IAB가 AI 가시성 측정 기준을 내놨다 — 네 개의 P와 두 단계 측정

IAB(Interactive Advertising Bureau)가 AI 기반 발견 플랫폼의 측정 파편화를 정리하기 위한 표준 가이드라인을 내놨다. IAB는 AI 가시성 측정 도구를 제공하는 벤더를 20곳 넘게 확인했지만, 방법론이나 결과에서 일관성을 거의 찾지 못했다.

왜 지금 표준인가

챗GPT와 구글 AI 개요의 확산으로 AI 기반 발견이 표준화된 측정 체계를 요구할 만한 규모에 도달했다는 판단이다. 적응하지 못한 브랜드가 치를 비용도 제시됐다 — 맥킨지는 뒤처진 기업의 경우 전통 검색 유입이 최대 50%까지 감소할 수 있다고 추정한다. 반면 CMO 설문 기준 AI 검색 성과를 체계적으로 추적하는 브랜드는 16%에 불과하다.

IAB는 이번 가이드라인이 벤더를 평가하려는 것이 아니라고 선을 그었다. 공통 어휘, 품질 기준, 공시 요건을 도입해 마케터가 같은 기준으로 비교하고, 측정 벤더가 "주장이 아니라 엄밀성으로 차별화"하게 하려는 것이다. 초기 범위는 유기적(organic) AI 가시성이며 유료 광고나 커머스 어트리뷰션은 제외했다 — 다만 "유기적 가시성과 유료 가시성이 점점 같은 응답 화면에 나타난다"며 인접 우선순위로 뒀다.

네 개의 P

프레임워크는 위계를 가진 네 가지 원칙으로 구성된다.

Presence(존재)

최상위 층위다. 언급률, 인용률, 점유율, '가시성 모멘텀'으로 측정한다.

Prominence(두드러짐)

배치와 순서에 기반한다. 응답 안에서 어디에, 몇 번째로 나오는가.

Portrayal(묘사)

감성, 프레이밍, 환각 및 사실 부정확률을 평가한다. 언급되는 것과 정확하게 언급되는 것은 다른 문제다.

Persuasion(설득)

추천 강도와 인용 후 클릭률을 본다. 퍼블리셔에게도 같은 네 원칙이 적용되며 지표만 달라진다.

두 단계 측정 등급

방향성 측정(directional) 은 초기 신호 탐지, 내부 브리핑, 경쟁 인지를 위한 것이다. 광고비나 전략적 의사결정을 좌우할 만한 엄밀성은 없다.

의사결정급 측정(decision-grade) 은 표본 크기, 질의량, 프롬프트 유형 커버리지, 테스트 주기, 재현성, 데이터 검증 등을 반영한다. 대행사 성과 평가나 예산 배분까지 끌고 갈 수 있는 수준이다.

왜 어려운 문제인가

전통 검색은 질의 → 결과 페이지 → 클릭이라는 단순한 여정이었다. 생성형 AI는 여러 출처를 긁어 하나의 답으로 압축하고, 부정확하거나 오해를 부르는 결과를 낼 수 있으며, 같은 질문을 두 번 해도 다른 응답이 나온다. LQ 조사에 따르면 유기적 검색 결과에 나타난 브랜드 인용의 40% 이상이 같은 질의의 AI 개요에는 나타나지 않는다.

이 프레임워크를 만든 IAB 워킹그룹에는 월마트, 액시엄, 마이크로소프트, WPP 미디어, 이마케터, 티뉴이티의 측정 전문가가 참여했다.

실무에서 무엇을 측정할지는 제미나이에서 우리 브랜드는 얼마나 보이나 — 측정 가능한 세 가지 방법에서, 도구 쪽 변화는 MS 클래리티가 AI 쿼리를 브랜드·논브랜드로 나눴다에서 이어서 볼 수 있다.