서치엔진랜드(Search Engine Land)가 AI 검색 성과를 평가하는 5단계 프레임워크를 제시했다.
매체는 AI 검색이 잠재 고객이 자사 웹사이트에 도달하기 전에 구매 판단에 영향을 미친다고 지적했다. B2B 구매자는 먼저 챗GPT(ChatGPT)에서 벤더 추천을 받고 제미나이(Gemini)로 구현 방식을 비교한 뒤 퍼플렉시티(Perplexity)로 기술 주장 검증을 거쳐 ‘쇼트리스트’에 오른 기업을 방문한다고 설명했다. 이 과정에서 구매 측 구성원의 최대 94%가 선택 단계에서 LLM을 활용해 결정을 검증·요약·확인하는 것으로, 그린햇(Green Hat)의 2025 B2B 구매자 여정 연구가 조사했다고 서치엔진랜드는 전했다. 또 CMOs의 약 84%가 벤더 발굴 단계에서 AI 도구를 쓴다는 윈터(Wynter)의 2026 연구 결과도 언급했다.
서치엔진랜드는 SEO 보고가 웹사이트 방문 이후의 지표만 보지 말고, 방문 이전에 일어나는 ‘영향’을 측정해야 한다고 강조했다. 이를 위해 AI 접근(AI access), AI 가시성(AI visibility), AI 어시스턴트 및 AI 리퍼럴 트래픽(AI assistants and AI referral traffic), 다크 퍼널(dark funnel)과 다운스트림 수요(downstream demand), 파이프라인과 매출(pipeline and revenue)까지 이어지는 계층형 측정이 필요하다고 제안했다.
매체는 1단계로 AI 접근을 제시했다. AI가 브랜드를 AI 생성 응답에 추천하려면 먼저 사이트를 찾아 크롤링하고 콘텐츠를 이해해야 한다며, AI 봇 활동이 AI 검색 프로그램의 ‘초기 지표’라고 설명했다. 다만 증가한 검증된 AI 봇 방문이 곧바로 향후 가시성을 보장하진 않지만, AI 시스템이 게시한 콘텐츠를 발견하고 재방문한다는 신호가 된다고 덧붙였다. 또한 user-agent 문자열을 사칭할 수 있어 요청 수를 단순 집계하기보다 역방향 DNS 조회, 공개 IP 범위, 또는 CDN의 검증 봇 서비스 등을 통해 접근의 신뢰도를 확인하는 것이 목적이라고 전했다. 이어 2단계로 AI 가시성을 측정하기 위해 멘션, 인용, 프롬프트 응답 등을 보되, 일관된 방식이 없으면 노이즈가 커질 수 있어 표준 프롬프트 라이브러리를 구축하라고 밝혔다. 지표로는 멘션율·인용율, AI 오버뷰에서의 구글 서치 콘솔(Google Search Console) 노출, AI 모드와 빙 웹마스터 툴(Bing Webmaster Tools)의 근거 쿼리 등이 각기 다른 관점을 제공한다고 설명했다.
