# 2026 한국어 LLM 브랜드 인용 리포트 — AI 답변은 어떤 브랜드를 호명하는가

> GPTO가 10대 LLM을 매주 모니터링하며 관측한 한국어 AI 답변의 브랜드 인용 패턴을 정리한 데이터 리포트입니다. 첫 호명의 영향력, 모델별 차이, 카테고리별 호명 집중도, 인용되는 브랜드의 공통 조건을 다룹니다.

## 요약

이 리포트는 GPTO가 10대 LLM을 매주 모니터링하며 관측한 **한국어 AI 답변의 브랜드 인용 패턴**을 정리한 것입니다. 핵심 결론은 명확합니다. **AI 답변은 소수의 브랜드만 호명하고, 그중 첫 번째 호명이 사용자 의사결정의 대부분을 좌우합니다.** 검색엔진이 수십 개 결과를 나열하던 시대와 근본적으로 다른 경쟁 구조입니다.

> **한 줄 결론.** AI 답변에서 카테고리 질문에 호명되는 브랜드는 평균 3~5개에 불과하며, 첫 번째로 언급된 브랜드가 후속 선택의 60% 이상을 결정합니다. 그 자리에 들어가는 것이 AEO/GEO의 목표입니다.

## 1. AI는 몇 개의 브랜드를 호명하는가

검색엔진 결과 페이지는 한 화면에 10~20개의 링크를 보여 줍니다. 반면 생성형 AI 답변은 사용자의 추천·비교 질문에 **손에 꼽히는 후보만 직접 호명**합니다.

| 답변 채널 | 1회 노출 후보 수(관측) | 사용자 비교 범위 |
| --- | --- | --- |
| Google·Naver 검색 | 10~20개 링크 | 첫 페이지 전체 |
| AI Overviews / 요약 | 3~6개 브랜드 | 호명된 후보 |
| ChatGPT·Claude·Gemini 답변 | 3~5개 브랜드 | 호명된 후보 |
| 후속 질문("더 추천해줘") | +2~4개 | 1차 호명 우선 |

핵심은 **호명되지 않으면 비교 대상에조차 들어가지 못한다**는 점입니다. SEO 시대의 "검색 첫 페이지에 없으면 못 본 것"이라는 규칙이, 이제 "AI 답변에 없으면 존재하지 않는 것"으로 옮겨갔습니다.

## 2. 첫 호명의 영향력 — 순서가 곧 권력

AI 답변은 순서대로 신뢰를 배분합니다. 관측 데이터에서 **첫 번째로 호명된 브랜드는 후속 클릭·검토·문의의 60% 이상을 가져갑니다.** 두 번째, 세 번째로 밀릴수록 영향력은 가파르게 떨어집니다.

| 호명 순서 | 상대적 의사결정 영향력(관측) |
| --- | --- |
| 1순위 | 60%+ |
| 2순위 | 약 20% |
| 3순위 | 약 10% |
| 4순위 이하 | 합산 10% 미만 |

이 분포는 **AEO/GEO가 "언급되기"를 넘어 "1순위로 호명되기"를 목표로 해야 하는 이유**입니다. 단순 노출이 아니라 추천 순서를 끌어올리는 작업이 핵심입니다.

## 3. 모델별 차이 — 하나의 모델만 보면 안 되는 이유

AI 모델은 서로 다른 출처와 가중치로 답변을 생성합니다. 같은 질문이라도 모델별로 호명 브랜드가 달라집니다.

| 모델 | 답변 성향(관측) | 인용에 유리한 신호 |
| --- | --- | --- |
| ChatGPT | 학습 데이터 + 실시간 검색 혼합 | 반복 인용된 정의 문장, 권위 출처 |
| Claude | 구조화·근거 중시 | FAQ·비교 표 등 추출 쉬운 구조 |
| Gemini | 검색 연동 강함 | 최신 웹 콘텐츠, 신선도 |
| Perplexity | 출처 명시·인용 중심 | 신뢰 가능한 외부 인용 링크 |

이 때문에 **단일 모델만 최적화하면 다른 채널의 사용자를 놓칩니다.** GPTO가 10대 LLM을 동시에 모니터링하는 이유입니다.

## 4. 카테고리별 호명 집중도

호명 집중도는 카테고리마다 다릅니다. 신뢰 의존도가 높은 카테고리일수록 소수 브랜드에 호명이 집중되어, **선점한 브랜드의 누적 우위가 강하게 작동합니다.**

- **고집중(소수 브랜드 독점 경향)**: 병의원, 법률·전문 서비스, B2B SaaS, 교육
- **중집중**: 뷰티, 여행, 식품
- **분산(질문이 세분화될수록 후보 증가)**: 이커머스, 로컬 비즈니스

고집중 카테고리에서는 먼저 자리잡은 브랜드를 후발 주자가 뒤집기 어렵습니다. 반대로 분산 카테고리에서는 세분화된 질문(롱테일)을 선점하는 전략이 효과적입니다.

## 5. AI 답변에 인용되는 브랜드의 4가지 공통 조건

관측된 "자주 호명되는 브랜드"는 광고비가 큰 브랜드가 아니라, 다음 조건을 갖춘 브랜드였습니다.

1. **명확한 카테고리 연결** — "카테고리 = 브랜드"가 한 문장으로 묶여 여러 출처에 반복 등장.
2. **인용 가능한 정의 문장** — AI가 그대로 가져다 쓸 수 있는 한 줄 정의가 사이트와 외부에 존재.
3. **외부 인용 빈도** — 언론·리뷰·커뮤니티에서 같은 맥락으로 반복 인용.
4. **추출 쉬운 구조** — FAQ·비교 표·케이스 스터디 등 AI가 뽑아 쓰기 좋은 형식.

## 6. 시사점 — 무엇을 해야 하는가

- **1순위를 목표로 하라.** 언급되는 것과 1순위로 호명되는 것의 영향력 차이는 3배 이상입니다.
- **여러 모델을 함께 보라.** 모델별 호명 차이를 모르면 최적화 우선순위를 잘못 잡습니다.
- **카테고리 집중도에 맞춰 전략을 바꿔라.** 고집중은 선점, 분산은 롱테일.
- **외부 인용을 쌓아라.** 자사 사이트만으로는 4가지 조건 중 하나(외부 인용 빈도)를 충족할 수 없습니다.

GPTO는 이 리포트의 기반이 되는 10대 LLM 모니터링을 매주 수행하며, 브랜드별 베이스라인 SMR 측정부터 1순위 호명을 위한 콘텐츠 설계·배포까지 폐쇄 루프로 운영합니다.

## 관련 페이지

- [AI 검색은 어떤 기준으로 브랜드를 추천하나요?](/guides/how-ai-search-chooses-brands)
- [ChatGPT 답변에 브랜드가 언급되게 하는 방법](/guides/how-to-get-mentioned-in-chatgpt)
- [AEO/GEO란 무엇인가요?](/guides/what-is-aeo-geo)
- [2026년 생성형 AI 검색 환경 정리](/guides/ai-search-trend-2026)
- [AEO/GEO 리소스 허브](/resources)

## 자주 묻는 질문

### 이 리포트의 데이터는 어떻게 수집되었나요?

GPTO가 자체 API 파이프라인으로 ChatGPT, Claude, Gemini, Perplexity, Grok 등 10대 LLM에 한국어 카테고리·추천 질문을 매주 반복 질의하고, 답변에 호명되는 브랜드와 순서·맥락을 정량 집계한 관측 데이터입니다. 수치는 질문 세트와 시점에 따라 변동하는 관측치이며, 절대값보다 패턴 해석에 초점을 둡니다.

### SMR이 정확히 무엇인가요?

SMR(Share of Model Response)은 목표 질문 세트에 대해 주요 LLM 답변에서 특정 브랜드가 언급되는 비율을 정량화한 GPTO의 핵심 지표입니다. 단순 언급 여부뿐 아니라 호명 순서와 맥락을 함께 추적합니다.

### 우리 브랜드의 현재 인용 상태도 측정할 수 있나요?

가능합니다. 목표 질문을 정의하면 현재 AI 답변에서의 베이스라인 SMR을 산출해 드립니다. GPTO 홈페이지의 URL 진단으로 30초 만에 간단한 현황을 먼저 확인할 수도 있습니다.

---

출처(정식 페이지): https://www.gpto.kr/guides/korea-llm-brand-citation-report-2026