AI 가시성, 드디어 '측정 기준'이 생겼다

AI 가시성, 드디어 '측정 기준'이 생겼다 — IAB 4P 프레임워크 완전 정리

AI 검색 가시성 측정에 처음으로 업계 공통 기준이 나왔습니다. IAB(인터랙티브 광고 협회)가 2026년 8월 3일 발표한 'Measuring Visibility in the AI Era' 프레임워크입니다. 지금까지 AI 가시성 측정은 도구마다 숫자가 제각각이라 "우리 브랜드가 챗GPT에 얼마나 나오는지" 물어봐도 어떤 도구를 쓰느냐에 따라 답이 달랐습니다. IAB가 조사해 보니 같은 브랜드를 측정해도 20개 넘는 도구가 서로 다른 결과를 내놓고 있었고, AI 가시성을 체계적으로 추적하는 브랜드는 전체의 16%에 불과했습니다. 이 글에서는 4P 프레임워크의 구조와, 대행사·인하우스 실무에서 이걸 어떻게 바로 적용할지 정리합니다.

<왜 지금 이 기준이 나왔나>

숫자를 먼저 보겠습니다. 챗GPT 주간 활성 사용자는 9억 명(오픈AI, 2026년 2월 발표 기준)이고, 구글 AI 오버뷰는 월 25억 명이 접하며 전체 검색의 절반 가까이에 노출됩니다. 그 사이 검색 유입은 계속 빠지고 있습니다. 최근 2년간 소형 퍼블리셔는 검색 유입의 60%, 중형은 47%, 대형은 22%를 잃었다는 조사가 있습니다. 사용자가 답을 AI 안에서 얻고 끝내는 비중이 커진 겁니다.

문제는 이 변화를 '재는 방법'이 없었다는 점입니다. 시밀러웹 분석에 따르면 AI 플랫폼별 인용의 89%는 그 플랫폼에서만 나타나고, 플랫폼 간 겹치는 인용은 11%뿐입니다. 챗GPT에서 잘 나온다고 제미나이나 퍼플렉시티에서도 잘 나오는 게 아니라는 뜻입니다. 셈러시가 추적한 1,200여 개 브랜드 중 모든 플랫폼에서 꾸준한 가시성을 유지한 브랜드는 36개뿐이었습니다. 이런 상황에서 도구마다 다른 숫자를 들고 예산 회의에 들어가면 결론이 날 수가 없습니다.

<4P 프레임워크 — 무엇을 재는가>

IAB는 AI 가시성 지표를 4개 층위로 정리했습니다. 순서대로 보면 질문이 자연스럽게 이어집니다.

첫째, 프레즌스(Presence). 우리 브랜드가 AI 답변에 등장하는가. 언급률, 인용률, 점유율(셰어 오브 보이스), 가시성 추세가 여기에 들어갑니다. 가장 기본이 되는 층위입니다.

둘째, 프로미넌스(Prominence). 등장한다면 어디에 등장하는가. 답변 맨 앞에 나오는지, 목록 일곱 번째에 나오는지는 완전히 다른 얘기입니다. 위치(포지션) 지표가 핵심입니다.

셋째, 포트레이얼(Portrayal). 어떻게 묘사되는가. 긍·부정 톤, 맥락, 그리고 틀린 정보로 언급되는 비율(할루시네이션율·사실 오류율)까지 봅니다. 실제로 마케터의 47.1%가 매주 AI의 부정확한 브랜드 정보를 접한다는 조사도 있습니다. 많이 언급되는 것보다 '제대로' 언급되는 게 중요해지는 지점입니다.

넷째, 퍼수에이전(Persuasion). 그 노출이 행동으로 이어지는가. 추천 강도, 인용 후 클릭률 같은 지표로, 가시성이 실제 성과로 연결되는지를 확인합니다.

이 구조가 좋은 이유는 MECE하게 끊어지기 때문입니다. "AI에서 우리 어때?"라는 막연한 질문이 "나오긴 하는가 → 어디에 나오는가 → 어떻게 나오는가 → 그래서 뭐가 움직였는가"라는 네 개의 답할 수 있는 질문으로 쪼개집니다.

<참고용 측정과 의사결정용 측정을 구분하라>

프레임워크에서 실무적으로 가장 유용한 부분은 측정 품질을 두 등급으로 나눈 것입니다.

참고용(디렉셔널) 측정은 추세 파악과 내부 공유용입니다. 상대적으로 적은 쿼리로도 가능하지만, 쿼리당 여러 번 응답을 받아야 합니다. AI 답변은 같은 질문에도 매번 달라지기 때문입니다.

의사결정용(디시전 그레이드) 측정은 예산 배분이나 경영 보고에 쓸 수 있는 수준입니다. 조건이 붙습니다. 최소 50개 이상의 쿼리 세트(그 이하는 탐색용 데이터로 취급), 정보형·비교형·추천형·거래형 네 가지 검색 의도 유형을 모두 포함, 주 단위 측정 주기, 그리고 측정 방법 문서화까지 갖춰야 합니다.

이 구분이 왜 중요하냐면, 지금 시중의 AI 가시성 리포트 대부분이 참고용 수준인데 의사결정용처럼 쓰이고 있기 때문입니다. 측정 도구를 도입하거나 리포트를 받아볼 때 "쿼리 몇 개로, 몇 번씩, 얼마나 자주 돌린 숫자인가"를 먼저 물어봐야 합니다. IAB는 측정 업체가 플랫폼 커버리지(어떤 모델·버전인지), 쿼리 구성 방식, 수집 방식(시뮬레이션인지 실사용 관찰인지)을 공개해야 한다고 못 박았습니다.

<대행사 실무에 바로 적용하는 순서>

지아이오엠이 권하는 적용 순서는 세 단계입니다.

1단계, 브랜드별 쿼리 세트부터 만듭니다. 고객이 실제로 물어볼 질문을 정보형·비교형·추천형·거래형으로 나눠 50개 이상 확보합니다. 검색광고 키워드와 검색어 리포트, 고객 상담에서 나오는 질문이 좋은 원천입니다.

2단계, 4P 순서대로 현재 위치를 잡습니다. 처음부터 네 층위를 다 잴 필요는 없습니다. 프레즌스(나오는가)와 포트레이얼(맞게 나오는가)부터 시작해서, 틀린 정보로 언급되는 케이스를 먼저 잡아내는 것이 손익에 직결됩니다.

3단계, 측정 주기를 고정합니다. 참고용이면 월 1회, 의사결정용으로 키우려면 주 1회. 서치콘솔의 생성형 AI 성과 리포트처럼 플랫폼이 직접 주는 데이터와 교차 확인하면 시뮬레이션 측정의 한계를 보완할 수 있습니다.

<핵심 요약>

AI 가시성 추적 브랜드는 아직 16%입니다. 거꾸로 말하면, 기준이 생긴 지금 측정 체계를 갖추는 것 자체가 경쟁 우위입니다. 4P로 질문을 쪼개고, 참고용과 의사결정용을 구분하고, 50개 쿼리 세트부터 시작하십시오. 도구 도입은 그다음입니다. IAB도 이번 프레임워크에서 특정 도구를 추천하지 않았습니다. 기준을 아는 쪽이 도구를 고를 수 있고, 기준을 모르면 도구가 주는 숫자에 끌려다니게 됩니다.