Bing AI Performance 그라운딩 쿼리 분석: GEO 7단계

Bing AI Performance 그라운딩 쿼리 분석 핵심 요약

Bing AI Performance는 Copilot이 우리 페이지를 답변 출처로 몇 번 인용했는지 Microsoft가 직접 세어 보여주는 보고서입니다. GEO(생성형 AI 검색 최적화) 성과를 AI 플랫폼이 집계한 공식 숫자로 확인할 수 있는 창구인데요. 그라운딩 쿼리를 검색어처럼 읽으면 해석이 빗나갑니다. Hive Digital의 글 한 편은 3개월 동안 AI 답변에 1,064회 인용됐지만 같은 기간 Bing 검색 노출은 3회였습니다.

• 그라운딩 쿼리는 AI가 근거를 찾으려고 만든 검색 문구이며 검색량 데이터가 아닙니다.
• 분석은 브랜드 구분에서 월간 아카이브까지 7단계로 진행하고 클릭과 경쟁사 데이터는 다른 측정으로 채웁니다.
• 지오랭크 고객사 B사는 이 흐름으로 4개월 만에 월 인용 수를 27회에서 131회로 늘렸습니다.

목차

• Bing AI Performance 그라운딩 쿼리 분석 핵심 요약
• Bing AI Performance 보고서란? 지표 5개와 적용 범위
• 그라운딩 쿼리 읽는 법: 사용자 검색어가 아닌 AI의 하위 질문
• 그라운딩 쿼리 분석 GEO 진단 7단계
• 산업용 계측기 제조기업 B사 사례: 4개월 만에 Copilot 인용 4.9배
• Bing AI Performance의 한계와 보완 측정
• Bing AI Performance FAQ
• 함께 읽으면 좋은 글
• 출처

Bing AI Performance 보고서란? 지표 5개와 적용 범위

Bing Webmaster Tools에 인증된 사이트라면 무료로 열어 볼 수 있는 AI 인용 대시보드입니다. Microsoft Copilot과 Bing AI 요약, 일부 파트너 서비스에서 우리 페이지가 출처로 표시된 기록을 5개 지표로 보여줍니다.

보고서는 2026년 2월 10일 퍼블릭 프리뷰로 나왔고 Search Performance 메뉴 아래에 있습니다. Bing Webmaster Blog는 이를 GEO 도구를 향한 첫 단계라고 소개했습니다. Search Engine Journal이 짚었듯 Google Search Console에는 AI 인용만 따로 보여주는 보고서가 없습니다.

그라운딩 쿼리 읽는 법: 사용자 검색어가 아닌 AI의 하위 질문

그라운딩 쿼리는 사용자가 입력한 질문이 아니라 Copilot이 답변 근거를 찾으려고 다시 쓴 검색 문구입니다. 검색량으로 다루기보다 AI가 어떤 하위 질문을 거쳐 우리 페이지에 도착했는지 보여주는 신호로 읽어야 해석이 맞습니다.

Microsoft Learn의 Bing 그라운딩 문서가 설명하는 흐름은 이렇습니다. 에이전트가 정보 공백을 찾아 검색어를 만들고 결과를 받아 답변을 쓴 뒤 출처를 붙입니다. 이 과정에서 질문 하나가 여러 검색어로 갈라지는 쿼리 팬아웃이 일어나는데요. Hive Digital의 예시에서 'What are the best SEO tools for 2026?'은 'top-rated SEO software 2026', 'SEO tool comparisons' 같은 하위 검색어로 나뉩니다. 실제 목록에는 'AI search optimization GEO platforms customer journey awareness consideration decision tracking'처럼 사람이 칠 리 없는 나열형 문구도 많습니다.

Hive Digital 글의 1,064회 인용은 그라운딩 쿼리 단 2개에서 716회와 348회로 나왔습니다. 같은 글이 Google Search Console에서 얻은 성과는 노출 452회, 클릭 6회였습니다. 지오랭크가 그라운딩 쿼리를 키워드 목록이 아니라 AI가 던진 질문지로 다루는 이유입니다. 화면에 보이는 쿼리가 전체 인용 활동의 표본이라는 점도 Microsoft가 함께 밝혔습니다.

그라운딩 쿼리 분석 GEO 진단 7단계

그라운딩 쿼리 분석은 인용 구조를 진단하고 공백과 우선순위를 정한 뒤 수정 효과를 검증해 기록으로 남기는 순서로 갑니다. 단계마다 어떤 데이터를 보고 무엇을 고칠지가 정해져 있습니다.

1단계: 브랜드 쿼리와 비브랜드 쿼리 나누기

그라운딩 쿼리를 내보내 브랜드명이나 제품명이 들어간 쿼리에 태그를 붙입니다. OtterlyAI가 2025년 11월부터 약 3개월간 모은 데이터에는 고유 그라운딩 쿼리 647개, 그라운딩 이벤트 30,398건, 인용 페이지 173개가 잡혔습니다. 브랜드 쿼리 비중은 29.7%였지만 쿼리당 평균 인용은 브랜드 약 75회, 비브랜드 약 35회로 2배 넘게 벌어졌습니다.

쿼리 수는 비브랜드가 많은데 인용이 브랜드 쿼리에 몰려 있다면 이미 우리를 아는 사람에게만 보이는 상태입니다. 이럴 때는 카테고리 비교나 문제 해결형 콘텐츠를 보강합니다. 브랜드 쿼리조차 드문 신생 브랜드라면 회사 소개 페이지에 무엇을 하는 회사인지 분명히 적어 두는 일이 출발점입니다.

2단계: 쿼리-페이지 매핑으로 잘못 인용된 페이지 찾기

Microsoft Advertising Blog가 소개한 2026년 3월 23일 업데이트로 쿼리를 누르면 인용된 페이지가, 페이지를 누르면 연결된 쿼리가 보입니다. 쿼리 하나에 여러 페이지가 연결되는 것은 정상이고 불이익도 없습니다. 확인할 것은 쿼리 의도와 페이지 유형이 맞는지입니다.

Seer Interactive는 'GEO testing methodology' 쿼리에 서비스 페이지 대신 사례 모음 페이지가 인용되는 현상을 찾았습니다. 오래된 PPC 지역 타기팅 글이 'What is GEO' 설명 글과 경쟁한 경우도 있었습니다. 신조어인 GEO를 AI가 '지역'이라는 기존 뜻으로 읽은 탓입니다. 해법은 의도에 맞는 대표 페이지를 정해 용어와 메타데이터를 보강하고 옛 글에서 그 페이지로 내부 링크를 거는 것입니다. 맞는 페이지가 없으면 새로 만듭니다. 가격이나 스펙 질문에 오래된 글이 걸려 있다면 틀린 정보가 답변에 실릴 수 있어 가장 먼저 손봅니다.

3단계: 인용 0건 페이지로 콘텐츠 공백 찾기

사이트맵의 핵심 URL과 인용 페이지 목록을 맞대 보면 한 번도 인용되지 않은 가격·비교·도입 사례 페이지가 드러납니다. 원인은 Bing 색인, robots.txt·WAF·CDN 차단, 질문에 바로 답하는 문단 유무, 다른 페이지와의 중복 순으로 확인합니다. Bing은 robots.txt 같은 제어 설정을 따르므로 AI 크롤러 허용·차단 설정부터 보면 빠릅니다.

보강할 때는 Microsoft 권장대로 제목 구조와 표, FAQ를 갖추고 주장마다 근거와 데이터를 붙여 최신 상태로 유지합니다. Hive Digital은 그라운딩 쿼리 표현을 H2와 첫 문단에 넣으라고 권합니다. 쿼리에는 자주 등장하는데 직접 답하는 페이지가 없는 주제는 새 콘텐츠 후보로 올립니다. 지역 비즈니스라면 Bing Places for Business 정보도 같이 점검해 두세요.

4단계: Intents·Topics·Citation Share로 우선순위 정하기

2026년 6월 16일 Bing Search Blog는 Intents·Topics·Citation Share·Compare 4개 기능의 전 세계 프리뷰 배포를 알렸습니다. Intents는 쿼리를 정보형, 상업형, 탐색형, 학습·문제 해결형, 리서치형, 생성형, 지역형 등으로 나눕니다. Topics는 'solar panels'와 'residential solar installation'을 'Solar Energy' 같은 큰 주제로 묶어 줍니다.

Citation Share는 특정 쿼리에 표시된 전체 인용 가운데 우리 사이트의 몫입니다. 10건 중 3건이면 30%입니다. 경쟁사 도메인은 표시되지 않으므로 함께 인용된 곳은 별도 프롬프트 측정으로 파악합니다. 손댈 순서는 '인용은 많은데 점유율이 낮은 주제'와 '점유율은 높은데 의도가 어긋난 주제'가 앞입니다. 상업형·리서치형 인용이 약하면 구매 검토 단계에서 덜 보인다는 뜻이니 그 의도의 페이지를 우선 채웁니다.

5·6단계: IndexNow 반영과 Compare 기간 비교

수정한 페이지는 IndexNow로 알리고 수정 날짜와 URL을 기록합니다. Compare는 이전 기간을 현재 보고서에 겹쳐 보여주는 기능으로 최근 30일과 직전 30일 또는 원하는 기간끼리 비교할 수 있습니다. 수정한 페이지 묶음과 손대지 않은 대조군을 같은 기간에 놓고 연결된 그라운딩 쿼리 수, 의도에 맞는 쿼리로의 인용 이동, Citation Share 변화를 봅니다.

Microsoft는 인용 패턴이 사용자 행동이나 모델, 최신성 신호, 웹 생태계 변화로도 달라진다고 설명합니다. 그래서 수정한 페이지만 움직였을 때를 콘텐츠 효과로 판단합니다. 표본 데이터이므로 며칠의 흔들림보다 여러 주에 걸친 방향을 기준으로 삼습니다.

7단계: 월간 아카이브로 데이터 쌓고 KPI와 연결하기

Bing의 Fabrice Canel은 출시 때 이 데이터를 API로 제공하지 않는다고 했습니다. 대시보드에서 정기적으로 내보내 기간, 그라운딩 쿼리, 인용 페이지, Intent, Topic, Citation Share, 브랜드 여부, 수정 이력을 한곳에 쌓아 두는 이유입니다. 서버 로그의 BingBot 방문과 GA4 추천 유입을 같은 랜딩 페이지 기준으로 맞춰 보면 인용이 방문과 문의로 이어지는 흐름이 월 단위로 잡힙니다.

산업용 계측기 제조기업 B사 사례: 4개월 만에 Copilot 인용 4.9배

산업용 계측기 제조기업 B사는 그라운딩 쿼리 진단을 4개월 동안 적용해 Bing AI Performance 총 인용을 약 4.9배로 늘렸습니다. AI를 거쳐 들어온 견적 문의도 3배 넘게 늘었습니다.

B사는 압력·유량 계측기를 국내 플랜트와 반도체 공장에 납품합니다. 구매 담당자들이 Copilot에 '산업용 유량계 제조사 비교', '고온 배관용 압력 트랜스미터 추천' 같은 질문을 하는 일이 크게 늘었는데요. Bing AI Performance를 열어 보니 인용은 회사명이 들어간 브랜드 쿼리에 몰려 있었고 비브랜드 쿼리 인용은 손에 꼽을 정도였습니다. 그마저도 사양 질문에 2019년 카탈로그 PDF나 오래된 공지 글이 인용됐습니다. ChatGPT·Gemini·Claude·Perplexity 답변에는 해외 대형 브랜드만 나왔습니다.

지오랭크는 첫 주에 GRank Research로 B사와 경쟁사 4곳의 사양·인증·도입 후기를 모아 FACT DB를 만들었습니다. 쿼리-페이지 매핑으로 의도와 어긋난 페이지를 골라내고 최신 제품 상세 페이지를 대표 페이지로 정했습니다. 옛 카탈로그와 공지 글에서는 이 페이지로 내부 링크를 걸고 그라운딩 쿼리 표현을 H2와 첫 문단에 넣었습니다. 인용 0건이던 도입 사례·인증 페이지는 표와 FAQ로 다시 짜고 Product·FAQPage·Organization 스키마를 적용했습니다. GRank QueryMix로는 '설치 조건', '교정 주기', '국산 vs 수입 비교' 같은 하위 질문 21개를 찾아 새 콘텐츠로 채웠고 수정 URL은 IndexNow와 sitemap으로 바로 제출했습니다. 그 뒤로는 Compare 기간 비교와 GRank Pilot의 하루 5회 반복 측정을 함께 보며 매주 보강했습니다.

이제 사양 질문에는 옛 카탈로그 대신 최신 제품 페이지가 인용됩니다. GRank Pilot으로 측정한 4개 LLM 평균 AI 가시성은 68%(ChatGPT 64%·Gemini 73%·Claude 61%·Perplexity 74%)였습니다. Copilot에서도 타깃 질의 12개 중 9개에서 B사가 상위 3위 안에 추천됐습니다. B사 영업마케팅 팀장은 “견적 요청서의 유입 경로에 'Copilot에서 봤다', 'ChatGPT가 추천해 줬다'는 답이 나오기 시작했습니다. 그렇게 들어온 구매 담당자분들은 이미 사양을 비교해 보고 오셔서 계약까지 훨씬 빠릅니다”라고 말했습니다.

Bing AI Performance의 한계와 보완 측정

Bing AI Performance는 Copilot 인용을 공식 수치로 확인하는 가장 직접적인 도구지만 클릭과 경쟁사, 다른 LLM은 보여주지 않습니다. GEO 성과는 이 보고서를 기준선으로 두고 방문·전환 데이터와 다른 LLM 측정으로 빈칸을 채울 때 정확해집니다.

• 클릭 데이터 없음: Search Engine Journal의 지적처럼 인용이 방문으로 이어졌는지는 이 보고서만으로 알 수 없습니다.
• 범위 한정: Microsoft 서비스의 인용만 다루므로 ChatGPT·Gemini·Perplexity 성과는 따로 측정합니다.
• 표시된 인용만 집계: 링크 없이 답변에 참고된 영향은 잡히지 않습니다.
• 기능 공백: 경쟁사 도메인 정보와 API 연동이 없고 SEO Week에서 미리 시연된 GEO 추천 기능도 6월 배포에는 빠졌습니다.

이 데이터를 꾸준히 쌓아 둘 가치는 충분합니다. Microsoft Advertising Blog는 소비자 절반이 이미 AI 검색을 쓴다고 설명하며 McKinsey가 2028년까지 AI 검색이 7,500억 달러 규모 매출에 영향을 줄 것으로 전망했다고 전했습니다. 지오랭크는 Bing AI Performance를 공식 기준선으로 삼고 나머지 LLM은 반복 측정으로 맞춰 보며 GEO 성과를 판단합니다.

Bing AI Performance FAQ

Bing AI Performance에서 ChatGPT 인용도 확인할 수 있나요?

아니요. 이 보고서가 집계하는 것은 Microsoft Copilot과 Bing AI 요약, 일부 파트너 서비스에 표시된 인용입니다. ChatGPT 노출은 핵심 질문을 정해 두고 직접 반복 측정하면 확인할 수 있습니다.

그라운딩 쿼리를 SEO 타깃 키워드로 써도 되나요?

검색량 기준의 타깃 키워드로는 맞지 않습니다. 사람의 검색 수요가 아니라 AI의 근거 탐색 과정을 반영한 문구이기 때문입니다. 소제목과 첫 문단에 넣을 표현이나 새 콘텐츠 주제를 고르는 재료로 쓰면 효과적입니다.

인용 수가 갑자기 줄면 무엇부터 확인하나요?

직전 기간과 겹쳐 보고 손대지 않은 페이지도 같이 줄었는지부터 봅니다. 사이트 전체가 함께 떨어졌다면 모델이나 사용자 행동 변화일 가능성이 큽니다. 특정 페이지만 떨어졌다면 robots.txt나 방화벽 차단, 색인 누락을 점검합니다.

네이버와 구글 중심인 한국 기업도 Bing AI Performance를 볼 필요가 있나요?

B2B 기업이라면 특히 볼 만합니다. 구매 담당자가 업무 중 Copilot으로 공급사를 비교하는 경우가 있기 때문입니다. AI 플랫폼이 인용 횟수를 직접 세어 주는 드문 데이터라 GEO 측정의 기준선으로도 쓸 수 있습니다.

함께 읽으면 좋은 글

• 인용 수를 매출과 연결하는 KPI 설계가 궁금하시다면? AI 검색 KPI 어떻게 정할까? 인용 1건의 가치를 숫자로 만드는 법
• 그라운딩 쿼리를 만드는 쿼리 팬아웃의 원리가 궁금하시다면? 쿼리 팬아웃이란? AI 검색이 내 검색 의도를 왜곡하는 원리와 GEO 대응
• 도구마다 AI 가시성 숫자가 다른 이유가 궁금하시다면? AI 가시성 측정, 왜 도구마다 숫자가 다를까? 정확도 아닌 정밀도

출처

• Bing Webmaster Blog - Introducing AI Performance
• Bing Search Blog - New AI Visibility Insights
• Microsoft Advertising Blog - The AI Performance dashboard
• Hive Digital - Grounding Queries and Query Fan-outs
• OtterlyAI - Bing Webmaster Tools AI Performance Report