0 → 2.1 → 3.1 → 14.1% — 네 번째 자기 GEO 측정, 한 엔진이 끌어올린 상승
2026-07-21
측정 회사 보일리가 자사 도구로 자기 자신을 네 번째로 측정했다(6/18·6/30·7/8·7/21). 이름 없이 묻는 비브랜드 노출률은 0% → 2.1% → 3.1% → 14.1%로, 이번 회차에 눈에 띄게 올랐다. 다만 이 상승은 Perplexity(54.2%) 한 엔진이 거의 끌어올린 것이고, ChatGPT·Claude는 여전히 0%다. 즉 ‘전체 숫자’는 4.5배가 됐지만 엔진 편중이 심해, 한 회차·한 엔진으로 단정할 수 없다는 원칙이 오히려 더 분명해졌다. (자체 측정, 특정 결과를 보장하지 않음)
네 번째 측정 숫자를 그대로 공개합니다. 전체 노출률은 이번에 크게 올랐지만, 뜯어보면 ‘좋게만 볼 수 없는’ 구조입니다 — 한 엔진이 거의 다 끌어올렸고 나머지는 그대로거든요. 측정 회사가 자기 숫자를 좋을 때도 애매할 때도 같은 잣대로 공개하는 이유이기도 합니다.
네 번의 측정 — 0 → 2.1 → 3.1 → 14.1%
우리는 ‘병원 AI 검색 측정 서비스 추천해줘’ 같은 100개 질문을 동결해두고, 대략 2주 간격으로 ChatGPT·Claude·Gemini·Perplexity에 던집니다. 지금까지 네 번(6/18·6/30·7/8·7/21) 측정했고, 이름을 대지 않고 물었을 때 우리가 등장하는 ‘비브랜드 노출률’은 0% → 2.1% → 3.1% → 14.1%로 올랐습니다. 앞선 세 회차의 완만한 곡선과 달리 이번엔 확 뛰었습니다.
다만 ‘4.5배 올랐다’는 헤드라인만 보면 오해하기 쉽습니다. 이 상승이 어디서 왔는지 뜯어보면 이야기가 달라집니다.
사실상 한 엔진이 끌어올렸다
엔진별로 쪼개 보면, 이름 없이 물었을 때 우리를 꺼낸 건 사실상 Perplexity(54.2%)뿐이었습니다. Gemini는 2.1%로 얕게 걸쳤고, ChatGPT와 Claude는 아직 0%입니다. 즉 ‘전체 14.1%’는 네 엔진에 고르게 퍼진 게 아니라 한 엔진이 만든 숫자입니다.
이래서 헤드라인 한 줄로 판단하면 안 됩니다. 같은 14.1%라도 ‘네 엔진에 3.5%씩 고르게’와 ‘한 엔진에 몰빵’은 전혀 다른 상태이고, 실제 환자가 어느 AI를 쓰느냐에 따라 체감이 완전히 달라지기 때문입니다.
왜 이렇게 갈렸나
엔진마다 답의 근거를 끌어오는 방식이 다르기 때문입니다. Perplexity는 새로 생긴 웹 문서를 빠르게 찾아 인용하는 성향이 강해, 신생 서비스가 가장 먼저 등장합니다. 반면 ChatGPT·Claude는 각자의 색인·학습된 권위가 어느 정도 쌓여야 비브랜드 질문에서 이름을 꺼냅니다 — 시간이 더 필요한 단계입니다.
그래서 이번 상승을 ‘무엇을 했더니 올랐다’고 단정하지 않습니다. Perplexity가 우리 자료를 빨리 반영한 것과, 답변이 실행마다 흔들리는 특성이 겹친 결과일 수 있어, 다음 회차에 되돌아올 수도 있습니다. 판단은 여러 회차 추세로 합니다. (엔진별 차이는 별도 글에서 더 다뤘습니다.)
솔직한 한계
숫자는 커 보여도 표본은 질문 100개·병원 1곳(우리 자신)이고, 4회차는 여전히 짧습니다. 무엇보다 이번 상승은 한 엔진에 몰려 있어, ‘고르게 자리잡았다’고 말하기엔 이릅니다. ChatGPT·Claude의 0%를 어떻게 채워 가는지가 앞으로의 진짜 과제입니다.
AI 검색 노출은 보통 6~12주에 걸쳐 움직이고, 회차마다 오르내립니다. 그래서 이번 14.1%도 확정된 성적이 아니라 추세 위의 한 점으로 봅니다.
측정 회사라서 — 우리 숫자도 공개합니다
좋아 보이는 회차일수록 오히려 뜯어봐야 한다는 걸, 우리 데이터로 보여드리고 싶었습니다. 전체 숫자가 4.5배가 됐다고 자랑하는 대신, ‘그중 한 엔진이 다 만들었고 두 엔진은 0%’라는 구성까지 같은 잣대로 공개하는 것 — 그게 측정 회사가 할 수 있는 가장 정직한 이야기라고 생각합니다.
자주 묻는 질문
3.1%에서 14.1%면 크게 성공한 거 아닌가요?
전체 숫자는 올랐지만 사실상 Perplexity 한 엔진(54.2%)이 만든 값이고 ChatGPT·Claude는 0%입니다. 한 엔진에 몰린 상승이라 ‘고르게 자리잡았다’고 보긴 이르고, 다음 회차에 되돌아올 수도 있어 추세로 판단합니다.
왜 엔진마다 이렇게 차이가 큰가요?
AI마다 답의 근거를 끌어오는 출처가 다릅니다. Perplexity는 신생 웹 문서를 빨리 인용하고, ChatGPT·Claude는 색인·권위가 쌓여야 반영됩니다. 그래서 한 엔진만 보고 판단하면 안 됩니다.
우리 병원도 이렇게 측정할 수 있나요?
네. 같은 방식으로 — 질문 세트를 동결해두고 ChatGPT·Claude·Gemini·Perplexity 4개 AI에 격주로 반복 측정해 — 병원별 AI 검색 노출 현황과 엔진별 편차를 리포트로 확인할 수 있습니다.
관련 글
- 측정을 이어가면 무엇이 보이나 — 한 치과의 노출률 관찰 기록
- AI 검색 노출 리포트, 어떻게 읽어야 할까 — 숫자 5가지
- 리뷰가 많으면 AI가 우리 병원을 더 추천할까?
- AI가 우리 병원을 틀리게 말할 때 — AI 답변 속 오정보·옛 정보
- 지금 홈페이지 그대로, AI가 읽는 홈페이지로 — 병원 홈페이지 클로닝
- 구글 비즈니스 프로필(GBP) 정비 실전 — 원장이 직접 하는 AI·지역 검색 노출 강화
- 아임웹 홈페이지 vs 보일리 홈페이지 — AEO·GEO에는 무엇이 유리할까?
- 한국인은 AI로 병원을 고를까? — 데이터로 본 현재
- 병원 GEO·AEO란? — 환자가 AI에게 병원을 물어보는 시대의 노출 측정 가이드
- ChatGPT는 병원을 무엇을 보고 추천할까? — AI가 병원을 고르는 기준
- AI 검색 노출, 어떻게 측정하나 — 노출률·SoV·추세
- GEO vs 전통 SEO — 무엇이 같고 무엇이 다른가
- 병원이 AI 검색에서 자주 놓치는 5가지
- SEO·AEO·GEO 차이 한눈에 — 병원이 알아야 할 3가지 검색 최적화
- 네이버 블로그는 AI 검색에 안 통할까? — 글로벌 AI와 네이버 AI는 정반대입니다
- 같은 출발점, 한 곳만 홈페이지를 정비했더니 — GEO 정비 전후 관찰
- 측정 도구가 자기 자신을 측정했다 — 보일리의 2주 GEO 실험 공개
- 0 → 2.1% → 3.1% — 측정 회사가 공개하는 세 번째 자기 GEO 측정
- 정비 4일 만에, AI가 우리가 쓴 내용을 그대로 인용했다
- AI 검색 노출은 왜 ‘한 번’으로 끝나지 않나 — 계속 측정해야 하는 이유
- 왜 AI마다 병원 추천이 다를까 — ChatGPT·Claude·Gemini·Perplexity 편차
- 신규 개원 병원은 왜 AI 검색에 안 뜰까 — 새 병원이 AI 추천에 등장하는 법
- AI 엔진별 노출 공략법 — ChatGPT는 Bing, Gemini는 구글을 본다
이 글은 일반적인 정보 제공을 위한 것입니다. 보일리(Boily)는 ChatGPT·Claude·Gemini·Perplexity가 병원을 얼마나 추천하는지 격주로 측정·진단하는 한국 병원 전용 AI 검색 노출 측정 서비스입니다.