GEO·AI 검색
쉐어 오브 모델
Share of Model 다른 표기: SOM, 모델 점유율
쉐어 오브 모델은 특정 주제나 질문에 대해 여러 생성형 AI가 만드는 답변 가운데 우리 브랜드가 언급되거나 추천되는 비중을 가리키는 지표입니다.
- 쉐어 오브 모델을 구하는 식
- 서비스마다 인용 출처가 다르다는 실측 근거
- 검색 순위가 유리한 조건이 되는 이유
쉐어 오브 모델은 어디에서 쓰이나요?
같은 질문을 여러 생성형 AI에 반복해 던져 서비스별로 브랜드 등장 빈도를 비교할 때 씁니다.
- 경쟁 브랜드와 언급 비중을 나란히 비교할 때
- 어떤 AI 서비스에 더 집중할지 정할 때
- AI 채널 전체를 아우르는 성과를 보고할 때
쉐어 오브 모델은 어떻게 계산하나요?
서비스별로 브랜드가 등장한 답변 수를 전체 답변 수로 나눕니다.
쉐어 오브 모델(%) = 브랜드가 등장한 답변 수 ÷ 확인한 전체 답변 수 × 100서비스마다 따로 계산해 비교합니다
서비스별로 따로 계산해야 하는 이유는 두 가지입니다.
- 서비스마다 자주 인용하는 도메인이 다릅니다
- 같은 질문이라도 서비스별 답변 문장이 다릅니다
쉐어 오브 모델이 왜 중요한가요?
검색 순위가 높을수록 인용 후보가 될 가능성이 커집니다.
| 상태 | 먼저 점검할 것 |
|---|---|
| 특정 서비스에서만 등장합니다 | 그 서비스가 자주 인용하는 도메인 유형을 확인합니다 |
| 모든 서비스에서 등장이 적습니다 | 검색 상위 10위 안에 있는지부터 봅니다 |
| 브랜드명은 나오는데 추천은 안 됩니다 | 언급 문맥이 긍정적인지 중립적인지 따로 봅니다 |
AI 오버뷰 인용의 76%가 구글 검색 상위 10위 안에서 나옵니다(Ahrefs). 구글 AI 오버뷰가 가장 많이 인용하는 도메인은 쿼라, 그다음이 레딧입니다(Semrush).
쉐어 오브 모델이라는 개념은 왜 생겼나요?
기존 점유율은 검색결과 하나를 기준으로 계산했습니다. 여러 생성형 AI가 동시에 쓰이면서 서비스마다 인용 출처가 다르게 나타나, 엔진 전체를 아우르는 지표가 필요해졌습니다.
내 상황에 적용하려면?
숫자를 한 번 넣어 보면 감이 잡힙니다. 아래는 설명을 위해 가정한 수치입니다.
같은 질문군 10개를 챗GPT에 던져 4개 답변에 브랜드가 등장했다고 하겠습니다. 이때 쉐어 오브 모델은 40%입니다.
- 서비스별로 같은 질문군을 반복해 확인했습니다
- 경쟁 브랜드의 등장 빈도도 함께 기록했습니다
- 언급 문맥이 긍정적인지 확인했습니다
- 검색 순위와 등장 빈도를 함께 놓고 봤습니다
쉐어 오브 모델에 대한 흔한 오해는 무엇인가요?
한 서비스만 확인하고 끝내면 절반만 보는 셈입니다.
| 오해 | 실제 |
|---|---|
| 쉐어 오브 모델은 한 AI 서비스만 확인하면 됩니다 | 서비스마다 가장 많이 인용하는 도메인이 달라 따로 확인해야 합니다 |
| 브랜드명이 한 번이라도 나오면 점유율이 높다고 봅니다 | 특정 질문군에서 반복해 등장하는 빈도를 함께 봐야 실제 비중을 가늠할 수 있습니다 |
등장 빈도를 재기 전에 언급 자체를 정의하는 개념은 브랜드 언급, AI 답변 노출 전반을 보는 지표는 AI 가시성 항목에서 다룹니다.
자주 묻는 질문
쉐어 오브 모델과 AI 가시성은 어떻게 다른가요?
AI 가시성은 노출 여부 전반을 넓게 보는 개념이고, 쉐어 오브 모델은 여러 AI 서비스에 걸친 언급 비중을 비교하는 지표입니다.
쉐어 오브 모델은 어떻게 확인하나요?
같은 질문군을 여러 AI 서비스에 반복해 던져, 답변 안에 브랜드가 등장하는 횟수를 서비스별로 기록해 비교합니다.
검색 순위가 낮으면 쉐어 오브 모델도 항상 낮은가요?
항상 그렇지는 않습니다. AI 오버뷰 인용의 상당수가 검색 상위 10위에서 나오지만, 순위와 무관한 경로로 언급이 쌓이는 경우도 있습니다(Ahrefs).
참고 자료
이 페이지가 도움이 되었나요?
10초면 됩니다 · 남겨주신 의견은 다음 개정에 반영됩니다