숫자가 어디서 나오는지
그대로 공개합니다

1. AI에게 묻는 방법

고객이 실제로 할 법한 질문(예: “강남역 근처 여드름 흉터 잘 보는 피부과 추천해 줘”)을 의뢰인과 함께 정하고, 아래 4개 AI에 각 회사가 공식 제공하는 API로 묻습니다. 사람이 앱에서 묻는 것과 최대한 비슷하게, 질문 뒤에는 다음 한 줄만 붙입니다.

(한국 기준으로 최신 정보를 웹에서 찾아 답해 주세요.)

2026년 10월 기준입니다. AI 회사가 모델을 바꾸면 이 표를 고치고, 보고서에도 측정한 날짜를 적습니다.

2. 언급률: 3번 물어 몇 번 나왔나

같은 AI에 같은 질문을 해도 추천하는 곳은 매번 조금씩 다릅니다. 한 번의 답변으로 “나온다/안 나온다”를 말하면 운에 좌우되므로, 질문 하나를 AI마다 3번씩 묻고 우리 이름이 나온 답변의 비율을 언급률로 씁니다.

답을 받지 못한 경우(시간 초과·서비스 오류)는 분모에서 빼고, 보고서에 오류로 따로 표시합니다.

3. 언급·추천 순서·인용 판정 규칙

언급

답변 본문에 의뢰인 이름이 나오면 언급으로 봅니다. 띄어쓰기와 “의원·피부과·클리닉” 같은 업종 끝말은 무시하고 비교합니다. 예를 들어 “아름다운피부과의원”은 답변에 “아름다운 피부과”로 나와도 언급입니다.

추천 순서

답변에서 업종 끝말로 끝나는 가게 이름을 나온 순서대로 뽑고, 그중 우리가 몇 번째인지 셉니다. “근처 병원”, “강남역 피부과”처럼 지명이나 일반 표현은 가게 이름으로 세지 않습니다.

홈페이지 인용

AI가 답변의 근거로 내놓은 출처 중에 의뢰인 홈페이지 주소(하위 주소 포함)가 있으면 인용으로 봅니다. Claude와 Perplexity는 답변에 출처 표시가 없을 때 그 답변을 위해 검색한 결과 목록을 출처로 봅니다.

경쟁사 비교

의뢰인이 알려 준 경쟁사 이름은 우리 이름과 똑같은 규칙으로 같은 답변에서 찾습니다. 경쟁사 비교를 위해 AI에 따로 다시 묻지 않습니다.

4. 홈페이지 100점 점검

AI는 홈페이지를 직접 읽어 답변 근거로 씁니다. 그래서 진단할 때 홈페이지 첫 화면과 robots.txt, 사이트맵, llms.txt 를 실제로 받아 와 아래 항목을 확인합니다. 항목마다 통과하면 배점 전부, 일부만 갖추면 절반, 못 갖추면 0점이며, 합계(110점 만점)를 100점으로 환산합니다.

5. 이 방식으로 알 수 없는 것

• 앱 화면과 다를 수 있습니다. ChatGPT 앱 등은 로그인 계정, 위치, 이전 대화에 따라 답이 달라집니다. 애스크랭크 결과는 같은 조건에서 본 노출 가능성이며, 특정 고객의 화면을 그대로 재현하지는 않습니다.
• 측정한 시점의 결과입니다. AI 모델과 웹 정보가 바뀌면 결과도 바뀝니다. 그래서 구독에서는 매월 1일과 15일에 같은 방식으로 자동으로 다시 측정해 변화를 봅니다.
• 이름 자동 추출은 완벽하지 않습니다. 답변 속 가게 이름은 규칙으로 뽑기 때문에 일부가 빠지거나 일반 표현이 섞일 수 있습니다. 의뢰인과 경쟁사 이름은 직접 넣은 이름으로 찾기 때문에 이 영향을 덜 받습니다.
• 홈페이지 점검은 첫 화면 기준입니다. 하위 페이지 전체를 다 읽지는 않으며, 네이버 플레이스·블로그 같은 외부 채널은 점수에 넣지 않습니다.
• 순위를 보장하지 않습니다. 애스크랭크는 현재 상태를 측정하고 개선 방향을 제안할 뿐, AI 답변에 특정 순위로 나오게 해 준다고 약속하지 않습니다.

6. 원문 확인

AI가 준 답변 원문(답변당 최대 6천 자)과 출처 목록은 측정할 때마다 저장합니다. 보고서의 질문별 칸마다 답변 원문 보기가 있어, 숫자가 나온 근거를 그 자리에서 함께 확인할 수 있습니다. 언급·순서 판정 규칙을 고치면 이미 받은 답변도 저장된 원문으로 다시 계산하며, 이를 위해 AI에게 다시 묻지 않습니다.