본문으로 건너뛰기

AI 보이스 점유율(SOV) 계산법: 공식, 표본 크기, 좋은 수준의 기준

AI 보이스 점유율(SOV)은 AI 답변 속 전체 브랜드 언급 중 내 몫이에요. 언급·인용·순위 가중 공식, 예제, 스프레드시트 수식, 968회 추적 실행에서 나온 표본 크기 계산, 업체별 정의 비교와 보고 템플릿까지 정리했어요.

Featured image for AI 보이스 점유율(SOV) 계산법: 공식, 표본 크기, 좋은 수준의 기준

AI 보이스 점유율(Share of Voice, SOV)은 정해 둔 프롬프트 세트에 대한 AI 답변 속 전체 브랜드 언급 중 내 브랜드가 차지하는 비율이에요. 내 언급 수를 그 답변에 나온 모든 브랜드의 언급 수로 나눈 뒤 100을 곱하면 돼요. 적중률이 아니라 경쟁 비율이라서, 어떤 프롬프트 세트·엔진·경쟁사 목록·기간으로 낸 숫자인지가 함께 있어야 의미가 생겨요. 똑같이 중요한 변형 지표도 두 가지 있어요. 답변이 누구의 웹사이트를 링크하는지 보는 인용 SOV, 그리고 누가 먼저 언급되는지 보는 순위 가중 SOV예요.

이 가이드에는 세 가지 공식 전부, 같은 브랜드에 서로 다른 'SOV' 숫자 네 개가 나오는 예제 데이터 하나, 바로 붙여 넣어 쓸 수 있는 스프레드시트 수식, Profound·Peec AI·Semrush·Ahrefs가 이 지표를 어떻게 정의하는지 나란히 비교한 표, 저희가 직접 반복 실행한 데이터에 기반한 표본 크기 계산, 그리고 경영진 보고용 템플릿을 담았어요. 도구별 정의는 2026년 10월 18일에 확인했어요.

핵심 요약

  • 공식이 셋이면 답도 셋이에요. 언급 SOV는 답변 속 이름을, 인용 SOV는 내 사이트로 가는 링크를 세고, 순위 가중 SOV는 먼저 언급될수록 점수를 더 줘요. 예제에서 같은 브랜드가 각각 17.5%, 44.0%, 14.3%를 기록해요.
  • SOV는 노출률이 아니에요. “답변의 35%에서 언급됨”은 가시성 비율이에요. SOV는 전체 브랜드 언급으로 나누기 때문에 경쟁사가 답변에 몰려들면 떨어져요.
  • 분모가 숫자를 결정해요. AI가 언급한 모든 브랜드 대신 직접 고른 브랜드 네 개만 세었더니 예제 수치가 17.5%에서 22.6%로 바뀌었어요.
  • 한 번의 실행은 표본일 뿐이에요. AI Rank Lab에서 프롬프트-엔진 조합 42개를 968회 반복 실행한 결과, 42.9%의 조합이 최소 한 번은 브랜드 언급과 미언급 사이를 오갔어요. 스냅숏이 아니라 기간 단위로 보고하고, 오차 범위를 함께 보여주세요.
  • 출처가 확실한 보편적 벤치마크는 없어요. 공개된 '좋은 수준' 구간은 서로 맞지 않고, 다른 지표를 재는 경우도 많아요. 대신 직접 지정한 경쟁사와 내 시장 점유율을 기준으로 비교하세요.

AI 보이스 점유율(SOV)이란?

AI SOV는 AI 답변 안에서 오가는 브랜드 이야기 중 얼마만큼이 내 몫인지를 재는 지표예요. 구매자가 실제로 묻는 프롬프트 세트를 정하고, ChatGPT, Claude, Gemini, Perplexity, Google AI 기능 같은 엔진에서 실행한 다음, 답변마다 언급된 브랜드를 모두 기록해 전체 중 내 비중을 계산해요.

이 개념은 광고에서 빌려 왔어요. 전통적인 미디어 플래닝에서 SOV는 카테고리 전체 광고 노출 중 한 브랜드가 차지하는 비중이었고, John Philip Jones는 1990년 Harvard Business Review에서 SOV를 시장 점유율과 비교하는 편이 예산을 짜는 더 나은 방법이라고 주장했어요. AI SOV는 이 비율을 그대로 쓰되, 돈으로 산 노출 대신 직접 살 수 없는 것, 즉 답변 속에서 이름이 불리는 횟수를 세요.

이를 추적하는 업체들도 핵심 비율에는 의견이 같아요. Profound 용어집은 SOV를 “모든 브랜드 대비 내 브랜드가 얼마나 자주 언급되는지”로 정의하고, Peec AI 문서는 공식을 내 언급 수 ÷ 전체 브랜드 언급 수 × 100으로 제시해요.

AI SOV는 언급률이나 가시성과 무엇이 다른가요?

언급률(가시성 또는 노출률이라고도 해요)은 “전체 답변 중 몇 퍼센트에 우리가 나왔나?”를 묻고, SOV는 “전체 브랜드 언급 중 몇 퍼센트가 우리였나?”를 물어요. 차이는 분모예요. 답변 수냐, 언급 수냐의 차이죠.

모든 답변에 등장하는 브랜드의 언급률은 100%지만, 다른 브랜드 네 개도 모든 답변에 나온다면 SOV는 20%예요. Peec의 예시가 이 차이를 잘 보여줘요. 채팅 10개에서 내 언급 4회, 경쟁사 언급 12회라면 가시성은 40%, SOV는 25%예요. 인기 있는 가이드 중에는 노출률 공식을 SOV라는 이름으로 소개하는 곳도 있는데, 공개된 숫자들이 잘 맞지 않는 이유 중 하나예요. 둘 다 보고하고, 둘 다 이름을 붙이고, 보고 기간 사이에 하나를 다른 하나로 슬쩍 바꾸지 마세요.

언급 지표는 트래픽에 대해서도 아무것도 말해 주지 않아요. 언급은 사용자 앞에 내 이름을 띄워 주고, 인용은 링크를 건네줘요. 이 차이가 보고서 해석을 어떻게 바꾸는지는 AI 검색에서 브랜드 언급과 인용의 차이에서 다뤘어요.

AI SOV는 어떻게 계산하나요? 공식 세 가지

답을 얻고 싶은 질문마다 공식을 하나씩 쓰고, 하나의 점수로 섞지 말고 나란히 보고하세요.

지표공식세는 단위답해 주는 질문
언급 SOV내 브랜드 언급 수 ÷ 전체 브랜드 언급 수 × 100답변 본문에 언급된 브랜드, 답변당 최대 1회추천 대화에서 우리 몫은 얼마나 되나?
인용 SOV내 도메인 인용 수 ÷ 추적 중인 모든 브랜드 도메인 인용 수 × 100브랜드가 소유한 도메인의 출처 링크 URL답변이 브랜드 자체 사이트를 가리킬 때, 그게 우리 사이트인 경우는 얼마나 되나?
순위 가중 SOV내 가중치 합 ÷ 전체 브랜드 가중치 합 × 100 (가중치 = 1 ÷ 순위)답변 속 순서로 가중치를 준 각 언급우리가 가장 먼저 불리나, 아니면 덤으로 붙나?
언급률 (참고용)내 브랜드를 언급한 답변 수 ÷ 전체 답변 수 × 100답변애초에 얼마나 자주 등장하나?

언급 SOV

기본 지표이자 Profound와 Peec가 문서화한 방식이에요. 답변 하나에서 같은 브랜드를 세 번 언급하더라도 답변당 최대 한 번만 세세요. 그러지 않으면 긴 답변이 전체를 좌우해요. 분모에는 직접 고른 경쟁사만이 아니라 답변에 나온 모든 브랜드를 넣으세요. 이유는 경쟁사 세트 섹션에서 설명할게요.

인용 SOV

인용 SOV는 답변 속 이름이 아니라 답변 아래 달린 링크를 추적해요. AI 답변의 인용은 대부분 서드파티 사이트로 가요. Trakkr 패널에서 529,165개 도메인에 걸친 인용 노출 4,840만 건(2025년 10월~2026년 8월)을 보면, 가장 많이 인용된 도메인인 youtube.com의 비중이 전체의 3.47%였고 Wikipedia가 1.83%, Reddit이 1.74%로 뒤를 이었어요. 그래서 경쟁 지표로서의 공식은 추적 중인 브랜드의 자체 도메인 인용 수로 나눠요. 전체 인용 중 비중(Profound는 이를 'Citation Share'라고 불러요)을 쓰고 싶다면 따로 보고하고, 한 자릿수 숫자가 나올 거라고 예상하세요.

인용 점유율은 URL 단위로도 집중돼 있어요. 100만 건이 넘는 인용을 분석한 Peec AI에 따르면, ChatGPT에서 답변당 평균 2회 이상 인용되는 31%의 URL이 전체 인용의 59%를 차지했고, Perplexity가 가져온 URL의 64%는 한 번도 인용되지 않았어요. 대개 페이지 몇 개가 내 인용 점유율 전체를 떠받치고 있는 셈이에요.

순위 가중 SOV

순위 가중은 다섯 번째 언급보다 첫 번째 언급에 더 많은 점수를 줘요. 흔히 쓰는 방식은 1/순위로, 1위 = 1.0, 2위 = 0.5, 3위 = 0.33 하는 식이에요. Semrush는 Enterprise AIO의 SOV가 빈도와 순위를 모두 고려한다고 밝혔지만, 가중치는 공개하지 않았어요.

이 지표는 보조 지표로 다루세요. SparkToro와 Gumshoe.ai가 프롬프트 12개를 ChatGPT, Claude, Google AI에 2,961회 돌려 본 결과, 같은 브랜드 목록이 두 번 나올 확률은 100분의 1 미만이었고, 순서까지 같은 경우는 대략 1,000번에 한 번꼴이었어요. 이들의 결론은 여러 프롬프트와 실행에 걸친 가시성 비율은 합리적인 지표지만, 단일 '랭킹 순위'는 그렇지 않다는 거였어요. 수백 개 답변에 걸쳐 평균을 내면 순위로도 '주로 1등'과 '주로 꼴찌'는 구분돼요. 하지만 답변 하나만 놓고 보면 그냥 노이즈예요.

예제: 데이터 하나, 숫자 넷

아래 숫자는 공식마다 결과가 어떻게 갈리는지 보여주려고 저희가 만든 예시 데이터이고, 고객 데이터가 아니에요. 설정은 프롬프트 20개, 엔진 4개, 각 3회 실행으로 답변 240개예요. 이 중 228개 답변이 최소 한 개 브랜드를 언급해 브랜드 언급은 총 480회였고, 답변에 달린 인용은 1,440건이었어요. '기타'는 엔진이 언급했지만 팀이 추적 목록에 넣지 않은 브랜드예요.

브랜드언급한 답변 수 (언급률)순위별 언급 (1위 / 2위 / 3위 / 4위 이하)언급 SOV순위 가중 SOV자체 도메인 인용인용 SOV (추적 세트)
내 브랜드84 (35.0%)24 / 30 / 18 / 1217.5%14.3%6644.0%
경쟁사 A132 (55.0%)90 / 30 / 9 / 327.5%32.5%4832.0%
경쟁사 B96 (40.0%)54 / 30 / 9 / 320.0%21.7%3020.0%
경쟁사 C60 (25.0%)18 / 24 / 12 / 612.5%10.6%64.0%
기타 (추적 안 함)-42 / 36 / 24 / 622.5%20.8%--
합계답변 240개228 / 150 / 72 / 30언급 480회가중치 334.5150100%

내 브랜드 기준으로 숫자가 나오는 과정은 이래요.

  1. 언급률: 답변 84개 ÷ 답변 240개 = 35.0%.
  2. 언급 SOV: 84 ÷ 언급 480회 = 17.5%.
  3. 순위 가중 SOV: (24 × 1) + (30 × 0.5) + (18 × 0.333) + (12 × 0.25) = 가중치 48.0, 48.0 ÷ 334.5 = 14.3%. 여기서는 4위 이하를 모두 4위로 계산했어요.
  4. 인용 SOV: 66 ÷ 추적 중인 브랜드 도메인 인용 150건 = 44.0%. 전체 인용 1,440건 대비로는 4.6%예요.
  5. 폐쇄형 풀 SOV: 분모에서 '기타'를 빼면 언급 SOV는 84 ÷ 372 = 22.6%가 돼요.

이 표 하나에 교훈이 네 가지 담겨 있어요. 첫째, 같은 브랜드가 언급으로는 3위, 순위로는 더 뒤처지고, 인용으로는 1위예요. 콘텐츠는 탄탄하지만 브랜드 인지도는 카테고리 선두보다 낮은 브랜드에서 흔히 보이는 패턴이에요. 둘째, 폐쇄형 풀 수치는 모든 브랜드를 5분의 1쯤 부풀려요. 셋째, 대화의 22.5%가 아무도 추적하지 않던 브랜드에게 갔어요. 폐쇄형 목록이 가려 버리는 조기 경보죠. 넷째, 전체 출처 대비 인용 점유율(4.6%)과 추적 세트 대비 인용 점유율(44.0%)은 크기가 전혀 다른 별개 지표라서, 보고서에 어느 쪽인지 반드시 밝혀야 해요.

하나의 AI 답변 세트를 언급 점유율, 인용 점유율, 순위 가중 점유율 파이 차트 세 개로 나눈 도표로, 같은 브랜드가 차트마다 다른 크기의 조각을 차지함

스프레드시트로 AI SOV를 계산하는 방법은?

답변마다 한 행, 브랜드 언급마다 한 행, 인용마다 한 행씩 기록하고 세는 일은 수식에 맡기세요. 이 구조는 Google Sheets와 Excel에서 모두 작동해요.

  1. Answers 탭: answer_id, prompt, engine, run_date. 브랜드를 하나도 언급하지 않은 답변까지 모든 답변을 한 행씩 넣으세요. 언급률의 분모에 들어가야 하니까요.
  2. Mentions 탭: answer_id(A열), brand(B열), position(C열). 답변별 브랜드마다 한 행이고, 브랜드는 답변당 최대 한 번이에요. 이름부터 정리하세요. 'HubSpot CRM'과 'HubSpot'은 한 브랜드로 묶고, 제품과 모회사를 하나로 셀지도 미리 정해 두세요.
  3. Citations 탭: answer_id(A), cited_url(B), domain(C), owner_brand(D). Reddit, YouTube, 리뷰 사이트처럼 서드파티 소유 도메인이면 owner_brand는 비워 두세요.
  4. Summary 탭: 브랜드 이름을 H열에 하나씩 넣고, 같은 행에 아래 수식을 쓰세요.
지표수식 (브랜드 이름은 H2)
언급률=COUNTIF(Mentions!B2:B5000,H2)/COUNTA(Answers!A2:A5000)
언급 SOV=COUNTIF(Mentions!B2:B5000,H2)/COUNTA(Mentions!B2:B5000)
순위 가중 SOV=SUMPRODUCT(IFERROR((Mentions!B2:B5000=H2)/Mentions!C2:C5000,0))/SUMPRODUCT(IFERROR(1/Mentions!C2:C5000,0))
인용 SOV (추적 세트)=COUNTIF(Citations!D2:D5000,H2)/COUNTA(Citations!D2:D5000)
전체 출처 대비 인용 점유율=COUNTIF(Citations!D2:D5000,H2)/COUNTA(Citations!B2:B5000)
오차 범위, 95% (점유율은 I2, n은 J2)=1.96*SQRT(I2*(1-I2)/J2)

결과는 퍼센트 서식으로 바꾸세요. 순위 가중 수식은 SUMPRODUCT 안의 IFERROR를 계산해야 해서 Excel 365나 Google Sheets가 필요하고, 이전 Excel 버전에서는 배열 수식으로 입력하세요. 엔진 열 필터(또는 피벗 테이블)를 추가하면 같은 지표를 엔진별로 볼 수 있는데, 합산 숫자를 보기 전에 항상 이것부터 확인하세요.

Profound, Peec AI, Semrush, Ahrefs는 SOV를 어떻게 정의하나요?

정의가 서로 달라서, 한 도구의 30%와 다른 도구의 30%는 같은 성과가 아니에요. 각 업체의 공식 문서에 나온 내용을 2026년 10월 18일에 확인해 정리했어요.

도구SOV가 세는 것가중치프롬프트 출처출처
AI Rank Lab내 언급 수 ÷ (내 언급 수 + 직접 지정한 경쟁사 언급 수), 예약 실행 전체 기준점유율에는 없음. 평균 순위, 언급률, 인용률은 따로 보고내 프롬프트 세트저희 제품 (아래 공개 문구 참고)
Profound추적 중인 응답 전체에서 브랜드 언급 수 ÷ 전체 브랜드 언급 수. Citation Share와 Visibility Score는 별도 지표명시 없음. Average Position은 별도내가 추적하는 프롬프트Profound 용어집
Peec AI내 언급 수 ÷ 전체 브랜드 언급 수 × 100없음. Position과 Sentiment는 별도내가 추적하는 프롬프트Peec 문서
Semrush AI Visibility Toolkit“시장 내 경쟁사 대비 AI 생성 답변에서 내 브랜드가 받는 언급의 비율”. Brand Performance 데이터는 매주 업데이트Enterprise AIO 버전은 빈도와 순위를 반영한다고 밝힘. 정확한 가중치는 비공개Semrush 프롬프트 데이터베이스 + 추적 프롬프트Semrush 지식 베이스
Ahrefs Brand Radar“경쟁사와 비교했을 때 내가 차지하는 브랜드 노출의 %”프롬프트의 Google 검색량으로 언급에 가중치. Ahrefs는 이를 “측정된 관계가 아니라 모델링상의 선택”이라고 설명내 프롬프트가 아니라 Google 관련 질문(People Also Ask) 코퍼스와 Ahrefs 키워드 데이터베이스Ahrefs 방법론

실무에서 의미하는 바는 두 가지예요. Ahrefs는 프롬프트 세트를 만들지 않아도 “수요 가중 시장에서 우리 몫은 얼마인가?”에 답해 주고, Profound, Peec, AI Rank Lab은 “우리가 고른 프롬프트에서 우리는 어떤가?”에 답해요. 둘 다 타당하지만, 숫자는 서로 맞지 않을 거예요. 또 어느 도구도 엔진 내부를 들여다보지 못하니 모두 답변을 표본 추출하는 셈이에요. Google도 Search Console의 새 생성형 AI 실적 보고서(2026년 6월)가 AI 개요(AI Overviews)와 AI 모드(AI Mode)에서의 내 노출수, 페이지, 국가, 기기만 보여주고 경쟁사 데이터는 없다고 밝혔어요. 그래서 Google AI 영역의 SOV는 추적 도구로 구해야 하고, Search Console 숫자를 대신하는 게 아니라 나란히 놓고 읽어야 해요. Semrush 데이터가 어떻게 수집되는지는 Semrush AI Visibility Toolkit 리뷰에서 더 자세히 다뤘어요.

프롬프트 세트와 경쟁사 세트는 어떻게 고르나요?

공식은 1분이면 끝나요. 숫자가 의미가 있느냐는 프롬프트 세트와 경쟁사 목록에 달려 있어요. 첫 측정 전에 둘 다 고정하고, 바꿀 때는 반드시 새 기준선을 잡으세요.

프롬프트 세트 만들기

  1. 내 포지셔닝이 아니라 구매자의 질문에서 시작하세요. 영업 통화, 고객 지원 티켓, 사이트 내 검색, Reddit 스레드, 관련 질문(People Also Ask)에서 표현을 가져오세요. 내 태그라인을 중심으로 쓴 프롬프트는 점유율을 부풀려요.
  2. 퍼널을 고정 비율로 나눠 담으세요. 예를 들어 카테고리·'Y에 가장 좋은 X' 프롬프트 50%, 비교·대안 프롬프트 30%, 문제 해결·방법 프롬프트 20%처럼요. 비율을 일정하게 유지해야 구성 변화가 점유율 변화처럼 보이지 않아요.
  3. 브랜드 프롬프트는 헤드라인 숫자에서 빼세요. “[내 브랜드] 괜찮나요?” 같은 질문은 매번 나를 언급할 수밖에 없어요. 정확성과 감성 분석용으로 별도 그룹에서 추적하세요.
  4. 모든 프롬프트에 태그를 다세요. 주제, 퍼널 단계, 페르소나, 시장별로 태그를 달아 두면 하나로 뭉뚱그린 숫자가 아니라 세그먼트별 SOV를 보고할 수 있어요.
  5. 내릴 결정에 맞춰 규모를 정하세요. 공개된 여러 가이드는 상업적으로 의미 있는 프롬프트 20~50개로 시작하라고 하고, 넓은 카테고리라면 100~200개를 권하는 곳도 있어요. 프롬프트를 늘리는 게 실행 횟수를 늘리는 것보다 대개 나은 이유는 아래 표본 크기 섹션에서 설명할게요.

엔진은 출처를 가져오기 전에 프롬프트 하나를 여러 하위 쿼리로 확장하기 때문에, 비슷하게 바꿔 쓴 문장만으로도 다른 브랜드가 나올 수 있어요. 가장 중요한 질문은 한 가지 표현만이 아니라 두세 가지 표현으로 넣어 두는 게 좋은 이유예요.

경쟁사 선정: 개방형 풀 vs 폐쇄형 풀

분모에는 개방형 풀을, 보고에는 지정 목록을 쓰세요. 개방형 풀은 답변에 나온 모든 브랜드를 세고, 폐쇄형 풀은 직접 입력한 경쟁사만 세요. 폐쇄형 풀은 단순하고 기간별로 비교하기 쉽지만, 모든 브랜드의 점유율을 과대평가하고 새로 등장한 브랜드를 놓쳐요. 예제의 '기타' 22.5%가 바로 그 사례예요.

  • 지정 목록: 실제로 딜을 빼앗기는 직접 경쟁사 5~8곳, 그리고 목표로 삼는 카테고리 선두 브랜드 한두 곳.
  • 발굴 점검: 한 달에 한 번, 엔진이 언급했지만 목록에 없는 브랜드를 모두 뽑아 보세요. 답변의 몇 퍼센트 이상에 등장하는 브랜드는 다음 기준선부터 목록에 넣으세요.
  • 엔티티 규칙: 별칭, 하위 브랜드, 리셀러, 마켓플레이스를 어떻게 처리할지(예: 'Amazon'은 경쟁사인가, 유통 채널인가?) 적어 두고, 매 기간 같은 규칙을 적용하세요.

쓰는 도구가 폐쇄형 목록만 지원한다면 모든 보고서에 그 사실을 밝히고 목록을 고정해 두세요. 그래야 수준이 높게 나오더라도 추세만큼은 정직해요.

믿을 만한 숫자를 얻으려면 프롬프트와 실행이 얼마나 필요할까요?

내가 신경 쓰는 변화가 노이즈보다 커질 만큼이요. AI 답변은 재현되지 않으니 답변 하나하나가 표본이고, 답변 수십 개로 낸 SOV는 아무것도 바뀌지 않았는데도 두 자릿수씩 출렁일 수 있어요.

저희 데이터가 그 정도를 보여줘요. 2026년 2월 13일부터 10월 14일까지 AI Rank Lab에서 추적한 프롬프트-엔진 조합 42개(실행 5회 이상인 조합만)의 성공한 실행 968회를 보면, 18개 조합(42.9%)이 최소 한 번은 추적 브랜드 언급과 미언급 사이를 오갔고, 같은 프롬프트의 연속된 두 실행이 공유한 인용 도메인은 중앙값 기준 41%에 불과했어요. 출처가 가장 많이 바뀐 엔진은 Gemini(중앙값 겹침 0.26), 가장 적게 바뀐 엔진은 Perplexity(0.59)였어요. 자세한 방법과 한계는 AI 답변 안정성 연구에 정리해 두었어요. '결정론적' 설정으로도 해결되지 않아요. 결정론적으로 설정한 LLM 다섯 개를 다룬 한 연구에서는 실행마다 정확도가 최대 15%까지 달라졌어요.

같은 데이터가 표본 예산을 어디에 써야 하는지도 알려줘요. 42개 조합 중 24개(57%)는 매 실행 같은 언급 판정을 냈으니, 이런 프롬프트에서는 추가 실행이 새 정보를 거의 더하지 못했어요. 한 프롬프트의 반복 실행은 서로 상관돼 있어서, 프롬프트 20개를 10번씩 돌린 결과는 독립된 답변 200개보다 훨씬 가치가 낮아요. 실행을 늘리기 전에 프롬프트부터 늘리세요. 결과가 뒤집히는 걸 완화하려면 기간마다 엔진별·프롬프트별로 2~3회 실행하고, 2~4주 기간으로 실행 결과를 합쳐 보세요.

오차를 가늠하려면 SOV를 비율로 보고 NIST Engineering Statistics Handbook에 나온 표준 정규 근사 구간, p ± 1.96 × sqrt(p(1-p)/n)을 쓰세요. 보수적으로 잡으려면 n에 답변 수가 아니라 서로 다른 프롬프트-엔진 조합 수를 넣으세요.

n (프롬프트-엔진 조합)점유율이 약 20%일 때 95% 오차점유율이 약 50%일 때 95% 오차감지할 수 있는 변화
50± 11.1%p± 13.9%p브랜드 간 큰 격차만
100± 7.8%p± 9.8%p분기 대비 10%p 이상의 변화
200± 5.5%p± 6.9%p6~7%p 변화
400± 3.9%p± 4.9%p4~5%p 변화
1,000± 2.5%p± 3.1%p작고 꾸준한 상승

예제에 적용해 볼게요. 엔진 4개에 프롬프트 20개면 프롬프트-엔진 조합은 80개이고, 언급 SOV 17.5%의 오차는 약 ± 8.3%p예요. 다음 달 17.5%에서 22%로 올라도 노이즈 범위 안이라는 뜻이에요. NIST 페이지는 표본이 아주 작거나 점유율이 0%에 가까우면 이 구간의 신뢰도가 떨어지니 Wilson 구간이 더 낫다고도 설명해요. 도구가 지원한다면 프롬프트 단위 재표본추출(부트스트랩)이 그보다도 나아요.

여러 엔진을 하나의 SOV로 합쳐도 될까요?

먼저 엔진별로 따로 보고하고, 그다음 가중 방식을 명시한 합산 숫자를 보고하세요. 엔진끼리는 결과가 다르게 나와요. Trakkr가 프롬프트 825,343개로 엔진을 비교한 결과 모델 간 평균 일치율은 43.3%였고, 한 엔진에서 선두인 브랜드가 다른 엔진에서는 아예 안 나올 수도 있어요. 모든 엔진의 답변 수가 같다면 원시 집계를 그대로 합쳐도 괜찮아요. 엔진별로 중요도 가중치를 주고 싶다면 실제로 내 고객이 있는 곳을 기준으로 주세요. 참고로 AI Rank Lab 태그가 28개 사이트에서 기록한 AI 유입 페이지뷰 3,677건(2025년 7월~2026년 10월) 중 ChatGPT가 56.8%를 보냈고, Gemini(17.1%), Perplexity(12.4%), Claude(12.0%), Copilot(1.7%)이 뒤를 이었어요. 리퍼럴 비중은 사용량 비중이 아니고 사이트마다 다르니, 가중치로 쓰기 전에 내 데이터부터 측정하세요.

좋은 AI SOV는 어느 정도일까요?

출처가 확실한 보편적 벤치마크는 없어요. 방법론 없이 숫자를 내놓는 사람은 경계하세요. '좋은 수준'은 답변에서 경쟁하는 브랜드 수, 카테고리, 그리고 어떤 공식을 쓰는지에 따라 달라져요.

공개된 구간이 서로 맞지 않는 건 애초에 재는 대상이 다르기 때문이기도 해요.

출처구간이 적용되는 지표'선두' 구간근거가 있나요?
Alex Birkett나를 언급한 응답 ÷ 전체 응답 (노출률)50%~90%저자의 경험, 퍼널 하단 프롬프트 기준
LLM Pulse전체 브랜드 언급 중 언급 점유율40%~70%출처 제시 없음
geotoolbox전체 브랜드 언급 중 언급 점유율50% 이상다른 가이드를 종합한 것으로, 방향 참고용이라고 명시

노출률 60%와 언급 점유율 60%는 전혀 다른 위치예요. 그래서 공식이 같지 않다면 이 구간들은 서로 비교할 수도, 내 도구의 숫자와 비교할 수도 없어요. 근거가 있는 참고 기준은 이런 것들이에요.

  • 공정 점유율 선(fair share). 꾸준히 언급되는 브랜드가 N개라면 균등 배분은 100 ÷ N이에요. 브랜드가 다섯 개면 20%가 동등선이고, 그 위라면 평균 이상이에요. Trakkr는 이를 목표가 아닌 방향 참고선으로 제안해요.
  • 카테고리 간 편차가 엄청나요. SparkToro 연구에서 한 병원 브랜드는 해당 쿼리의 ChatGPT 응답 97%에 등장했고, 헤드폰 브랜드는 55%~77%였지만, 브랜드 디자인 에이전시는 30~40%대에 그쳤어요. 카테고리 안에서만 비교하고, 카테고리끼리는 절대 비교하지 마세요.
  • 전체 출처 대비 인용 점유율은 작을 수밖에 없어요. 인용 4,800만 건 패널에서 가장 많이 인용된 도메인이 3.47%라면, 전체 출처 대비 한 자릿수 인용 점유율도 선두일 수 있어요.
  • SOV 대 시장 점유율. Jones의 논리를 빌리면 가장 쓸모 있는 벤치마크는 내 AI SOV를 실제 시장 점유율과 비교하는 거예요. SOV가 시장 점유율보다 낮다면 AI 답변이 나를 과소 대표하고 있다는 뜻이고, 이건 바로 손봐야 할 구체적인 문제예요.

가장 중요한 벤치마크는 같은 프롬프트 세트에서 같은 지정 경쟁사 대비, 오차 범위를 넘어서는 내 추세예요. 종합 점수도 추적하고 있다면 AEO 점수는 어떻게 측정되는지 설명한 글에서 이런 입력값을 어떻게 섞는지 확인해 보세요.

경영진에게 AI SOV를 어떻게 보고할까요?

표 하나, 추세선 하나, 결정 하나면 충분해요. 경영진이 알고 싶은 건 원시 프롬프트 로그가 아니라 변화가 진짜인지, 누가 움직였는지, 우리가 뭘 할 건지예요. 보고 행은 이런 모습이에요(예제 데이터 값에 가상의 이전 기간을 붙였어요).

지표이번 기간이전 기간변화오차 (±)해석
언급률35.0%22.5%+12.5%p10.5%p신호 - 다음 기간에 확인
언급 SOV17.5%15.0%+2.5%p8.3%p노이즈 범위 - 유지
인용 SOV (추적 세트)44.0%36.0%+8.0%p10.9%p노이즈 범위 - 지켜보기
최상위 경쟁사 언급 점유율27.5% (A)29.0% (A)-1.5%p9.8%p변화 없음
추적 안 하는 브랜드 점유율22.5%18.0%+4.5%p-발굴 점검 실행

이 표를 중심으로 보고서는 한 페이지로 끝내세요.

  1. 범위: 프롬프트, 엔진, 시장, 실행 수, 기간, 공식. 예를 들어 “프롬프트-엔진 조합 80개, 엔진 4개, 미국 영어, 답변 240개, 9월 15일~10월 12일, 개방형 풀 언급 점유율”처럼요.
  2. 헤드라인: 오차 범위를 넘어선 변화를 한 문장으로, 아니면 “유의미한 변화 없음”.
  3. 엔진별 분석: 작은 표 하나. 합산 숫자는 특정 엔진에서의 손실을 가릴 수 있으니까요.
  4. 세그먼트 보기: 퍼널 단계나 주제별 SOV. 실행 과제는 여기서 나와요.
  5. 변화 요인: 인용 데이터에서 찾은, 가장 큰 변화 뒤에 있는 인용 페이지와 서드파티 출처.
  6. 조치와 담당자: 프롬프트 세그먼트와 연결된 개선 과제 두세 개.

하지 말아야 할 것도 있어요. 실행 한 번을 추세처럼 보여주지 말고, 기준선을 다시 잡지 않은 채 프롬프트 세트를 바꾸지 말고, 순위 가중 점유율을 'ChatGPT에서 우리 순위'라고 소개하지 마세요.

AI SOV 추적을 자동화해 주는 도구

밝혀 둡니다: AI Rank Lab은 저희 제품이에요. 저희 사이트라서 맨 앞에 두었고, 아래 모든 도구에 같은 기준을 적용했어요. 기준은 도구가 어떤 공식을 문서화했는지, 프롬프트 세트를 내가 통제할 수 있는지, 결과로 무엇을 할 수 있는지예요.

  • AI Rank Lab. 브랜드 가시성 추적은 내 프롬프트를 ChatGPT, Claude, Gemini, Perplexity에서 일정에 따라 실행하고, 실행마다 언급 여부, 순위, 감성, 언급된 경쟁사, 인용 URL을 기록해요. Google은 별도의 AI 개요(AI Overview) 추적기와 AI 모드(AI Mode) 추적기가 맡아요. 경쟁사 분석과 인용 추적기는 직접 지정한 경쟁사 대비 언급 점유율과 경쟁사 인용 점유율을 보고하고, Action Plan과 콘텐츠 도구가 격차를 개선 과제로 바꿔 줘요. 요금제는 월 $69부터 시작해요(2026년 10월 18일 가격 확인). 한계: SOV가 직접 입력한 경쟁사, 즉 폐쇄형 풀을 기준으로 하므로 목록에 없는 브랜드는 주기적으로 발굴 점검을 하세요.
  • Profound. 공개 용어집이 명확하고 Share of Voice, Visibility Score, Citation Share, Average Position을 각각 따로 정의해요. 엔진, 주제, 경쟁사를 가로지르는 매트릭스 보기도 있어요. 거버넌스와 규모가 필요한 엔터프라이즈 팀에 잘 맞아요.
  • Peec AI. 단순한 언급 점유율 공식을 예시와 함께 문서화했고, 가시성, 순위, 감성을 별도 지표로 둬서 스프레드시트로 숫자를 재현하기 쉬워요. 단순하고 투명한 구성을 원하는 팀에 좋아요.
  • Semrush AI Visibility Toolkit. SOV는 매주 업데이트되는 Brand Performance 보고서 안에 있고, 내 추적 프롬프트와 함께 대규모 프롬프트 데이터베이스를 제공해요. SEO 팀이 이미 Semrush를 주로 쓰고 있다면 더 나은 선택이지만, 순위 가중치는 공개되지 않았어요.
  • Ahrefs Brand Radar. 검색 수요로 언급에 가중치를 주고 관련 질문(People Also Ask)에서 프롬프트를 만들어서, 프롬프트 세트를 쓰지 않아도 시장 수준의 SOV를 볼 수 있어요. 내 질문에서의 성과보다 카테고리 전체를 수요 가중으로 보고 싶을 때 가장 좋아요.
  • 스프레드시트. 위 수식은 프롬프트 20~50개를 수동으로 기록할 때 잘 작동해요. 가장 저렴하게 시작하는 방법이자 지표의 의미를 익히기에 가장 좋은 방법이에요. 다만 여러 엔진에서 매일 실행해야 하는 순간부터는 감당이 안 돼요.

AI SOV의 한계

  • 실제 사용자 대화가 아니라 내 프롬프트의 표본이에요. 실제 사용자가 무엇을 묻고 무엇을 봤는지는 어떤 도구도 볼 수 없고, 개인화, 메모리, 위치에 따라 답변이 달라져요.
  • API 답변과 앱 답변은 다를 수 있어요. 많은 추적 도구가 검색을 켠 API로 엔진에 질의하는데, 일반 소비자용 앱은 다르게 동작할 수 있어요.
  • 브랜드 감지는 자동이에요. 별칭, 오타, 일반 단어로 된 브랜드 이름 때문에 잘못 셀 수 있어요. 매 기간 답변 표본을 직접 점검하세요.
  • 언급이 곧 추천은 아니에요. “엔터프라이즈용으로는 피하세요”라고 언급된 브랜드도 똑같이 세요. SOV는 감성이나 추천 답변 여부 표시와 함께 보세요.
  • SOV는 매출이 아니에요. 비즈니스 효과를 주장하기 전에 AI 리퍼럴 트래픽과 파이프라인에 연결하세요.

결론

AI SOV는 계산하기 쉬운 만큼 틀리기도 쉬워요. 내 질문에 답하는 공식을 고르고, 세는 규칙을 적어 두고, 개방형 분모를 쓰고, 변화가 오차 범위를 넘을 만큼 표본을 잡고, 언급 점유율·인용 점유율·언급률을 함께 보고하세요. 스프레드시트를 직접 관리하기 싫다면 AI Rank Lab 경쟁사 분석이 일정에 따라 언급, 인용, 경쟁사 점유율을 추적해 주니 스냅숏 대신 추세를 읽을 수 있어요.

Get a free AI ranking consultation

Want your brand to show up when ChatGPT, Gemini and Perplexity answer questions in your market? Tell us about your site and our team will send a personalized strategy.

This form is protected by reCAPTCHA. Your data is handled securely and we will never spam you.

자주 묻는 질문

다른 궁금한 점이 있나요? 팀에 문의하기

AI 보이스 점유율(SOV)이란 무엇인가요?

AI SOV는 정해 둔 프롬프트 세트에 대한 AI 생성 답변 속 전체 브랜드 언급 중 내 브랜드가 차지하는 비율이에요. 내 언급 수를 모든 브랜드의 언급 수로 나누고 100을 곱해요. 경쟁사와 비교하는 지표라서, 어떤 프롬프트 세트·엔진·경쟁사 목록·기간을 썼는지와 함께 봐야 의미가 있어요.

AI SOV 공식은 무엇인가요?

언급 SOV = 내 브랜드 언급 수 ÷ 전체 브랜드 언급 수 × 100이고, 브랜드는 답변당 최대 한 번만 세요. 인용 SOV = 내 도메인 인용 수 ÷ 추적 중인 모든 브랜드 도메인 인용 수 × 100이에요. 순위 가중 SOV는 나누기 전에 각 언급에 1 ÷ 순위만큼 가중치를 줘요.

SOV는 가시성이나 언급률과 같은 건가요?

아니요. 언급률(가시성)은 나를 언급한 답변 수 ÷ 전체 답변 수이고, SOV는 내 언급 수 ÷ 전체 브랜드 언급 수예요. 모든 답변에 나오는 브랜드의 언급률은 100%지만, 다른 브랜드 네 개도 모든 답변에 나온다면 SOV는 20%에 그쳐요.

AI SOV를 측정하려면 프롬프트가 몇 개 필요한가요?

상업적으로 의미 있는 프롬프트 25~50개로 시작하고, 넓은 카테고리라면 100개 이상으로 늘려 가세요. 프롬프트-엔진 조합이 100개일 때 점유율 20%의 95% 오차 범위는 약 ±7.8%p라서, 그보다 큰 변화만 확실한 신호로 볼 수 있어요.

프롬프트는 얼마나 자주 실행해야 하나요?

보고 기간마다 엔진별로 각 프롬프트를 2~3회 실행하고, 2~4주 단위로 결과를 합치세요. AI Rank Lab 데이터에서 프롬프트-엔진 조합 42개 중 42.9%가 968회 실행 동안 최소 한 번은 브랜드 언급이 뒤바뀌었어요. 그래서 한 번의 실행은 오해를 부르지만, 같은 프롬프트를 다시 돌리는 것보다 프롬프트를 늘리는 쪽이 정확도를 더 높여요.

좋은 AI SOV는 어느 정도인가요?

출처가 확실한 보편적 벤치마크는 없어요. 쓸 만한 참고선은 공정 점유율, 즉 100을 꾸준히 언급되는 브랜드 수로 나눈 값이고, 가장 좋은 벤치마크는 내 SOV를 시장 점유율과 비교한 결과와 같은 경쟁사 대비 추세예요. 공개된 구간들은 서로 맞지 않고 다른 공식을 재는 경우가 많아요.

직접 지정한 경쟁사만 추적해야 하나요?

분모에는 답변에 나온 모든 브랜드(개방형 풀)를 쓰고, 보고는 지정한 경쟁사 5~8곳 목록으로 하세요. 폐쇄형 풀은 모든 브랜드의 점유율을 부풀리고 새로 등장한 브랜드를 가려요. 예제에서는 브랜드 점유율이 17.5%에서 22.6%로 올라갔어요.

Search Console로 Google AI 개요의 SOV를 측정할 수 있나요?

직접은 안 돼요. 2026년 6월에 나온 Search Console의 생성형 AI 실적 보고서는 AI 개요(AI Overviews)와 AI 모드(AI Mode)에서의 내 노출수, 페이지, 국가, 기기만 보여주고 경쟁사 데이터는 없어요. 경쟁 점유율을 보려면 답변을 표본 추출하는 추적 도구가 필요하고, Search Console 숫자와 함께 읽어야 해요.

도구마다 SOV 숫자가 다르게 나오는 이유는 뭔가요?

세는 대상이 다르기 때문이에요. Profound와 Peec AI는 단순 언급 점유율을 문서화했고, Semrush는 순위를 반영한다고 밝혔으며, Ahrefs는 검색량으로 언급에 가중치를 주고 자체 프롬프트를 써요. 프롬프트 세트와 경쟁사 목록이 다르면 분모도 바뀌니, 도구 간 수치가 아니라 한 도구 안에서의 추세를 비교하세요.

이 글이 도움이 되셨나요?

뉴스레터를 구독하고 최신 AI 검색 최적화 인사이트를 이메일로 받아보세요.

No spam. Unsubscribe at any time.

See how AI engines read your site

Paste your site. The free audit scores it for SEO, answer engines and generative engines, and lists the fixes.