본격적인 무료 AI 감사: 34장 넘는 리포트 PDF | Suparanku KO

본격적인 감사를, 이제 모두에게 무료로

무료 AI 브랜드 감사를 누구나 이용할 수 있도록 개방했습니다. 이것은 데모도, ‘쿼리 한 번짜리 확인’도 아닙니다. 무료 감사는 유료 스캔과 동일한 전체 조사 파이프라인을 동일한 방법론으로 한 바퀴 돕니다 — 상한이 Free 플랜의 범위 안일 뿐입니다. 가입과 첫 스캔에 카드가 필요 없고, Free는 기한이 있는 체험이 아니라 영구 플랜입니다. 결과물은 대시보드의 숫자가 아니라 제대로 된 리포트 프레젠테이션입니다. 온보딩이 끝나면 34장 넘는 PDF가 자동으로 생성되어 메일에 링크로 도착합니다.

왜 중요한가: 점점 더 많은 구매 여정이 검색창이 아니라 AI 어시스턴트에게 던지는 질문에서 시작됩니다. 감사는 ChatGPT와 Google AI Overviews가 당신의 브랜드·경쟁사·출처에 대해 어떻게 답하는지, 그리고 무엇을 해야 하는지를 보여 줍니다. 이는 ‘AI 속 브랜드 표현 관리’(AI Representation Management)라는 닫힌 루프의 첫 측정이며, GEO·LLMO·AEO 전술은 이 루프 안에서 작동합니다.

감사에서 실제로 일어나는 일

‘감사’라는 한 단어 뒤에는 여러 조사가 병렬로 돌아갑니다 — 그리고 각각의 깊이는 뒤이어 리포트에서 확인할 수 있습니다.

1. 온보딩이 비즈니스를 구조화합니다. 브랜드명과 표기 변형, 토픽과 프롬프트 — 실제 구매자가 던지는 질문(5개 토픽에 최대 15개 프롬프트), 경쟁사(최대 3곳 추적). 여기에 시장 조사까지: 비즈니스 프로필, 플레이어, 선택 기준이 그대로 리포트의 슬라이드가 됩니다.
2. AI 엔진 스캔. 각 프롬프트를 ChatGPT와 Google AI Overviews에서 ‘프롬프트 × 엔진’당 3개 샘플씩 실행하고, 답변을 다섯 축 — 가시성·순위·감성·경쟁사·출처 — 으로 분석합니다. AI 답변은 실행할 때마다 흔들립니다. SparkToro의 독립 연구에 따르면 두 답변에서 같은 브랜드 목록이 나올 확률은 100분의 1 미만입니다. 단발 확인은 노이즈이고, 신뢰할 수 있는 지표는 여러 실행에 걸친 빈도입니다.
3. 사이트 감사. 최대 1,000페이지를 크롤링합니다: robots, 구조화 데이터, 메타 태그, 깨진 링크, 구조 — 각 페이지와 도메인 전체에 0~100점(SRPS)이 매겨집니다. 여기에 홈페이지는 Lighthouse 속도 지표까지 파고드는 심층 점검을 진행합니다.
4. 추천 액션. 스캔과 감사에서 드러난 간극이 브리프가 딸린 우선순위 액션 목록이 됩니다.

이제 본론입니다 — 이 모든 것이 리포트에서 어떻게 보이는지. 아래 스크린샷은 모두 가상 브랜드 ‘Mikazuki’의 데모 리포트입니다. 수치도 도메인도 경쟁사도 전부 가상이며, 실제 리포트의 구조만 보여 드립니다. 슬라이드 헤더의 ‘Suparanku × Supasaito’는 파트너용 공동 브랜딩으로, 파트너 기업은 자사 이름을 저희 로고 옆에 넣은 리포트를 발행할 수 있습니다.

슬라이드 1: 전체 그림을 한 페이지에

데모 리포트의 슬라이드 1 — 표지.

리포트는 세 가지 핵심 답변의 요약으로 시작합니다. AI 크롤러에게 사이트가 어떻게 보이는지(SRPS와 Lighthouse 점수), 퍼널의 어느 단계에서 발견되는지 — 지명 쿼리와 비지명 쿼리로 나눠서, 그리고 어떤 토픽에서 경쟁사가 당신을 앞서는지. 왼쪽에는 리포트의 근거 — 엔진, 토픽 × 프롬프트 × 샘플, 크롤링한 페이지 수, 경쟁사, 언급, 출처 — 를 명시합니다. 프레젠테이션 전체 대신 경영진에게 보여 줄 수 있는 슬라이드입니다. 브랜드가 지금 어디에 있는지가 한 화면에 담기고, 상세 슬라이드로 가는 참조까지 붙어 있습니다.

슬라이드 8–15: AI에게 사이트가 어떻게 보이는가

사이트 감사 블록은 ‘애초에 AI가 당신을 읽을 수 있는가’에 답합니다. 도메인과 robots, 기술 점검, 구조와 깨진 링크, 소셜 신호 — 그리고 홈페이지 속도는 별도의 슬라이드입니다.

슬라이드 14 — Lighthouse로 측정한 홈페이지의 랩 속도 지표.

각 지표 — LCP·CLS·TBT·FCP·Speed Index·TTI — 를 PageSpeed 임계값에 대비해 표시합니다. 초록·노랑·빨강 구간이 한눈에 보여 해석이 필요 없습니다. 위 예시에서 사이트는 LCP와 CLS가 양호하지만, Total Blocking Time이 빨강 구간입니다 — 무거운 JavaScript가 메인 스레드를 막고 있습니다. 추상적인 ‘속도 점수’가 아니라 개발자에게 그대로 넘길 수 있는 구체적인 작업입니다.

슬라이드 21: 정확히 어디에서 발견되는가 — 그리고 어디에서 안 되는가

이어 리포트는 AI 가시성으로 넘어갑니다. 감사의 프롬프트는 퍼널 단계로 태깅되고, 가시성은 단계별로 집계됩니다.

슬라이드 21 — 퍼널 단계별 가시성과 ‘지명 / 비지명 쿼리’ 구분.

여기서 가장 흔한 그림이 드러납니다. 브랜드명이 이미 포함된 쿼리에서는 가시성이 있지만(예시에서 50%), 구매자가 낯선 후보들 사이에서 고르는 비지명 쿼리에서는 6%에 그칩니다 — 게다가 그 쿼리가 코퍼스의 92%를 차지합니다. 바로 이것이 이후 추천 액션이 다루는 간극입니다.

슬라이드 26: 당신의 카테고리에 답할 때 AI가 인용하는 곳

슬라이드 26 — 인용된 출처의 구성과 상위 도메인.

AI 답변은 출처에 기댑니다. 리포트는 그 전체를 보여 줍니다. 출처 유형(코퍼레이트·자사·소셜·PR·리뷰)이 어떻게 분포하는지, 그리고 어떤 도메인이 가장 많이 인용되는지. 당신의 사이트는 목록에서 하이라이트되어, 수십 개의 출처 도메인 중 몇 위에 있고 누가 그 위를 차지하는지 바로 보입니다.

슬라이드 28–29: 경쟁사 — 어디에서, 왜 앞서는가

경쟁사 블록은 토픽별의 솔직한 비교로 시작합니다.

슬라이드 28 — 언급이 포함된 AI 답변 비율: 토픽별로 당신과 추적 중인 각 경쟁사 비교.

토픽마다 각 브랜드가 차지하는 답변 비율과 퍼센트 포인트 차이가 보입니다. 지명 프롬프트는 비교에서 제외됩니다 — 비지명 답변을 둘러싼 경쟁만을 정확히 재기 위해서입니다.

슬라이드 29 — 각 브랜드를 페이지에서 확인 가능하게 언급하는 도메인.

이것이 ‘왜 앞서는가’에 대한 답입니다. AI가 각 경쟁사에 대한 근거를 끌어오는 도메인을 보여 줍니다. 목록의 모든 도메인은 검증되어 있습니다 — 실제로 그 페이지가 브랜드를 언급하며, 모델의 추측이 아닙니다. 사실상 당신도 노출되어야 할 매체의 완성된 목록입니다.

슬라이드 32: 무엇을 할 것인가 — 우선순위별로

슬라이드 32 — 세 방향의 우선순위 추천 액션.

리포트는 소감이 아니라 계획으로 끝납니다. 컨텍스트·테크니컬·콘텐츠 세 방향의 추천 액션이 우선순위와 함께 나열되고, 각각이 감사에서 드러난 구체적 간극에 연결됩니다. sameAs 링크 누락 — 여기 작업 하나; 당신이 없는 토픽에서 AI가 경쟁사를 추천 — 여기 작업 하나; 무거운 JavaScript — 여기 작업 하나. 전체 목록과 각 추천의 완성된 브리프는 제품 안에 있습니다.

리포트는 직접 읽지 않아도 됩니다 — 저희는 AI 친화적입니다

Suparanku는 양방향으로 AI 친화적입니다. AI가 당신의 브랜드를 어떻게 표현하는지 측정할 뿐 아니라, 저희 자신도 AI 에이전트에게 열려 있습니다. Suparanku의 MCP 서버를 통해 당신의 어시스턴트 — ChatGPT·Claude·Gemini 또는 다른 어떤 MCP 클라이언트 — 가 직접 연결해 감사에 담긴 모든 것을 스스로 가져갑니다: 사이트 감사 데이터, AI 가시성 지표, 나아가 완성된 PDF 리포트 전체까지 — 에이전트가 생성을 요청해 다운로드 링크를 받을 수 있습니다. 추천 액션은 작업처럼 다룹니다: 목록을 가져오고, 항목을 착수하고, 게시 완료로 표시합니다 — 루프가 수작업 없이 돕니다. MCP는 Starter를 포함한 모든 유료 플랜에서 이용할 수 있습니다.

리포트를 받는 방법

1. 무료 가입 — 카드는 필요 없습니다.
2. 온보딩을 완료합니다: 브랜드·토픽·경쟁사 확인에 몇 분.
3. 시스템이 스캔과 사이트 감사를 실행하고, 준비가 끝나면 스스로 리포트를 조립해 메일로 링크를 보냅니다.

리포트는 인터페이스 언어로 생성됩니다 — 일본어·영어·러시아어·이탈리아어·한국어·스페인어·독일어·프랑스어·포르투갈어를 지원합니다. 분량은 브랜드의 데이터 양에 따라 달라지며, 프롬프트와 데이터가 있는 섹션이 많을수록 슬라이드도 늘어납니다.

기대치에 대한 솔직한 이야기

이 감사는 성장을 약속하지 않습니다 — 지금 어디에 있는지, 왜 그런지, 다음에 무엇을 할지를 보여 줍니다. AI 속 브랜드 표현 관리는 닫힌 루프입니다: 컨텍스트 → 측정 → 추천 → 게시 → 재측정. 무료 감사는 이 루프의 첫 바퀴이며, 모델과 경쟁사와 콘텐츠가 계속 변하는 동안 간극을 닫아 두는 것이 구독의 역할입니다.