제품 업데이트
검색하는 사람은 키워드 하나로 끝내지 않고, 여러 키워드를 이어서 검색하며 목적을 이룹니다. 패스 파인더는 이 검색 경로를 보여 주지만, 경로가 다양하고 데이터가 많아 해석하고 정리하기가 쉽지 않았습니다. 패스 파인더 스킬스는 입력한 키워드가 포함된 경로를 최대 300개까지 수집해 주요 경로와 중요한 분기점을 정리하고, 인사이트와 실행 방안을 담은 리포트를 만들어 줍니다. 이 글에서는 스킬스의 구성과 함께, 리포트를 받은 뒤 자사 상황(Context)을 더해 담당자별로 이어서 질문하는 방법을 “멜라토닌” 사례로 소개합니다.
제품 업데이트
쿼리파인더는 입력한 키워드가 포함된 검색어를 검색량과 함께 보여 주지만, 데이터가 많아 해석하고 활용하기가 쉽지 않았습니다. 쿼리파인더 스킬스는 키워드 약 1,000개와 4년치 검색 데이터를 수집해 검색 목적과 브랜드 관점으로 분석하고, 인사이트·실행 방안을 담은 리포트를 만들어 줍니다. 수집한 데이터는 엑셀로 따로 보관되기 때문에 리포트를 받은 뒤에도 콘텐츠 캘린더, 광고 키워드, FAQ, 경쟁사 비교처럼 각자 업무에 맞는 결과물을 질문 하나로 계속 만들 수 있습니다. 이 글에서는 스킬스를 도입한 이유와 구성, 그리고 “디저트” 키워드로 직접 테스트한 활용 사례를 소개합니다.
제품 업데이트
LLM이 빠르게 발전하면서 API 기반으로 AI 서비스를 만드는 방식에는 세 가지 한계가 생겼습니다. 모델이 바뀌는 속도를 따라가기 어렵고, 개인 LLM이 주는 결과만큼 내기 어렵고, 종량제 API는 비용 부담이 큽니다. 그래서 리스닝마인드는 2025년에 MCP를 출시해, 사용자가 구독 중인 LLM에서 바로 리스닝마인드의 검색 데이터를 쓸 수 있게 했습니다. 다만 여러 단계를 거쳐야 하는 복잡한 분석은 여전히 어려웠습니다. 이번에 내놓은 Skills는 ‘절차적 지식’을 담아 이 간극을 메우고, 각 조직이 자기 업무 방식에 맞게 고쳐 쓰는 기본 도구가 되는 것을 목표로 합니다.
제품 업데이트
미래의 검색량을 미리 알 수 있다면 마케팅 전략은 어떻게 달라질까요? 리스닝마인드가 선보인 ‘AI 검색량 예측 서비스’는 단순한 수치 적중을 넘어 마케터에게 합리적인 ‘전략적 기준선’을 제안합니다. 변화무쌍한 시장에서 데이터로 내일의 성과를 설계하고, 기존 트렌드를 뛰어넘는 성과를 만들기 위한 새로운 지표 활용법과 서비스 출시 의도를 정리했습니다.
제품 업데이트
AI가 시장을 지배하면서 마케터들의 관심과 두려움이 커지는 가운데, AI Overview가 답변을 생성하는 원리를 살펴봅니다. GPT의 작동 방식과 엔티티 키워드(대상 키워드)의 의도 분석, 그리고 답변의 출처 분석을 통해 AI 시대에 브랜드 가시성을 유지하고 우리 브랜드와 콘텐츠가 AI 답변에 포함되도록 하는 대응 방안을 제시합니다.
제품 업데이트
인텐트파인더에서 AI는 어떤 데이터를 왜 분석해야 할까요? 방대한 검색 Query 집단 속에서 사용자의 검색 목적과 브랜드 신호를 AI가 어떻게 구조화하고 해석하는지 실제 사례로 설명합니다.
제품 업데이트
22년 말 ChatGPT가 세상에 나온 이후에 Tech Industry는 말할 것도 없고 대부분의 산업과 개인의 생활까지 많은 변화가 있었습니다. Listening Mind도 이러한 변화를 적극적으로 수용하면서 서비스에 LLM을 기반으로 한 Feature를 제공해 왔습니다.
