네이버 AI까지 포함한 GEO는 어떻게 측정해야 할까?
도슨티GEO네이버 AI까지 포함한 GEO는 어떻게 측정해야 할까?
Mention·Citation·Share of Voice부터 콘텐츠 개선까지
GEO(Generative Engine Optimization)를 측정한다고 하면 흔히 가장 먼저 보는 숫자가 있습니다.
“우리 브랜드가 AI 답변에 몇 번 나왔는가?”
중요한 지표입니다. 하지만 이것만으로는 부족합니다.
AI가 브랜드 이름을 언급한 것과, 우리 웹사이트를 근거로 인용한 것은 다릅니다. 경쟁사보다 자주 등장하는 것과 실제 고객의 중요한 질문에서 추천되는 것도 다릅니다. 그리고 AI 노출이 늘었다고 해서 곧바로 사이트 방문이나 매출이 늘었다고 볼 수도 없습니다.
따라서 GEO는 하나의 점수가 아니라 적어도 다음의 흐름으로 측정해야 합니다.
고객 질문 → AI 답변 → Mention → Citation → Share of Voice → Source Gap → 콘텐츠 개선 → 동일 질문 재측정
한국 기업이라면 여기에 한 가지가 더 필요합니다.
ChatGPT·Gemini·Claude·Perplexity뿐 아니라 Naver AI까지 플랫폼별로 따로 봐야 합니다.
1. GEO 측정의 출발점은 브랜드가 아니라 ‘질문’이다
SEO에서는 키워드를 중심으로 성과를 측정해 왔습니다.
GEO에서는 단위가 조금 달라집니다.
사용자는 AI에게 이렇게 묻기 때문입니다.
“50명 정도 되는 국내 스타트업에서 쓸 만한 CRM 추천해줘.”
“서울에서 기업 대상 생성형 AI 교육을 잘하는 업체는 어디야?”
“부산에서 구축아파트 욕실 전체 리모델링을 맡길 만한 업체 추천해줘.”
이 질문들은 단순 키워드보다 훨씬 많은 정보를 포함합니다.
대상, 규모, 지역, 목적, 가격 민감도, 구매 단계까지 들어 있습니다.
따라서 GEO 측정의 첫 번째 자산은 고객이 실제 구매 과정에서 던질 만한 질문 세트입니다.
Ahrefs 역시 현재 AI visibility를 측정할 때 단순한 브랜드 검색뿐 아니라 기업이 직접 등록한 Custom Prompts, 즉 실제 구매자가 물을 법한 질문을 지속적으로 추적하는 방식을 제공하고 있습니다. (Ahrefs Brand Radar) Ahrefs
도슨티GEO 역시 같은 이유로 질문을 GEO 운영의 기본 단위로 봅니다.
2. Mention: AI가 우리 브랜드를 후보로 알고 있는가
가장 기본적인 지표는 Mention입니다.
Ahrefs는 Mention을 하나의 AI 답변 안에 특정 브랜드가 최소 한 번 등장한 경우로 정의합니다. 같은 답변 안에서 브랜드가 여러 번 등장하더라도 하나의 mention으로 계산합니다. Ahrefs 도움말 센터
예를 들어 다음 100개의 질문을 측정했다고 가정해보겠습니다.
그중 24개 답변에서 우리 브랜드가 등장했다면 단순한 Mention Rate는 24%로 볼 수 있습니다.
하지만 여기서 바로 “GEO가 잘되고 있다”고 결론 내리면 안 됩니다.
어떤 질문에서 언급됐는지를 봐야 하기 때문입니다.
“우리 회사는 어떤 회사야?” 같은 branded prompt에서만 많이 등장한다면 가치가 제한적일 수 있습니다.
반대로
“한국 기업용 AI 교육 업체 추천”
“B2B SaaS용 GEO 솔루션 추천”
같은 비브랜드·구매 의도 질문에서 등장하기 시작했다면 의미가 훨씬 큽니다.
따라서 전체 Mention Rate만 보지 말고 질문 유형별로 나눠야 합니다.
Category / Recommendation / Comparison / Problem / Alternative / Brand
처럼 구분하면 어느 구매 단계에서 브랜드가 강한지 알 수 있습니다.
3. Citation: AI가 우리 정보를 근거로 사용하는가
Mention 다음에 반드시 따로 봐야 할 지표가 Citation입니다.
Mention과 Citation은 같은 것이 아닙니다.
AI가 답변에서
“A사, B사, C사가 대표적인 솔루션입니다.”
라고 말하더라도 반드시 A사·B사·C사의 웹사이트를 근거로 사용한 것은 아닙니다.
반대로 브랜드 자체를 추천하지 않으면서도 해당 회사의 연구자료나 블로그를 출처로 인용할 수 있습니다.
Ahrefs 역시 이를 분리합니다. Citation은 특정 페이지나 도메인이 AI 답변의 출처로 실제 연결된 경우를 뜻합니다. Ahrefs 도움말 센터
이 차이는 GEO 전략에서 매우 중요합니다.
Mention은 이런 질문에 답합니다
“AI가 우리 브랜드를 알고 있고 후보로 제시하는가?”
Citation은 이런 질문에 답합니다
“AI가 우리 정보나 콘텐츠를 근거로 신뢰하고 있는가?”
두 지표가 동시에 올라가는 것이 이상적이지만 항상 함께 움직이지는 않습니다.
4. 네이버에서는 Citation의 의미가 더 중요해지고 있다
Naver AI에서도 이 distinction은 점점 명확해지고 있습니다.
네이버는 AI 브리핑을 검색 결과를 단순 요약하는 기능이 아니라 답변과 출처 정보를 함께 제공하는 서비스라고 공식 설명합니다. Naver Help
특히 공식형·멀티출처형 AI 브리핑에서는 네이버 검색 엔진이 수집한 여러 웹문서를 AI가 분석한 뒤 관련성이 높은 단일 문서 또는 복수 문서를 답변의 출처로 제공합니다. Naver Help
더 흥미로운 변화도 있습니다.
네이버는 2026년부터 블로그·지식iN·카페·프리미엄콘텐츠 등에 대해 AI 브리핑 인용수 자체를 집계해 표시하기 시작했습니다. 네이버 공식 도움말은 AI 브리핑에서 콘텐츠를 연결할 때 전문성·경험, 주제 일관성, 진정성·투명성, 가독성, 활동성·최신성 등을 고려한다고 설명합니다. Naver Help
따라서 Naver GEO에서는 단순히
“네이버 AI에 우리 브랜드가 나왔다.”
보다
“어떤 질문에서 어떤 콘텐츠가 출처로 선택되었는가?”
를 확인하는 것이 훨씬 중요해지고 있습니다.
5. Share of Voice: 경쟁사와 비교하지 않으면 숫자의 의미를 알기 어렵다
우리 브랜드의 Mention Rate가 20%라고 합시다.
좋은 수치일까요?
그 자체로는 알기 어렵습니다.
주요 경쟁사가 5%라면 상당히 강할 수 있고, 경쟁사들이 70~80%라면 매우 약한 상태일 수 있습니다.
그래서 필요한 것이 **Share of Voice(SOV)**입니다.
AI Share of Voice는 특정 질문·주제 집합에서 경쟁 브랜드와 비교했을 때 우리 브랜드가 얼마나 많은 가시성을 차지하는지를 보는 상대 지표입니다.
Ahrefs도 AI visibility를 Mentions, Citations, Impressions, AI Share of Voice로 구분하고 있으며, SOV를 경쟁 브랜드 대비 상대적 노출을 파악하는 지표로 사용합니다. Ahrefs 도움말 센터
예를 들어 다음처럼 볼 수 있습니다.
브랜드 | Mention Rate | Citation Rate | Share of Voice |
| 우리 회사 | 22% | 9% | 14% |
| 경쟁사 A | 46% | 31% | 37% |
| 경쟁사 B | 28% | 18% | 24% |
여기서 핵심은 “우리 브랜드가 22% 언급됐다”가 아닙니다.
경쟁사 A가 왜 두 배 가까이 더 많이 선택되고 있는가?
그 질문부터 GEO가 시작됩니다.
6. 플랫폼을 하나의 평균 점수로 합치면 중요한 차이를 놓칠 수 있다
GEO 성과를 한 개의 숫자로 보여주는 것은 편합니다.
하지만 운영 단계에서는 위험할 수 있습니다.
같은 브랜드, 같은 질문도 플랫폼마다 결과가 다를 수 있기 때문입니다.
예를 들어 이런 상태가 가능합니다.
플랫폼 | 우리 브랜드 Mention Rate |
| ChatGPT | 42% |
| Gemini | 33% |
| Claude | 29% |
| Perplexity | 38% |
| Naver AI | 8% |
전체 평균은 약 30%입니다.
평균만 보면 나쁘지 않아 보입니다.
하지만 국내 고객이 중요한 기업이라면 실제 문제는 명확합니다.
Naver에서 거의 보이지 않습니다.
반대 상황도 있을 수 있습니다.
Naver에서는 잘 알려진 국내 브랜드인데 글로벌 LLM에서는 정보가 부족할 수도 있습니다.
따라서 도슨티GEO에서는 플랫폼별 visibility를 분리해 보는 것이 중요합니다.
현재 도슨티GEO는 ChatGPT, Claude, Gemini, Naver 등의 결과를 함께 측정하면서 모델·질문·토픽 단위로 브랜드 언급과 인용, 경쟁 상황을 비교할 수 있도록 설계돼 있습니다. (Docenty GEO 실무 가이드) GEO
7. ‘Citation이 적다’에서 끝내지 말고 Source Gap을 찾아야 한다
GEO 분석에서 가장 유용한 순간은 점수를 확인할 때가 아닙니다.
경쟁사가 왜 이기고 있는지 발견할 때입니다.
예를 들어 “국내 기업용 AI 교육 업체 추천”이라는 질문에서 이런 결과가 나온다고 가정해보겠습니다.
경쟁사 A는 8회 언급되고, 우리 회사는 2회 언급됐습니다.
여기서 “Mention Rate를 올려야 한다”라고 말하는 것은 진단이라고 보기 어렵습니다.
대신 실제 답변의 출처를 봅니다.
경쟁사 A에 대해 AI가 반복적으로 참고하는 정보가 다음과 같을 수 있습니다.
-
공공기관 200명 교육 사례
-
생성형 AI 교육 커리큘럼
-
AI Agent 실습 과정
-
고객 인터뷰
-
교육비와 프로그램 구조
-
언론 인터뷰
우리 사이트에는 “기업 맞춤형 AI 교육을 제공합니다”라는 한 문장만 있을 수도 있습니다.
그렇다면 문제는 AI가 아니라 정보의 차이일 수 있습니다.
이것을 도슨티GEO에서는 실무적으로 Source Gap 또는 Content Gap으로 볼 수 있습니다.
8. Citation URL을 세면 GEO가 끝나는 것도 아니다
어떤 도메인이 많이 인용되는지를 확인하는 것도 중요하지만, 한 단계 더 들어가야 합니다.
왜 그 페이지가 인용됐는가?
페이지별로 다음을 확인할 수 있습니다.
**Information Gap
**우리 사이트에 해당 사실 자체가 없는가?
**Evidence Gap
**주장은 있지만 숫자·사례·근거가 없는가?
**Format Gap
**정보는 있지만 비교표, FAQ, 가격표 등 AI가 사용하기 쉬운 형태가 아닌가?
**Authority Gap
**자사 주장만 있고 독립적인 외부 근거가 없는가?
**Freshness Gap
**정보가 너무 오래됐는가?
**Entity Gap
**회사·제품·서비스 관계가 명확하게 설명돼 있지 않은가?
이렇게 보면 GEO는 “AI 최적화 글쓰기”에서 훨씬 넓은 문제가 됩니다.
실제로는 콘텐츠 전략 + 기술 SEO + 브랜드 정보 관리 + PR + 고객 증거가 함께 움직입니다.
9. Naver에서는 Source Map을 따로 만들어야 한다
한국 시장에서는 여기에 Naver 특유의 분석층이 하나 더 필요합니다.
Naver AI 브리핑은 웹문서뿐 아니라 네이버 검색 생태계의 다양한 콘텐츠와 연결됩니다. 네이버는 현재 AI 브리핑에서 사용되는 콘텐츠에 대해 자체적인 인용 통계까지 제공하고 있습니다. Naver Help
따라서 Naver GEO를 분석할 때는 출처를 다음처럼 분류해서 보는 것이 유용합니다.
공식 웹사이트
네이버 블로그
카페·지식iN 등 UGC
언론·전문 콘텐츠
쇼핑·상품정보
플레이스·로컬 정보
리뷰
기타 외부 웹문서
예를 들어 ChatGPT는 자사 공식 보고서를 반복적으로 인용하지만 Naver AI에서는 네이버 내부 사용자 콘텐츠가 더 많이 연결되는 질문이 있을 수 있습니다.
그렇다면 두 플랫폼에 동일한 GEO 전략을 적용하는 것은 비효율적입니다.
10. GEO의 핵심은 ‘같은 질문으로 다시 측정하는 것’이다
콘텐츠를 하나 발행했다고 GEO가 끝나는 것은 아닙니다.
오히려 그때부터 실험이 시작됩니다.
예를 들어 5월 1일에 다음 질문 50개를 baseline으로 측정했다고 합시다.
그 결과:
Mention Rate 12%
Citation Rate 5%
Share of Voice 8%
이었다고 가정합니다.
분석 결과 가장 큰 gap이 세 가지였습니다.
-
비교 콘텐츠 부족
-
고객 성과를 보여주는 사례 부족
-
가격·적용 범위 정보 부족
그래서 4주 동안 이를 보완합니다.
중요한 것은 그다음입니다.
5월 1일에 사용한 바로 그 질문을 다시 실행해야 합니다.
질문을 바꾸면 intervention 전후를 비교하기 어렵기 때문입니다.
예를 들어 6월 1일:
Mention Rate 12% → 21%
Citation Rate 5% → 13%
Share of Voice 8% → 16%
가 되었다면 변화가 생겼다는 것을 확인할 수 있습니다.
다만 이것만으로 특정 콘텐츠가 변화를 “원인”으로 만들었다고 단정해서는 안 됩니다. 생성형 AI 결과에는 변동성이 있고 모델·검색 인덱스·경쟁사 콘텐츠도 동시에 변할 수 있기 때문입니다.
따라서 여러 질문과 여러 시점에서 변화가 반복되는지를 보는 것이 좋습니다.
11. 실제 사례에서는 ‘무엇을 했는가’와 ‘무엇이 변했는가’를 연결해야 한다
GEO 사례를 설명할 때 흔히 나오는 표현이 있습니다.
“콘텐츠를 많이 발행해서 AI 노출이 좋아졌습니다.”
이 정도로는 충분하지 않습니다.
실제로 보고해야 할 것은 다음입니다.
Before
어떤 질문에서 보이지 않았는가?
↓
Diagnosis
경쟁사는 어떤 근거와 출처 때문에 등장했는가?
↓
Action
어떤 페이지·사례·비교 콘텐츠를 만들거나 수정했는가?
↓
After
동일 질문에서 Mention, Citation, SOV가 어떻게 달라졌는가?
이 구조가 있어야 GEO가 마케팅 활동이 아니라 측정 가능한 실험이 됩니다.
12. AI 노출과 실제 사업 성과도 구분해야 한다
여기서 또 하나 중요한 구분이 있습니다.
Mention, Citation, Share of Voice는 모두 AI visibility 지표입니다.
매출 지표가 아닙니다.
Semrush 역시 AI visibility의 mention·citation·SOV와 실제 수익 효과를 구분하고, AI visibility 이후의 유입·리드·매출을 별도로 연결해 측정해야 한다고 설명합니다. Semrush
따라서 GEO 측정 체계는 장기적으로 다음처럼 확장하는 것이 좋습니다.
① AI Visibility
Mention
Citation
Share of Voice
Position
Answer Accuracy
↓
② Demand
AI referral
브랜드 검색 증가
직접 방문
제품·가격 페이지 방문
↓
③ Conversion
상담
회원가입
데모 요청
견적 요청
Qualified Lead
↓
④ Revenue
구매
계약
Assisted Revenue
GEO ROI
이 네 층을 섞지 않아야 합니다.
Citation이 늘었다고 매출이 늘었다고 말해서도 안 되고, AI referral이 적다는 이유만으로 GEO가 전혀 효과 없다고 단정해서도 안 됩니다.
사용자가 AI에서 브랜드를 처음 발견한 뒤 나중에 Naver나 Google에서 브랜드명을 다시 검색할 수도 있기 때문입니다.
13. 처음 GEO를 시작한다면 KPI를 너무 많이 만들 필요는 없다
기업이 첫 달부터 20개 KPI를 관리할 필요는 없습니다.
도슨티GEO가 처음 GEO를 시작하는 팀이라면 우선 다음 다섯 가지 정도를 권할 수 있습니다.
KPI | 묻는 질문 |
| Mention Rate | 중요한 질문에서 우리 브랜드가 등장하는가 |
| Citation Rate | 우리 사이트·콘텐츠가 근거로 사용되는가 |
| Share of Voice | 경쟁사 대비 얼마나 보이는가 |
| Source Gap | 경쟁사는 어떤 출처 때문에 이기고 있는가 |
| Platform Gap | ChatGPT·Gemini·Claude·Naver 중 어디가 특히 약한가 |
그리고 이 숫자를 질문별·주제별·플랫폼별로 쪼개 봅니다.
전체 평균보다 이 breakdown이 실제 행동을 결정하는 데 훨씬 유용합니다.
14. 도슨티GEO가 목표로 하는 것은 monitoring보다 closed loop에 가깝다
많은 GEO 도구가 visibility monitoring부터 시작합니다.
그 자체로 가치가 있습니다.
하지만 기업 입장에서 중요한 것은 결국 다음 질문입니다.
“그래서 무엇을 바꿔야 하는가?”
도슨티GEO가 지향하는 workflow는 다음과 같습니다.
질문 선정
→ AI별 visibility 측정
→ 경쟁사·Citation 분석
→ 부족한 정보와 주제 발견
→ 콘텐츠 제작·개선
→ 발행
→ 동일 질문 재측정
도슨티가 공개적으로 설명하는 GEO workflow 역시 단순한 AI visibility monitoring보다 이 측정 → 실행 → 재측정의 closed loop에 초점을 두고 있습니다. (Docenty GEO — 한국 기업의 첫 GEO) GEO
한국 기업이라면 이 loop에 Naver가 들어갑니다.
ChatGPT에서는 개선됐지만 Naver에서는 그대로인지,
Naver에서는 인용되기 시작했지만 Gemini에서는 경쟁사만 나오는지
를 플랫폼별로 확인해야 합니다.
15. GEO는 순위를 만드는 일이 아니라 ‘정보 격차를 줄이는 일’에 가깝다
GEO를 전통 SEO의 새로운 버전으로만 보면 “AI에서 몇 위인가”에 지나치게 집착하기 쉽습니다.
하지만 실제 개선 작업에서는 더 중요한 질문이 있습니다.
AI가 고객의 질문에 답하기 위해 필요한 정보 중 우리에게 무엇이 없는가?
가격인가?
사용 사례인가?
비교 정보인가?
실적 데이터인가?
지역 정보인가?
리뷰인가?
전문가의 설명인가?
독립적인 외부 근거인가?
이 gap을 찾아 하나씩 메우고 다시 측정하는 것이 GEO입니다.
그래서 GEO의 가장 중요한 산출물은 높은 visibility score 하나가 아닐 수도 있습니다.
우리 고객의 질문 지도, 경쟁사의 정보 지도, AI가 사용하는 출처 지도, 그리고 그 변화를 기록한 데이터가 더 중요한 장기 자산이 될 수 있습니다.
결론: GEO는 Mention에서 시작하지만 재측정에서 완성된다
GEO를 제대로 측정하려면 최소한 세 가지를 구분해야 합니다.
Mention — AI가 우리 브랜드를 답변에 포함하는가
Citation — AI가 우리 정보와 콘텐츠를 근거로 사용하는가
Share of Voice — 경쟁사와 비교했을 때 얼마나 자주 선택되는가
그리고 그다음이 더 중요합니다.
왜 이런 차이가 생겼는지를 Source Gap과 Content Gap으로 분석하고, 실제 콘텐츠와 브랜드 정보를 개선한 뒤, 같은 질문으로 다시 측정해야 합니다.
한국 기업이라면 여기에 Naver AI가 반드시 별도의 측정 환경으로 들어갑니다.
ChatGPT에서 잘 보인다고 Naver에서도 잘 보이는 것은 아니기 때문입니다.
결국 GEO의 핵심 질문은 단순합니다.
우리가 AI에서 얼마나 보이는가?
에서 끝나는 것이 아니라,
어떤 고객 질문에서, 어떤 AI가, 어떤 경쟁사와 비교해, 어떤 근거로 우리를 선택하고 있으며, 우리가 정보를 바꾼 뒤 그 결과도 실제로 달라졌는가?
까지 가야 합니다.
도슨티GEO가 만들고자 하는 것도 바로 이 측정 체계입니다.
질문 → Mention → Citation → 경쟁사 → Source Gap → 콘텐츠 실행 → 재측정.
GEO를 보고서로 끝내지 않고, 기업이 스스로 반복할 수 있는 마케팅 시스템으로 만드는 것.
그것이 AI 검색 시대에 필요한 GEO 측정의 다음 단계입니다.
참고한 주요 자료