AI가 우리를 추천했다고요? | GEO 성과측정, 인용률이 1차 KPI인 이유
이번 주 회의 테이블에 GEO 리포트 세 장이 올라왔다. 세 업체가 같은 질문에 다른 답을 내밀었다.
A사는 말했다. “멘션이 제일 중요합니다. AI가 이름을 불러줘야 고객이 압니다.”
B사는 말했다. “멘션 중에서도 추천만 따로 골라야 의미가 있습니다.”
C사는 말했다. “인용이 핵심입니다. AI가 근거로 가져가야 진짜입니다.”
회의는 길어졌다. 누구 말이 맞는지보다, 무엇으로 성적을 매길지부터 아무도 정하지 못했다.
은행에서 오래 일하면 습관이 하나 생긴다. 증빙 없는 숫자는 숫자로 치지 않는다. 매출은 영수증으로 확인하고 잔액은 원장으로 맞춘다. “많이 팔았다”는 말은 장부에 못 올린다.
GEO 성과측정도 같은 눈으로 다시 봤다. 결론부터 적는다.
3줄 요약
① 1차 KPI는 인용률과 인용점유율이다. URL로 증빙이 남아 누가 다시 재도 같은 숫자가 나온다.
② 멘션은 보조 KPI다. 인용과 겹치는 경우가 13.2%뿐이라 엔진별로 따로 본다.
③ 추천과 감성은 진단 지표다. 판정 기준과 정확도를 공개한 툴이 없다. 감성은 멘션보다 6.7배 자주 뒤집힌다.
GEO 성과측정, 세 업체는 왜 다른 말을 하나?
먼저 단어부터 정리해야 한다. 국내 현장에서 쓰는 ‘멘션’과 ‘언급’은 영어로 같은 말이다. Mention. 그런데 일부 업체는 ‘언급’을 ‘추천’과 같은 뜻으로 쓴다. 같은 단어로 다른 물건을 세고 있었다. 회의가 길어진 이유도 여기 있었다.
해외 툴이 쓰는 정의는 단순하다. Ahrefs Brand Radar는 인용과 멘션을 처음부터 따로 저장한다. 인용은 AI가 답변에 링크로 단 URL, 멘션은 답변 본문에 브랜드 이름이 문자열로 등장한 경우다. 업체가 말하는 ‘언급(=추천)’은 여기서 Recommendation, 별도 개념에 해당한다.
| 지표 | 정의 | 판정 방식 | 객관성 | 권고 용도 |
|---|---|---|---|---|
| 인용(Citation) | AI 답변 출처 링크로 우리 URL이 붙음 | URL 매칭(API 메타데이터 추출) | 높음 | 1차 KPI |
| 멘션(Mention) | 답변 본문에 브랜드명 등장(긍정·부정·중립 무관) | 문자열 매칭 | 높음 | 보조 KPI |
| 추천·감성 | 멘션 중 ‘추천’ 맥락, 긍·부정 판정 | AI 분류기 판정(정확도 비공개) | 낮음 | 진단 지표(KPI 아님) |
장부로 비유하면 이렇다. 인용은 영수증. 멘션은 손님이 가게 이름을 입에 올린 횟수. 추천은 그 말투가 칭찬이었는지에 대한 누군가의 해석이다.
셋 다 쓸모는 있다. 다만 장부 맨 윗줄에 올릴 수 있는 숫자는 영수증뿐이다.
▶️ 출처: Ahrefs, Brand Radar Methodology
세 업체 주장, 하나씩 따져보니
세 주장 모두 절반은 맞다. 문제는 나머지 절반이다.
A. 멘션이 더 중요하다
AI가 브랜드 이름을 말해야 고객이 기억한다. 맞는 말이다. 그런데 멘션 안에는 칭찬만 있지 않다. “A은행은 수수료가 높은 편입니다”도 멘션이다. 경쟁사 다섯 곳과 나란히 이름만 적힌 나열도 멘션이다.
칭찬과 험담과 단순 나열을 한 통에 넣고 “멘션 늘었습니다”라고 보고하면 그 숫자가 좋은 소식인지 나쁜 소식인지 아무도 모른다.
판정: 부분 타당. 멘션을 추천과 같은 뜻으로 쓰면 안 된다.
B. 언급(=추천)을 따로 재야 한다
개념만 보면 가장 탐나는 지표다. 나도 추천이 결국 매출에 가장 가까운 신호라고 본다. 문제는 잴 수 있느냐다. 어떤 문장을 추천으로 칠지 기준이 업계에 없다. 기준이 없으니 판정 정확도도 없다. 아래에서 자세히 살펴본다.
판정: 개념은 타당, 측정은 미검증.
C. 인용이 더 중요하다
가장 객관적이다. URL은 기계가 뽑는다. 누가 다시 뽑아도 같은 값이 나온다. 다만 인용만으로 브랜드 노출이 보장되지는 않는다. 출처 링크에는 걸렸는데 본문에 이름이 한 번도 안 나오는 경우가 생각보다 많다.
판정: 부분 타당. 그래서 인용 하나로 끝내지 않고 멘션을 옆에 붙인다.
인용률과 인용점유율, 영수증이 남는 GEO KPI다
인용이 1차 KPI 자리에 오르는 이유는 ‘더 중요해서’가 아니다. 검증할 수 있어서다. 이 구분이 중요하다. 회사 안에서 정리할 입장도 ‘인용 우위론’이 아니라 ‘측정 신뢰도론’이다.
인용률: 몇 번 물었을 때 몇 번 근거로 쓰였나
인용률은 측정 프롬프트 전체 가운데 우리 도메인 URL이 출처로 붙은 답변 비율이다. API 응답 메타데이터에서 URL을 그대로 꺼내 매칭한다. 사람 해석이 들어가지 않는다.
같은 데이터를 감사팀이 다시 돌려도 같은 숫자가 나온다. 재현과 감사가 가능한 숫자, 은행이 장부에 올리는 숫자의 조건이다.
학계도 여기서 출발했다. GEO라는 개념을 처음 정의한 KDD 2024 논문(Aggarwal 외, 프린스턴대 등)은 가시성을 ‘답변이 인용한 출처’ 분량과 위치로 쟀다. GEO 측정은 애초에 인용에서 출발했다.
인용점유율: 경쟁사 장부와 나란히 놓고 본다
인용점유율(Citation Share)은 특정 주제 답변에 달린 전체 인용 가운데 우리 도메인이 차지하는 비중이다. 인용률이 우리 가게 매출이라면, 인용점유율은 상권 전체 매출에서 우리 몫이다. Profound도 Citation Share를 멘션 점유율(Share of Voice)과 별개 지표로 정의하고, 둘을 합치지 않는다.
이 지표가 실제 성과와 같이 움직인다는 근거도 있다. Writesonic이 브랜드 4,670개를 2026년 3월부터 6월까지 추적했다.
AI 가시성이 늘어난 브랜드는 인용점유율도 함께 늘었다(상관계수 r=0.41). 감성 점수와 상관은 r=0.04, 사실상 없었다. 가시성 상위 그룹과 하위 그룹의 평균 감성 점수는 70.2와 70.1, 0.1점 차이였다. 보고서는 말한다.
“Citation share had the strongest relationship with AI visibility growth. (인용점유율은 AI 가시성 증가와 가장 밀접한 상관관계를 보였다)”
매달 경영진에게 올릴 숫자 하나를 고르라면, 인용점유율이다.
▶️ 출처: Aggarwal 외, GEO: Generative Engine Optimization (KDD 2024) · Profound, Glossary · Writesonic, What Separates Brands Gaining AI Visibility
AI 멘션은 이름을 부른 기록일 뿐이다
멘션을 버리자는 말이 아니다. 영수증과 다른 장부에 따로 적자는 말이다.
Semrush와 Kevin Indig가 2026년 6월 내놓은 ‘고스트 인용’ 연구가 이유를 보여준다. 4개 AI 엔진, 14개국에서 브랜드 도메인이 등장한 3,981건을 뜯어봤다.
- 출처 링크로만 나오고 본문에 이름이 없는 경우: 61.7%
- 본문에 이름만 나오고 링크가 없는 경우: 25.1%
- 둘 다 나온 경우: 13.2%
엔진별로 보면 더 극단이다. Gemini는 멘션 83.7%, 인용 21.4%. ChatGPT는 거꾸로 인용 87%, 멘션 20.7%. 같은 브랜드를 두고 한 엔진은 이름을 부르고, 다른 엔진은 영수증만 남긴다.
여기서 두 가지가 나온다. 인용만 보면 브랜드 노출을 과대평가한다. 멘션만 보면 ChatGPT 성과를 과소평가한다. 그래서 둘을 한 숫자로 합치면 안 된다. Semrush도 직접 경고한다.
“Aggregated scores might smooth over the cases where you’re visible in one engine and invisible in another.”
멘션과 인용을 섞어 만든 ‘통합 GEO 점수’는 Gemini 장부와 ChatGPT 장부를 한 칸에 더해 버린다. 합계는 그럴듯하다. 하지만 어느 지점이 흑자고 어느 지점이 적자인지 사라진다.
통합 GEO 점수는 복잡한 거 싫어하는 임원 보고용으로는 그럴듯해 보이는 매력적인 지표다. 하지만 정작 현실과는 맞지 않은 허위 지표다.
▶️ 출처: Semrush × Kevin Indig, Why 62% of AI citations don’t lead to brand mentions
AI 추천률, 국내외 어느 툴도 채점표를 공개하지 않았다
추천이 중요하다는 데는 동의한다. 그래서 더 꼼꼼히 봤다. 추천을 재는 툴은 정말 추천을 재고 있을까.
해외 툴: 정의도, 분모도 제각각
| 툴·기관 | 추천 처리 방식 | 분모·판정 기준 |
|---|---|---|
| Peec AI | 별도 지표 없음(노출·순위·감성) | 해당 없음 |
| Profound | 별도 지표 없음(노출·멘션·인용점유율·감성·순위) | 해당 없음 |
| Genezio | 추천률을 핵심 KPI로 제공 | 브랜드가 노출된 대화 중 실제 추천 비율 |
| 5W(PR 에이전시) | Recommendation Share 제시 | 지정 카테고리·지역 상위 추천만 인정 |
| Meltwater | 추천률을 CMO용 지표로 제시 | 구매·검토 단계 질문에서 추천된 빈도 |
대형 GEO 툴은 추천을 독립 KPI로 두지 않는다. 순위와 감성으로 간접 추정한다. 추천률을 내세우는 곳은 분모가 서로 다르다. 노출된 대화가 분모인 곳, 상위 추천만 세는 곳, 구매 단계 질문만 보는 곳. 이름은 같은 ‘추천률’인데 셋을 나란히 놓고 비교할 수 없다.
더 큰 문제는 판정 과정이다. Genezio는 추천률을 핵심 KPI로 앞세우지만, 공식 문서에서 어떤 문장을 추천으로 판정하는지, 그 판정이 얼마나 맞는지 밝히지 않는다.
Semrush 감성 기능도 멘션을 “positive 또는 general”로 분류한다고만 적었다. 분류 모델도, 기준도, 정확도도 없다.
국내 툴: 긍·부정 지수는 있는데 산출식이 없다
국내도 다르지 않다. 국내 GEO 솔루션 일부가 긍정·부정 지수를 제공하지만, 공개 자료에서 산출 방식이나 판정 정확도 검증을 찾을 수 없었다. 국내 솔루션 비교 자료도 추천률이나 감성 측정 방식, 정확도 검증 여부는 “업체에 직접 문의하라”로 끝난다.
정리하면 이렇다. 국내외 어디에서도 추천 판정 정확도를 검증하고 공개한 툴을 찾지 못했다. 채점 기준표를 안 보여주는 시험의 점수는, 은행 장부에 올릴 수 없다.
▶️ 출처: Profound vs. Peec AI · Genezio, What KPIs Are We Measuring · 5W PR, AI Visibility Metrics: Six KPIs · Meltwater, AI Visibility Metrics for CMOs · Semrush, AI Brand Sentiment
감성 분석은 멘션보다 6.7배 자주 뒤집힌다
추천 판정은 대개 감성 분석 위에 선다. AI 분류기가 답변을 읽고 “이건 긍정, 이건 부정”이라고 도장을 찍는다. 그런데 그 도장이 자주 바뀐다는게 문제다.
2026년 6월 arXiv에 올라온 Kumar 연구는 AI 응답 10만 건 이상, 브랜드 100개 이상을 분석했다. 브랜드를 긍정으로 말하는지 부정으로 말하는지는, 브랜드를 언급하는지 여부보다 약 6.7배 자주 뒤집혔다. 연구는 감성을 “불안정한 신호”라고 불렀다.
같은 손님에게 같은 질문을 했는데, 칭찬이었다가 험담이었다가 한다. 이런 숫자로 이번 달 성과가 올랐다고 말하면, 다음 달에는 이유 없이 떨어진다.
한 번 재고 끝내는 방식도 문제다. 2026년 4월 Schulte 외 연구는 AI 검색 가시성을 한 번의 관측값이 아니라 ‘분포’로 봐야 한다고 정리했다. 같은 질문도 돌릴 때마다 답이 바뀌니, 여러 번 재서 범위로 말해야 한다는 뜻이다. 흔들리는 감성 판정을 한 번만 재서 보고하면 오차 위에 오차를 쌓는다.
▶️ 출처: Kumar, Generative Engine Optimization at Scale (arXiv, 2026.06) · Schulte 외, Don’t Measure Once: Measuring Visibility in AI Search (arXiv, 2026.04)
GEO 성과 지표, 장부를 3단으로 나눈다
여기까지 오면 정리가 쉽다. 장부를 세 권으로 나눈다.
| 구분 | 지표 | 보는 법 |
|---|---|---|
| 1차 KPI(본 장부) | 인용률, 인용점유율 | 월간 성과 보고, 목표 설정 |
| 보조 KPI(보조 장부) | 멘션률 | 인용과 따로, 엔진별로 |
| 진단 지표(메모장) | 추천, 감성 | 원인 분석용, 성과 평가에 안 씀 |
보고 원칙도 세 가지로 고정한다.
- 엔진별로 쪼갠다. ChatGPT, Gemini, Perplexity, AI Overviews를 한 숫자로 더하지 않는다.
- 반복해서 잰다. 한 번 측정값 대신, 여러 번 돌린 결과의 범위(신뢰구간)로 말한다.
- 경쟁사와 나란히 둔다. 우리 인용률만 보지 않고, 경쟁 은행 대비 인용점유율로 본다.
여기에 GA4 AI 유입과 전환을 연결하면, 인용이 실제 방문과 거래로 이어졌는지까지 장부가 맞아떨어진다.
금융업이라면 하나를 더 본다. 엉뚱한 문장에 붙은 인용이다. 생성형 검색 엔진 4곳을 감사한 스탠퍼드 연구(Liu 외)에서 인용이 실제로 해당 문장을 뒷받침한 비율은 74.5%였다. 네 개 중 하나는 출처만 달고 내용은 다른 말을 한 셈이다.
우리 URL이 붙었는데 문장에 금리가 틀린 상태로 노출됐다면 그 인용은 성과가 아니라 리스크다. 오인용은 별도 장부로 모니터링한다.
▶️ 출처: Liu 외, Evaluating Verifiability in Generative Search Engines · Search Engine Journal, How To Write SEO Reports That Get Attention From Your CMO
대행사 GEO 리포트를 받으면 물어볼 다섯 가지
다음에 GEO 리포트를 받으면 숫자보다 증빙부터 확인하자.
① 인용과 멘션을 따로 보여주는가, 합산 점수 하나로 뭉쳤는가.
② 엔진별 분해값이 있는가.
③ 같은 프롬프트를 몇 번 반복해서 쟀고, 결과를 범위로 제시하는가.
④ ‘추천’과 ‘감성’은 어떤 기준으로 판정했고, 분모는 무엇인가.
⑤ 판정 정확도를 사람 검수와 비교한 일치율이 있는가. 예를 들어 매달 100건 표본을 사람이 다시 읽고 맞춰본 결과를 낼 수 있는가.
추천은 여전히 GEO가 가야 할 목적지다. 다만 지금은 그 목적지까지 거리를 재는 자가 없다. 자가 생기기 전까지는 검증 가능한 영수증으로 확인한다. 나 같은 은행원은 그렇게 장부를 쓴다.
자주 묻는 질문
Q1. GEO 성과측정에서 1차 KPI는 무엇인가요?
인용률과 인용점유율이다. AI 답변 출처 링크에서 URL을 기계로 추출해 매칭하므로 재현과 감사가 가능하다. 브랜드 4,670개 분석에서도 인용점유율이 AI 가시성 성장과 가장 강하게 같이 움직였다(r=0.41).
Q2. 인용률과 인용점유율은 어떻게 계산하나요?
인용률은 우리 도메인 URL이 출처로 붙은 답변 수를 전체 답변 수로 나눈다. 인용점유율은 같은 질문 묶음에 달린 전체 인용 건수 가운데 우리 도메인 인용 건수가 차지하는 비중이다. 두 숫자 모두 엔진별로 나눠 보고, 인용률 25% 안팎이라면 질문 묶음마다 답변 72개 이상을 모아 범위로 적는다.
Q3. 멘션과 인용은 무엇이 다른가요?
인용은 AI가 답변에 링크로 붙인 출처 URL. 멘션은 답변 본문에 브랜드 이름이 등장한 경우다. Semrush 연구에서 둘이 함께 나온 경우는 13.2%뿐이었다. 서로 다른 신호이므로 합치지 않고 따로 본다.
Q4. AI 추천률은 왜 KPI로 쓰기 어렵나요?
추천 판정 기준과 분모가 툴마다 다르고 판정 정확도를 검증해 공개한 툴을 국내외에서 찾기 어렵다. 추천 판정 바탕인 감성 분석도 멘션 여부보다 약 6.7배 자주 뒤집힌다는 연구가 있다.
Q5. 감성 분석 결과는 버려야 하나요?
버리지 않는다. 진단 지표로 둔다. 부정 맥락이 갑자기 늘었는지 어떤 주제에서 그런지 원인을 찾을 때 쓴다. 다만 월간 성과 평가나 목표 숫자로는 쓰지 않는다.
관련 글