AI 검색 노출, 어떻게 측정하나 — 노출률·SoV·추세
2026-06-18
“우리 병원이 AI에 잘 나오나요?”는 느낌이 아니라 숫자로 답할 수 있습니다. 다만 제대로 세려면 무엇을, 어떻게 반복해서 세는지가 중요합니다.
노출률 — 가장 기본
환자가 물을 법한 질문 N개를, AI M종에 던지면 N×M번의 ‘답변’이 나옵니다. 그중 우리 병원이 등장한 횟수의 비율이 노출률입니다. 예: 질문 96개 × 4 AI = 384회 중 38회 등장 = 약 10%.
한 질문에서 한 번이라도 추천되면 ‘노출’로 봅니다. 등장 위치(맨 앞/뒤)도 함께 보면 더 정확합니다.
점유율(SoV) — 경쟁 대비 우리 비중
노출률이 ‘우리가 얼마나 나오나’라면, SoV(Share of Voice)는 ‘같은 질문에서 경쟁 병원 대비 우리 비중’입니다. 우리 5회·경쟁 A 12회·B 7회라면, 우리 SoV는 상대적으로 낮은 것이죠.
노출률이 낮아도 경쟁이 다 같이 낮으면 기회가 있고, 노출률이 그럭저럭이어도 특정 경쟁사가 압도하면 따라잡을 지점이 보입니다.
추세 — 한 번의 측정은 믿지 마라
AI 답변은 같은 질문도 실행마다 달라집니다(분산이 큼). 그래서 한 번의 숫자는 노이즈일 수 있습니다. 같은 방식으로 반복 측정해 ‘오르는가/내리는가’를 추세로 보는 것이 핵심입니다.
보일리가 격주(2주마다)로 측정하는 이유입니다 — 간격을 벌리면 신호대잡음비가 올라갑니다.
신뢰의 조건 — 같은 조건을 반복
before/after를 비교하려면 질문 세트·AI·설정을 ‘동일하게’ 유지해야 합니다. 중간에 질문을 바꾸면 변화가 ‘개선 덕’인지 ‘질문이 바뀐 탓’인지 구분되지 않습니다. 측정의 가치는 일관성에서 나옵니다.
자주 묻는 질문
질문은 몇 개가 적당한가요?
작은 변화까지 보려면 충분한 수가 좋습니다. 질문이 적으면 1건의 등장이 큰 %로 잡혀 해상도가 떨어집니다. 보통 수십~100개 단위로 봅니다.
한 번만 측정하면 안 되나요?
AI 답변 분산이 커서 한 번은 신뢰하기 어렵습니다. 같은 방식으로 반복해 추세로 보는 것이 정확합니다.
직접 측정할 수도 있나요?
수동으로 몇 개 질문을 각 AI에 물어볼 수는 있습니다. 다만 일관·반복·다엔진 측정과 집계는 도구의 도움을 받는 편이 정확합니다.
관련 글
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.