그라운딩
한 줄 정의
LLM 답변을 외부 데이터·검색 결과 같은 근거 출처에 정박시켜 사실성을 끌어올리는 기법입니다.
자세히 알아보기
Grounding은 LLM이 자신만의 학습 지식으로 답하지 않도록, 답변 시점에 외부 근거를 함께 참고하도록 만드는 방식을 통칭합니다. RAG(Retrieval-Augmented Generation)가 대표적이고, AI 검색의 '인용 기반 답변'도 결국 그라운딩의 한 형태입니다.
마케터 관점에서 그라운딩이 중요한 이유는 단순합니다. AI가 그라운딩하는 출처 풀에 우리 콘텐츠가 들어 있어야 정확한 인용이 가능합니다. 자사 사이트의 사실 정보가 정리되어 있고, 외부 매체·위키피디아 같은 곳에도 일관된 정보가 쌓여 있어야 그라운딩 결과가 안정적으로 나옵니다.
그라운딩이 만능은 아닙니다. 출처가 부정확하거나 오래됐으면 잘못된 답이 나올 수 있고, 모델이 출처 내용을 살짝 비틀어 요약하기도 합니다. 그래서 'AI가 우리 브랜드를 어떻게 그라운딩하고 있는지'를 정기적으로 검증하는 게 GEO 운영의 한 축이 됩니다.
관련 용어
환각(할루시네이션)
LLM이 사실이 아닌 내용을 자신감 있는 톤으로 만들어 내는 현상으로, 브랜드 인용 정확도를 위협하는 가장 흔한 리스크입니다.
GEO·AEO출처 표시
AI 답변에 함께 노출되는 출처 링크·인용 표기를 의미하며, 사용자가 답변 근거를 검증하고 원문 사이트로 이동하는 핵심 경로입니다.
GEO·AEOCitation Rate
특정 질문군에서 AI 답변에 우리 브랜드 또는 도메인이 인용된 비율을 의미하는 GEO의 핵심 지표입니다.
GEO·AEOLLMO
대규모 언어 모델이 브랜드를 정확히 이해하고 인용할 수 있도록 콘텐츠·데이터·문맥 신호를 정리하는 작업입니다.
SEOKnowledge Graph
엔티티(사람·브랜드·제품 등)와 그 관계를 그래프로 정리한 데이터베이스로, 검색 엔진과 LLM이 사실 정보를 다룰 때 기반이 됩니다.
우리 브랜드는 AI 답변에 어떻게 등장하고 있을까요?
Villion은 ChatGPT·Perplexity·AI Overview에서 브랜드 인용 현황을 진단하고, 인용률과 언급 점유율을 끌어올리는 작업을 자동화합니다.
무료 진단 받기