팀은 AI 추천을 한 번 보면 보고서에 넣고 싶어집니다. 회차 사이에 결과가 어떻게 바뀌는지 확인하고, 자체 기준선으로 표본 크기, 재테스트 주기, 보고 임계값을 정하세요.
12,000 이상의 틈새 시장을 탐색해 보세요.
Nov 05, 2026에 업데이트됨
아닙니다. 답변 하나에서 나온 추천 한 번은 단서일 뿐입니다. 2026년 8월 세 시장의 수집 기록에서, 첫 회차 답변에 Apple이 언급되지 않았던 프롬프트 중 약 9%는 며칠 뒤 다시 물었을 때 Apple을 언급하는 답변을 받았습니다. 이 기록들에는 대응하는 알려진 페이지 변경이 없었습니다. 결과를 보고서에 넣기 전에 프롬프트를 고정하고 바꾸지 마세요. 같은 프롬프트를 몇 회차 더 묻고 회차마다 새 답변을 저장합니다. 변화는 알려진 변경이 없을 때 보이는 변동보다 커야 하며, 여러 회차 연속으로 그 수준을 넘어야 합니다. 그 변동이 얼마나 큰지는 먼저 같은 프롬프트를 몇 회차 물어보면 알 수 있습니다. 이 글에서는 그 회차들을 "기준선"이라고 부릅니다.
브랜드 프롬프트와 카테고리 프롬프트 만드는 방법으로 프롬프트 세트를 정했다면, 다음 산출물은 보고 임계값과 모든 결론에 붙이는 관찰 메모입니다. 여기서 "비율"은 브랜드 이름이 들어간 답변이 몇 개인지를 뜻합니다. 예를 들어 1.2에서 스마트워치 시장의 첫 회차는 답변 380개 중 245개가 Apple을 언급해 64.47%였습니다. 나타났다고 추천된 것은 아닙니다. 답변 내용을 읽고 추천인지 판단한 뒤, 언급, 추천, 인용의 구분에 따라 따로 기록하세요.
팀이 방금 제품 페이지에 정보를 추가했다고 합시다. AI에게 다시 물었더니 브랜드가 추천 목록에 들어갔습니다. 콘텐츠 담당자는 스크린샷을 저장하고 주간 보고서를 준비합니다. "업데이트가 효과가 있었다. AI가 우리를 추천하기 시작했다."
분석 담당자라면 이 단서를 전체 프롬프트 세트 안에 다시 놓고 봐야 합니다. 다른 프롬프트도 바뀌었는가? 전에는 브랜드가 있던 답변이 언급을 멈추지는 않았는가? 이 방향이 다음 수집 회차에서도 유지될까?
2026년 8월 3일부터 19일까지 Dageno는 스마트워치, 스마트폰, 노트북 시장에서 AI 답변을 수집했습니다. 일부 프롬프트는 두 번 물었습니다. 같은 프롬프트를 같은 플랫폼, 같은 지역에서 며칠 뒤 글자 하나 바꾸지 않고 다시 물은 것입니다.
예를 들어 어떤 프롬프트를 8월 4일 한 플랫폼의 한 지역에서 묻고, 8월 10일 같은 플랫폼의 같은 지역에서 다시 물으면, 앞뒤로 답변 두 개가 생깁니다. 이 글에서는 이런 쌍을 "조합"이라고 부릅니다. 먼저 물은 것이 1회차, 나중에 물은 것이 2회차입니다.
이 기록들에는 저희가 알고 있는 대응 페이지 변경이 없었습니다. 그래서 한 가지 질문을 살피는 데 유용합니다. 알려진 변경이 없을 때 같은 프롬프트를 다시 물으면 답변이 얼마나 바뀌는가 하는 질문입니다.
| 시장(2026년 8월 3일~19일) | 두 번 물은 조합 | 관련된 서로 다른 프롬프트 |
|---|---|---|
| 스마트워치 | 380 | 302 |
| 스마트폰 | 1,658 | 1,397 |
| 노트북 | 1,411 | 924 |
조합이 프롬프트보다 많은 이유는 같은 프롬프트가 여러 플랫폼이나 여러 지역에서 두 번씩 물어졌을 수 있기 때문입니다. 두 번의 질문 간격은 4일에서 16일이었고, 약 3분의 2는 5일에서 7일이었습니다. 1회차는 모두 8월 3일부터 6일, 2회차는 모두 8월 10일부터 19일 사이였으며, 구체적인 날짜는 조합마다 다릅니다. 조합은 4~5개 플랫폼과 22~29개 지역에 걸쳐 있습니다.
Apple을 예로 들어 봅시다.
즉 1회차에 Apple을 언급하지 않은 조합 약 11개 중 1개는 다음 회차에 언급했습니다. 이 집계는 Apple이라는 브랜드 이름만 다루며, Apple Watch나 Apple Pay처럼 따로 기록된 이름은 포함하지 않습니다.
반대 방향의 변화도 일어납니다. 같은 조합의 전체 비율과 함께 보면 무슨 일이 있었는지 알 수 있습니다.
| 시장(2026년 8월 3일~19일) | 1회차에 Apple을 언급한 조합 | 그중 2회차에 나오지 않은 조합 | 반대 방향으로 바뀐 비율 | 1회차 전체 출현 | 2회차 전체 출현 |
|---|---|---|---|---|---|
| 스마트워치 | 245 | 24 | 9.8% | 245/380 (64.47%) | 233/380 (61.32%) |
| 스마트폰 | 959 | 65 | 6.8% | 959/1,658 (57.84%) | 958/1,658 (57.78%) |
| 노트북 | 616 | 77 | 12.5% | 616/1,411 (43.66%) | 615/1,411 (43.59%) |
스마트폰 시장에서는 129개 조합의 결과가 바뀌었지만 합계는 1개만 줄었고, 차이는 0.1%p 미만이었습니다. 노트북 시장에서는 153개가 바뀌었는데 합계 역시 1개만 줄었고, 차이는 0.1%p 미만이었습니다. Apple이 새로 나타난 답변만 고르면 반대 방향의 변화는 보고서에서 빠집니다.
스마트워치 시장의 전체 비율은 약 3.2%p(조합 12개) 떨어졌는데, 여기에도 대응하는 알려진 변경은 없었습니다. 당신이 이 브랜드라면, 이 하락을 근거로 성과가 나빠졌다고 말하는 것은 한 번의 상승을 근거로 개선되었다고 말하는 것만큼 근거가 약합니다.
다른 브랜드는 1회차에 없다가 2회차에 나온 비율이 다릅니다. 스마트워치 시장의 Google은 4.2%, 노트북 시장의 Dell은 22.0%였습니다. Apple의 9%를 그대로 우리 임계값으로 쓸 수는 없습니다. 임계값은 자체 기준선으로 정하세요.
SparkToro의 AI 추천의 일관성에 관한 연구도 같은 프롬프트를 반복하면 추천 목록이 달라진다는 것을 확인했으며, 반복해서 모은 관찰이 더 유용하다고 봤습니다.
그 새 추천도 저장할 가치는 있습니다. 추천의 이유, 제품 요건, 인용 출처를 살펴보는 데 도움이 됩니다. 분석 담당자는 원래 프롬프트 세트에 대해 계속 답변을 모으면서, 새로 나타난 기록, 계속 빠진 기록, 전에는 나왔다가 나중에 사라진 브랜드의 기록을 남겨야 합니다.
답변 하나는 단서를 찾는 데 도움이 됩니다. 보고서에는 프롬프트 세트 전체의 여러 회차 결과가 필요합니다.
얼마나 테스트할지, 결과를 보고 나서 얼마나 기다릴지를 그때그때 정하면 관찰 계획이 좋은 소식을 따라가게 됩니다. 이 네 가지 설정을 먼저 정해 두면 팀이 일관된 기준으로 보고할 수 있습니다.
| 설정 | 무엇을 정하는가 | 너무 작으면 어떻게 되는가 | 누가 정하는가 |
|---|---|---|---|
| 프롬프트 수 | 같은 범위에서 전체 비율이 저절로 얼마나 변동할 수 있는가 | 결과 한두 개의 변화가 큰 비중을 차지함. 중요한 니즈를 놓칠 수도 있음 | 분석 담당자가 정리하고 사업 담당자가 니즈 범위를 확인 |
| 재테스트 회차와 간격 | 일시적 변동과 지속적 변화를 구분할 수 있는가 | 회차가 너무 적으면 일시적 변동과 지속적 변화를 구분하기 어려움 | 분석 담당자가 계획을 제안하고 고객사가 보고 주기와 관찰 일정을 확인 |
| 플랫폼 | 결론이 어떤 AI 플랫폼에 적용되는가 | 테스트한 플랫폼으로 범위가 제한되고 중요한 사업 채널을 놓칠 수 있음 | 고객사 또는 마케팅 담당자가 사업상 중요도를 확인 |
| 지역 | 결론이 어떤 시장에 적용되는가 | 테스트한 지역으로 범위가 제한되며, 제품을 판매하는 다른 시장은 따로 관찰해야 함 | 제품 담당자와 지역 사업 담당자가 확인 |
플랫폼과 지역은 결론이 어디에 적용되는지를 정합니다. 프롬프트 수와 회차는 그 결론이 성립하는지를 정합니다. 이 글에서 "그룹"은 한 플랫폼의 한 지역에서의 프롬프트를 뜻합니다. 예를 들어 한 플랫폼의 한 지역에서 50개 프롬프트입니다. 그룹마다 따로 기록하고, 각 그룹은 자기 임계값으로 판단합니다.
고객사는 제품을 어디서 판매하는지, 사업에 중요한 플랫폼은 어디인지, 보고서를 얼마나 자주 내는지, 결론을 보고서에 넣는 것을 누가 승인하는지 확인해야 합니다. 그다음 분석 담당자가 각 그룹의 프롬프트 수, 예정 날짜, 기록 보관 위치를 기록합니다.
플랫폼별 차이와 지역별 차이는 따로 관찰하고, 각 범위 안에서 결론을 씁니다. 위의 Apple 기록에서 세 시장 모두에서 더 안정적인 플랫폼은 없었습니다. Gemini에서 결과가 바뀐 조합은 스마트워치 시장 12.7%, 스마트폰 시장 5.8%였고, ChatGPT에서는 두 시장에서 각각 5.8%와 10.1%였습니다. 플랫폼마다 자체 기준선이 필요합니다.
고객사는 사업 범위를 확인합니다. 분석 담당자는 그 범위를 반복 가능한 관찰 계획으로 바꿉니다. 보고서를 승인할 사람도 정해 둬야 합니다. 기록이 빠졌거나, 프롬프트가 바뀌었거나, 회차가 끝나지 않았을 때 보고를 미룰지 재테스트 대기로 표시할지 누가 결정하는가 하는 것입니다.
같은 프롬프트를 3개 플랫폼의 2개 지역에서 물으면 프롬프트는 1개, 조합은 6개입니다. 프롬프트는 서로 다른 문구 기준으로 셉니다. 조합은 프롬프트, 플랫폼, 지역 기준으로 셉니다. 보고 그룹마다 프롬프트 수, 조합 수, 실제 답변 수를 저장합니다. 어떤 플랫폼의 비율을 계산할 때는 그 플랫폼의 프롬프트 수로만 나눕니다.
한 회차란 합의한 기간 안에 같은 프롬프트 세트를 다시 묻고 새 답변을 모으는 것입니다. 예를 들어 1.1의 예처럼 8월 4일에 물은 프롬프트를 8월 10일에 글자 그대로 다시 물으면 새 회차의 새 답변이 생깁니다. 오래된 기록을 다시 여는 것은 같은 회차를 다시 보는 것일 뿐입니다. 회차마다 시작일과 종료일을 기록하고 답변 전문을 저장합니다.
예를 들어 지난 회차에는 50개 프롬프트 모두 답변이 있었는데 이번에는 45개만 돌아왔다면, 먼저 빠진 5개의 답변을 모읍니다. 일단 이 45개만 비교한다면 비교 범위가 45개 프롬프트라고 보고서에 적습니다. 합의한 50개 프롬프트 모두 답변이 모이면 전체 프롬프트 세트가 바뀌었는지 판단합니다.
1장의 조합 중 일부를 무작위로 골라 같은 조합에서 두 회차의 Apple 출현을 비교하면, 표본 크기가 변동에 어떤 영향을 주는지 알 수 있습니다. 표의 단위는 %p입니다. 음수는 2회차가 낮다는 뜻이고, 양수는 높다는 뜻입니다.
| 한 번의 무작위 추출에서 고른 조합 수 | 스마트워치 | 스마트폰 | 노트북 |
|---|---|---|---|
| 10 | −20.0 ~ +10.0 | −20.0 ~ +20.0 | −20.0 ~ +20.0 |
| 20 | −15.0 ~ +10.0 | −10.0 ~ +10.0 | −15.0 ~ +15.0 |
| 50 | −12.0 ~ +4.0 | −8.0 ~ +8.0 | −8.0 ~ +8.0 |
| 100 | −8.0 ~ +2.0 | −5.0 ~ +5.0 | −6.0 ~ +6.0 |
| 200 | −6.0 ~ 0.0 | −3.5 ~ +3.5 | −4.5 ~ +4.0 |
먼저 이 조합들 중 10개를 중복 없이 무작위로 고릅니다. 그중 2회차에 Apple을 언급한 것이 1회차보다 몇 개 많거나 적은지 세고, 그 차이를 %p로 나타냅니다. 이 추출을 10만 번 반복합니다. 표는 결과의 95% 이상이 들어가는 범위를 보여 줍니다. 표의 다른 표본 크기도 각각 10만 번씩 추출했습니다. 한 플랫폼의 한 지역에서는 조합 수와 프롬프트 수가 같습니다.
조합 10개를 골랐을 때 두 회차의 전체 비율이 정확히 같았던 경우는 각각 45.5%, 51.6%, 42.9%였습니다. 대략 절반은 차이가 없었습니다. 10개 중 1개만 더 많거나 적게 브랜드를 언급해도 10%p 차이가 납니다.
예를 들어 한 플랫폼의 한 지역에 프롬프트가 20개뿐이라면, 이 세 시장의 기록상 알려진 변경 없이도 두 회차가 10~15%p 달라질 수 있습니다. 작은 표본에서는 보고서에 큰 도약이 나타나거나, 오르내림이 우연히 상쇄될 수 있습니다. 표는 내 표본 크기에서 변동의 크기를 파악하는 데 쓰고, 기준선은 자체 프롬프트 세트로 만드세요. 이 범위는 이 세 시장과 이 날짜의 관찰을 나타냅니다.
이제 스마트워치 시장의 날짜별 결과를 봅시다. 표는 그날 브랜드를 하나 이상 언급한 답변을 셉니다. 답변이 가장 적은 4일과 가장 많은 3일을 적은 순서로 나열했습니다.
| 수집일(2026년) | 답변 수 | Apple을 언급한 답변 | 비율 |
|---|---|---|---|
| 8월 16일 | 25 | 13 | 52.00% |
| 8월 15일 | 71 | 46 | 64.79% |
| 8월 17일 | 99 | 63 | 63.64% |
| 8월 14일 | 108 | 82 | 75.93% |
| 8월 4일 | 347 | 229 | 65.99% |
| 8월 10일 | 541 | 321 | 59.33% |
| 8월 19일 | 832 | 491 | 59.01% |
13개 수집일 중 가장 낮은 비율은 52.00%, 가장 높은 비율은 75.93%였습니다. 두 극단값 모두 답변이 적은 날에 나왔습니다. 답변이 25개뿐이면 1개가 4%p를 차지합니다.
날마다 물은 프롬프트가 달랐으므로, 이 표는 분모 크기의 영향만 보여 줍니다. 시간에 따른 변화를 비교하려면 프롬프트, 플랫폼, 지역이 고정된 조합으로 돌아가세요. 날짜별 비율이 크게 튄 것처럼 보이면, 그 추세를 보고서에 넣을지 정하기 전에 그날의 답변 수와 프롬프트 범위를 저장하세요.
프롬프트 수를 정할 때는 사업 범위에서 시작합니다. 핵심 프롬프트가 목표 구매 니즈를 다 덮는지 확인한 뒤, 플랫폼, 지역, 브랜드명 포함 여부에 따라 그룹을 나눠 나열합니다. 그룹마다 개수를 따로 확인하세요. 전체 프롬프트 세트가 커도 어떤 그룹에는 프롬프트가 몇 개 안 남을 수 있습니다.
예를 들어 5%p 변화를 보고하고 싶은데 이 그룹에 프롬프트가 20개뿐이라고 합시다. 3.1의 표에 따르면 조합 20개에서는 두 회차가 이미 10~15%p 달라질 수 있으므로, 5%p 변화는 그것과 구분하기에 너무 작습니다. 선택지는 세 가지입니다. 구매자가 실제로 묻는 프롬프트를 추가하거나, 회차를 늘리거나, 프롬프트가 많은 그룹만 보고하고 보고서가 어떤 그룹을 다루는지 밝히는 것입니다. 개수를 늘리려고 관련 없는 프롬프트를 추가하면 비율이 원래의 구매 니즈를 반영하지 못하게 됩니다.
대시보드 추세를 읽을 때는 곡선 중간에 무슨 일이 있었는지도 살펴보세요. 2026년 10월 9일, Apple 스마트워치 시장의 Brand overview에서 Visibility trend의 Table view는 Sep 11부터 Sep 15까지 Apple의 값을 64.79%, 52.00%, 63.64%, 63.83%, 59.38%로 보여 줬습니다.
시작과 끝만 비교하면 5.41%p 하락입니다. 하지만 Sep 12는 앞뒤 날보다 11%p 이상 낮았고, 다음 날 63.64%로 돌아왔습니다. 시작부터 끝까지의 하락만 적은 보고서는 중간의 하락과 회복을 빠뜨립니다.
Brand overview Chart view의 Visibility trend(2026년 10월 9일 조회): Sep 12에 마우스를 올리면 Apple은 52.00%이고, 앞뒤 날은 모두 63%를 넘습니다.
같은 조회에서 Change 열은 Apple의 5.41% 감소를 보여 줬습니다. 이는 마지막 날 59.38%에서 첫날 64.79%를 뺀 값이며, 5.41%p로 읽어야 합니다. 원래의 두 값을 함께 남기면 보고서의 단위를 확인하기 쉽습니다.
Table view의 Visibility trend(2026년 10월 9일 조회): 브랜드별 5일치 값과 Change 열. Apple의 Change는 Sep 15에서 Sep 11을 뺀 값입니다.
그날 본 Sep 12 열에서 브랜드 값들은 52.00%, 24.00%, 32.00%, 4.00%처럼 4.00%의 배수였고, 다른 세 브랜드는 "–"로 표시되었습니다. 값이 몇 개의 고정된 단계로만 떨어진다면 대개 그날 답변 수가 적다는 뜻입니다.
화면은 날짜별 비율을 제공합니다. 날짜별 답변 수는 따로 확인해 워크시트에 기록하세요. Chart의 마우스 오버 정보에도, Table view에도 날짜별 답변 수는 나오지 않습니다. 추세를 설명하기 전에 보고서의 해당 날짜 옆에 답변 수를 적어 두세요.
기준선 회차를 몇 번 모을지, 회차 사이 간격, 전체 관찰 기간을 정합니다. 이 세 가지가 합쳐져 보고 마감일까지 어떤 근거를 확보할 수 있는지가 정해집니다.
기준선 기간에는 같은 프롬프트 세트를 써서, 알려진 변경이 없을 때 비율이 얼마나 변동하는지 파악합니다. 한 회차를 저장하면 출발점이고, 두 회차면 차이 하나가 생깁니다. 관찰을 더 이어 가면 변동 범위가 안정적인지 확인할 수 있습니다.
먼저 간격을 보고 주기에 맞춥니다. 분석 담당자는 마감일에서 거꾸로 계산해 기준선 기간, 이후 관찰 기간, 실제 수집 날짜를 정하고, 실현 가능한지 고객사에 확인합니다. 관찰 기간마다 새 답변을 남깁니다. 기록이 빠지면 영향받은 프롬프트 그룹을 적고 수집을 다시 잡습니다.
전체 관찰 기간은 보고 마감일에서 거꾸로 계산해 정합니다. 예를 들어 월간 보고서가 월말에 마감되고 일주일에 한 회차씩 묻는다면 한 달에 4회차가 나옵니다. 기준선 3회차와 이후 2회차로 합의했다면 5회차가 필요해 한 달로는 부족합니다. 이 경우 이번 달 보고서에는 "재테스트 대기"라고 쓰고, 기준선은 완료되었으나 이후 회차가 하나 더 필요하다는 점과 다음 확인 날짜를 적습니다. 이번 보고서에 "변화 확인"이라고 쓰려면 합의한 모든 회차가 마감 전에 끝나야 합니다.
같은 범위에서 회차별 비율을 나열합니다. 인접한 회차 사이의 차이를 확인한 뒤, 기준선 기간 전체의 최저값과 최고값 사이 폭을 확인합니다. 팀은 이 폭을 변동 임계값의 출발점으로 쓰고, 그렇게 정한 이유를 기록할 수 있습니다.
아래는 가상의 예이며, 숫자는 계산 방법을 보여 주기 위한 것입니다. 한 그룹에 프롬프트가 50개 있고 기준선을 4회차 모았다고 합시다. 브랜드를 언급한 프롬프트 수는 20, 22, 19, 21이고, 비율은 40%, 44%, 38%, 42%입니다.
최저는 38%, 최고는 44%로 변동은 6%p입니다. 이 6%p를 변동 임계값, 즉 이후 변화가 넘어야 하는 크기로 정합니다. 마지막 회차의 42%를 기준선 비교값, 즉 이후 모든 회차와 비교할 비율로 정합니다.
다음 두 회차가 46%와 45%라면 42%보다 4%p와 3%p 높을 뿐입니다. "재테스트 대기"로 기록합니다.
50%와 49%라면 42%보다 8%p와 7%p 높습니다. 두 회차 모두 6%p 임계값을 넘습니다. "변화 확인"으로 기록합니다.
비교값과 임계값을 정했다면 이후 모든 회차에 같은 비교값과 같은 임계값을 쓰고, 중간에 바꾸지 않습니다. 사업상 더 큰 변화만 중요하다면 임계값을 더 높게 잡습니다. 이 모든 것은 이후 결과를 보기 전에 정해 둡니다.
이 글의 데이터에서는 각 조합을 두 번만 수집했습니다. 아래에서 설명하는 여러 회차의 기준선과 "연속 2회차 이상"은 자체 이후 기록으로 채워 나가는 보고 방법입니다.
한 회차를 더 모았는데도 기준선 변동이 여전히 크게 넓어진다면 계속 수집하고 상태를 "기준선 구축 중"으로 표시합니다. 지금까지 본 것과 아직 필요한 회차를 모두 설명해, 보고서 승인자가 다음에 무엇을 확인해야 할지 알게 하세요.
1장의 Apple 기록을 수집 간격 일수별로 묶으면, 결과가 바뀐 조합은 다음과 같습니다.
| 간격 | 스마트워치 | 스마트폰 | 노트북 |
|---|---|---|---|
| 4~6일 | 157개 중 16개(10.2%) | 647개 중 51개(7.9%) | 548개 중 55개(10.0%) |
| 7일 | 100개 중 9개(9.0%) | 502개 중 36개(7.2%) | 350개 중 43개(12.3%) |
| 8~10일 | 71개 중 6개(8.5%) | 326개 중 26개(8.0%) | 333개 중 34개(10.2%) |
| 11~16일 | 52개 중 5개(9.6%) | 183개 중 16개(8.7%) | 180개 중 21개(11.7%) |
이 기록의 4~16일 범위에서는, 간격이 길거나 짧다고 결과가 바뀌는 비율이 일관되게 높아지거나 낮아지는 경향이 보이지 않습니다. 간격 그룹마다 플랫폼과 지역 구성도 다릅니다. 팀은 간격을 보고 주기에 맞춰도 됩니다. 이 기록에는 더 짧거나 더 긴 간격이 없습니다.
2026년 10월 9일, Market overview → Trends는 Sep 11부터 Sep 15까지 5일간의 날짜별 추세를 보여 줬습니다. 화면의 표시 단위와 팀의 보고 주기는 따로 계획하세요. 날짜별 곡선은 경과를 보여 주고, 합의한 회차와 임계값은 언제 보고 결론을 낼지 정합니다.
페이지를 이미 바꿨다면 변경 후 비교 가능한 관찰 계획으로 업데이트 날짜와 새 답변을 저장해, 보고 계획을 실제 변경과 연결하세요.
보고 라벨은 현재 기록이 어떤 조건을 충족하는지에 따라 정해집니다. 상승과 하락에 같은 기준을 적용해, 좋은 소식도 나쁜 소식만큼 꼼꼼히 따져 보세요.
| 보이는 것 | 보고서에 쓸 것 | 다음 단계 |
|---|---|---|
| 브랜드나 추천이 답변 하나에서만 새로 나타남 | 재테스트 대기: 새 단서로 저장 | 원래 프롬프트 세트로 다음 회차 수집 |
| 전체 비율이 한 회차 올랐지만 기준선 변동 범위 안 | 재테스트 대기: 이번 회차는 관찰된 변동 범위 안에서 상승 | 합의한 이후 회차를 마친 뒤 임계값과 비교 |
| 같은 기준선 대비 2회차 이상 연속으로 같은 방향 변화, 매번 임계값 초과, 조건이 비교 가능 | 변화 확인: 상승인지 하락인지, 범위, %p, 회차를 명시 | 원래 관찰 계획을 계속. 원인 설명이 필요하면 따로 근거 수집 |
| 합의한 이후 회차를 마쳤고, 임계값을 계속 넘는 변화가 없음 | 이 범위와 임계값에서는 지속적인 변화 없음 | 결과를 보관하고 다음 기간에도 같은 범위로 계속 |
| 관찰 중 프롬프트 세트, 플랫폼, 지역이 바뀜 | 재테스트 대기: 범위가 바뀌었으므로 두 기간을 나눠 보고 | 영향받은 새 범위의 기준선 구축 |
| 합의한 프롬프트의 답변이 불완전하거나 기준선 구축 중 | 재테스트 대기: 기록 보완 중 | 빠진 항목과 다음 확인 계획 명시 |
"연속 2회차"란 기준선이 확립된 뒤의 새 관찰 2회차를 뜻하며, 각 회차는 같은 기준선 비교값과 비교해 판단합니다. 오른 뒤 그대로 유지되는 비율도 매 회차 임계값을 넘으면 포함됩니다. 팀은 기준선 변동에 따라 더 많은 회차로 합의할 수 있습니다.
"지속적인 변화 없음"은 합의한 대로 관찰을 마쳤을 때 씁니다. 회차가 끝나지 않았거나 답변이 빠졌다면 재테스트 대기로 두고 무엇이 빠졌는지 설명해, 판단을 열어 두세요.
분석 담당자는 먼저 프롬프트 세트 버전과 프롬프트를 물을 플랫폼과 지역을 확정하고, 그 구성을 계속 씁니다. 각 그룹의 프롬프트 수와 회차마다 필요한 답변을 기록합니다. 기준선 회차를 마치면 비교에 쓸 비율, 이미 관찰된 변동, 계산 방법을 저장합니다. 그다음 고객사가 지정한 승인자에게 임계값, 변화가 몇 회차 지속되어야 하는지, 보고 마감일을 확인받습니다.
먼저 이 그룹의 비율이 기준선 기간에 이미 얼마나 움직였는지 확인하고, 그 크기로 임계값을 정합니다. 사업상 더 큰 변화만 중요하다면 임계값을 높이고 이유를 기록합니다. 보고일에는 그룹별로 확인하고, 조건을 충족한 그룹에만 "변화 확인"이라고 씁니다.
아래 규칙을 팀 워크시트에 넣고, 괄호를 실제 내용으로 채우세요.
(시장 / 프롬프트 세트 버전 / 플랫폼 / 지역)의 핵심 프롬프트 (프롬프트 수)개에 대해, 먼저 (실제 날짜)에 기준선을 (기준선 회차 수)회차 모으고, 회차 사이 간격은 (합의한 간격)으로 한다. 기준선 비교값은 (비율)로 고정하고, (계산 방법)으로 변동을 (%p)로 기록한다. 이후 새 관찰 (최소 2회차, 정확한 횟수는 팀이 확인) 각각이 이 기준선 대비 같은 방향으로 변하고, 매번 변화가 (임계값 %p)를 넘으며, 답변과 범위가 완전하다면 "변화 확인"이라고 쓴다. 이후 회차는 (마감일) 전에 마치고, 결론은 (승인자)가 승인한다. 그 밖의 경우는 판단 표를 따른다.
위의 가상 예로 채우면 다음과 같습니다.
(시장 / 프롬프트 세트 버전 / 플랫폼 / 지역)의 핵심 프롬프트 50개에 대해, 먼저 (실제 날짜)에 기준선을 4회차 모으고, 회차 사이 간격은 (합의한 간격)으로 한다. 브랜드를 언급한 프롬프트 수는 20, 22, 19, 21이고 비율은 40%, 44%, 38%, 42%다. 최저는 38%, 최고는 44%로 변동은 6%p다. 마지막 회차의 42%를 기준선 비교값으로 하고 임계값을 6%p로 한다. 다음 두 회차가 46%와 45%라면 42%보다 4%p와 3%p 높으므로 "재테스트 대기"로 기록한다. 50%와 49%라면 8%p와 7%p 높고, 두 회차 모두 임계값을 넘는다. 답변이 완전하고 프롬프트, 플랫폼, 지역이 바뀌지 않았다면 "변화 확인"으로 기록한다. 이후 두 회차는 (마감일) 전에 마치고, 결론은 (승인자)가 승인한다.
주간 보고서에 넣으려는 새 추천을 보기 전에 이 규칙을 채워 두세요. 승인자가 승인하는 것은 다시 쓸 수 있는 기준이며, 이후 결론은 하나하나 이 기준에 비춰 확인됩니다. 규칙을 바꿔야 한다면 변경 날짜와 이유를 저장하고, 어떤 기록부터 새 규칙을 적용할지 밝히세요.
"이 그룹의 비율이 바뀌었다"는 비교 가능한 기록에 근거합니다. "이 페이지 업데이트가 변화를 일으켰다"에는 변경 날짜, 수정한 내용, 그리고 새 답변이 어떤 사실과 출처를 썼는지에 대한 근거도 필요합니다. 각 결론에 맞는 근거를 붙이세요.
페이지 업데이트 후 지표의 의미, 출처 확인, 검토 워크시트는 페이지 업데이트 후 지표와 답변 근거를 확인하는 방법을 따르세요. 먼저 기간 중 알려진 변경을 관찰 메모에 기록한 뒤, 답변을 살펴 그 변경이 쓰였는지 확인합니다.
매출 점유율과 비용 대비 수익은 판매와 재무 기록으로 따로 측정합니다. 여기의 임계값은 선택한 AI 답변의 변화를 다루며, 사업 담당자는 이를 근거로 추가 조사가 필요한지 판단할 수 있습니다.
"변화 확인"에는 그 범위를 함께 적어야 합니다. 메모에는 최소한 프롬프트 수, 플랫폼, 지역, 회차와 날짜, 실제 변화, 기간 중 변경 사항, 아직 부족한 근거를 적습니다. 그러면 읽는 사람이 해당 기록으로 돌아가 확인할 수 있습니다.
표준 템플릿을 쓰세요.
(시장)에서 고정된 프롬프트 세트(버전)의 프롬프트 (프롬프트 수)개에 대해 (날짜)에 (플랫폼 / 지역)에서 새 답변을 (회차 수)회차 수집했으며, 회차마다 유효하고 비교 가능한 답변은 (개수)개다. 기준선은 (회차와 날짜), 비교값은 (비율), 임계값은 (%p)다. 이후 회차의 비율은 (실제 값)이며, 기준선 대비 (%p) 변했다. 합의한 연속 회차 조건에 따라 이번 관찰은 (보고 상태)로 기록한다. 기간 중 알려진 변경은 (날짜, 항목, 내용)이며, 아직 부족한 근거는 (구체적인 항목)이다.
당신이 이 브랜드라면 Apple의 스마트워치 기록에 다음 메모를 붙일 수 있습니다.
이번 관찰은 Dageno가 2026년 8월 3일부터 19일까지 스마트워치 시장에서 수집한 답변을 사용한다. 조합 380개, 서로 다른 프롬프트 302개이며, Google AI Mode, Gemini, ChatGPT, Google AI Overview의 4개 플랫폼과 22개 지역을 다룬다. 1회차는 8월 3일부터 5일, 2회차는 8월 10일부터 19일이며, 8월 10일에 조합 202개가 포함된다. Apple은 1회차에 245개 조합(64.47%), 2회차에 233개(61.32%)에서 나타나 약 3.2%p(조합 12개) 하락했다. 이 기간에 저희가 알고 있는 대응 페이지 변경은 없었다. 현재 기록은 두 회차뿐이므로 이번 관찰은 "재테스트 대기"로 기록한다. 다음 단계는 이 그룹의 기준선을 만들고 합의한 회차만큼 관찰을 이어 가는 것이다.
이 예에서는 조합마다 날짜가 달라서 메모에 날짜 범위를 적었습니다. 자체 메모는 실제 기록으로 채우고, 이미 모은 근거가 뒷받침하는 라벨을 고르세요.
프롬프트 문구, 플랫폼, 지역, 언어를 고정합니다. 회차마다 묻는 조건도 같게 유지합니다. 브랜드 이름을 어떻게 묶을지도 합의하세요. 예를 들어 Apple Watch를 Apple로 셀지 여부입니다. 이 글에서는 따로 셉니다. 어떤 답변을 비율에 넣을지도 합의합니다. 예를 들어 어떤 브랜드도 언급하지 않은 답변을 셀지 여부입니다. 같은 프롬프트에 같은 날 답변이 두 개 있다면, 두 번 세지 않도록 어느 쪽을 남길지 미리 정해 두세요. 핵심 프롬프트는 프롬프트 세트를 유지하는 방법으로 저장하고, 변경과 답변의 근거는 변경과 답변의 검토 기록으로 남기세요.
예산, 모델, 용도, 문구가 바뀌면 새 프롬프트 버전으로 기록합니다. 원래 핵심 프롬프트는 그대로 두고, 옛 범위의 결론은 그 범위 안에서 판단합니다. 그러면 새 니즈를 추가해도 원래 프롬프트의 결과가 지속되는지 확인할 수 있습니다.
| 날짜 | 무엇을 바꿨나(프롬프트 세트, 플랫폼 범위, 지역, 페이지) | 어떤 결론에 영향을 주나 | 새 기준선은 어느 회차부터 시작하나 |
|---|---|---|---|
| 실제 변경 날짜 | 실제로 바꾼 범위나 페이지 내용. 버전 또는 URL 포함 | 영향받는 그룹과 결론. 원래 범위의 기록은 유지 | 관찰 범위나 집계 규칙이 바뀌면 새 범위의 첫 회차를 기입. 페이지만 바뀌고 범위가 고정이면 원래 기준선을 유지하고 이후 첫 관찰 회차를 기록 |
| (예) 10월 12일 | 예산 관련 프롬프트 5개를 프롬프트 세트에 추가 | 해당 플랫폼·지역 그룹의 전체 비율 | 원래 50개는 원래 기준선을 유지. 새 5개는 10월 13일 회차부터 따로 기록하고, 기준선 회차가 충분해진 뒤 합침 |
표의 두 번째 행은 예시이며, 날짜와 개수는 작성 방법을 보여 주기 위한 것입니다. 관찰 조건이 바뀌면 전후의 비율을 나눠 보고하고 새 범위의 출발점을 만듭니다. 프롬프트와 집계 범위는 고정된 채 페이지 내용만 바뀌었다면 원래 기준선을 유지하고 이후 기록으로 변화를 확인합니다. 옛 조건과 새 조건을 어떻게 다룰지는 수집 전에 정하고 담당자에게 확인받으세요.
새 추천이 나타나면 분석 담당자는 먼저 답변을 저장하고, 전체 프롬프트 세트, 여러 회차의 기록, 임계값이 준비되었는지 확인합니다. 합의한 조건을 충족하면 범위를 분명히 해 "변화 확인"이라고 씁니다. 근거가 부족하면 "재테스트 대기"라고 씁니다. 관찰을 마쳤는데 변화가 지속되지 않았다면, 그 범위 안의 결과로 보고합니다.
고객사에 보고 임계값 확인을 요청하면서 프롬프트 수, 기준선과 이후 회차, 간격, 변화 임계값, 승인자를 명시하세요. 각 결론에 관찰 메모를 붙여 실제 날짜, 기간 중 변경, 부족한 근거를 남기고, 다음 확인 날짜에 합의하세요.
서로 다른 프롬프트는 여전히 하나입니다. 플랫폼과 지역 조합은 따로 기록하세요. 보고서에는 서로 다른 프롬프트 수, 조합 수, 답변 수를 남깁니다. 각 플랫폼·지역 그룹은 자기 프롬프트 수와 기준선으로 판단합니다.
두 회차의 출현 비율을 비교할 때는 차이를 %p로 쓰고, 원래의 두 값을 함께 남깁니다. 2026년 10월 9일에 본 Apple 스마트워치 Visibility trend 표에서 첫날은 64.79%, 마지막 날은 59.38%였고, Change 열은 5.41% 감소로 표시했습니다. 두 비율을 빼면 보고서에는 5.41%p 하락으로 적습니다.
먼저 답변이 빠진 이유를 확인하고 원래 프롬프트의 답변을 보완하세요. 일단 두 회차 모두 답변이 있는 범위만 비교한다면, 범위가 좁아졌다는 것과 개수를 적어 둡니다. 원래 합의한 범위는 재테스트 대기로 두고, 빈 곳이 채워진 뒤 판단합니다.
옛 보고서의 날짜와 뒷받침 근거는 그대로 둡니다. 새 보고서에서는 결론을 "이후 관찰에서 변화가 지속되지 않음"으로 업데이트하고, 어느 범위로 돌아왔는지 적습니다. 합의한 담당자가 결론을 업데이트하고 모든 회차를 보관해, 다른 사람이 이전 판단의 근거를 확인할 수 있게 하세요.
시장 전체와 그 지역을 나눠 보고합니다. 그 지역이 자기 임계값에 도달했다면 그 지역에 대해 프롬프트 수, 회차, 날짜와 함께 "변화 확인"이라고 씁니다. 전체 상태는 전체 기록에 따라 고릅니다.
Dageno is the research and insights team at Dageno AI, publishing industry reports and expert analysis on AI Search Visibility, Generative Engine Optimization (GEO), and AI-powered search discovery.
Read full bio
Alexa for Shopping