인용 출처 Top5는 똑같았다. 그런데 가시성은 '30배' 차이!

오늘의 블로그는 소량 데이터가 만드는 GEO 착시, 그리고 진단이 전략이 되는 순간에 대한 이야기입니다.

1. 같은 채널, 같은 비중 — "비슷해 보이는" 리포트

최근 체인시프트는 뷰티 디바이스 카테고리 키워드를 놓고 두 브랜드를 전격 비교 분석했습니다. ChatGPT, Gemini, Google AI Mode, Google AI Overview 네 개 엔진에서 발생한 인용 데이터를 전수로 모았고, 비교 대상은 카테고리 선도 브랜드 A와 후발 브랜드 B였습니다.

전략 수립을 하면서 SoV 지표를 열어봤습니다. (요즘 GEO 리포트를 보면 흔하게 볼 수 있는 인용 출처 호스트 Top5 입니다.)

위 표를 살펴보면 두 브랜드는 같은 채널 포트폴리오로 비슷하게 AI 모델들로부터 인용되고 있는 것으로 보입니다.

하지만 실제 답변 가시성을 확인해보니 42% 대 1.5%였습니다.

같은 채널에 비슷한 비중으로 인용되고 있는데, 정작 소비자가 AI에게 물었을 때 이름이 나오는 확률은 30배 가까이 벌어져 있었던 겁니다.

이 모순이 이번 분석의 출발점이었습니다.

2. 왜 이런 착시가 생기는가 - 소표본이 만드는 세 가지 오해

먼저 짚어야 할 것은, 위 표가 '틀린' 데이터가 아니라는 점입니다. 문제는 데이터가 아니라 모수입니다. 관측량이 적을 때 사람들이 가장 쉽게 빠지는 오해가 이 사례에 전부 들어 있습니다.

오해 1 "비율이 비슷하면 체급도 비슷하다"

같은 기간 인용 행 수를 보면 ChatGPT에서 브랜드 A는 8,512행, 브랜드 B는 146행입니다. 브랜드 A의 티스토리 13%는 8,512행 위의 13%이고, 브랜드 B의 티스토리 49%는 146행 위의 49%입니다. 화면에서는 B의 막대가 훨씬 길어 보이지만 실제 인용 건수는 A가 압도적입니다. 비율은 순위를 알려주지 체급을 알려주지 않는데, 모수가 화면에 없으면 이 차이는 보이지 않습니다.

오해 2 "146건이면 판단하기에 충분하다"

146행에서 뽑은 49%는 몇 건만 빠져도 크게 흔들리는 숫자입니다. 하지만 리포트에서는 8,512행에서 나온 13%와 나란히, 같은 크기의 자신감 있는 숫자로 인쇄됩니다. 주 1회·월 1회 스냅샷 측정은 모든 브랜드를 이 '소표본 구간'에 밀어 넣습니다. 그러나 AI 답변은 매번 조금씩 다르게 생성되기 때문에, 변동성이 큰 대상을 소량으로 측정하면 노이즈가 트렌드로 읽힙니다.

오해 3 "상위 5개를 확보했으면 잘하고 있는 것이다"

Top5 리포트는 '확보한 곳'만 보여줍니다. 브랜드 B는 임상 근거 도메인(nih.gov)에서 인용 0건, reddit 등 커뮤니티에서는 1~2% 흔적 수준이었지만, 상위 호스트 순위표에는 이 공백이 존재하지 않습니다. 심지어 티스토리 한 곳에 49%가 몰린 구조는 리스크인데 순위표에서는 '1위 확보'라는 성과로 표시됩니다. GEO에서 성장 여력은 대부분 비어 있는 곳에 있는데, 소량 관측으로는 무엇이 비어 있는지조차 특정할 수 없습니다.

세 오해의 공통점은 하나입니다. 지표가 틀린 게 아니라, 그 지표를 신뢰할 수 있게 만드는 데이터 양이 확보되지 않은 상태에서 결론이 내려진다는 것입니다.

3. 전수 데이터로 다시 보면 - 격차를 만드는 세 개의 축

체인시프트가 같은 데이터셋을 행 단위 전수 기준으로 다시 쪼개자, Top5 화면에서는 보이지 않던 격차의 원인이 선명하게 드러났습니다.

① 재료가 되는 글의 양 — 유니크 인용 콘텐츠 수

AI가 실제로 인용한 적이 있는 개별 콘텐츠의 개수입니다.

AI는 질문할 때마다 다른 글을 골라 인용합니다. 뽑기 통에 든 공이 30배 다르면, 같은 채널에 실려 있어도 뽑히는 횟수는 30배 차이 납니다. 이 지표는 정의상 누적 관측이 있어야만 계산됩니다. 한 시점에 질문 몇 개를 던지는 방식으로는 2,965와 98을 구분할 수 없고, 두 브랜드 모두 "유튜브가 1위"로만 보입니다.

② 답할 수 있는 질문의 수 - 프롬프트 커버리지

측정 질문 95개 중, 브랜드가 답변에 등장한 적이 있는 질문의 개수입니다.

가장 결정적인 지표입니다. ChatGPT 기준 브랜드 B가 등장할 수 있는 질문은 95개 중 19개뿐이고, 나머지 76개 질문에서는 아무리 최적화해도 0%입니다. 등장 영역이 넓은 헤드·넥케어·바디 등으로 한정돼 있기 때문입니다. 즉 B의 가시성은 콘텐츠 품질 이전에 구조적으로 상한이 20%에 묶여 있습니다.

이 천장은 질문 세트 95개를 엔진별로 반복 측정해야만 드러납니다. 질문 20개짜리 샘플링에서는 B가 등장 가능한 19개 영역 중 몇 개만 걸려도 "잘 나오는 브랜드"라는 착시가 생깁니다.

③ 1순위로 학습되었는가 - 단독 언급률

브랜드가 언급될 때, 다른 브랜드와 나열되지 않고 단독으로 추천된 비율입니다.

브랜드 A는 언급될 때 99%가 단독 추천입니다. AI 안에서 '디바이스 = 브랜드 A'가 사실상 정답으로 굳어져 있다는 뜻입니다. 브랜드 B는 언급되더라도 대부분 여러 브랜드 목록 중 하나로 스쳐 지나갑니다. 같은 1회 노출이 같은 값어치가 아닙니다. 이 비율 역시 언급 건수가 충분히 쌓여야 안정되는 지표라, 노출이 희소한 브랜드일수록 소량 샘플에서는 신뢰할 수 없는 숫자가 나옵니다.

지금까지 함께 살펴본 것처럼 AI 답변 가시성은 위 3가지 항목이 함께 고려되기 때문에 최종 결과는 42% Vs 1.5%처럼 상당한 차이를 가져옵니다. 그리고 이 세 항 중 어느 것도 인용 호스트 Top5 화면에는 나타나지 않으며, 어느 것도 소량 샘플링으로는 계산되지 않습니다.

4. 진단은 그대로 전략이 된다

빅데이터 진단의 진짜 가치는 "정확한 현황 파악"에서 끝나지 않습니다. 세 축은 각각 서로 다른 최적화 액션 아이템으로 연결되기 때문에, 어느 축이 병목인지 특정하는 순간 전략의 우선순위가 결정됩니다. 브랜드 B를 예로 들면 이렇게 번역됩니다.

오해 1 → 인용 가능 자산의 절대량과 분산

만일 ChatGPT에서 B가 인용될 수 있는 글은 98개, 그마저 티스토리 한 곳에 49%가 몰려 있다면, 처방은 두 갈래입니다.

• 발행 볼륨 확대 - AI는 매번 다른 글을 고르므로, 어떤 글이 뽑혀도 이름이 나오려면 인용 가능한 글의 절대 수가 늘어야 합니다. 특히 A와의 격차가 30배로 가장 큰 ChatGPT 생태계(티스토리·블로그형 롱폼)가 1순위 투자처입니다.

• 호스트 분산 - 진단에서 확인된 공백 호스트가 그대로 타깃 리스트가 됩니다. B의 경우 nih.gov 계열 임상 근거(0건), reddit 등 커뮤니티(1~2%)가 비어 있었습니다. 임상·성분 데이터를 갖춘 브랜드라면 근거형 콘텐츠와 연구 발표로, 커뮤니티는 시딩과 UGC 전략으로 접근 경로가 달라집니다.

오해 2 → 커버리지 확장, 즉 '주제'의 확장

B가 0%에 갇힌 76개 질문 목록은 그 자체가 콘텐츠 캘린더입니다. 76개 질문을 클러스터링하면 어떤 사용 상황·고민·비교 축에서 B의 콘텐츠가 아예 존재하지 않는지가 나옵니다. 이 경우 필요한 것은 기존 글의 SEO 손질이 아니라, 페이셜 디바이스·비교 리뷰·가격대별 추천 등 답변에 등장할 자격을 만드는 신규 주제 개발입니다. 커버리지가 19→50개로 늘면 상한 자체가 20%에서 50% 이상으로 올라갑니다. 다른 어떤 최적화보다 레버리지가 큰 이유입니다.

오해 3 → '목록의 하나'에서 '정답'으로

단독 언급률이 낮다는 것은 AI가 브랜드를 알긴 하지만 카테고리의 대표로 기억하지는 않는다는 뜻입니다. 처방은 카테고리 연상 강화입니다. "○○ 하면 B"라는 등식을 만들 수 있는 세부 카테고리(예: B가 상대적으로 강한 헤드·넥케어)를 골라, 정의형 콘텐츠·비교 기준 제시형 콘텐츠·수상과 인증 같은 권위 신호를 집중시키는 방식입니다. 전 카테고리에서 A와 정면 대결하는 것보다, 단독 언급을 만들 수 있는 좁은 영역부터 확보하는 편이 곱셈 구조상 효율적입니다.

정리하면, 세 지표는 어디에 예산을 먼저 쓸지 결정하는 분기점입니다. SoV 순위표만 보고 있으면 세 처방 중 무엇이 필요한지 판단할 근거가 없고, 최적화는 "콘텐츠를 더 잘 쓰자" 수준의 총론에 머뭅니다. 병목이 특정되면 전략은 각론이 됩니다.

5. 체인시프트가 GEO를 빅데이터로 다루는 이유

이번 분석은 네 개 엔진의 가시성과 인용을 약 300만건 정도로 전수 수집했기에 가능했습니다.

체인시프트가 계속해서 빅데이터를 강조하는 이유는 함께 살펴본 것처럼 적은 데이터에서는 애초에 존재하지 않는 지표들이 있기 때문입니다.

• 유니크 인용 콘텐츠 수 → 누적 전수 관측 없이는 계산 불가

• 프롬프트 커버리지 → 질문 세트의 반복 측정 없이는 계산 불가

• 단독 언급률 → 충분한 언급 표본 없이는 신뢰 불가

• 엔진별 격차 구조 → 같은 브랜드가 ChatGPT에서는 30배, AI Overview에서는 5배 열세.
  격차의 크기와 원인이 엔진마다 다르므로 전략도 엔진별로 달라져야 하는데, 이 분해 역시 전수 데이터가 전제입니다

주 1회, 월 1회, 단기 스냅샷 측정이 도달할 수 있는 결론은 "두 브랜드의 채널 구성이 비슷하다"까지입니다. 그 화면 뒤에서 가시성이 30배가 벌어지고 있어도 보이지 않습니다.

마치며

이번 사례는 뷰티 디바이스였지만 구조는 카테고리를 가리지 않습니다. 비율 지표는 분모가 사라진 숫자이고, AI 가시성은 분모에서 결정됩니다. 경쟁사와 "비슷해 보이는" GEO 리포트를 받고 있다면, 그 유사성이 실제인지, 아니면 소량 관측이 만든 착시인지 확인이 필요한 시점입니다.

Chris Chainshift

© 2026 ChainShift. All rights reserved. Unauthorized reproduction and redistribution prohibited.