통계로 분석하기

수집된 답변을 서버에서 집계해 랭킹으로 반환하는 엔드포인트들입니다. 답변을 전부 내려받아 직접 집계하는 대신 이 API를 사용하세요.

공통 규칙

모든 통계는 runID 또는 promptID 중 최소 하나로 범위를 지정해야 합니다. 조직 전체를 한 번에 집계할 수는 없습니다.
model로 특정 모델의 답변만 집계하도록 좁힐 수 있습니다.
결과는 상위 N개 랭킹입니다. limit은 기본 50, 최대 200이며 페이지네이션(cursor)은 없습니다.

인용 도메인 랭킹

어떤 도메인이 AI 답변에 가장 많이 인용됐는지 봅니다. “어떤 소스를 공략해야 하나”에 답하는 핵심 데이터입니다.

curl -H "API-Key: YOUR_API_KEY" \
  "https://dev-platform-api.trychainshift.ai/api/v1beta/platform/sources/statistics/domains?runID=0PCCDohFaNRcUWjLGoBGfw&include=models"

아래는 중고차 관련 프롬프트 140개를 8개 모델에 실행한 결과의 실제 집계입니다(상위 2개만 표시).

{
  "totalCitations": 800,
  "totalDomains": 144,
  "domains": [
    {
      "domain": "naver.com",
      "citationCount": 264,
      "models": [
        { "model": "NAVER_AI_TAB", "citationCount": 85 },
        { "model": "PERPLEXITY", "citationCount": 61 },
        { "model": "NAVER_AI_BRIEFING", "citationCount": 56 },
        { "model": "GOOGLE_OVERVIEW", "citationCount": 39 },
        { "model": "GOOGLE_AI", "citationCount": 23 }
      ]
    },
    {
      "domain": "youtube.com",
      "citationCount": 74,
      "models": [
        { "model": "PERPLEXITY", "citationCount": 38 },
        { "model": "GOOGLE_AI", "citationCount": 30 },
        { "model": "GEMINI", "citationCount": 4 },
        { "model": "CHATGPT", "citationCount": 1 },
        { "model": "GOOGLE_OVERVIEW", "citationCount": 1 }
      ]
    }
  ]
}

모델 분해가 있어야 보이는 것: 이 시장에서는 전체 인용 800건 중 1/3이 네이버 콘텐츠이고, 유튜브는 Perplexity·Google AI가 주로 인용하지만 ChatGPT는 거의 인용하지 않습니다(74건 중 1건). 어떤 모델을 공략하느냐에 따라 만들어야 할 콘텐츠 채널이 달라진다는 뜻입니다.

groupBy=subdomain을 지정하면 서브도메인 단위로 집계합니다(기본은 도메인 단위).
include=models를 지정하면 도메인별 모델 분해 카운트가 포함됩니다.
domain 파라미터(반복 가능)로 특정 도메인만 조회할 수 있습니다.
totalDomains는 도메인 종류가 내부 집계 상한을 넘으면 null로 반환됩니다.

인용 URL 랭킹

도메인보다 한 단계 깊게, 어떤 페이지가 인용됐는지 봅니다.

curl -H "API-Key: YOUR_API_KEY" \
  "https://dev-platform-api.trychainshift.ai/api/v1beta/platform/sources/statistics/urls?runID=0PCCDohFaNRcUWjLGoBGfw&domain=kbchachacha.com&include=quotes"

{
  "totalCitations": 800,
  "urls": [
    {
      "url": "https://kbchachacha.com/public/web/magazine/detail.kbc?magazineSeq=36430",
      "domain": "kbchachacha.com",
      "citationCount": 5,
      "quotes": [
        "중고차는 비교적 저렴한 가격에 취향과 라이프스타일에 맞는 … 선택을 하는 데 큰 도움이 되리라 생각합니다",
        "4. 가격대별 인기 중고차 구매 꿀팁. 이번 … 눈여겨보신다면, 가성비 및 실용성 측면에서 후회 없는"
      ]
    }
  ]
}

include=quotes를 지정하면 AI가 해당 페이지에서 실제로 인용한 문장이 포함됩니다. 위 예시처럼 매거진형 콘텐츠의 어떤 문장이 인용되는지 보이므로, 어떤 형식의 문장이 AI에 잘 인용되는지의 직접적인 힌트가 됩니다. 같은 문서의 URL 표기가 여러 개인 경우(모바일 서브도메인 등)는 자동으로 정규화되어 하나로 집계됩니다.

답변 토큰 빈도

답변 본문에 어떤 명사가 자주 등장하는지 집계합니다. 답변에서 브랜드·상품이 얼마나 언급되는지 파악하는 데 씁니다.

curl -H "API-Key: YOUR_API_KEY" \
  "https://dev-platform-api.trychainshift.ai/api/v1beta/platform/answers/statistics/tokens?runID=0PCCDohFaNRcUWjLGoBGfw&limit=5"

{
  "tokens": [
    { "token": "중고차", "answerCount": 124, "avgPosition": 0.166 },
    { "token": "차량", "answerCount": 108, "avgPosition": 0.358 },
    { "token": "확인", "answerCount": 107, "avgPosition": 0.322 },
    { "token": "구매", "answerCount": 93, "avgPosition": 0.351 },
    { "token": "이력", "answerCount": 88, "avgPosition": 0.424 }
  ]
}

answerCount — 해당 토큰이 등장한 답변 수.
avgPosition — 답변 내 평균 첫 등장 위치. 0에 가까울수록 답변 앞부분(먼저 언급), 1에 가까울수록 뒷부분입니다. 위 예시에서 “중고차”(0.166)는 답변 서두에, “이력”(0.424)은 중반 이후에 주로 등장합니다 — AI가 답의 어느 지점에서 어떤 개념을 꺼내는지 보여줍니다.

avgPosition은 다른 AEO 도구의 “Position”과 다른 값입니다. 여기서는 한 답변 안에서 그 단어가 몇 번째로 등장했는지(0~1)를 뜻하며, “언급된 브랜드 중 몇 위인가”라는 순위가 아닙니다.

언급률로 환산하기

answerCount는 건수이므로 비율로 바꿔야 실행 간·브랜드 간 비교가 가능합니다. 분모는 성공한 답변 수를 쓰세요 — GET /runs/{runID}의 successCount입니다. 실패한 실행은 답변이 없으므로 totalCount를 분모로 쓰면 언급률이 실제보다 낮게 나옵니다. 위 실행은 성공 답변이 140건이므로 “중고차”의 언급률은 124 ÷ 140 = **88.6%**입니다. 카테고리를 가리키는 일반 명사라 대부분의 답변에 등장합니다. 브랜드명은 이보다 훨씬 낮게 나오는 것이 정상이며, 절대값보다 같은 프롬프트 세트로 반복 측정했을 때의 변화와 경쟁 브랜드와의 상대 비교가 의미 있는 지표입니다.

근접 토큰 (neighbors)

특정 단어 주변에 어떤 단어가 함께 등장하는지 봅니다. 브랜드가 어떤 맥락에서 언급되는지 파악하는 데 씁니다.

curl -H "API-Key: YOUR_API_KEY" \
  "https://dev-platform-api.trychainshift.ai/api/v1beta/platform/answers/statistics/neighbors?runID=0PCCDohFaNRcUWjLGoBGfw&word=헤이딜러&include=totalAnswerCount"

{
  "words": ["헤이딜러"],
  "neighbors": [
    { "token": "비교", "answerCount": 13, "totalAnswerCount": 82 },
    { "token": "거래", "answerCount": 12, "totalAnswerCount": 59 },
    { "token": "엔카", "answerCount": 11, "totalAnswerCount": 42 }
  ]
}

word는 1~20개까지 반복 지정할 수 있습니다. 여러 개를 주면 하나의 개념으로 합쳐 집계합니다(브랜드명 + 동의어 용도).
window는 기준 단어 앞뒤로 몇 토큰까지를 “근접”으로 볼지 정합니다(1~20, 기본 5).
include=totalAnswerCount를 지정하면 각 토큰이 근접 여부와 무관하게 전체에서 등장한 답변 수가 함께 반환됩니다. 비율로 진짜 연관어를 가려낼 수 있습니다 — 위 예시에서 “엔카”는 전체 42개 답변 중 11개가 헤이딜러 근처에서 등장(26%)했습니다. AI가 두 브랜드를 같은 문맥에서 비교하며 언급한다는 신호입니다.

fan-out 쿼리 집계

AI가 답변을 만들기 위해 실제로 던진 검색 쿼리의 랭킹입니다. AI가 어떤 검색어로 정보를 찾는지 — 즉 어떤 검색어에서 인용될 콘텐츠를 만들어야 하는지 보여줍니다.

curl -H "API-Key: YOUR_API_KEY" \
  "https://dev-platform-api.trychainshift.ai/api/v1beta/platform/fanouts/statistics?runID=0PCCDohFaNRcUWjLGoBGfw"

{
  "fanouts": [
    {
      "query": "중고 전기차 구매 주의사항 배터리 성능 점검",
      "count": 1,
      "models": ["CHATGPT"],
      "regions": ["KR"],
      "latestCreatedAt": "2026-07-28T06:29:12Z"
    },
    {
      "query": "한국 중고차 평균 주행거리 연식별 구매 기준",
      "count": 1,
      "models": ["CHATGPT"],
      "regions": ["KR"],
      "latestCreatedAt": "2026-07-28T06:29:00Z"
    }
  ]
}

사용자 프롬프트는 “중고 전기차 살 때 주의할 점 알려줘”처럼 구어체지만, AI가 실제로 던진 검색 쿼리는 “중고 전기차 구매 주의사항 배터리 성능 점검”처럼 명사 나열형입니다. 이 형태의 검색어에서 검색되는 콘텐츠를 만드는 것이 AEO의 출발점입니다.

fan-out은 ChatGPT · Perplexity · Claude 답변에서만 수집됩니다. 다른 모델만 실행한 경우에는 결과가 비어 있습니다. 지원 모델 참고.

자주 묻는 질문

통계 결과가 비어 있어요. 실행이 아직 진행 중이거나(GET /runs/:runID로 확인), 지정한 runID/promptID에 성공한 답변이 없는 경우입니다. fan-out 통계는 fan-out을 지원하지 않는 모델만 실행했을 때도 비어 있습니다. 조직 전체 기간별 추이를 보고 싶어요. 현재 통계는 실행·프롬프트 단위 스냅샷입니다. 기간 추이는 실행을 정기 제출하고 실행별 통계를 저장해 비교하는 방식을 사용하세요.

시작하기

인증

가이드

MCP

통계로 분석하기

공통 규칙

인용 도메인 랭킹

인용 URL 랭킹

답변 토큰 빈도

언급률로 환산하기

근접 토큰 (neighbors)

fan-out 쿼리 집계

자주 묻는 질문

​공통 규칙

​인용 도메인 랭킹

​인용 URL 랭킹

​답변 토큰 빈도

​언급률로 환산하기

​근접 토큰 (neighbors)

​fan-out 쿼리 집계

​자주 묻는 질문

공통 규칙

인용 도메인 랭킹

인용 URL 랭킹

답변 토큰 빈도

언급률로 환산하기

근접 토큰 (neighbors)

fan-out 쿼리 집계

자주 묻는 질문