GEO 작업 후 무엇이 달라졌는지 확인하는 법

페이지를 고친 뒤 AI가 한 번 추천했다고 해서 바로 효과를 확신하기는 어렵습니다. 먼저 어떤 작업을 했는지와 어떤 조건에서 답변을 확인했는지를 남겨보세요. 작게 시작해도 비교할 기준은 만들 수 있습니다.

수정 전에 고객 질문 하나와 사용할 AI 화면을 정합니다. 질문 문구, 실제 사용한 서비스와 모델 표시, 검색 사용 여부, 언어·지역 조건, 날짜를 기록하세요. 답변 원문과 출처 링크도 보관합니다. 설정을 확인할 수 없다면 추정하지 말고 미확인으로 남깁니다.

답변에서는 세 가지를 따로 봅니다. 이름이 나왔는지, 고객의 용도에 맞는 선택지로 추천됐는지, 우리 사이트가 출처로 연결됐는지입니다. 브랜드 이름이 있어도 추천은 아닐 수 있고, 다른 회사가 우리를 소개한 글을 인용한 것은 자사 사이트 인용과 다릅니다.

이제 수정한 페이지와 내용, 반영 날짜를 적고 나중에 같은 질문과 조건으로 다시 확인합니다. 이 방식은 Keent가 제안하는 소규모 관측 방법입니다. 여러 번 반복하되 원문을 함께 보고, 변화가 없거나 아직 판단하기 어렵다는 결과도 남기세요. 질문이나 모델이 달라지면 같은 조건의 비교가 아니라는 표시가 필요합니다.

측정을 하지 못한 경우는 0회 추천으로 적지 않습니다. Google 검색에 AI Overviews가 나오지 않은 경우도 별도 상태입니다. 정상 답변 중 몇 건을 판정했고 그중 몇 건이 언급·추천·인용에 해당했는지, 분자와 분모를 함께 적어야 합니다.

Google Search Console의 생성형 AI 실적 보고서는 AI Overviews와 AI Mode에서 사이트 링크가 표시된 노출을 확인하는 자료입니다. ChatGPT나 Claude의 추천률은 아닙니다. 보고서가 없거나 데이터가 충분하지 않은 상태를 실제 노출 0으로 단정하지 마세요. 보고서의 공식 범위

방문과 문의도 별도로 살펴보세요. AI 답변의 변화가 실제 고객 행동으로 이어졌는지 확인하되, 여러 항목을 동시에 바꿨다면 특정 작업만의 효과라고 단정하지 않습니다. 오늘은 질문 하나와 변경 전 답변부터 기록해보세요. 현재 공개 기록 양식을 활용할 수 있습니다.

판정 가능한 답변이 0건이면 비율은 **측정 전 또는 측정 불가(N/A)**입니다. 전후 어느 쪽이든 유효한 답변이 없다면 증감률을 계산하지 않습니다.

더 자세히 확인하기

세 가지 결과를 별도로 판정합니다

결과	1로 기록하는 경우	혼동하기 쉬운 경우
브랜드 언급	답변 본문이 같은 브랜드임을 식별할 수 있게 이름을 표시	동명의 다른 서비스, 출처 목록에만 있는 이름은 제외
브랜드 추천	질문의 용도에 맞는 선택지로 브랜드를 제안	단순 정의, 비추천, 경쟁사 설명에 등장하는 이름은 제외
자사 URL 인용	답변에 표시된 출처 링크가 자사 도메인의 페이지를 가리킴	외부 매체가 브랜드를 언급한 페이지는 자사 URL 인용이 아님

작성 예시로, 답변에 “가상의 도구 A는 일정 관리 서비스입니다”라고만 적혀 있다면 언급은 1이지만 추천은 0입니다. “소규모 팀의 일정 관리에는 도구 A를 검토할 수 있습니다”는 해당 질문에 대한 추천으로 판정할 수 있습니다. 어느 경우든 실제 출처 링크를 확인하기 전에는 자사 URL 인용을 1로 기록하지 않습니다.

링크의 도메인도 정확히 확인합니다. keent.app과 사전에 포함하기로 정한 하위 도메인만 자사로 분류하고, 이름이 비슷한 다른 도메인은 제외합니다. 표시된 링크가 있으면 경로까지 보존해 어떤 페이지가 인용됐는지 다시 확인할 수 있게 합니다.

질문보다 먼저 측정 조건을 고정하세요

킨트의 질문 세트 CSV는 비브랜드 질문 9개와 브랜드 질문 3개로 구성됩니다. 비브랜드 질문은 브랜드를 알려주지 않아도 발견되는지, 브랜드 질문은 이미 이름을 아는 사용자가 정확한 설명을 받는지 확인합니다. 두 집단의 결과를 하나의 언급률로 합치지 않습니다.

첫 관측 전에 질문 문구, 대상 브랜드와 도메인, 플랫폼, 검색 화면, 언어, 검색 사용 여부를 정합니다. 질문 세트는 시작용 예시이므로 자기 제품에 맞게 한 번 수정한 뒤 버전을 고정하세요. 결과가 좋지 않다는 이유로 도중에 질문을 바꾸면 같은 실험의 전후 비교가 어려워집니다.

고정할 조건	기록 방법
질문과 집단	prompt_id로 연결하고 브랜드·비브랜드 결과를 분리
실제 사용 화면	ChatGPT, Claude, Gemini, Google AI Overviews, Google AI Mode를 구분
검색과 모델	검색 사용 여부와 화면에 표시된 모델명을 기록. 확인할 수 없으면 미확인
지역과 언어	실제 사용 조건을 적고 한국어 질문을 사용. 확인하지 않은 위치를 한국으로 단정하지 않음
대화 맥락	새 대화에서 실행하고 이전 질문·개인화 설정의 영향을 메모
시점과 반복	날짜·시간과 반복 번호를 남겨 같은 조건의 결과끼리 비교

킨트의 초기 규칙은 질문당 3회 반복입니다. 한 번의 답변에 기대지 않기 위한 실행 규모이며, 3회면 통계적으로 충분하다는 뜻은 아닙니다. 화면에 나온 답변을 관측한 결과와 API 응답을 관측한 결과도 별도 표본으로 관리해야 합니다.

원문을 남기고, 실패를 분모에서 빼세요

관측 기록 CSV에 질문별 답변, 출처, 실행 조건의 근거를 연결하세요. evidence_ref에는 저장한 원문이나 스크린샷의 위치를 적습니다. 원문에는 개인 대화나 계정 정보가 섞이지 않도록 해당 질문과 답변만 보관합니다.

status는 정상 응답이면 success, 실행 오류면 error, 실행하지 않았다면 not_run으로 기록합니다. Google 검색에서 AI Overviews가 나타나지 않았다면 no_ai_response로 구분하고 해당 AI 답변 지표의 분모에서 제외합니다. 이 건수와 AI 답변 출현율도 따로 보고합니다. 정상 AI 응답의 언급·추천·자사 URL 인용은 각각 1 또는 0입니다. 원문이 없거나 판정할 수 없는 경우에는 빈칸으로 남기고 메모합니다. 빈칸을 임의로 0으로 바꾸지 않습니다. brand_accuracy는 현재 제공 범위와 대조해 accurate(설명 정확), inaccurate(사실 오류), not_applicable(브랜드 설명 없음), unknown(판정 불가)으로 기록합니다. 많이 언급되지만 기능을 잘못 설명하는 상황을 구분하기 위한 기준입니다.

계산 예시이며 킨트의 성과가 아닙니다. 한 검색 화면에서 비브랜드 질문 9개를 3회씩 실행했다고 가정하겠습니다. 예정 27건 중 정상 응답과 판정이 가능한 결과가 24건이고, 그중 언급 9건·추천 4건·자사 URL 인용 3건이라면 다음과 같습니다.

지표	계산	결과
언급률	9 ÷ 24	37.5%
추천률	4 ÷ 24	16.7%
자사 URL 인용률	3 ÷ 24	12.5%
판정 완료율	24 ÷ 27	88.9%

지표마다 판정 가능한 응답 수가 다르면 해당 분모를 따로 표시합니다. 전체 실행 수, 실패 수, 판정 보류 수도 함께 보고해야 합니다. 전후 비교에서는 같은 질문·검색 화면 조합이 모두 관측됐는지 확인하고, 실패가 몰린 질문이 달라졌다면 비율의 변화만으로 개선을 판단하지 마세요.

Google 노출과 직접 관측은 서로 다른 자료입니다

Google Search Console의 생성형 AI 실적 보고서는 Google 검색의 AI Overviews와 AI Mode에서 자사 링크가 실제 사용자에게 표시된 노출수를 제공합니다. ChatGPT·Claude·Gemini의 브랜드 언급률을 보여주는 보고서는 아닙니다. 보고서가 보이지 않거나 자료가 부족한 상태도 0회 노출이 확인된 상태와 구분해야 합니다. Google의 보고서 범위와 집계 설명

이 보고서의 노출수와 위의 고정 질문 관측률은 합산하지 않습니다. 하나는 실제 사용자에게 발생한 노출이고, 다른 하나는 정해진 질문 표본에서 직접 관찰한 결과입니다. 검색 유입이 있더라도 그 방문자를 모든 AI 노출의 대표로 해석하지 않습니다.

변경과 결과를 연결하되, 원인은 신중히 판단합니다

킨트는 초기 설정 이후 7일·14일·28일에 같은 질문과 조건으로 다시 확인하는 계획을 사용합니다. 이는 자동 실행 일정이나 성과가 나타나는 기한이 아닙니다. 작은 표본에서 몇 건이 바뀌었다면 원문과 실패 여부부터 확인하세요.

여러 페이지와 기술 설정을 동시에 바꾼 전후 차이로 개별 설정의 효과를 증명할 수는 없습니다. 다음 실험에서는 바꾸는 항목을 좁히고, 가능하면 비슷한 미변경 페이지도 같은 기간에 관찰합니다. 모델 변경·재색인·경쟁 콘텐츠의 영향은 여전히 남습니다. 크롤링 점검과 콘텐츠 작성을 적용했다면, 변경 날짜와 대상 URL부터 실험 기록에 연결하세요.