> ## Documentation Index > Fetch the complete documentation index at: https://dev-docs.trychainshift.ai/llms.txt > Use this file to discover all available pages before exploring further. # AEO/GEO 이해하기 > AI 답변엔진 시대의 검색 최적화 — 이 API가 측정하는 것들을 실데이터로 이해하기 이 페이지는 AEO/GEO가 처음인 분을 위한 배경 설명입니다. 아래 예시는 모두 이 API로 실제 수집한 데이터입니다. ## 검색이 바뀌고 있습니다 사람들이 구글에 "중고차 시세"를 검색하는 대신, ChatGPT에 이렇게 묻기 시작했습니다. > "2000만원대 중고 SUV 추천해줘" AI는 링크 10개를 주지 않습니다. **답 하나**를 줍니다 — 특정 모델을 추천하고, 특정 플랫폼을 언급하고, 특정 웹페이지를 근거로 인용합니다. 이 변화는 데이터로도 보입니다: 네이버에서 "중고차" 검색량은 최근 1년 사이 1/3 넘게 줄었습니다(이 API의 [네이버 추이 데이터](/guides/keywords#네이버-검색량-추이) 실측값). ## AEO/GEO란 **AEO**(Answer Engine Optimization) 또는 **GEO**(Generative Engine Optimization)는 그 "답 하나"에 우리 브랜드가 들어가게 만드는 일입니다. 목표는 두 가지입니다. 1. **언급(mention)** — AI가 답변에서 우리 브랜드·상품을 직접 말하는 것 2. **인용(citation)** — AI가 우리 웹페이지를 답변의 근거로 링크하는 것 기존 SEO가 "검색 결과 1페이지에 올라가기"였다면, AEO는 "AI의 답변 문장 안에 들어가기"입니다. ## AI는 어떻게 답을 만드나 측정하려면 먼저 AI의 답변 생성 과정을 알아야 합니다. 실제 수집 데이터로 보면: 1. 사용자가 구어체로 묻습니다 — *"중고 전기차 살 때 주의할 점 알려줘"* 2. AI가 내부적으로 **검색 쿼리를 만들어 던집니다** — *"중고 전기차 구매 주의사항 배터리 성능 점검"* (이것이 **fan-out**입니다. 사람의 검색어가 아니라 AI의 검색어입니다) 3. 검색된 웹페이지 중 몇 개를 읽고 **인용하며** 답을 만듭니다 4. 답변에 특정 브랜드·상품이 **언급됩니다** 이 파이프라인의 각 지점이 곧 측정 지점이고, 이 API의 구조와 1:1로 대응합니다. ## 무엇을 측정하나 — 질문과 API의 대응 | 알고 싶은 것 | 실측 예시 (중고차 시장) | 사용하는 API | | --------------------------- | ----------------------------------- | ------------------------------------------------- | | 우리 브랜드가 AI 답변에 언급되나 | "중고차"가 등장한 답변 124건 (토큰 랭킹) | [답변 토큰 빈도](/guides/analytics#답변-토큰-빈도) | | AI가 어떤 답을 실제로 하나 | ChatGPT가 셀토스·투싼을 추천하며 특정 블로그 2건 인용 | [답변 수집](/guides/collecting-answers) | | 어떤 사이트가 인용되나 (우리는?) | 인용 800건 중 naver.com이 264건 | [인용 도메인 통계](/guides/analytics#인용-도메인-랭킹) | | 어떤 문장이 인용되나 | "가격대별 인기 중고차 구매 꿀팁…" (매거진형 문장) | [인용 URL 통계 + quotes](/guides/analytics#인용-url-랭킹) | | 어떤 맥락에서 언급되나 | "헤이딜러" 근처에 "엔카"가 26% 확률로 등장 — 비교 문맥 | [근접 토큰](/guides/analytics#근접-토큰-neighbors) | | AI가 어떤 검색어를 던지나 (뭘 만들어야 하나) | "중고 전기차 구매 주의사항 배터리 성능 점검" | [fan-out 통계](/guides/analytics#fan-out-쿼리-집계) | | 그 검색어에 수요·기회가 있나 | "중고차 시세": 난이도 18, 분기 +22% 성장 | [키워드 데이터](/guides/keywords) | ## 왜 반복 측정이 필요한가 AI 답변은 **비결정적**입니다 — 같은 질문을 두 번 던지면 다른 답이 나올 수 있습니다. 그래서 "우리 브랜드가 언급되나?"는 예/아니오가 아니라 **확률**입니다. 이 API의 프롬프트 실행이 같은 프롬프트 × 모델 조합을 최대 100회 반복 실행할 수 있는 이유이고([`repeatCount`](/guides/submitting-runs)), 노출률은 "100번 중 몇 번 언급됐나"로 측정합니다. 모델마다 행동도 다릅니다. 실측 예시로, 유튜브 콘텐츠는 Perplexity가 38번 인용하는 동안 ChatGPT는 1번 인용했습니다. 어느 모델에서 보이고 싶은지에 따라 전략이 달라집니다 — [지원 모델](/models) 참고. ## 용어 정리 | 용어 | 뜻 | | -------------------- | ---------------------------------------------- | | 답변엔진 (answer engine) | ChatGPT·Perplexity·Google AI처럼 링크 대신 답을 주는 서비스 | | 프롬프트 (prompt) | 사용자가 AI에 물어볼 법한 질문. 모니터링의 단위 | | 프롬프트 실행 (Run) | 프롬프트들을 여러 AI 모델에 실행하는 수집 작업 | | 인용 (citation) | AI가 답변 근거로 제시한 웹페이지 (`sources`) | | fan-out | AI가 답을 만들기 위해 내부적으로 던진 검색 쿼리 | | 언급 (mention) | 답변 본문에 브랜드·상품명이 등장하는 것 | ## 시작하기 첫 API 호출까지 1분 첫 모니터링 수집 실행