LUVIS · RESOURCE LIBRARY

AI 가시성 진단 리포트 읽는 법

측정 조건, AI 언급률과 추천·인용의 차이, 웹·API 결과, 질문별 개선 과제를 읽는 방법을 설명합니다.

발행 루아컴퍼니 · 작성·수정 2026.09.19

이 페이지는 리포트 해설입니다. 실제 리포트의 구성과 검토 자료를 바탕으로 정리했습니다. 아래 계산 숫자는 이해를 돕는 가상 예시이며 고객의 측정값이나 개선 성과가 아닙니다.

1. 점수보다 측정 조건을 먼저 확인하세요

같은 병원의 리포트라도 질문, 채널, 수집 방식, 반복 횟수가 다르면 숫자를 바로 비교할 수 없습니다. 표지의 측정일과 회차를 확인한 뒤 각 표의 집계 범위를 읽으세요.

확인 항목	읽는 방법
질문과 반복 횟수	질문 수와 질문당 반복 횟수를 각각 확인합니다. 단회 측정은 해당 시점의 관측이며, 답변의 일관성을 확인한 결과로 읽지 않습니다.
웹 화면과 API	실제 웹 화면에서 수집한 답변인지 API 응답인지 구분합니다. API 사용 여부만으로 검색 사용 여부나 학습 데이터의 내용을 단정할 수 없습니다.
포함 채널	전체 요약에 어떤 채널이 포함됐는지 확인합니다. 네이버 등 별도 집계 채널의 수치를 요약 평균에 임의로 더하지 않습니다.
응답 수와 실패	계획한 요청 수, 수집 성공 수, 판정 가능한 응답 수를 구분합니다. 오류나 빈 응답을 병원 미노출로 처리했는지도 확인합니다.

지표	뜻	함께 확인할 것
언급률	집계 대상 답변에서 병원 이름이 등장한 비율	동명이인·동명 병원·지점 구분, 분모에 포함된 응답
추천 포함률	병원이 추천 대안으로 제시됐다고 판정한 비율	단순 이름 등장과 추천 맥락의 구분, 실제 답변 원문
출처 인용률	정해진 공식 출처의 링크가 인용된 비율	공식 도메인·개별 페이지·외부 소개 문서 중 어떤 출처를 집계했는지
상위 노출·추천 순위	답변 내에서 병원이 등장하는 위치를 요약한 값	첫 문단·목록 순서 등 판정 기준. 검색 결과 순위와 구분
경쟁 점유율	비교 대상들 사이에서 관측값을 나눈 비중	비교 대상과 집계 단위. 환자 수나 실제 시장점유율을 뜻하지 않음

리포트의 종합점수와 준비도 점수는 해당 평가 기준에 따른 요약입니다. 같은 이름의 점수라도 산식·가중치·측정 채널이 달라졌다면 직접 비교하지 않습니다.

가상 계산 예시 · 실제 고객 성과 아님

한 질문을 같은 채널에서 3회 측정해 유효한 답변 3개를 얻었다고 가정합니다. 그중 병원 이름이 2개 답변에 등장했다면 관측 언급률은 2 ÷ 3 × 100 ≈ 66.7%입니다.

추천 맥락이 1개 답변에 있었다면 같은 분모에서 추천 포함률은 약 33.3%입니다. 출처 링크가 없다면 이름이 등장했어도 해당 공식 출처의 인용은 관측되지 않은 것입니다.

1회 결과가 바뀌면 비율은 약 33.3%p 달라집니다. 작은 표본의 차이를 장기 노출 확률이나 개선 효과로 확정하지 마세요.

전체 평균을 본 뒤, 진료과·지역·예약 등 질문의 목적별로 결과를 나눕니다. 일반적인 질환 설명 질문에서 병원 이름이 없다는 사실만으로 오류나 콘텐츠 부족을 단정하지 않습니다.

병원 정보가 틀렸다면: 공식 홈페이지와 지도 프로필의 사실관계를 먼저 확인합니다.
필요한 안내가 없다면: 실제 제공하는 서비스와 운영 정보를 확인한 뒤 해당 질문에 답하는 페이지를 만듭니다.
경쟁 병원만 나온다면: 답변 원문과 출처를 확인하고, 비교 대상이 같은 지역·진료 범위인지 점검합니다.
다시 측정할 때: 질문·채널·조건과 실행 날짜를 기록해 전후를 비교합니다. 동시에 여러 작업을 했다면 특정 콘텐츠 하나의 효과로 단정하지 않습니다.

루비스 측정 조건과 비교 기준을 함께 확인하면 상담할 때 같은 기준으로 논의할 수 있습니다.