LLM 가시성 트래커는 당신이 입력한 그 프롬프트만 그대로 확인한다. 그래서 실제 사용자가 당신의 추측과 다른 표현으로 질문하면, 당신의 브랜드가 AI 답변에서 빠져 있어도 대시보드는 절대 알려주지 않는다.
이게 아무도 광고하지 않는 사각지대다. 이 도구들은 유용하고 나도 하나 쓴다. 하지만 "내가 추적하는 프롬프트"와 "사람들이 실제로 묻는 프롬프트" 사이의 간극, 바로 거기서 대부분의 브랜드가 조용히 진다.
LLM 가시성 트래커가 실제로 하는 일
트래커는 당신이 정의한 고정된 프롬프트 묶음을 모니터링하고, 매일 당신의 브랜드가 ChatGPT, Perplexity, Gemini 답변에 나오는지 확인한다. "AI 에이전트용 최고의 검색 API"나 "Tavily 대안" 같은 프롬프트를 적으면, 도구가 일정에 맞춰 다시 실행하고 당신이 인용됐는지 기록한다.
예산 감을 잡도록 현재 가격을 정리한다.
- Profound: Starter 월 99달러에 프롬프트 50개, Growth 월 399달러에 프롬프트 100개.
- Peec AI: 월 100, 241, 505달러, 프롬프트 양에 따른 가격, 기본 등급에 플랫폼 3개.
- Qwairy(프랑스): 월 59유로(약 69달러)부터, 7일 체험, 10개 이상 제공사 추적.
그러니 당신의 가시성 전체 그림이 50~100개 프롬프트에 얹혀 있다. 그게 제품이다. 그리고 진짜 제품이다. 매일 손으로 다시 돌리는 건 번거로우니까.
왜 고정된 프롬프트 목록이 사각지대인가
도구는 당신이 공급한 프롬프트만 지켜보는데, 그건 실제 사용자가 치는 것과 안 맞을 수 있다. 한 프랑스 SEO가 Reddit에서 바로 이 점을 지적했다. 당신은 자기 추측을 상대로 자기를 채점하는 셈이고, 사람들이 ChatGPT에 보내는 실제 프롬프트에 대한 진짜 데이터는 없다. AI 제공사들은 그걸 공개하지 않는다.
그래서 두 가지 실패 방식이 나온다.
- 당신은 "최고의 Reddit 스크래핑 API"를 추적하지만, 구매자는 "차단당하지 않고 Reddit 데이터를 얻는 법"을 묻는다. 표현이 다르면 답도 다르고, 인용을 잃어도 대시보드는 초록색 그대로다.
- 80개 프롬프트를 추적하고 다 덮었다고 느끼지만, 한 주제에는 실제 표현이 400개다. 20%를 표본으로 뽑아놓고 그걸 가시성이라 부른다.
고칠 것은 더 나은 대시보드가 아니다. 이미 돈 내고 있는 그 대시보드에 더 나은 프롬프트를 넣는 것이다.
실제 검색 데이터로 추적 프롬프트 집합을 넓히는 법
사람들이 실제로 검색하는 질문을 꺼내, 추적 안 하던 것들을 더하라. 추측이 아니라 실제 표현을 주는 출처가 둘 있다.
- Google의 people_also_ask와 related_searches: Google이 당신 주제에 대해 보여주는 실제 쿼리 확장.
- 당신 주제의 Reddit 스레드: Reddit 논의는 AI 답변 인용보다 앞서는 경우가 많아, 사람들이 지금 묻고 있는 질문의 방향성 신호가 된다.
SERP API는 둘 다 돌려준다. 다음은 Scavio의 Google과 Reddit 엔드포인트를 호출해 후보 프롬프트를 출력하는 짧은 스크립트다.
import requests
API_KEY = "YOUR_KEY"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}
BASE = "https://api.scavio.dev/api/v1"
# 1. People Also Ask + related searches for your topic
g = requests.post(
f"{BASE}/google",
headers=HEADERS,
json={"query": "reddit scraping api", "light_request": True},
).json()
paa = [q["question"] for q in g.get("people_also_ask", [])]
related = g.get("related_searches", [])
# 2. Reddit threads people actually post on the topic
r = requests.post(
f"{BASE}/reddit/search",
headers=HEADERS,
json={"query": "reddit scraping api"},
).json()
threads = [t["title"] for t in r.get("results", [])]
candidates = paa + related + threads
for c in candidates:
print(c)light_request: True만으로 people_also_ask와 related_searches가 돌아온다는 점에 유의하라. light_request: false로 두면 1크레딧이 아니라 2크레딧으로 더 완전한 Google 응답을 받는다. 크레딧은 개당 0.005달러이고 가입 시 50크레딧을 무료로 주니, 주제 하나를 한 바퀴 훑는 데 몇 센트면 된다.
그 후보 목록을 가져와 트래커가 이미 지켜보는 프롬프트와 중복 제거하고, 새 표현을 추가하라. 이제 당신의 매일 점검이 결코 추측하지 못했을 질문까지 덮는다.
이것이 하지 않는 일
Scavio는 AI Overview 본문을 돌려주지 않고, ChatGPT에서의 정확한 인용률도 알려주지 않는다. 그건 트래커의 일이고, 트래커는 매일 점검을 돌리는 가장 쉬운 방법이 맞다. 이 방법은 거기에 더 나은 입력을 공급할 뿐 대체하지 않는다.
두 개의 층으로 생각하라. SERP와 Reddit 데이터는 어떤 질문을 추적할지 알려준다. 대시보드는 그 질문에서 이기고 있는지 알려준다. 둘 다 돌리면, 자기 추측을 상대로 자기를 채점하는 일을 멈추게 된다.
솔직한 결론
트래커는 계속 써라. 다만 그 프롬프트 목록을 믿는 것만 멈춰라. 분기마다 핵심 주제의 people_also_ask, related_searches, Reddit 스레드를 꺼내, 새 표현을 대시보드에 넣어라. 도구는 프롬프트를 점검한다. 당신은 그게 맞는 프롬프트인지 확인한다.