언급률 0.17%와 인용 몫 0.16%는 숫자가 비슷해도 분모가 다른 별개의 지표입니다.

리포트는 이름·출처·권장·신뢰도로 나눠 읽고, 지표마다 분자와 분모를 함께 확인해야 합니다.

보고 주기·전달 방식·산출물 형식·원자료 열람은 계약 전에 서면으로 받아 두세요.

 

문제: 같은 퍼센트가 다른 뜻으로 읽힌다

AI 노출 측정 리포트를 받으면 첫 장에 퍼센트가 몇 개 나란히 놓입니다. 문제는 모양이 같은 퍼센트도 분자와 분모가 다르면 다른 지표라는 점입니다.

분모를 모른 채 숫자를 비교하면 보고서는 점수표처럼 보이지만 판단 근거는 되지 못합니다. 이 글은 리포트를 받거나 고르는 마케터가 지표마다 무엇을 확인해야 하는지 정리합니다.

이해관계를 먼저 밝힙니다. 이 글은 어느 업체도 추천하거나 평가하지 않습니다. 다른 업체의 요금과 보고 방식은 확인하지 않았고, 발행 주체인 medad가 비교 평가를 하면 공정하다고 보기 어렵기 때문입니다.

근거: medad 2026년 10월 3일 회차 기록

예로 드는 숫자는 medad의 2026년 10월 3일 회차 기록과, 그 숫자로 글쓴이가 계산한 값입니다. 유효 응답은 598개, 측정 질문은 120개, 전체 인용은 4,316건이었습니다.

이름이 나온 응답은 1개였고 그 질문은 120개 중 1개로 ChatGPT 답변에서였습니다. 우리 사이트가 출처로 붙은 인용은 7건이었습니다.

계산하면 언급률은 1÷598로 0.17%, 질문 도달 범위는 1÷120으로 약 0.8%, 인용 몫은 7÷4,316으로 0.16%입니다. 세 숫자 모두 정해진 질문 세트·엔진·시점에서 관찰한 한 번의 결과이며, AI의 일반적인 추천 확률로 읽지 않습니다.

이름과 출처가 따로 움직인 기록도 있습니다. 8월 24일부터 9월 19일까지 Perplexity 출처 목록에는 9월 5일·12일·19일 세 회차 연속 medad.kr이 있었지만 답변 본문에는 이름이 없었습니다. 그래서 언급과 인용은 리포트에서 따로 나와야 한다고 판단합니다.

프레임: 이름·출처·권장·신뢰도를 따로 읽는다

리포트의 지표는 네 묶음으로 나눠 볼 수 있습니다. 이름이 나온 정도, 출처로 쓰인 정도, AI가 권한 정도, 그리고 숫자의 신뢰도를 따로 봅니다.

권장률은 이번 회차 값을 쓰지 않았습니다. 전체 권장률로 쓸 수 있는 기록이 확인되지 않았기 때문입니다.

언급률과 질문 도달 범위는 분모가 다릅니다. 같은 질문이 엔진 5곳에 반복되므로 한 질문이 응답 여러 개로 세어지고, 질문 도달 범위는 이 중복을 걷어 낸 값입니다. 언급률이 바닥에 가까울 때는 몇 개 질문에서 시작됐는지가 더 많은 것을 알려 준다고 판단하며, 리포트가 둘 중 하나만 준다면 나머지 하나를 요청하기를 권장합니다.

권장률은 이름이 아니라 답변 문장을 읽고 판정합니다. 단순 나열이나 부정적 비교에도 이름은 나오기 때문입니다. 판정 주체가 사람인지 자동 판정기인지와 기준 문장이 리포트에 적혀 있어야 한다고 판단합니다.

지표 이름도 확인 대상입니다. medad도 처음에는 화면에서 언급률을 «추천율»로 불렀다가 계산식에 맞게 바꿨습니다. 다른 리포트에서 추천율이라는 이름을 보면 분자가 무엇인지 확인하기를 권장합니다.

실행: 계약 전에 서면으로 받아 둘 것

medad 공개 요금표에서 확인되는 것은 모든 요금제에서 고정 질문 세트를 표시된 AI·검색 환경에서 주 1회 실행하고 유효 응답만 분모에 넣는다는 점입니다. 추적 질문은 90개·120개·400개로 요금제별이고 오차범위를 함께 표시하며, 프리미엄은 전담 매니저와 월간 보고가 표시돼 있습니다.

확인되지 않는 것도 있습니다. 스타터와 그로스는 담당이 «표준 대행»으로만 표시돼 별도 보고 주기가 적혀 있지 않고, 보고를 대면·비대면·화면·파일 중 어떤 방식으로 받는지도 적혀 있지 않습니다. 이처럼 공개 자료에 없는 항목은 해당 업체에 직접 확인해야 합니다.

어느 업체든 계약 전에 다섯 가지를 받아 두기를 권장합니다.

1. 보고 주기: 측정이 주 1회여도 보고는 주간인지 월간인지, 요금제마다 같은지.
2. 전달 방식: 대면 설명, 화상, 화면 공유, 파일 전달 가운데 무엇인지, 만나지 않고 받을 수 있는지.
3. 산출물 형식: 화면에서만 보는지, 내려받는 파일인지, 지표 정의서가 함께 오는지.
4. 원자료 열람: 질문별 답변과 출처 주소를 직접 열어볼 수 있는지.
5. 변경과 보관: 회차별 사양 변경 기록이 있는지, 계약 종료 뒤 자료를 보관해 주는지.

답변은 말이 아니라 서면이나 메일로 받아 두기를 권장합니다. 직접 측정한다면 질문·엔진·날짜·이름 여부·출처 주소·권함 여부를 한 줄씩 기록하고 위 계산식으로 분모와 함께 숫자를 만드세요.

함정: 분모 섞기, 0과 모름 섞기, 구간 무시

첫째, 분모를 섞습니다. 언급률은 응답 598개, 인용 몫은 인용 4,316건이 분모라서 0.17%와 0.16%를 같은 뜻으로 읽을 수 없다고 판단합니다. 엔진에 따라 정확한 페이지 주소나 도메인·중계 주소만 주기도 해서 페이지별 합계와 도메인별 합계의 분모도 달라집니다.

둘째, 0과 «모름»을 섞습니다. 받지 못한 응답은 0이 아니라 «모름»입니다. medad 공개 글은 9월 4일과 5일 회차가 일부 엔진의 응답을 다 받지 못했고 9월 5일부터 질문 세트가 바뀌었다고 밝히며, 이런 회차를 완전한 회차와 한 줄로 이으면 추세가 거짓으로 읽힐 수 있다고 판단합니다.

권장률에서도 같은 일이 생깁니다. 추천 여부를 수집하지 못한 옛 회차를 0%로 표시하면 ‘모름’을 ‘0’으로 바꾸는 오류가 됩니다. medad의 질문별 판정에서 아직 글이 겨냥하지 않은 판정 가능 질문 37개는 최근 4회차(9월 12일~10월 3일)·5개 엔진 모두에서 권함이 0이었지만, 글이 이미 답한 질문을 뺀 후보 목록이라 전체 권장률이 아닙니다. 9월 12일과 19일 회차는 상태가 부분(partial)으로 기록돼 불안정할 수 있습니다.

셋째, 구간을 무시합니다. 이름이 나온 1건도 응답 598개 단위로는 95% 구간(Wilson 방식)이 약 0.03~0.94%, 질문 120개 단위로는 약 0.15~4.57%입니다. 같은 질문이 엔진 5곳에 반복되므로 질문 단위 구간을 먼저 보기를 권장합니다.

요금표는 오차범위가 질문이 90개일 때 최대 4.1%p, 120개일 때 3.1%p, 400개일 때 1.0%p로 줄어든다고 표시하고, 오차범위가 결과 보장이 아니라고 적습니다. 9월 12일과 19일 회차는 질문 45개 중 0개에서 이름이 나왔고 95% 구간은 0~7.9%였습니다. 구간 안의 작은 변화는 추세로 읽지 않습니다.

넷째, 외부 약속을 내부 지표로 착각합니다. Google은 Google 검색과 디스커버의 생성형 AI 기능에서 콘텐츠의 실적을 측정하려면 Search Console의 생성형 AI 실적 보고서를 사용하라고 안내하지만, 이는 Google 서비스 안의 자료이며 다른 AI 서비스까지 대신 보여 주지는 않는다고 판단합니다.

Google은 순위 상승을 약속하거나 내부 측정항목을 쓴다고 주장하는 서드 파티 도구도 주의하라고 하며, 어떤 서드 파티 도구도 Google의 내부 순위나 AI 시스템에 접근할 수 없다고 적습니다. 외부 리포트의 숫자는 질문을 던져 관찰한 결과라는 점이 적혀 있어야 합니다.

체크리스트

1. 지표마다 분자와 분모를 함께 적었나요?
2. 언급·인용·권장을 한 장표에 섞지 않고 따로 보여 주나요?
3. 질문 도달 범위와 완료한 질문 수가 있나요?
4. 오차범위와 함께 계산 단위(질문인지 응답인지)를 밝혔나요?
5. 측정 불가와 부분 측정을 0과 구분해 표시했나요?
6. 질문 세트와 엔진이 바뀐 시점이 기록돼 있나요?
7. 질문별 원 응답과 출처 주소를 내려받거나 직접 열어 볼 수 있나요?

분자·분모(1번)나 원자료(7번)가 없으면 점수를 비교하기 전에 정의서와 원자료를 먼저 받아 보는 편이 안전하다고 판단합니다.

참고 자료

medad 요금제 / medad, AI 검색 마케팅 회사를 직접 측정할 때: 0이라는 숫자보다 측정 설계 / medad, AI 노출 측정 리포트 읽는 법: 질문·환경·근거를 함께 기록하세요 / medad, AI 검색 효과는 언제 보일까: 8주간 1번만 나온 medad 자사 측정과 준비 체크리스트 / Google Search Central, Optimizing your website for generative AI features on Google Search (기준일 2026-10-04)

필자 소개 medad는 AI 검색 답변에서 브랜드가 어떤 질문에 답하고 있는지 측정하고, 근거 중심의 콘텐츠 구조를 설계합니다.