TL;DR: AI가 검색 환경을 재편함에 따라 트래픽과 순위와 같은 기존의 SEO 지표는 위험할 정도로 쓸모없어지고 있습니다. 이 새로운 시대에서 승리하려면 리더는 "LLM 가시성"에 초점을 맞춘 새로운 미래 지향적 KPI를 채택해야 합니다 머큐리 테크놀로지 솔루션에서는 프롬프트 리콜, 앵커-쌍 빈도, 인용 매핑, 분산 개체 존재를 측정하는 독점적인 4가지 프레임워크를 사용하여 고객에게 AI 기반 검색 내에서 자신의 권위와 영향력을 제대로 파악할 수 있도록 지원합니다.
저는 머큐리 테크놀로지 솔루션의 CEO 제임스입니다.
저는 한때 검색엔진 최적화 전략의 근간이 되었던 구글 검색 콘솔(GSC) 데이터가 더 이상 모든 것을 알려주지 않는다는 당혹스러운 새로운 현실과 씨름하고 있는 수많은 CMO들과 이야기를 나눴습니다. 클릭 수, 노출 수, 트래픽을 보여주지만, 이는 근본적으로 빠르게 대체되고 있는 세상에 대한 반응적인 보고서일 뿐입니다. 이는 미래의 고객이 AI 도구 내에서 '실제로' 무엇을 하고 있는지가 아니라 Google이 '보여 주는' 것을 알려 줍니다.
이 새로운 환경을 탐색하려면 새로운 측정 스택을 도입해야 합니다. 기존의 SEO는 순위를 추적하는 것이었습니다; 생성적 AI 최적화(GAIO) 는 영향력을 측정하는 것입니다. 다음은 Mercury에서 SaaS 및 B2B 고객을 위해 사용하는 4가지 필수 GAIO KPI입니다. 이러한 지표는 미래지향적이고 '학습 가능'하며 AI의 패턴 기반 이해라는 새로운 현실에 맞게 설계되었습니다.
1. LLM 프롬프트 리콜률(LPRR)
- 핵심 질문:"AI 도구가 실시간 검색에서 우리 웹사이트를 보지 않고도 자체 '기억'을 통해 우리 브랜드를 얼마나 자주 기억하고 추천할 수 있을까요?" "얼마나 자주 우리 브랜드를 기억하고 추천할까요?"
- 측정 대상: 순위가 아니라 기억력에 관한 것으로, 브랜드가 해당 카테고리와 동의어가 되어 AI의 기본 지식에 포함되는지 여부를 평가합니다.
- 측정 방법: 브랜드가 없는 20~50개의 구매 의도가 높은 구매자 프롬프트를 시뮬레이션합니다:
- "원격 영업팀을 위한 최고의 AI 기반 CRM 솔루션"
- "기업 지식 관리를 위한 Notion의 최고의 대안"
- "홍콩 최고의 LLM SEO 제공업체"
- 분석: 그런 다음 AI의 응답을 추적합니다: 우리가 직접 언급되었는가? "다음과 같은 도구" 목록에 포함되었는가? 아니면 완전히 누락되었는가? AI의 '기억'에서 리콜되지 않는다면 아직 AI 검색을 통해 구매자의 머릿속에 들어오지 않은 것입니다.
2. 앵커 페어 주파수(APF)
- 핵심 질문:"경쟁사, 통합, 사용 사례 등 어떤 구체적인 '시맨틱 앵커'를 인공지능이 우리 브랜드와 연관시키는가?" "인공지능이 우리 브랜드와 연관시키는 것은 무엇인가?"
- 측정 대상: 단순한 멘션을 넘어 문맥적 연관성: LLM은 순위를 매기지 않고 연관된 쌍의 밀도를 기반으로 연관성을 추론합니다. 이 KPI는 브랜드를 정의하는 신경 패턴(예: 브랜드 X = 카테고리 Y + 사용 사례 Z)을 얼마나 잘 '훈련'하고 있는지 추적합니다.
- 측정 방법: 특정 기능, 사용 사례 또는 경쟁업체와 카테고리를 결합한 프롬프트를 테스트합니다:
- "기본 HubSpot 통합 기능을 갖춘 무료 이메일 마케팅 도구"
- "강력한 온보딩 워크플로우를 갖춘 최고의 프로젝트 관리 플랫폼"
- "[주요 경쟁사]와 유사하지만 개인 사업자를 위해 설계된 도구"
- 분석: 공동 언급을 리버스 엔지니어링합니다. 올바른 경쟁업체와 함께 노출되고 있나요? 우리 브랜드가 가장 중요한 통합 및 사용 사례와 맥락적으로 연결되어 있나요? 이를 통해 AI가 시장에서 우리의 정확한 위치를 얼마나 잘 이해하고 있는지 알 수 있습니다.
3. 합성 프롬프트-투-인용 맵(SPCM)
- 핵심 질문:"우리 업계에서 어떤 특정 콘텐츠 형식, 어떤 특정 도메인에서 인공지능이 가장 많이 인용할 가능성이 높은가?"
- 측정 대상: 데이터 기반 인용 청사진을 제공하여 콘텐츠 전략에서 추측을 배제합니다. AI가 인용 가능한 출처로 간주하는 환경을 매핑합니다.
- 측정 방법: 여러 AI 플랫폼(ChatGPT, Perplexity, Claude, Gemini)에서 100개 이상의 제어된 프롬프트 세트를 대규모로 실행합니다. 이러한 프롬프트에는 직접 솔루션 찾기, 비교, 기능 중심 질문, 사용 사례별 문제, '...에 대한 대안' 쿼리 등 5가지 주요 쿼리 유형의 변형이 포함됩니다.
- 분석: 저희는 AI가 인용하는 모든 소스를 꼼꼼하게 문서화합니다. 패턴을 찾고 있습니다: Reddit이 G2보다 우선순위가 높은가? 블로그의 리스팅이 공식 문서보다 더 나은 성과를 내는가? 어떤 형식, 어떤 유형의 도메인에서 호스팅되는 것이 가장 자주 인용되나요? 이 지도는 AI의 가시성을 극대화하기 위해 콘텐츠를 어디에 어떻게 게시해야 하는지에 대한 가이드가 됩니다.
4. 분산 엔티티 존재 점수(DEPS)
- 핵심 질문:"LLM이 이해를 형성하는 타사 디지털 생태계에서 우리 브랜드는 얼마나 '존재감'과 권위를 가지고 있는가?"
- 측정 대상: 이 KPI는 분산된 신뢰도를 평가합니다. AI 모델은 소유권뿐만 아니라 컨센서스를 인용합니다. 신뢰할 수 있는 독립적인 출처 7곳에서 모두 내 도구를 솔루션으로 언급하면, 내 웹사이트의 콘텐츠가 평균에 불과하더라도 AI는 나를 인용할 가능성이 훨씬 높습니다.
- 측정 방법: 다음을 찾습니다:
- 실제 사용자들이 Reddit 댓글에 남긴 진솔한 멘션입니다.
- X(트위터)에서 사람들이 경쟁사에서 내 도구로 전환하는 것에 대해 논의하는 대화.
- 타사 문서, 템플릿에 포함된 통합 또는 사용 사례.
- 분석: 이러한 고품질의 분산된 언급 빈도를 추적한 다음, 이러한 <동일한 출처>가 AI 도구에서 얼마나 자주 인용되는지와 상관관계를 분석합니다. 이를 통해 웹사이트 외부에서 브랜드의 권위를 나타내는 점수를 얻을 수 있습니다.
결론 결론: 새로운 시대를 위한 새로운 측정 스택
이 네 가지 KPI는 새로운 AI 기반 검색 환경에서 브랜드의 진정한 영향력에 대한 미래지향적이고 전략적인 관점을 제공합니다. Google Search Console의 기존 측정지표는 사후 대응적인 반면, 이러한 GAIO KPI는 예측적이며 "학습 가능"합니다 이를 통해 단순히 트래픽 데이터에 반응하는 것에서 벗어나 차세대 검색 엔진이 브랜드를 인식하고 추천하는 방식을 능동적으로 형성할 수 있습니다.
이것이 바로 SEO를 위한 새로운 전략 스택입니다. 보다 정교한 접근 방식이 필요하지만, 고객들을 통해 입증된 바와 같이 기존 방법만으로 달성한 결과보다 더 빠르고 오래 지속되는 결과를 얻을 수 있습니다.
