AI는 우리 브랜드를 ‘어떤 회사’라고 생각할까?
도슨티GEOAI는 우리 브랜드를 ‘어떤 회사’라고 생각할까?
AI Brand Perception: 브랜드 언급률보다 중요한 것은 고객의 문제와 우리 브랜드가 어떻게 연결되는가입니다.
“ChatGPT에서 우리 회사가 언급되고 있습니다.”
GEO(Generative Engine Optimization)를 시작한 기업이라면 긍정적으로 받아들일 만한 소식입니다.
그런데 한 가지 질문을 더 던져보겠습니다.
“ChatGPT는 우리 회사를 어떤 회사로 설명하고 있을까요?”
기업용 소프트웨어를 판매하는 A기업이 있다고 가정해 보겠습니다.
A기업은 중견 제조기업의 복잡한 생산관리와 원가분석 문제를 해결하는 데 강점이 있습니다.
그런데 ChatGPT에 A기업을 물어보면 다음과 같이 설명합니다.
“중소기업을 위한 저렴하고 간편한 업무관리 솔루션입니다.”
완전히 틀린 설명은 아닐 수 있습니다. 하지만 A기업이 실제로 공략하려는 시장과 차이가 있습니다.
더 큰 문제는 고객이 “중견 제조기업에 적합한 생산관리 솔루션”을 추천해 달라고 질문했을 때 발생합니다.
AI가 A기업을 그런 문제를 해결하는 회사로 연결하지 못한다면, 브랜드를 알고 있으면서도 추천 후보에서는 제외할 수 있습니다.
이 경우 A기업의 GEO 문제는 단순한 노출 부족일까요?
그보다는 AI 답변에서 드러나는 브랜드의 포지셔닝을 살펴봐야 할 수 있습니다.
GEO의 다음 과제는 AI가 우리 브랜드를 알고 있는지 확인하는 것을 넘어, 어떤 고객의 어떤 문제와 연결해 설명하는지 파악하는 것입니다.
1. AI 검색 시대에는 브랜드의 '의미'도 경쟁합니다
전통적인 브랜드 마케팅에서는 소비자가 특정 브랜드를 어떻게 인식하는지가 중요했습니다.
브랜드 인지도, 선호도, 신뢰도뿐 아니라 어떤 특징과 이미지를 떠올리는지도 중요한 분석 대상이었습니다.
예를 들어 어떤 자동차 브랜드는 안전성을, 다른 브랜드는 주행 성능을, 또 다른 브랜드는 합리적인 가격을 강조합니다.
고객이 제품을 선택할 때 이러한 연상이 영향을 미칠 수 있기 때문입니다.
생성형 AI 검색 환경에서는 여기에 새로운 관찰 대상이 추가됩니다.
고객이 AI에 제품을 추천해 달라고 질문했을 때, AI가 각 브랜드를 어떤 특징과 용도에 연결해 설명하는가입니다.
이는 단순한 검색 노출과 다릅니다.
예를 들어 AI가 어떤 브랜드를 반복적으로 언급하더라도 해당 브랜드를 '저가형', '입문자용', '소규모 기업에 적합한 솔루션'으로만 설명할 수 있습니다.
그 브랜드가 실제로 대기업용 고급 기능과 전문적인 서비스를 제공하더라도 AI 답변에서 이러한 강점이 드러나지 않을 수 있습니다.
반대로 전체적인 언급 빈도는 낮지만 특정 산업이나 전문 분야에 관한 질문에서는 경쟁사보다 자주 추천되는 브랜드도 있을 수 있습니다.
따라서 브랜드의 AI 검색 경쟁력을 제대로 평가하려면 얼마나 등장하는지와 어떻게 설명되는지를 구분해야 합니다.
이 글에서는 이러한 분석을 AI Brand Perception이라고 부르겠습니다.
다만 여기서 'AI가 브랜드를 인식한다'는 표현은 비유입니다.
AI가 인간처럼 일관된 신념이나 개인적인 브랜드 이미지를 갖고 있다는 뜻이 아닙니다.
정확히는 특정 질문과 조건에서 생성한 답변에 어떤 브랜드 속성, 평가, 추천 이유가 나타나는지를 관찰하는 것입니다.
2. 최신 연구가 보여주는 사실: AI는 브랜드를 알아도 추천하지 않을 수 있습니다
2026년 9월 공개된 Evaluating Brand Retrieval and Ranking in Large Language Model Recommendations는 AI 브랜드 추천을 평가하는 새로운 접근법을 제안합니다.
연구진은 여섯 개의 LLM과 다섯 개 제품 카테고리를 대상으로 브랜드 추천을 분석했습니다.
특히 주목할 부분은 질문 방식에 따른 차이입니다.
단순히 특정 제품 카테고리의 브랜드를 추천해 달라고 했을 때와 사용자의 요구 조건을 구체적으로 설명했을 때, AI가 제시하는 브랜드가 달라졌습니다.
또한 일반적인 추천 질문에서는 등장하지 않았던 브랜드가 고유한 특징을 암시하는 단서를 제공했을 때 추천될 수 있었습니다.
연구진은 이를 진단적인 포지셔닝 질문을 통해 확인했습니다.
이 결과는 GEO 전략에 중요한 시사점을 줍니다.
AI가 어떤 브랜드를 추천하지 않았다고 해서 그 브랜드에 관한 정보가 전혀 없다고 단정할 수는 없습니다.
그 브랜드를 특정 고객의 요구 조건과 연결하지 못했을 가능성도 살펴봐야 합니다.
예를 들어 다음 두 질문을 비교할 수 있습니다.
“기업용 소프트웨어를 추천해줘.”
“복수의 건설 현장에서 프로젝트별 원가와 손익을 관리할 수 있는 기업용 소프트웨어를 추천해줘.”
두 번째 질문에서 특정 기업이 새롭게 추천된다면, 그 기업은 일반적인 브랜드 추천 경쟁보다 특정한 고객 수요에서 더 강한 가시성을 갖고 있을 수 있습니다.
기업에 필요한 것은 바로 이러한 차이를 발견하는 것입니다.
GEO 측정에서 중요한 질문은 '우리 브랜드가 등장했는가'뿐 아니라 '어떤 조건에서 등장했는가'입니다.
3. AI가 브랜드를 추천하는 이유는 무엇일까요?
AI 답변에서 나타나는 브랜드 포지셔닝을 이해하려면 추천 이유를 분석해야 합니다.
2026년 11월 5일 발표된 The Popular Get More Popular: Auditing Brand Bias in Generative Search는 생성형 AI의 추천에 브랜드 인지도와 친숙도가 영향을 미칠 수 있다는 점을 살펴봤습니다.
연구진은 주요 AI 검색 환경에서 유명 브랜드가 상대적으로 자주 인용되는 경향을 관찰했습니다.
특히 1,176개 주요 브랜드를 대상으로 한 분석에서 상위 인지도 브랜드는 표본 내 평균 브랜드보다 1.4~2.8배 더 자주 인용됐습니다.
또한 제품의 특징은 유지하면서 브랜드 이름만 잘 알려지지 않은 이름으로 변경한 실험에서는 추천 순위가 낮아지는 현상이 나타났습니다.
이는 AI의 브랜드 추천이 제품의 객관적인 기능 비교만으로 결정되지 않을 수 있다는 점을 보여줍니다.
기존의 브랜드 인지도와 다양한 정보원에서 축적된 브랜드 관련 정보가 영향을 줄 가능성이 있습니다.
그렇다고 브랜드 인지도가 높은 기업이 언제나 우세하다는 의미는 아닙니다.
같은 해 6월 발표된 Incumbent Advantage: Brand Bias and Cognitive Manipulation Dynamics in LLM Recommendation Systems는 특정 제품 카테고리의 통제된 실험에서 제품 평점과 권위 있어 보이는 설명 문구가 추천 결과에 영향을 줄 수 있다는 점을 보여줬습니다.
다만 연구에 포함된 과장되거나 조작된 권위 주장은 실제 마케팅에서 따라야 할 방법이 아닙니다. 오히려 AI가 근거의 진위를 충분히 구별하지 못할 위험을 보여주는 사례로 이해해야 합니다.
이러한 연구를 종합하면 기업은 AI 추천을 단순한 인기투표나 콘텐츠 품질 평가로 해석해서는 안 됩니다.
추천 결과에는 브랜드의 기존 인지도, 질문의 맥락, 제품 특징, 검색된 정보, 모델별 차이 등이 복합적으로 작용할 수 있습니다.
따라서 브랜드 포지셔닝을 평가할 때도 하나의 점수만 보기보다 어떤 속성이 어떤 질문에서 반복적으로 나타나는지를 확인해야 합니다.
4. AI Brand Perception은 무엇을 측정해야 할까요?
기업이 AI 답변 속 브랜드 인식을 분석하려면 적어도 다섯 가지 차원을 구분하는 것이 좋습니다.
| 측정 영역 | 핵심 질문 |
|---|---|
| Category Association | AI는 우리 브랜드를 어떤 제품·서비스 카테고리와 연결하는가? |
| Attribute Association | 어떤 기능과 특징을 강점 또는 약점으로 설명하는가? |
| Use-case Association | 어떤 고객 문제와 사용 상황에서 추천하는가? |
| Competitive Positioning | 경쟁사와 비교할 때 어떤 차이를 강조하는가? |
| Factual Accuracy | 브랜드에 관한 설명이 실제 사실과 일치하는가? |
이 다섯 영역은 서로 연결되지만 동일하지는 않습니다.
가상의 SaaS 기업을 예로 들어보겠습니다.
이 기업은 산업별 전문 솔루션을 제공하지만, AI는 해당 기업을 일반적인 업무 자동화 업체로 설명합니다.
이 경우 카테고리 연상에서 문제가 발생하고 있을 수 있습니다.
다른 질문에서는 기업의 기능을 정확하게 설명하면서도 특정 산업에 적합한 업체로 추천하지 않을 수 있습니다.
이 경우에는 사용 사례와의 연결이 상대적으로 약할 수 있습니다.
또 경쟁사와 비교하는 질문에서는 실제로 제공하지 않는 기능이 있다고 설명하거나, 이미 지원하는 기능이 없다고 답변할 수도 있습니다.
이것은 단순히 브랜드 이미지의 문제가 아니라 정보의 정확성 문제입니다.
따라서 AI Brand Perception은 긍정적인 표현의 개수를 세는 분석에 머물러서는 안 됩니다.
브랜드의 실제 역량과 AI가 생성한 설명 사이의 차이를 찾아야 합니다.
5. 더 중요한 지표: AI가 알고 있는 브랜드와 실제 브랜드 사이의 거리
여기서 한 단계 더 발전해 볼 수 있습니다.
기업이 공식적으로 정의한 브랜드 포지셔닝과 AI 답변에 나타난 포지셔닝을 비교하는 것입니다.
이를 설명하기 위해 'Brand Positioning Gap'이라는 분석 개념을 제안합니다.
예를 들어 어떤 기업이 다음과 같은 시장 포지셔닝을 추구한다고 가정하겠습니다.
-
중견 제조기업을 위한 전문 솔루션
-
복잡한 생산 및 원가관리 지원
-
기존 기업 시스템과의 연동
-
산업별 맞춤형 도입 지원
그런데 AI 답변에서는 다음과 같은 설명이 반복됩니다.
-
스타트업을 위한 간편한 솔루션
-
기본 업무관리 기능 중심
-
저렴한 가격
-
별도 구축 없이 빠른 사용 가능
두 설명 사이에는 상당한 차이가 있습니다.
물론 기업이 원하는 브랜드 이미지가 반드시 실제 고객에게 가장 적합한 설명이라는 보장은 없습니다.
따라서 공식 브랜드 메시지뿐 아니라 실제 제품 사양과 고객 사례, 검증 가능한 외부 자료를 함께 확인해야 합니다.
분석의 목적은 AI가 기업의 광고 문구를 그대로 반복하게 만드는 것이 아닙니다.
기업이 실제로 제공하는 가치가 AI 답변에서 정확하게 드러나는지 평가하는 것입니다.
이러한 차이를 파악하면 GEO 개선 과제도 달라집니다.
단순히 AI가 브랜드명을 더 많이 언급하도록 만드는 것보다 중요한 일이 있을 수 있습니다.
기업의 전문 분야를 설명하는 콘텐츠를 보완하거나, 핵심 제품의 실제 기능을 명확하게 공개하거나, 검증 가능한 고객 사례를 추가하는 일이 필요할 수 있습니다.
GEO에서 해결해야 할 문제는 언제나 '브랜드가 보이지 않는다'가 아닙니다. 때로는 '브랜드가 잘못 설명되고 있다'입니다.
6. 브랜드 인식은 어떻게 측정할 수 있을까요?
AI Brand Perception을 측정하기 위해서는 단순한 브랜드 검색 질문만으로는 충분하지 않습니다.
서로 다른 유형의 질문을 구성하고 그 답변을 비교하는 방식이 필요합니다.
예를 들어 다음과 같은 네 가지 질문 집합을 만들 수 있습니다.
첫째, 비브랜드 추천 질문
“중견 제조기업에 적합한 ERP 솔루션을 추천해줘.”
이 질문은 브랜드명을 직접 제시하지 않았을 때 AI가 어떤 기업을 추천하는지 확인하는 데 사용합니다.
브랜드의 자발적 등장 여부를 측정할 수 있습니다.
둘째, 브랜드 설명 질문
“A기업은 어떤 회사이며 주요 강점은 무엇인가?”
브랜드가 답변에 포함되도록 지정하고, 그 기업을 어떤 카테고리와 특징으로 설명하는지 확인합니다.
이 질문에서는 브랜드의 자발적 추천 빈도를 측정할 수 없다는 점에 주의해야 합니다.
셋째, 사용 사례 질문
“여러 생산라인의 실시간 원가를 관리해야 하는 제조기업에 적합한 솔루션은 무엇인가?”
이 질문은 특정 고객 요구와 브랜드가 얼마나 자주 연결되는지 평가하는 데 사용합니다.
넷째, 경쟁사 비교 질문
“A기업과 B기업은 어떤 고객에게 각각 적합한가?”
이 질문에서는 AI가 각 기업의 차이를 어떤 기준으로 설명하는지 살펴봅니다.
실제 기능과 다른 설명이 있는지도 확인할 수 있습니다.
질문 유형별 결과를 함께 분석하면 하나의 브랜드가 AI 답변에서 어떻게 표현되는지 보다 입체적으로 파악할 수 있습니다.
다만 측정 환경과 반복 실행 횟수, 모델 버전, 검색 기능 사용 여부 등을 기록해야 합니다.
단 한 번의 답변만으로 AI가 특정 브랜드를 일관되게 인식한다고 결론 내리기는 어렵기 때문입니다.
7. AI Brand Perception을 데이터로 표현한다면?
다음은 가상의 B2B 소프트웨어 기업을 대상으로 구성한 분석 사례입니다.
| 브랜드 속성 | 관련 질문 중 해당 속성으로 설명된 비율 | 기업의 실제 특성과 비교 |
|---|---|---|
| 산업별 전문성 | 70% | 일치 |
| 대기업·중견기업 적합성 | 25% | 과소 표현 |
| 저렴한 가격 | 80% | 사실 확인 필요 |
| 시스템 연동 역량 | 15% | 과소 표현 |
| 간편한 초기 도입 | 60% | 일부 일치 |
모든 수치는 설명을 위한 가상 예시입니다. 각 비율은 해당 속성을 평가하도록 설계한 질문의 답변 수를 분모로 계산한다고 가정합니다.
이 분석에서 기업이 우선 검토해야 할 부분은 무엇일까요?
단순히 가장 낮은 점수를 받은 항목이 아닙니다.
사업적으로 중요하지만 AI 답변에서 충분히 드러나지 않는 항목입니다.
예를 들어 대기업·중견기업 적합성이 핵심 경쟁력인데 관련 답변에서 25%만 설명된다면 중요한 개선 과제가 될 수 있습니다.
시스템 연동 역량이 실제 제품의 강점인데 AI 답변에서는 거의 언급되지 않는다면 관련 공식 문서와 고객 사례의 충분성을 확인할 필요가 있습니다.
반면 '저렴한 가격'이라는 속성이 자주 언급되더라도 실제 가격 경쟁력과 맞지 않는다면 그 설명 자체를 검증해야 합니다.
이처럼 AI Brand Perception 분석은 브랜드 언급률을 높이는 작업과 다른 방향의 개선 과제를 발견할 수 있게 합니다.
그러나 수치화에는 주의가 필요합니다.
브랜드 속성의 분류 기준은 사전에 정의해야 하며, AI가 생성한 평가 표현을 모두 사실로 받아들여서는 안 됩니다.
가능하다면 일부 답변을 사람이 직접 검토해 자동 분류의 정확성을 확인하는 것이 좋습니다.
8. 플랫폼마다 다른 브랜드 인식이 나타난다면?
기업은 ChatGPT, Gemini, Claude, Perplexity 등의 AI 서비스를 하나의 동일한 환경으로 취급해서는 안 됩니다.
각 플랫폼은 모델과 검색 기능, 검색 출처, 답변 생성 방식 등이 다를 수 있습니다.
따라서 같은 브랜드에 대한 설명도 달라질 수 있습니다.
예를 들어 ChatGPT는 특정 기업을 산업별 전문 솔루션으로 설명하지만, 다른 플랫폼에서는 범용 소프트웨어 업체로 설명할 수 있습니다.
이 경우 브랜드 인식이 플랫폼에 따라 어떻게 달라지는지 확인할 필요가 있습니다.
다만 플랫폼별 결과 차이를 곧바로 각 모델의 내부 지식 차이로 해석해서는 안 됩니다.
검색 시점과 외부 정보원, 답변 조건의 차이도 영향을 줄 수 있기 때문입니다.
특히 OpenAI는 ChatGPT Search 공식 설명에서 검색 결과와 출처가 불완전하거나 오래되었거나 부정확할 수 있으므로 원문 검증이 필요하다고 안내합니다.
이 점은 브랜드 분석에서도 동일하게 적용됩니다.
AI가 어떤 기업을 특정한 방식으로 설명했다는 사실은 관찰 가능한 데이터입니다.
하지만 그 설명이 정확한지는 별도의 검증이 필요합니다.
AI Brand Perception을 측정한다는 것은 AI의 답변을 신뢰한다는 뜻이 아닙니다. AI가 만들어낸 브랜드 설명을 체계적으로 관찰하고 검증한다는 뜻입니다.
9. 브랜드 인식의 차이를 발견했다면 무엇을 개선해야 할까요?
AI가 브랜드를 부정확하게 설명하거나 핵심 경쟁력을 충분히 드러내지 못한다면 다음 단계는 원인을 탐색하는 것입니다.
먼저 공식 웹사이트에서 제품과 서비스의 특징이 충분히 구체적으로 설명되어 있는지 확인할 필요가 있습니다.
기업이 강조하는 핵심 기능이 제품 소개 페이지뿐 아니라 실제 사용 사례와 기술 문서에도 일관되게 설명되어 있는지 살펴봐야 합니다.
다음으로 외부 정보원을 확인할 수 있습니다.
고객 사례와 제품 비교 자료, 전문 매체의 설명, 실제 사용 후기가 기업의 현재 역량을 정확하게 반영하는지 검토하는 것입니다.
오래된 정보가 주요 출처에 남아 있다면 AI가 현재의 제품 기능을 충분히 반영하지 못할 가능성도 있습니다.
하지만 여기서 주의해야 할 점이 있습니다.
검색 가능한 정보를 개선한다고 해서 AI의 추천 결과가 반드시 원하는 방향으로 바뀌는 것은 아닙니다.
앞서 소개한 2026년 11월 브랜드 편향 연구에서도 사실을 유지한 단순한 콘텐츠 표현 변경만으로는 추천 순위를 크게 개선하지 못했습니다.
따라서 GEO 개선은 특정 문장을 반복하거나 AI가 선호할 것 같은 형식으로 콘텐츠를 대량 생산하는 방식에 의존해서는 안 됩니다.
고객에게 유용하고 검증 가능한 정보를 제공하는 것이 우선입니다.
Google 역시 생성형 AI 검색 공식 가이드에서 기존 SEO의 기본 원칙과 독창적이고 유용한 콘텐츠의 중요성을 강조합니다.
기업이 할 일은 AI에게 특정한 브랜드 이미지를 강제로 주입하는 것이 아닙니다.
실제 제품과 서비스에 관한 정확하고 충분한 정보가 고객과 검색 시스템에 전달되도록 만드는 것입니다.
그리고 개선 활동 이후 AI 답변에서 어떤 변화가 나타나는지 다시 측정해야 합니다.
10. 도슨티 GEO가 제안하는 다음 단계: 노출을 넘어 브랜드가 선택되는 맥락으로
GEO를 시작하는 기업은 먼저 AI 검색에서 자사 브랜드가 얼마나 자주 등장하는지 확인해야 합니다.
하지만 브랜드 언급률을 확인했다고 분석이 끝나는 것은 아닙니다.
다음으로는 경쟁사와 비교해야 합니다.
어떤 질문에서 경쟁사가 더 자주 언급되는지, 어떤 출처가 인용되는지, 특정 고객 수요에서 자사 브랜드가 충분히 발견되는지 살펴봐야 합니다.
도슨티 GEO는 ChatGPT, Claude, Gemini, Perplexity, 네이버 AI 등 주요 플랫폼에서 브랜드 언급과 인용 현황을 모니터링하고 경쟁사와 비교할 수 있도록 지원합니다.
이러한 질문별 측정 데이터는 AI Brand Perception을 분석하는 출발점이 될 수 있습니다.
예를 들어 기업은 다음과 같은 분석을 진행할 수 있습니다.
브랜드를 직접 언급하지 않은 질문에서 자사가 등장하는가?
특정 산업과 고객 문제를 포함한 질문에서는 결과가 달라지는가?
경쟁사가 반복적으로 등장하는 질문에는 어떤 공통점이 있는가?
AI가 인용하는 출처는 실제로 어떤 정보를 제공하고 있는가?
그 결과를 바탕으로 어떤 콘텐츠와 정보 영역을 우선적으로 점검해야 하는가?
여기서 제안한 브랜드 속성 자동 분류, Brand Positioning Gap 계산 등은 분석 방법론의 발전 방향이며 도슨티 GEO의 현행 기능으로 모두 구현됐다는 뜻은 아닙니다.
중요한 것은 기존의 언급·인용·경쟁사 비교 측정을 고객 질문과 브랜드 포지셔닝이라는 관점에서 활용하는 것입니다.
이렇게 접근하면 GEO는 단순한 노출 경쟁을 넘어 고객의 선택 과정에서 브랜드의 실제 강점이 어떻게 전달되는지 검증하는 활동으로 확장될 수 있습니다.
결론. AI가 우리 브랜드를 아는 것과, 제대로 추천하는 것은 다릅니다
AI 검색에서 브랜드가 언급되는 것은 중요합니다.
하지만 브랜드 인지도만으로 기업이 원하는 고객에게 적합한 선택지로 추천된다고 보장할 수는 없습니다.
AI가 어떤 기업을 알고 있으면서도 특정한 고객 문제와 연결하지 못할 수 있습니다.
기능을 정확히 설명하면서도 구매 후보에서는 제외할 수 있습니다.
반대로 일반적인 추천 목록에는 등장하지 않지만 전문적인 요구 조건에서는 반복적으로 추천될 수도 있습니다.
따라서 기업은 브랜드 가시성을 측정하는 것에서 한 걸음 더 나아가야 합니다.
AI 답변에서 우리 브랜드는 어떤 카테고리에 속하는가?
어떤 기능과 특징이 강조되는가?
어떤 고객 문제에 대한 해결책으로 추천되는가?
경쟁사와 비교해 어떤 차이가 있다고 설명되는가?
그리고 그 설명은 실제 사실과 일치하는가?
이 질문에 답할 수 있어야 AI 검색에서의 브랜드 경쟁력을 보다 정확하게 이해할 수 있습니다.
AI 검색 시대의 브랜드 경쟁은 단순히 이름을 더 많이 등장시키는 데서 끝나지 않습니다. 고객이 해결하려는 문제와 우리 브랜드의 실제 강점이 얼마나 정확하게 연결되는지도 중요합니다.
이제 GEO 성과에 대한 질문을 바꿔야 합니다.
“AI가 우리 브랜드를 알고 있나요?”에서
**“AI는 우리 브랜드를 어떤 고객에게, 어떤 이유로 추천하고 있나요?”**로.
그 답을 확인하는 것이 AI Brand Perception 분석의 출발점입니다.
AI는 우리 브랜드를 어떻게 설명하고 있을까요?
우리 브랜드가 AI 검색에서 얼마나 자주 언급되는지, 어떤 질문에서 경쟁사가 더 많이 등장하는지 확인해 보세요.
도슨티 GEO의 플랫폼별 언급·인용 모니터링과 경쟁사 비교 데이터에서 브랜드 가시성과 개선이 필요한 질문을 찾아볼 수 있습니다.
도슨티 GEO의 측정 결과는 설정된 질문과 플랫폼, 측정 조건에 한정됩니다. AI의 내부 지식이나 실제 사용자 전체의 브랜드 인식을 직접 측정하는 것은 아닙니다.
주요 참고자료
