경쟁사 SOV 비교는 '우리가 몇 점이냐'가 아니라 '같은 질문에서 누가 더 자주 인용되느냐'를 보는 상대 좌표다. AI 검색에서 당신의 브랜드 가시성을 절대 점수 하나로 보면 거의 항상 착시에 빠진다. SOV(Share of Voice)는 본질적으로 경쟁의 함수이기 때문이다. 우리 언급이 20% 늘어도 카테고리 1위가 30% 늘면 우리의 점유율은 오히려 줄어든다. 그래서 그로스 관점에서 진짜 질문은 “우리 SOV가 올랐나?”가 아니라 “같은 질문 세트에서, 같은 엔진에서, 같은 측정 방법으로 비교했을 때 경쟁사 대비 우리가 어디에 서 있나?”다. 이 글은 그 상대 좌표를 어떻게 정직하게 만드는지, 그리고 왜 대부분의 SOV 리포트가 틀리는지를 끝까지 파고든다.
SOV란 정확히 무엇인가 — 그리고 무엇이 아닌가
SOV(Share of Voice)는 특정 카테고리의 AI 답변들 안에서 내 브랜드가 언급된 비율이다. 예를 들어 “서울 강남 임플란트 추천”이라는 질문군을 100번 던져 ChatGPT가 만든 답변들 안에서 A치과가 32번, B치과가 18번, 우리 C치과가 9번 언급됐다면 — 단순 점유율로 C의 SOV는 9 / (32+18+9+…) 로 계산된다. 일부 한국 업체는 이를 변형해 SMR(Share of Model Response, 모델 응답 점유율)이라 부르기도 한다. 이름이 무엇이든 핵심은 같다: 분모가 경쟁사다.
여기서 첫 번째 오해를 깨야 한다. SOV는 트래픽이 아니다. 노출도 아니다. SOV는 “AI가 이 주제로 답할 때 너를 떠올릴 확률”의 근사치다. 그리고 이 근사치는 측정 설계에 따라 같은 브랜드가 5%로도, 25%로도 나온다. 측정 방법을 공개하지 않은 SOV 숫자는 사실상 의미가 없다.
비유하자면, SOV는 시험 점수가 아니라 반 등수다. 90점을 받아도 반 전체가 95점이면 꼴찌다. 절대 점수만 자랑하는 리포트는 “우리 애가 90점 맞았어요”라고만 말하고 반 평균을 숨기는 것과 같다.
왜 단일 숫자 SOV는 거의 항상 틀리는가
SOV를 망치는 함정은 네 가지다. 하나씩 분해한다.
함정 1: 측정이 비결정적이다 (한 번 재면 노이즈)
가장 근본적인 문제다. LLM은 같은 질문에도 매번 다르게 답한다. temperature=0(가장 결정적인 설정)으로 고정해도 그렇다. GPU 부동소수점 연산 순서와 배치 처리 방식 때문에 출력이 미세하게 흔들리고, 그 미세한 차이가 “어떤 브랜드를 인용할지”라는 이산적 선택을 바꿔버린다. 한 분석에서는 2,350억 파라미터급 모델에 동일 프롬프트를 1,000회 넣었더니 약 80가지 서로 다른 출력이 나왔다. 6개 모델에 480회를 돌린 실험(arXiv:2602.14349)도 같은 비결정성을 보고한다.
그래서 단 한 번 측정한 SOV는 신호가 아니라 노이즈 한 점이다. AI 가시성의 불확실성을 정량화한 연구(arXiv:2603.08924)는 인용 빈도가 멱법칙(power law)처럼 출렁이며, 따라서 다중 실행 + 부트스트랩 신뢰구간으로 봐야 한다고 권한다. 경쟁사 비교라면 이 문제가 두 배로 커진다. 우리도 흔들리고 경쟁사도 흔들리니, 한 번 잰 “우리 9% vs 경쟁사 11%”는 다음 측정에서 “12% vs 8%”로 뒤집힐 수 있다.
| 측정 방식 | 나오는 결과 | 신뢰도 |
|---|---|---|
| 1회 측정 “우리 9% vs 경쟁 11%” | 점 추정(노이즈) | ❌ 뒤집힐 수 있음 |
| 30회 측정 평균 + 신뢰구간 | “우리 9%±3%, 경쟁 11%±4% — 통계적으로 동률” | ✅ 의사결정 가능 |
| 주간 추이 + 신뢰구간 | “4주 연속 격차 축소 추세” | ✅✅ 방향성까지 |
함정 2: 질문 세트가 결과를 좌우한다
SOV는 “어떤 질문들로 측정했는가”에 전적으로 종속된다. 질문 세트 선정이 결과를 좌우한다. 예를 들어 우리가 강한 롱테일 질문(“야간 진료 강남 임플란트”)만 골라 담으면 SOV가 높게 나오고, 경쟁사가 장악한 헤드 질문(“임플란트 가격”)을 넣으면 떨어진다. 질문 세트를 자기 유리하게 편집하면 SOV는 마케팅 숫자로 전락한다.
그래서 정직한 경쟁사 SOV 비교의 첫 번째 규칙은 질문 세트를 먼저 고정하고, 그 세트를 우리와 모든 경쟁사에 똑같이 적용하는 것이다. 질문 세트는 실제 고객이 던질 법한 구매 의도 질문으로 구성하되, 우리에게 유리한 질문과 불리한 질문을 함께 담아야 한다.
- ❌ 약한 질문 세트: “시테온 어때?”, “시테온 장점” — 브랜드명을 이미 알아야 묻는 질문. SOV가 부풀려진다.
- ✅ 강한 질문 세트: “AI 검색 마케팅 대행 어디가 좋아?”, “ChatGPT 인용 측정 도구 비교”, “GEO 대행사 추천” — 브랜드를 모르는 잠재 고객이 카테고리로 던지는 질문. 진짜 경쟁이 일어나는 전장.
참고로 프롬프트(질문) 자체의 검색량을 정확히 알 방법은 현재 없다. 일부 업체가 파는 “프롬프트 검색량” 데이터는 시장의 1% 미만 패널을 모델링한 추정치에 불과하다. Conductor는 “신뢰할 수 없는 검색량 데이터는 없는 것보다 나쁘다”고 잘라 말한다(출처). 그래서 질문 세트는 가짜 검색량 데이터로 정하지 말고, 실제 구매 여정과 영업 현장에서 듣는 질문으로 정해야 한다.
함정 3: 엔진을 합산하면 메커니즘이 가려진다
이게 가장 흔하면서 가장 치명적인 실수다. “전체 AI 검색 SOV 14%” 같은 통합 숫자는 각 엔진이 완전히 다른 방식으로 출처를 고른다는 사실을 뭉개버린다.
대규모 인용 분석에 따르면 ChatGPT와 Perplexity가 인용하는 도메인의 중복은 약 11%에 불과하고, 전체 인용의 약 90%가 엔진마다 다르다. ChatGPT는 위키백과를 약 47.9% 비중으로 끌어오는 반면, Perplexity는 Reddit을 약 46.7% 비중으로 인용한다(출처: Profound/Discovered Labs 등). 즉 같은 질문이라도 ChatGPT에서 1등인 브랜드가 Perplexity에서는 안 보일 수 있다. 이걸 하나로 더하면 “우리는 어디서 이기고 어디서 지는지”라는, 처방으로 직결되는 정보가 통째로 사라진다.
| 엔진 | 성향(어디서 출처를 끌어오나) | 경쟁사 비교 시 함의 |
|---|---|---|
| ChatGPT | 위키백과·커뮤니티 비중 높음 | 엔티티(위키 등재)·커뮤니티 평판이 약하면 진입조차 못 함 |
| Perplexity | 실시간 웹 + 인라인 인용, Reddit 강함 | 최신성·실시간 색인·인용 가능한 1차 자료가 관건 |
| Gemini | 구글 색인 + E-E-A-T | 전통 SEO·경험/전문성 신호가 곧 경쟁력 |
| Claude | 근거 약한 콘텐츠를 보수적으로 걸러냄(Citations API) | 출처 명확·검증 가능한 콘텐츠만 살아남음 |
왜 엔진마다 이렇게 다를까? 답은 RAG의 작동 원리에 있다. 다음 섹션에서 분해한다.
함정 4: 가시성을 매출과 끊어서 본다
SOV가 높다고 매출이 오르는 게 아니다. 가시성은 매출·리드(결과)를 설명하는 2차 지표다(Overdrive의 CFO식 측정 관점). 경쟁사 대비 SOV를 보면서도, 그 SOV가 실제 유입과 전환으로 이어지는지를 함께 봐야 진짜 위치가 보인다. 다행히 일부 분석에서는 AI 검색을 통한 유입의 전환율이 일반 검색보다 몇 배 높게 나타나기도 한다(구체 수치는 케이스마다 다르므로 단정하지 않는다). 의도가 또렷한 사람이 “추천받아” 들어오기 때문이다. 그래서 SOV 비교는 항상 “이 점유율이 리드/매출로 얼마나 번역되는가”라는 다음 질문과 짝지어야 한다.
왜 엔진마다 인용 대상이 다른가 — RAG 메커니즘으로 본 SOV
경쟁사 SOV가 엔진마다 뒤집히는 이유를 이해하려면, AI가 답을 만드는 내부 파이프라인을 알아야 한다. 현대 AI 검색은 대부분 RAG(Retrieval-Augmented Generation) 구조다. 2020년 RAG 원전(Lewis 등, arXiv:2005.11401)은 모델이 외운 지식(파라메트릭 메모리)과 외부에서 그때그때 찾아온 문서(비파라메트릭 메모리)를 결합한다는 아이디어를 제시했다. AI 검색은 이 “찾아오기”에 당신의 콘텐츠를 후보로 올릴 수 있느냐의 싸움이다.
RAG는 세 단계로 작동한다. 각 단계가 SOV에 어떻게 영향을 주는지 보자.
1단계 — 검색(Retrieval): 후보에 드느냐
질문이 들어오면 엔진은 방대한 색인에서 관련 문서 후보를 끌어온다. 여기엔 두 갈래가 있다. 키워드 검색(BM25)은 단어가 정확히 겹치는 문서를 찾고, 의미 검색(Dense Retrieval)은 문장을 벡터로 바꿔 ‘뜻이 비슷한’ 문서를 찾는다. 2020년 DPR 연구(Karpukhin 등, arXiv:2004.04906)는 의미 기반 임베딩 검색이 전통 BM25를 능가함을 보였다.
비유: 하이브리드 검색 = 도서관의 키워드 색인 카드 + 주제를 아는 사서. 색인 카드(BM25)는 “임플란트”라는 단어가 박힌 책을 정확히 찾아주고, 사서(의미 검색)는 “이가 없어 고생”이라고 말해도 임플란트 책을 떠올린다. 둘을 합치면 둘 다 놓치지 않는다.
수치로 보면 이 결합의 위력이 분명하다. 공개 벤치마크 종합 기준 recall@10(상위 10개 안에 정답 문서가 들어올 확률)은 의미 검색 단독 약 78%, BM25 단독 약 65%, 둘을 RRF로 합친 하이브리드가 약 91%다. Anthropic의 Contextual Retrieval(2024) 실험에서는 청크에 맥락을 덧붙이는 것만으로 검색 실패율이 35% 줄고(5.7%→3.7%), BM25를 더한 하이브리드로 49%, 재정렬까지 더하면 67% 감소했다.
SOV 함의: 엔진마다 색인 소스와 검색 방식이 다르기 때문에 “후보에 드는 문서”가 다르다. ChatGPT가 위키를 끌어오고 Perplexity가 Reddit을 끌어오는 1차 원인이 여기다. 경쟁사가 ChatGPT에서 강하다면, 그 경쟁사는 위키·엔티티 신호를 갖췄을 가능성이 높다. 이것이 SOV 비교를 역추적(reverse-engineering)의 출발점으로 만드는 이유다.
2단계 — 재정렬(Reranking): 상위로 올라가느냐
1차로 끌어온 후보(보통 top-20 권장)를 cross-encoder가 질문과 함께 다시 읽으며 점수를 매겨 재정렬한다. 이 단계에서 검색 품질(NDCG)이 보통 5~15포인트, 어려운 질의에서는 20포인트까지 오른다. 후보에 들었어도 재정렬에서 밀리면 생성 단계로 못 넘어간다.
3단계 — 생성(Generation): 실제로 인용되느냐
최종적으로 LLM이 상위 문서를 읽고 답을 쓰며 일부를 인용한다. 그런데 여기서 ‘Lost in the Middle’ 현상이 작동한다(Liu 등 2023, arXiv:2307.03172). 긴 맥락의 중간에 놓인 정보는 손실되고, 앞과 끝에 놓인 정보가 인용될 확률이 높은 U자형 패턴이다. 즉 후보 10등으로 들어가는 것과 1~2등으로 들어가는 것은 인용 확률이 크게 다르다.
그리고 생성 단계에서 ‘무엇을 인용할 가치가 있는가’를 좌우하는 결정적 연구가 GEO다(Aggarwal 등 2023, arXiv:2311.09735, KDD 2024). 통계·출처 인용·직접 인용문을 본문에 추가하면 생성 엔진 가시성이 특정 조건에서 최대 약 40%까지 상승했다. 답변 주장이 출처에서 추적되는 정도(RAGAS faithfulness)도 중요해, 실무에서는 0.9 이상이면 안정, 0.7 미만이면 위험으로 본다(팀마다 다름).
SOV 함의: 경쟁사가 우리보다 SOV가 높다면, 그건 “브랜드가 더 유명해서”가 아니라 위 세 단계 중 어딘가에서 더 잘 통과하고 있기 때문이다. 후보 진입(색인·robots.txt 허용), 재정렬(주제 적합성), 생성(통계·출처·인용문 밀도) — SOV 비교는 이 세 레이어로 분해될 때 비로소 처방이 된다.
정직한 경쟁사 SOV 비교, 5단계 프로토콜
그로스 리드로서 내가 실제로 돌리는 절차다. 핵심은 “재현 가능하고, 편집 불가능하고, 매출과 연결된” 측정이다.
1. 경쟁사를 ‘우리 기준’이 아니라 ‘AI 기준’으로 정의한다
우리가 라이벌이라 생각하는 회사와, AI가 같은 질문에 함께 떠올리는 회사는 다를 수 있다. 질문 세트를 돌려 실제로 함께 인용되는 브랜드를 먼저 추출하라. 이게 진짜 경쟁군이다. 종종 “어? 얘가 왜 여기 있어?” 하는 신생 브랜드가 잡힌다 — 그게 위협 신호다.
2. 질문 세트를 고정하고 동결한다
구매 의도 질문 30~50개를 정하고, 그 세트를 우리와 모든 경쟁사에 동일하게 적용한다. 한 번 정한 세트는 추이를 위해 동결한다(질문을 바꾸면 추세가 깨진다).
3. 엔진별로 따로 측정한다 (합산 금지)
ChatGPT·Gemini·Perplexity·Claude를 각각 측정한다. 통합 숫자는 보고서 맨 위 요약용으로만 쓰고, 의사결정은 항상 엔진별 분해 표에서 한다.
4. 여러 번 측정하고 신뢰구간으로 말한다
각 엔진·각 질문을 반복 측정해 평균과 변동폭을 함께 본다. 단일 측정으로 “경쟁사를 이겼다/졌다”고 말하지 않는다.
- ❌ 약한 보고: “이번 주 우리 SOV 14%, 경쟁사 12%. 우리가 앞섰습니다.”
- ✅ 강한 보고: “ChatGPT 기준 우리 14%±4%, 경쟁사 12%±5% — 통계적으로 동률. 단 Perplexity에서는 우리 6% vs 경쟁사 19%로 명확히 뒤짐. Perplexity가 끌어오는 실시간·커뮤니티 출처에서 우리가 안 보이는 게 원인. 다음 4주 처방 우선순위는 Perplexity입니다.”
5. SOV를 리드·매출과 나란히 놓는다
SOV 추이 옆에 같은 기간의 AI 검색 유입, 리드, 전환을 붙인다. SOV가 올랐는데 리드가 안 늘면 — 우리가 인용되는 질문이 구매 의도와 어긋났다는 뜻이다(함정 2의 질문 세트 문제로 되돌아간다).
경쟁사 역추적 — SOV 격차를 처방으로 바꾸는 법
경쟁사 SOV가 우리보다 높다는 사실 자체는 아무것도 바꾸지 못한다. 바뀌는 건 “왜 그들이 그 엔진에서 인용되는가”를 역추적할 때다. RAG 3단계 렌즈로 점검한다.
| 증상 | RAG 레이어 | 역추적 점검 |
|---|---|---|
| 모든 엔진에서 우리가 후보조차 안 됨 | 검색(진입) | robots.txt에서 GPTBot·OAI-SearchBot·PerplexityBot·ClaudeBot·anthropic-ai·Google-Extended 허용했나? 차단돼 있으면 후보 진입 0. |
| ChatGPT에서만 경쟁사가 강함 | 검색(소스) | 경쟁사는 위키백과 등재·커뮤니티 평판이 있는데 우리는 없음 → 엔티티 신호 구축 |
| Perplexity에서만 뒤짐 | 검색(최신성) | 경쟁사는 최신·실시간 색인 콘텐츠 보유 → 최신성·1차 자료 보강 |
| 후보엔 드는데 인용은 경쟁사 | 생성 | 경쟁사 페이지에 통계·출처·직접 인용문이 더 밀도 높음(GEO) → 본문에 근거 추가 |
| 긴 가이드에서 경쟁사만 인용 | 생성(Lost in Middle) | 핵심 결론·수치를 글 앞/끝에 배치, 답변형 첫 문장 |
한국 시장 특수성 — 네이버를 SOV에 넣을 것인가
한국 브랜드라면 네이버를 빼고 SOV를 논하기 어렵다. 네이버 AI 브리핑(요약)은 이미 통합검색 쿼리의 20% 이상에 적용되고, 2026년 4월 기준 AI 브리핑 인용은 월 약 3.558억 건에 달했다. AI탭은 2026-06-25~26 전체 정식 출시(대화형·에이전틱)됐다(구 큐:·클로바X는 2026-04-09 종료). 네이버는 알고리즘으로 C-Rank(출처 신뢰·전문성), D.I.A.+(문서 의도)를 쓴다.
흥미로운 비대칭이 있다. 한 표본 분석(272건)에서 네이버 AI 브리핑 인용 출처의 약 58%가 블로그였고, 인용의 약 49%가 통합검색 Top10 바깥에서 나왔다 — 즉 전통 순위와 AI 인용이 따로 논다. 또 네이버는 외부 크롤러를 차단하기 때문에, 글로벌 AI(ChatGPT 등)는 네이버 본문 대신 나무위키·위키백과·티스토리를 우회 경유해 한국 정보를 가져온다. 그래서 한국 브랜드의 SOV 비교는 네이버 생태계용 자산과 글로벌 엔진용 우회 자산을 둘 다 봐야 한다. 네이버 콘텐츠 5원칙(직접경험·일관주제·진정성·읽기 쉬운 구조·최신성)은 사실상 GEO 원칙과 겹친다.
Citeon은 이 원리를 제품에 담았다
위에서 본 정직한 경쟁사 SOV 비교의 다섯 가지 요구사항 — 엔진별 분해, 역추적, 추이, 매출 연결, 그리고 ₩0의 진입 장벽 — 을 Citeon은 그대로 제품 기능으로 옮겼다.
- 4엔진 인용 측정(SOV): ChatGPT·Gemini·Perplexity·Claude에서 브랜드 인용을 각각 측정한다. 함정 3(엔진 합산)을 피하도록 처음부터 엔진별로 본다.
- 경쟁사 역추적: 같은 질문에서 경쟁사가 어디서·왜 인용되는지 거꾸로 분석해, SOV 격차를 RAG 레이어별 처방으로 바꾼다.
- 사이트 진단엔진: URL을 넣으면 SEO/AEO/GEO를 점수화하고 한국어 처방을 준다. robots.txt의 AI 크롤러 허용 같은 ‘후보 진입’ 문제부터 잡는다.
- 주간 모니터 추이: 단일 측정의 노이즈(함정 1)를 넘어, 경쟁사 대비 SOV를 주 단위 추세로 본다.
지금 당신의 브랜드가 경쟁사 대비 4엔진에서 어디에 서 있는지 — 무료 진단(₩0)으로 먼저 확인하라. citeon.cloud에서 무료 AI 가시성 진단 받기 →
자주 묻는 질문
SOV가 100%면 좋은 건가요?
현실에선 거의 불가능하고, 굳이 추구할 목표도 아닙니다. SOV는 경쟁의 함수라 카테고리 전체 답변에서 우리만 인용되는 상태는 비정상에 가깝습니다. 더 중요한 건 ‘구매 의도가 강한 핵심 질문군에서’ 경쟁사 대비 상위에 있느냐, 그리고 그 인용이 리드·매출로 번역되느냐입니다. 점유율 숫자 자체보다 질문 세트의 질과 매출 연결을 보세요.
경쟁사 SOV는 며칠에 한 번 재면 되나요?
측정 빈도보다 ‘회당 반복 횟수’가 먼저입니다. LLM은 같은 질문에도 매번 다르게 답하기 때문에(temperature=0에서도) 1회 측정은 노이즈입니다. 한 번 잴 때 충분히 반복해 신뢰구간을 만들고, 그 신뢰구간을 주 단위로 추적하세요. 단발성 비교로 ‘이겼다/졌다’를 선언하지 않는 것이 핵심입니다.
여러 엔진 SOV를 하나로 합친 ‘종합 점수’는 못 믿나요?
요약 용도로는 쓸 수 있지만 의사결정에는 쓰지 마세요. ChatGPT와 Perplexity의 인용 도메인 중복은 약 11%에 불과하고, 인용의 약 90%가 엔진마다 다릅니다. 합산하면 ‘어느 엔진에서 이기고 지는지’라는, 처방으로 직결되는 정보가 사라집니다. 항상 엔진별 분해 표에서 판단하세요.
경쟁사가 모든 엔진에서 앞서면 따라잡을 수 없나요?
가능합니다. SOV 격차는 ‘브랜드 인지도’가 아니라 RAG 통과 능력의 차이인 경우가 많습니다. robots.txt에서 AI 크롤러를 허용해 후보 진입부터 열고(차단 시 가시성 0), 본문에 통계·출처·직접 인용문을 더해 생성 단계 인용 확률을 높이고, 핵심 결론을 글 앞/끝에 배치하면(Lost in the Middle 대응) 격차가 줄어듭니다. 전통 순위와 AI 인용이 따로 노는 만큼, 신생 브랜드도 역전 여지가 있습니다.
SOV가 올랐는데 매출은 그대로면 무엇이 잘못된 건가요?
대개 질문 세트가 구매 의도와 어긋난 경우입니다. 브랜드명을 이미 아는 사람만 던지는 질문이나, 구매와 무관한 정보성 질문에서 인용이 늘면 SOV는 오르지만 신규 리드는 안 늘죠. SOV 추이 옆에 항상 유입·리드·전환을 나란히 놓고, 점유율이 매출로 번역되는 질문군에 집중하세요. 가시성은 매출을 설명하는 2차 지표라는 점을 잊지 마세요.