AI 검색 가시성을 크롤링·인용·클릭으로 측정하기

정의

페이지가 크롤링되는 것, 답변에 인용되는 것, 사람이 클릭하는 것을 하나의 가시성 지표가 아닌 별개의 사건으로 다루는 AI 검색 측정 모델이다.

관점

harsehaj (2026-08-24, X)

답변 엔진이 페이지를 크롤링하는지, 페이지를 인용하는지, 사용자가 클릭해 들어오는지의 세 계층을 각각 추적한다. 인용 내보내기 데이터를 다시 게시물 slug에 연결하고, ChatGPT와 Claude 클릭에는 리퍼러 도메인을 사용하며, Google AI Overview 트래픽은 일반 Google Search Console 실적에서 확인한다.

Browserbase에서 Google 검색 성과가 가장 좋았던 게시물도 AI에는 단 두 번만 인용됐으므로 오가닉 순위를 인용 측정의 대용으로 삼지 않는다. 실제 구현에서는 SEMrush 인용 데이터를 CSV로 수동 내보내기 해야 했고, Vercel 로그 드레인이 SSO 뒤에 있어 크롤링 추적은 미뤄졌다.

Lee Jae-cheol (2026-08-20, YouTube)

ChatGPT, Gemini, Perplexity, Claude에서 프롬프트와 엔진을 각각 추적한다. 답변마다 브랜드 언급, 도메인의 소스 사용, 링크된 인용, 경쟁사 대비 브랜드의 추천 순위를 구분한다. 엔진별 노출 차이가 충분히 클 수 있어 어느 외부 매체나 자체 채널에 주목해야 할지도 달라진다.

오가닉 상위 10위 진입 범위와 AI Overview 포함 여부를 함께 모니터링하되 하나의 결과로 합치지 않는다. Lee는 AI Overview 소스의 약 60%가 Google 상위 10개 결과에서 나온다고 말하며 상위 10위 진입을 중간 목표로 삼지만, 인터뷰에서는 이 수치의 표본이나 근거 연구를 밝히지 않는다.

Borja (2026-08-27, X)

인용 작업에 앞서 고객 인터뷰와 utm_source=chatgpt.com 또는 Perplexity 같은 집계 가능한 추천 트래픽을 바탕으로 답변 엔진 하나와 예비 엔진 하나를 고른다. 각 표면과 구매자 질문 형태를 별도로 추적한 뒤, 하나로 합친 “AI visibility” 점수를 보고하지 말고 매월 다시 스캔한다.

Borja의 스냅샷은 ChatGPT, Gemini, Perplexity, Google AI Overview, Google AI Mode에 걸쳐 구매 의도 질문 100개를 다뤘다. 답변 500개에서 고유 소스 1,318개로 향하는 인용 4,231개가 나왔다. 다섯 엔진이 모두 답한 질문 98개 중 85개에서는 모든 표면이 공통으로 사용한 소스가 하나도 없었고, ChatGPT–Gemini 간 중위 중복도는 0.000이었다. Perplexity는 답변당 중위 17개 소스를 인용한 반면 ChatGPT와 Gemini는 4개를 인용했다.

적용

• 이미 AI 검색용 제품 정보 표면 만들기에 투자하고 있으며 발견, 인용, 트래픽을 구별해야 하는 사이트에 적합하다.
• 도메인 전체 추세를 집계하기 전에 모든 인용 행과 추천 트래픽을 안정적인 게시물 slug에 연결한다.
• 서버 로그를 사용할 수 없다면 크롤링 범위를 알 수 없음으로 표시한다. 인용이 없는 것만으로는 크롤링되지 않은 것과 선택되지 않은 것을 구분할 수 없다.
• 같은 수정 뒤에도 일반 검색과 AI 가시성은 다르게 움직일 수 있으므로 기준선에 맞춰 SEO 콘텐츠 변경 측정하기와 함께 읽는다.

한계

• 소스의 인용 피드는 내보내기로만 제공됐고 크롤링 측정은 완료되지 않았으며, Search Console에서는 AI Overview 클릭을 별도로 식별할 수 없었다.
• 엔진 인터페이스, 리퍼러 동작, 인용 내보내기 방식은 예고 없이 바뀔 수 있다.
• 인용 수는 답변 내 비중, 감성, 사실 정확성, 이후 전환을 측정하지 않는다.

Original link