citation
AI가 근거로 든 출처 도메인 중 자사 사이트의 비중을 봅니다. 대부분은 자사도 경쟁사도 아닌 제3자입니다.
제3자 도메인이 곧 다음에 손댈 곳의 목록입니다
화면 · 인용 소유권
검색Search
구글 검색 순위와 AI 개요(AI Overview) 노출을 키워드마다 실측하고 이력으로 쌓습니다.
화면 · 순위 추적 · AI 가시성
사이트Site
robots.txt의 AI 크롤러 8종, sitemap·llms.txt, 구조화 데이터를 매일 점검해 사람이 볼 항목만 남깁니다.
화면 · 사이트 진단
✦ 제품 화면 요약 — 예시 수치입니다. 실제 값은 로그인 후 워크스페이스에 있습니다.
06/Information Architecture
트리는 사이드바 계층 그대로입니다. 화면 이름에 올려 보세요 — 데이터를 주고받는 화면까지 선이 이어집니다.
07/Screens
각 화면이 하는 일의 한 줄 요약입니다. 자세한 사용법은 로그인 후 가이드 메뉴에 있습니다.
08/Limits
AI 브랜드 노출 측정은 아직 방법이 확립되는 중입니다. 못 재는 것과 그때 적용하는 기준입니다.
AI 유입 트래픽은 하한값입니다
Google AI Overviews는 유입 경로(referrer)가 google.com으로 찍혀 일반 검색과 갈라지지 않습니다. AI 답변을 읽고 검색으로 다시 찾아온 유입도 잡히지 않습니다.
측정 시 적용하는 기준확인 가능한 유입만 집계하고, 유입 지표에 “하한값”을 표시합니다.
표본이 작으면 값이 흔들립니다
현재 화면은 변화 해석에 ±8.7%p의 고정 기준을 사용합니다. 표본마다 계산한 통계적 신뢰구간은 아니므로 표본 수와 함께 읽어야 합니다.
측정 시 적용하는 기준기본 수집은 매일 진행하며, 반복 횟수와 참여 주기는 엔진별 정책을 따릅니다. 고정 기준 안의 변화는 판단을 유보하고 여러 회차의 결과를 함께 확인합니다.
비교 조건이 바뀌면 전월과 견줄 수 없습니다
엔진 구성을 바꾸거나 경쟁사를 추가하면 이전 회차와 잣대가 달라집니다. 추가한 경쟁사의 언급이 집계되면 자사 점유율이 낮아질 수 있습니다.
측정 시 적용하는 기준설정을 바꾸면 이력을 남기고, 무엇이 어떻게 바뀌었는지를 그달 리포트 앞면에 먼저 적습니다.
호출량만큼 비용이 듭니다
질문 수 × 엔진 수 × 샘플 횟수가 그대로 API 호출 수이고, 과금도 이 호출량을 단위로 합니다. 촘촘히 잴수록 비용이 함께 오릅니다.
측정 시 적용하는 기준엔진별 단가에 맞춰 샘플 수와 주기를 맞추고, 호출 수를 브랜드별로 나눠 보여 줍니다.
