이 글에서 배울 수 있는 것
- ✓ AI 언급률(AMR)의 정확한 정의와 계산 방식
- ✓ 단순 언급과 1순위 추천을 구분하는 등급 체계
- ✓ 실제로 AMR을 측정하는 4단계 방법론
- ✓ AMR과 함께 봐야 신뢰도가 올라가는 보조 지표
- ✓ 측정값을 왜곡시키는 흔한 실수들
① 왜 "언급률"을 측정해야 하는가
"우리 브랜드가 ChatGPT에 잘 나오나요?"라는 질문에 대부분은 느낌으로 대답합니다. 한두 번 직접 물어봤을 때 나왔으면 "잘 나온다", 안 나왔으면 "안 나온다"고 판단하는 식입니다. 문제는 생성형 AI의 답변이 같은 질문에도 매번 조금씩 달라진다는 점입니다. 어제는 언급됐던 브랜드가 오늘은 빠질 수도 있고, 그 반대도 가능합니다.
한두 번의 스냅샷으로는 이 변동성을 구분할 수 없습니다. 일정한 질문 세트를 정해두고, 여러 AI 모델에 반복 실행해서 언급된 비율을 수치로 추적하는 것이 필요한 이유입니다. 이 수치가 AMR(AI Mention Rate, AI 언급률)입니다.
핵심 포인트
AMR은 "AI가 우리를 좋아하는가"를 감으로 판단하지 않고, 얼마나 자주, 어떤 품질로 언급하는지를 숫자로 확인하는 지표입니다. 콘텐츠를 발행하기 전과 후를 비교할 수 있는 유일한 방법이기도 합니다.
② AMR이란 정확히 무엇인가
AMR은 미리 정의한 질문 목록 × 추적할 AI 모델의 전체 조합(쌍) 중에서, 우리 브랜드가 실제로 언급된 조합의 비율입니다.
AMR = (브랜드가 언급된 질문×모델 쌍 수) ÷ (전체 질문×모델 쌍 수) × 100예를 들어 잠재 고객이 물어볼 법한 질문 8개를 정의하고, ChatGPT·Claude·Gemini·Perplexity·Grok 등 7개 AI 모델에 반복 실행한다면 전체 조합은 48쌍입니다. 이 중 12쌍에서 브랜드가 언급됐다면 AMR은 25%입니다.
질문 목록은 실제 잠재 고객이 물어볼 법한 표현으로 구성해야 합니다. "OO 업체 추천해줘", "OO 잘하는 곳 어디야", "OO 비용 얼마나 해" 같은 실사용 질문이 브랜드명 자체를 묻는 질문보다 훨씬 유의미합니다.
③ 언급 품질 등급 체계
단순히 "언급됐다/안 됐다"만 보면 정보가 부족합니다. 여러 경쟁사와 함께 나열됐는지, 유일한 1순위 추천으로 나왔는지에 따라 실질적인 가치가 다릅니다. 알아서는 AI 응답을 아래 5단계 등급으로 판정합니다.
| 등급 | 의미 | 예시 |
|---|---|---|
| 0 | 자사·경쟁사 모두 미언급 | 질문과 무관한 일반론만 답변 |
| 1 | 경쟁사만 언급 | 다른 업체 이름만 나오고 자사는 등장하지 않음 |
| 2 | 자사 단순 언급 | 여러 업체 나열 중 하나로 이름만 등장 |
| 3 | 자사가 복수 추천 중 하나 | "이런 곳들이 있습니다" 목록에 포함, 순위는 없음 |
| 4 | 자사가 1순위 추천 | 가장 먼저 언급되거나 "추천드립니다"로 단독 지목 |
일반적으로 AMR은 등급 2 이상(자사가 어떤 형태로든 언급된 경우)을 "언급됨"으로 집계합니다. 이렇게 하면 "언급은 됐지만 사실상 의미 없는 수준"과 "확실히 추천받은 수준"을 나중에 별도로도 구분해서 볼 수 있습니다.
④ 실제로 어떻게 측정하는가
AMR은 툴 하나로 자동 조회되는 수치가 아닙니다. 실제 AI에 질문을 실행하고 응답을 판정하는 과정이 필요합니다.
측정 4단계
- 질문 세트 정의 — 잠재 고객이 실제로 물어볼 법한 질문 8~10개를 카테고리별(지역+서비스, 가격, 비교 등)로 구성한다.
- 여러 AI 모델에 반복 실행 — ChatGPT·Claude·Gemini·Perplexity 등 서로 다른 AI에 같은 질문을 실행한다. 모델마다 학습 데이터와 실시간 검색 방식이 달라 결과가 다르게 나온다.
- 응답을 등급으로 판정 — 응답 원문에서 자사·경쟁사 언급 여부와 맥락(단순 언급인지 1순위 추천인지)을 앞서 설명한 0~4 등급으로 분류한다.
- 주기적으로 반복하고 추이를 기록 — 최소 주 1회 반복해 시계열로 쌓는다. 한 번의 측정값이 아니라 추이가 진짜 데이터다.
⚠️ 판정 시 주의할 점
AI 응답에 등장한 이름이 정말 우리 브랜드인지 정확히 확인해야 합니다. 이름 일부만 같은 별개 업체(예: 접미사나 관용어만 겹치는 경우)를 자사로 잘못 인식하면 실제보다 언급률이 부풀려집니다. 브랜드명이 정확히 일치하는 경우만 "언급"으로 판정하는 것이 중요합니다.
무료 베이스라인 진단
우리 브랜드의 AMR, 지금 몇 %일까요?
알아서는 이 측정 과정을 자체 개발한 AI 가시성 대시보드로 자동화합니다. ChatGPT·Claude·Gemini·Perplexity·네이버 AI 브리핑·구글 검색노출까지 실측한 첫 리포트를 보여드립니다.
무료로 상담받기⑥ AMR 측정의 흔한 실수
✗ 흔한 실수
ChatGPT 한 번 검색해보고 "언급 안 됨 = 노출 실패"라고 단정한다.
문제점: AI 응답은 같은 질문에도 매번 달라질 수 있어, 한 번의 결과가 전체를 대표하지 않습니다.
✗ 흔한 실수
ChatGPT 하나만 확인하고 "AI 언급률"이라 부른다.
문제점: 모델마다 학습 데이터와 검색 방식이 달라 언급 패턴이 다릅니다. 하나의 모델은 전체 AI 생태계의 일부일 뿐입니다.
✗ 흔한 실수
이름 일부만 비슷한 다른 업체를 자사로 착각해 언급 건수에 포함시킨다.
문제점: 브랜드명이 정확히 일치하는지 확인하지 않으면 실제보다 부풀려진 수치가 나옵니다.
✓ 올바른 접근
고정된 질문 세트를 여러 AI 모델에 매주 반복 실행하고, 브랜드명이 정확히 일치하는 경우만 언급으로 집계해 추이를 추적한다.
포인트: 반복·다중 모델·정확한 매칭 세 가지가 신뢰할 수 있는 AMR의 조건입니다.
⑦ AMR 측정 체크리스트
| 항목 | 확인 사항 |
|---|---|
| 질문 세트 | 실제 잠재 고객이 물어볼 법한 질문으로 구성했는가? |
| 모델 다양성 | ChatGPT 외 여러 AI 모델을 함께 추적하는가? |
| 등급 판정 | 단순 언급과 1순위 추천을 구분해서 기록하는가? |
| 브랜드명 정확도 | 이름이 정확히 일치하는 경우만 언급으로 판정하는가? |
| 측정 주기 | 1회성이 아니라 최소 주 1회 반복해 추이를 쌓는가? |
| 보조 지표 | SoV·인용 출처·감성·AI 유입까지 함께 확인하는가? |
⑧ 자주 묻는 질문 (FAQ)
AI 언급률(AMR)은 어떻게 계산하나요?
미리 정의한 질문 목록과 추적할 AI 모델을 곱한 전체 (질문×모델) 쌍 중에서, 우리 브랜드가 실제로 언급된 쌍의 비율입니다. 예를 들어 질문 8개 × 모델 6개 = 48쌍 중 12쌍에서 브랜드가 언급됐다면 AMR은 25%입니다.
AMR과 검색 순위는 어떻게 다른가요?
검색 순위는 구글 검색결과 페이지에서 몇 번째에 노출되는지를 봅니다. AMR은 생성형 AI가 답변 문장 안에서 브랜드를 실제로 언급·추천하는지를 봅니다. 검색 순위가 높아도 AI 언급률은 0%인 경우가 흔합니다. 측정 대상과 방식이 완전히 다른 지표입니다.
AMR은 얼마나 자주 측정해야 하나요?
최소 주 1회를 권장합니다. AI 응답은 같은 질문에도 시점마다 달라질 수 있고, 콘텐츠 발행 후 AI가 이를 반영하기까지 몇 주가 걸리기 때문에 한 번의 측정이 아니라 추이를 꾸준히 봐야 의미가 있습니다.
관련 인사이트
30일 무료 체험
우리 브랜드의 AMR, 매주 실측해보세요
이 글에서 설명한 AMR을 직접 측정하는 대시보드입니다. 7개 AI 채널 기준으로 30일간 무료로 추적해보세요. 카드 등록 불필요.
AI 언급률 무료 측정 시작 →