언급은 브랜드, Prompt, 엔진의 거의 고정된 속성입니다
대부분의 AI 가시성 대시보드는 수치 하나를 앞세웁니다. 회원님을 언급한 답변의 비율입니다. 이사회 자료에 스크린샷으로 들어가고, 사람들이 알림을 거는 수치입니다. 답변에서 가장 덜 움직이는 부분이기도 합니다.
Ranqo의 Pratyush Kumar가 2026년 6월 발표한 논문이 그 크기를 잽니다. Ranqo는 GEO 도구를 팔며 자사 프로덕션 데이터를 보고하고 있으므로, 얼마나 무게를 둘지에 영향을 줍니다. 코호트는 2026년 3월~5월, 엔진 다섯 개에 걸친 브랜드 102곳, Prompt 응답 100,000개 이상입니다.
비브랜드 카테고리 Prompts에서 3회 이상 실행으로 추적한 모든 브랜드, Prompt, 플랫폼 셀의 언급 패턴은 이렇게 나뉘었습니다. 전혀 언급되지 않음 63.2%, 늘 언급됨 14.3%, 실행의 70% 이상에서 언급됨 7.0%, 30% 미만에서 언급됨 8.7%. 30%~70%의 변동 구간에 있던 것은 6.8%뿐이었고, 77.5%의 셀은 엄격히 늘 또는 전혀였습니다.
엔진이 카테고리 질문에서 회원님을 언급하는지는 동전 던지기보다 회원님에 대한 사실에 가깝습니다. 그 코호트 대부분의 브랜드에게 그 사실은 아니오였습니다.
언급된 셀의 45.5%가 긍정과 부정 사이에서 뒤집혔습니다
이제 셀을 고정하고 질문을 바꿔 봅니다. 답변이 회원님을 언급했는지 대신 무엇이라고 말했는지 묻습니다. Kumar는 언급이 3회 이상인 셀로 걸러 각 실행의 감성을 분류했습니다.
- 늘 긍정: 29.9%
- 긍정과 중립 혼합: 21.8%
- 늘 중립: 2.3%
- 부정과 중립 혼합: 0.5%
- 늘 부정: 0.0%
- 긍정과 부정 사이에서 뒤집힘: 45.5%
모두가 보고하는 것은 안정적인 신호입니다
45.5% 대 6.8%가 6.7배의 출처입니다. 같은 셀, 같은 실행입니다. 대시보드의 수치는 안정적인 쪽이고, 아무도 보고하지 않는 수치는 보고할 것이 있는 셀의 거의 절반에서 흔들립니다.
그 표에는 대표 결과보다 저희가 더 좋아하는 조용한 발견이 있습니다. 일관되게 부정인 셀은 하나도 없었습니다. 0입니다. 여기의 엔진들은 추적 브랜드에 대해 부정적 평가로 굳은 적이 없으며, 부정은 나타나더라도 지나갔습니다. 모델이 회원님에게 등을 돌렸다는 이론으로 AI 평판 관리를 파는 사람이 있다면 그 행을 기억해 둘 만합니다.
언급되었지만 추천되지 않음은 이제 이름 붙은 실패 유형입니다
다른 그룹은 같은 간극에 반대편에서 접근했습니다. Unusual의 Will Jack, Noah Lehman, Keller Maloney, Sarah Xu는 19개 분야에 걸친 상업적 Prompts 215개로 프로덕션 실행 약 37,000회를 감사했고, 인지도 등급 다섯 개로 나눈 브랜드 533곳 목록과 대조했습니다. Unusual도 이 시장에 판매합니다.
그들은 문제를 세 단계로 나눴습니다. 모델은 회원님을 언급하는 페이지를 가져와야 하고, 회원님을 검색 풀에서 답변 본문으로 옮겨야 하며, 지나친 선택지로 나열하는 대신 추천 집합에서 지지해야 합니다.
카테고리 선두는 관련 검색 거의 모두에 나왔고, 도달한 자리의 25%~41%를 따냈습니다. 그들에게 방에 들어가는 문제는 해결되어 있었습니다. 선택받는 문제는 아니었습니다. 사다리 아래로 내려가면 뒤집혀서, 가장 작은 브랜드의 48%~52%는 37,000회 실행 어디에도 나오지 않았습니다.
자매 논문에서 같은 팀은 ChatGPT도 Claude도 브랜드를 추천하지 않은 사례 7,763건을 가져와 세 가지 실패 중 하나로 분류했습니다. 모델에 도달하지 못함, 도달했지만 언급되지 않음, 언급되었지만 추천되지 않음입니다. 두 제공사는 95.1%의 경우 같은 진단을 내렸고, 군집 95% 구간은 94.3%~95.7%였습니다. 일치율은 브랜드가 작을수록 올라 카테고리 선두의 81%에서 롱테일 지역 브랜드의 99.6%까지 갔습니다. 선택은 제공사마다 다릅니다. 진 이유는 대부분 다르지 않습니다.
감성 수치에는 언급 수치보다 훨씬 큰 분모가 필요합니다
실무적 결과는 산수입니다. Kumar 자신의 운영 규칙은 언급률에는 실행이 최소 3회, 감성 가중 점수가 안정되려면 브랜드당 플랫폼당 Prompts가 최소 10개 필요하다는 것입니다. 몇 번의 확인으로 보고한 감성은 샘플러의 운을 보고하는 것입니다.
그래서 저희가 공개하는 모든 가시성 백분율에는 Wilson 구간이 붙고, 저희 알림은 점 추정치가 아니라 구간으로 울립니다. 감성 시리즈를 언급 시리즈와 같은 깊이로 실행하면 알림이 7배쯤 자주 울릴 것이고, 그 거의 전부가 잡음일 것입니다.
- 언급과 표현 방식은 표본 크기를 따로 둔 별도 시리즈로 유지하십시오. 대표 수치 하나는 안정적인 것과 변동하는 것을 평균합니다.
- 졌을 때는 세 가지 실패 중 어느 것인지 물으십시오. 검색되지 않는 문제의 해결책과 2등이 되는 문제의 해결책은 공통점이 없습니다.
- 엔진별로 보십시오. Unusual 데이터에서 제공사 간 선택은 약 3분의 2의 경우 엇갈렸습니다.
- 알림 임계값은 구간에서 정하십시오. 표본 9개의 흔들림으로 누구도 호출되지 않도록요.
저희가 하는 일
Proofsource 서비스는 Prompt 추적과 경쟁사 점유율 옆에서 감성과 포지셔닝을 추적하고, 모든 가시성 수치를 Wilson 구간으로 채점하며, 그 구간으로 알림을 거릅니다. 회원님이 언급되고도 밀려났을 때, 리포트의 일은 그들이 왜 이겼는지 증거와 함께 말하는 것입니다.
저희 자체 샘플링은 더 작고 약간 다른 곳을 가리킵니다. 저희가 시험한 한 카테고리에서 어떤 이름이 나오는지에 대한 일일 변동을 엔진별로 9%~27% 측정했으며, 6.8% 뒤집힘 비율이 시사하는 것보다 많이 움직입니다. 코호트가 다르고 실행의 정의가 다르며, 둘이 깔끔하게 맞아떨어지는 척하지는 않겠습니다.
어느 쪽이든 저희가 변호할 부분은 거기서 따르는 지침입니다. 언급 수를 결과로 읽지 마십시오. 그것은 입장 조건입니다.
이 분석이 틀릴 수 있는 부분
두 그룹 모두 이 시장에서 도구를 팔며 자사 프로덕션 데이터를 공개하고 있습니다. 결격 사유는 아니며, 저희도 저희 것을 공개할 때 같은 처지입니다. 어느 쪽도 독립 감사가 아니므로 그렇게 읽지 마십시오.
Kumar는 가장 큰 한계를 스스로 밝힙니다. 감성은 브랜드를 언급하는 구간에 대해 모델이 분류하므로, 45.5%는 답변의 실제 변동과 분류기 잡음이 섞여 있고 논문은 둘을 분리하지 않습니다. 6.7배는 표현 방식이 얼마나 불안정한지의 측정이 아니라 상한으로 다루십시오.
그 코호트는 편의 표본이며 SaaS, 리테일 실행, 핀테크, D2C 브랜드에 치우쳐 있습니다. 1등급 그룹은 브랜드 11곳이며, 논문은 작은 셀을 스스로 표시합니다.
Unusual의 실패 유형 라벨도 모델이 붙였고, 인지도 사다리는 공개 신호로 수작업 코딩했습니다. 브랜드의 크기가 아니라 얼마나 잘 알려졌는지를 대리합니다.
기간은 2026년 3월~5월과 2026년 5월입니다. 엔진은 끊임없이 바뀌므로 모양은 받아들이되 소수점은 느슨하게 잡으십시오.
일관되게 부정인 셀이 0이라는 것은 한 코호트의 카테고리 Prompts에서 추적 브랜드에 대한 진술입니다. 모델이 누구에 대해서도 나쁜 말을 하지 않는다는 주장이 아닙니다.
