AI 검색 엔진에서 경쟁사의 노출을 추적할 때 봐야 할 것은 ‘몇 번 언급됐는가’가 아니라 ‘어떤 질문 맥락에서 AI가 경쟁사에 추천 자리를 내줬는가’입니다. 같은 카테고리라도 ChatGPT, Perplexity, Gemini가 제시하는 목록은 완전히 다를 수 있습니다. 질문 의도와 구매 상황을 분리한 매트릭스가 없으면 단편적인 인상만 남아 의사결정으로 이어지기 어렵습니다.
질문 몇 개만 던져서는 왜 판단하기 어려울까요?
대부분은 ChatGPT를 열고 “가장 좋은 XX 도구는 무엇인가요?”라고 물은 뒤 자사 제품이 목록에 있는지 확인합니다. 하지만 AI의 답변은 질문 표현에 매우 민감합니다. “최고”, “중소기업에 적합”, “저렴한”, “대만 고객 대상”은 각각 다른 답을 끌어냅니다. 한 번의 결과는 스냅샷에 불과하며, 측정 시점과 기기, 계정 로그인 상태가 달라져도 답변이 변할 수 있습니다. 경쟁사가 자사를 앞서는 영역을 확인하려면 질문을 고정하고 반복 측정해야 합니다.
매트릭스의 두 축: 질문 의도와 구매 상황
실용적인 추적 매트릭스는 ‘질문 의도’와 ‘구매 상황’을 두 축으로 삼습니다. 두 축이 만나는 각 칸은 모니터링할 질문 묶음입니다. 이 구조를 활용하면 전체 언급량뿐 아니라 “어떤 구매자와 수요가 등장할 때 AI가 자사를 건너뛰는가”까지 알 수 있습니다. 막연했던 격차가 구체적인 좌표로 바뀝니다.
- 카테고리 탐색형: “어떤 XX 소프트웨어가 있나요?” 구매자는 아직 선택지를 파악하는 단계입니다.
- 비교형: “A와 B 중 어느 쪽이 더 적합한가요?” 구매자는 이미 두세 개의 후보를 추렸습니다.
- 조건 선택형: “예산이 제한된 원격 팀에 적합한 도구는 무엇인가요?” 요구 조건이 명확한 질문입니다.
- 대안 탐색형: “XX를 대체할 만한 도구가 있나요?” 구매자는 현재 사용 중인 도구에 만족하지 못하고 있습니다.
- 신뢰 검증형: “XX 회사는 믿을 만한가요?” 구매자가 최종 검토를 진행하는 단계입니다.
구매 상황 축에는 구매자의 특성과 사용 맥락을 반영합니다. 최초 도입인지 기존 도구 교체인지, 특정 산업(전기, 금융, 제조)인지, 특정 규모(10명 미만 또는 200명)인지, 특정 지역(대만 시장)인지 등을 구분합니다. 같은 카테고리라도 “최고의 CRM”, “대만 중소 전자상거래 사업자에게 적합한 CRM”, “국경 간 비즈니스를 운영하는 보안 팀용 CRM”은 기대되는 답변의 논리가 다릅니다. AI도 이러한 맥락을 따라 추천 대상을 달리합니다.
어떤 질문을 모니터링해야 할까요? 바로 활용할 수 있는 목록
아래 질문의 ‘카테고리’를 자사 제품군으로, ‘경쟁사’를 주요 경쟁 브랜드로, ‘자사 브랜드’를 실제 브랜드명으로 바꾸면 기본 질문 세트를 만들 수 있습니다. 각 질문은 모든 AI 엔진에서 동일하게 실행하는 것이 좋습니다.
- “이 카테고리에서는 어떤 도구를 검토해야 하나요?”
- “자사 브랜드와 경쟁사의 차이는 무엇인가요?”
- “예산이 제한된 소규모 팀에 추천할 만한 도구는 무엇인가요?”
- “대만에서 현지 중국어 고객을 지원하는 업체는 어디인가요?”
- “현재 사용 중인 도구는 어떻게 작동하며, 더 나은 대안이 있나요?”
- “<class>를 도입할 때 가장 빠르게 성과를 낼 수 있는 도구는 무엇인가요?”
- “이 회사의 평판은 어떻고 신뢰할 수 있나요?”
각 칸에는 무엇을 기록해야 할까요?
단순히 ‘언급됨’이라고만 기록하기에는 한 번의 측정에 담긴 신호가 너무 많습니다. 관련 정보를 함께 기록해야 이후 어떤 콘텐츠와 근거 자료부터 보완할지 판단할 수 있습니다.
- 자사 브랜드가 추천 목록에 포함됐는지 여부
- 같은 카테고리에서 어떤 경쟁사가 등장했으며 각각 몇 번 노출됐는지
- AI가 인용한 출처: 공식 웹사이트, 제3자 리뷰, 커뮤니티 토론, 비교 플랫폼
- 자사를 설명한 표현이 정확한지, 오래됐거나 잘못된 정보가 포함됐는지
- 엔진별 차이: ChatGPT, Perplexity, Gemini, Google AI Overviews가 제시한 목록의 규모와 구성은 어떻게 다른지
추적 주기와 경쟁사 범위, 운영 방법
질문 목록을 고정했다면 최소 2주에 한 번 실행하는 것이 좋습니다. 주요 제품 업데이트, 투자 유치, 제품 변경, 가격 조정 등이 있을 때도 다시 측정해야 합니다. 경쟁사를 지나치게 많이 포함할 필요는 없습니다. AI가 실제로 같은 추천 자리를 놓고 자사와 경쟁시키는 3~5개 브랜드에 집중하세요. 장기적으로 자동화하려면 매번 결과 화면을 수동으로 캡처하는 대신 Brand Radar의 가시성 데이터를 활용해 각 칸의 결과를 비교 가능한 시계열로 축적할 수 있습니다.
AI는 왜 자사를 선택하지 않았는지 알려주지 않습니다. 매트릭스의 가치는 그 침묵을 눈에 보이는 격차로 바꾸는 데 있습니다.
매트릭스에서 보완 과제로
매트릭스를 채우면 “우리 브랜드는 AI에서 잘 보이지 않는 것 같다”는 막연한 불안이 우선순위가 있는 실행 과제로 바뀝니다. 어떤 질문에 대응하는 콘텐츠를 먼저 추가할지, 어떤 구매 상황을 위한 페이지가 필요한지, 어떤 비교 페이지와 참고 출처를 확보해야 할지 명확해집니다. 주요 구매 상황에서 자사의 격차가 어디에 있는지 확인하고 싶다면 30분 GEO 진단을 받아보세요. 귀사의 카테고리를 기준으로 한 차례 측정한 뒤 매트릭스 초안을 보여드립니다.
