관리 프롬프트를 만들었다면 다음 단계는 AI가 실제로 어떻게 응답하는지 확인하는 일이다. 여기서 중요한 것은 단순히 우리 브랜드가 “나왔는가, 나오지 않았는가”를 보는 것이 아니다. 어떤 CEP에서는 우리 브랜드가 후보로 등장하고, 어떤 CEP에서는 빠지는지, 등장한다면 어떤 이유와 근거로 추천되는지를 함께 봐야 한다. 그래야 제품 상세 페이지, 사용 상황 콘텐츠, 리뷰, 전문가 평가, 미디어 신뢰 근거 중 무엇을 보강해야 하는지 판단할 수 있다.
이 작업은 크게 두 단계로 나눌 수 있다. 먼저 AI가 현재 우리 브랜드를 어떻게 읽고, 비교하고, 추천하는지를 있는 그대로 측정한다. 이것이 AI 응답 분석이다. 그다음, AI가 인식한 모습과 브랜드가 의도한 인식 사이의 차이를 해석한다. 이것이 엔티티 갭 분석이다. AI 응답 분석이 현재 상태를 보는 일이라면, 엔티티 갭 분석은 그 차이를 다음 실행 과제로 바꾸는 일이다.
① 관리 프롬프트를 AI에 던지고, ② AI의 응답을 분석하며, ③ 우리가 의도한 인식과 AI의 실제 인식의 차이, 즉 엔티티 갭을 진단한 다음, ④ 각각의 엔티티 갭은 어떤 유형인지 해석한 뒤, ⑤ 다음 보강 과제로 연결한다.
많은 브랜드가 AI 결과를 확인할 때 “우리 브랜드가 나왔는가, 나오지 않았는가?” 응답 여부만 본다. 그러나 AI 응답은 단순한 추천 목록이 아니다. 하나의 응답 안에는 AI가 질문을 해석하고 후보를 추려낸 전체 틀(응답 프레임), 그 틀 안에서 개별 브랜드가 거론되는 양상(브랜드 언급), 그 거론을 뒷받침하는 출처(근거 인용)가 층층이 들어 있다. 3가지 층위를 하나씩 살펴보자.
AI 응답을 볼 때는 세 가지 층위를 나누어 읽어야 한다. 첫째는 응답 프레임이다. AI가 사용자의 질문을 어떤 문제로 이해했는지를 보는 단계다. 예를 들어 “민감성 피부 선크림 추천”이라는 질문을 성분 안전성의 문제로 보는지, 피부 자극 테스트의 문제로 보는지, 사용자 리뷰나 가격 대비 만족도의 문제로 보는지에 따라 추천 결과는 달라진다.
둘째는 브랜드 언급이다. 우리 브랜드가 답변 안에 등장했는지, 등장했다면 어떤 역할로 설명되는지를 본다. 단순히 몇 번째로 나왔는가보다 중요한 것은 어떤 CEP에서 어떤 이유로 호출되었는가다. “민감성 피부에 적합한 대표 제품”으로 언급되는 것과 “가격 부담이 적은 대안”으로 언급되는 것은 전혀 다른 의미를 가진다.
셋째는 근거 인용이다. AI가 어떤 출처와 정보 조각을 바탕으로 답변을 구성했는지를 보는 단계다. 공식 제품 페이지, 브랜드 사이트, FAQ, 리뷰, 커뮤니티, 미디어 기사, 유튜브 콘텐츠 등은 모두 AI가 브랜드를 이해하는 재료가 된다. 중요한 것은 출처가 존재하는지 여부가 아니라, 인용된 문장이나 단락이 사용자의 질문에 직접 답하고 있는가다. “화장 전에 발라도 밀리지 않는 선크림”이라는 질문에는 단순한 성분표보다 “백탁이 적다”, “메이크업 전 사용감이 좋다”와 같은 구체적 근거가 더 강하게 작동한다.
실무에서는 AI 응답 분석을 네 가지 KPI로 관리할 수 있다. 첫째는 브랜드 언급이다. 브랜드명을 포함하지 않은 넌브랜디드 프롬프트에서 우리 브랜드가 얼마나 자주 등장하는지를 본다. 둘째는 콘텐츠 인용이다. AI가 우리 브랜드를 설명할 때 자사 콘텐츠, 외부 리뷰, 커뮤니티, 미디어 등 어떤 출처를 근거로 삼는지를 본다. 셋째는 브랜드 긍부정이다. AI가 우리 브랜드를 긍정적, 중립적, 부정적 맥락 중 어디에 놓고 설명하는지를 본다. 넷째는 AI 유입 트래픽이다. AI 답변의 링크나 추천을 통해 실제로 어떤 사용자가 어떤 페이지로 유입되는지를 본다.
이 네 가지 지표는 따로 보아서는 안 된다. 브랜드 언급은 높지만 콘텐츠 인용이 약하다면 AI가 명확한 근거 없이 우리 브랜드를 말하고 있을 수 있다. 콘텐츠 인용은 많은데 브랜드 긍부정이 부정적이라면, 많이 인용되는 출처가 오히려 브랜드에 불리하게 작동하고 있을 수 있다. 긍정적으로 언급되지만 AI 유입 트래픽이 없다면, 신뢰는 얻고 있지만 더 깊은 브랜드 경험으로 연결하지 못하고 있다는 뜻이다.
특히 자주 함께 봐야 할 지표는 브랜드 언급과 콘텐츠 인용이다. 브랜드가 추천 후보로 등장해도 그 근거가 오래된 리뷰나 외부 쇼핑몰 설명에 치우쳐 있을 수 있다. 반대로 자사 콘텐츠가 인용되어도 브랜드 자체는 추천 후보에서 빠질 수 있다. 즉 “AI 응답에 우리 브랜드가 등장했는가”와 “그 응답의 근거가 우리 콘텐츠에서 나왔는가”는 별개의 문제다.
브랜드 언급과 자사 콘텐츠 인용이 모두 높다면 가장 좋은 상태다. 이 경우에는 이미 형성된 추천 이유를 더 많은 CEP로 확장하면 된다. 브랜드 언급은 높지만 자사 콘텐츠 인용이 낮다면 AI가 우리 브랜드를 말하고는 있지만, 근거를 외부 정보에 의존하고 있다는 뜻이다. 이때는 제품 상세 페이지, FAQ, 사용 상황 콘텐츠 등 자사 콘텐츠를 보강해야 한다. 반대로 브랜드 언급은 낮지만 자사 콘텐츠 인용이 높다면 콘텐츠는 읽히고 있지만 브랜드와 제품, 속성, 사용 상황의 연결이 약한 상태다. 이 경우에는 콘텐츠 안에서 엔티티 연결을 더 선명하게 만들어야 한다. 둘 다 낮다면 아직 AI 답변 안에 충분히 진입하지 못한 상태이므로 기본 정보와 콘텐츠 신호부터 구축해야 한다.
결국 AI 응답 분석의 목적은 단순한 노출 확인이 아니다. AI가 어떤 질문에서 우리 브랜드를 떠올리고, 어떤 이유로 설명하며, 어떤 근거를 바탕으로 추천하는지를 읽어내는 것이다. 브랜드 언급만 보면 잘못된 안심에 빠질 수 있고, 콘텐츠 인용만 보면 잘못된 절망에 빠질 수 있다. 두 지표를 함께 볼 때 비로소 무엇을 보강해야 하는지, 어떤 CEP를 먼저 관리해야 하는지, AI 시대의 브랜드 운영 방향이 보이기 시작한다.