인트릭스, AI 검색 ‘미인용 원인’ 추적 시스템 '인트릭스-CT' 개발

AI 검색에서 특정 브랜드가 왜 인용되지 않는지를 분석하는 새로운 시스템이 등장했다. AI 검색 전문 기업 인트릭스가 최근 개발한 '인트릭스-CT(Citation Trace)'는 생성 AI 검색 환경에서 브랜드의 미인용 원인을 심층적으로 분석하는 기능을 제공한다. 이 시스템은 단순한 인용 횟수 분석을 넘어, 다양한 각도에서 브랜드가 검색 결과에서 누락되는 이유를 탐구하는 데 중점을 두고 있다.

브랜드 미인용의 복잡성

최근의 AI 검색 엔진들은 챗GPT, 제미나이와 같은 다양한 모델을 통해 특정 브랜드나 웹사이트의 언급 빈도를 측정하는 서비스를 제공하고 있다. 하지만 이러한 지표들은 브랜드가 검색 답변에서 제외되는 이유를 충분히 설명하지 못하는 한계가 있다. 인트릭스는 같은 '미인용'이라는 상황도 그 원인에 따라 접근 방식이 달라져야 한다고 강조한다. 예를 들어, 특정 브랜드가 검색 대상에 포함되지 않았거나, 검색 과정에서 관련 자료가 발견되었음에도 최종 답변의 근거로 선택되지 않은 경우 등은 서로 다른 원인으로 해석해야 할 필요가 있다.

인트릭스-CT는 사용자가 실제로 AI에게 물어볼 법한 질문들을 업종별로 구성하고, AI가 답변하기 위해 사용하는 검색어와 인용 출처를 지속적으로 관찰한다. 이를 통해 검색어 확장 패턴, 인용된 도메인 및 페이지, 브랜드 언급 여부, 경쟁 페이지와의 차이 등을 분석하여 브랜드가 AI 검색 과정에서 어느 지점에서 밀리고 있는지를 파악하는 데 집중하고 있다. 이는 단순히 몇 번 인용되었는지를 집계하는 데 그치지 않고, 검색 과정의 각 단계를 세밀하게 분석하는 방식이다.

AI 모델별 차별화된 분석

인트릭스-CT는 AI 모델별로 독립적인 분석을 진행하는 점이 특히 주목할 만하다. 동일한 질문에 대해 GPT 계열과 제미나이 계열이 서로 다른 결과를 도출하는 경우도 빈번하게 발생하기 때문이다. 따라서 인트릭스는 각 모델에서 발생한 미인용 현상을 하나의 평균값으로 합산하는 것을 지양하고, 각 모델의 검색 및 인용 행동을 별도로 분석한다. 이를 통해 브랜드가 왜 특정 모델에서는 언급되었지만 다른 모델에서는 언급되지 않았는지를 명확하게 이해할 수 있게 된다.

정성훈 인트릭스 대표는 "브랜드가 몇 번 등장했는지를 확인하는 것만으로는 충분하지 않다"며 "후보 리스트에도 올라가지 못했는지, 검색 과정에서 포함되었지만 최종 답변에 선택되지 않았는지를 구분해야만 실질적인 대응 방안을 마련할 수 있다"고 설명했다. 그는 인트릭스-CT의 개발 목표가 단순한 인용률을 추적하는 것이 아니라, "왜 경쟁자가 선택되었고 우리는 선택되지 않았는가"를 이해하는 것이라고 덧붙였다.

향후 AI 검색 최적화의 방향

인트릭스는 AI 검색 데이터와 웹사이트의 기술적 구조를 통합적으로 분석하는 체계를 구축해 나갈 예정이다. 이를 통해 고객사의 GEO(생성 엔진 최적화) 진단 뿐만 아니라, 자사 플랫폼의 AI 검색 구조 연구에도 활용할 계획이다. 의료 정보 플랫폼인 크덤집(K-DermZIP)을 포함한 자체 서비스에서도 AI 검색과 크롤러의 동작을 관찰하고, 고객 프로젝트에서 확보한 데이터와 패턴을 축적해 나갈 방침이다.

정 대표는 "AI 검색의 최적화는 아직 많은 미지수를 안고 있다"며 "따라서 관찰한 것과 추정한 것을 명확히 구분하며 지속적으로 검증하는 것이 중요하다"고 강조했다. 앞으로 인트릭스-CT가 제공하는 깊이 있는 분석으로 AI 검색 최적화의 새로운 패러다임을 제시할 수 있을지 주목된다.