네이티브 점수(AI의 브랜드 사전 지식)

네이티브 점수란 무엇입니까?

네이티브 점수는 AI Labs Audit의 독자적인 지표로, AI 모델(LLM)이 오직 학습 데이터만을 근거로 브랜드에 대해 알고 있는 내용을 평가합니다. 웹 검색은 전혀 이루어지지 않으며, 모델은 내부 "기억"에서 답변을 도출합니다.

이 점수는 귀사의 브랜드가 모델의 학습 코퍼스에 포함되어 있는지, 즉 AI가 자연스럽게 인식할 만큼 학습 텍스트에서 충분히 언급되었는지를 보여줍니다.

네이티브 점수는 어떻게 산출됩니까?

AI Labs Audit는 웹 검색을 비활성화한 상태에서 각 AI 모델(ChatGPT, Claude, Gemini, Perplexity)에 질의합니다. 질문은 다음 항목을 다룹니다.

• 브랜드 및 소속 산업에 대한 인지도
• 제품 및 서비스에 대한 지식
• 평판에 대한 인식
• 경쟁사 대비 포지셔닝

답변은 정확성, 완전성, 언급의 어조에 따라 0에서 100 사이의 척도로 분석 및 채점됩니다.

네이티브 점수 대 웹 점수

네이티브 점수와 웹 점수는 상호 보완적인 한 쌍을 이룹니다.

• 네이티브 점수: AI가 기억으로 알고 있는 내용(학습 데이터)
• 웹 점수: AI가 실시간으로 찾아내는 내용(웹 검색, RAG)

두 점수 간의 큰 격차는 기회를 나타냅니다. 웹 점수가 네이티브 점수보다 훨씬 높다면, 브랜드는 온라인에서는 가시성이 있지만 아직 모델의 지식 속에 자리 잡지 못한 것입니다. 반대의 경우는 역사적으로는 잘 알려져 있으나 현재의 웹 노출이 부족한 브랜드임을 시사합니다.

네이티브 점수가 전략적으로 중요한 이유

사용자는 AI에 질의할 때 항상 웹 검색을 활성화하지는 않습니다. 이러한 경우에는 오직 네이티브 지식만이 중요합니다. 학습 데이터에 부재한 브랜드는 이러한 사용자들에게는 그야말로 보이지 않는 존재입니다.

네이티브 점수 개선하기

네이티브 점수는 모델의 학습 데이터 기준일에 고정된 학습 데이터에 좌우되기 때문에 영향을 미치기가 가장 어려운 지표입니다. 그럼에도 중기적으로 활용 가능한 전략이 존재합니다.

• LLM이 학습하는 소스(위키피디아, 위키데이터, 언론, 학술 간행물)에서의 존재감 강화
• 온라인 언급의 양과 질 향상
• 다음 학습 업데이트를 위한 E-E-A-T 신호 강화

자세한 분석은 저희 아티클 GEO 감사에서의 네이티브 점수 대 웹 점수를 참고하십시오.