디엠씨미디어, AI 브랜드 측정 체계 'ABBE' 통한 D.SaiO 중심 GEO 전략 고도화

‍

지난주 'DAX(Digital AI Transformation) in ADPR: AI-인간 협업과 공진화'를 주제로 열린 2026 봄철 정기학술대회에서 이례적인 발제가 나왔다.

‍

AI 검색 환경에서 측정한 브랜드 비보조인지도 점수와 전통적 브랜드 최초상기도(TOM:Top of Mind) 간 피어슨 상관계수 r=0.61(p〈.001) — AI 시대의 새로운 브랜드 자산 지표가 기존 마케팅 KPI와 실제로 연동될 수 있다는 통계적 근거가 처음으로 제시됐다. 발제 주체는 대학 연구실이 아니라 마케팅 실무 현장이었다. 광고·마케팅 캠페인을 직접 실행하며 데이터를 축적해온 기업이 학술 검증의 언어로 AI 시대의 브랜드 측정 방법론을 공개한 것이다.

‍

이번 발제의 핵심은 'ABBE(AI-Based Brand Equity)' 프레임워크다. 마케팅 학문의 근간인 CBBE(Customer-Based Brand Equity, Keller 1993) 이론을 AI 검색 환경에 재설계한 독자 측정 체계로, 브랜드를 아는 것과 구매 시 선택하는 것이 완전히 다른 문제라는 CBBE의 핵심 원리를 AI 엔진의 응답 구조에 그대로 대입했다.

‍

ABBE는 AI가 브랜드를 소비자 구매여정의 각 단계 — 인지·탐색·고민·이미지·전환·경쟁 — 에서 얼마나 정확하고 긍정적으로 표현하는지를 6차원으로 분해해 채점한다. 브랜드명을 직접 제시했을 때의 AI 반응(보조인지)과 질문만으로 자발적 추천이 이뤄지는지(비보조인지)를 분리 측정하고, 각 차원별로 브랜드 공식 정보 대비 AI 응답 정확도를 수치화한다. 더불어 AI가 잘못된 가격이나 존재하지 않는 기능을 생성하는 '환각(Hallucination)'이 감지되면 해당 차원에 자동 감점을 적용해 브랜드 자산 훼손을 즉각 포착한다.

‍

이 같은 방법론은 통합마케팅 기업 디엠씨미디어의 'B2A2C 마케팅 관점에서의 GEO 측정 방법론 제안' 발제 중 핵심내용으로, ABBE 프레임워크를 기반으로 한 AI 검색 최적화 솔루션 '디싸이오(D.SaiO)'가 실제 구현 사례로 언급되기도 했다.

‍

ABBE가 주목받는 이유는 현재 시중의 GEO 툴이 아직 다루지 못한 영역에서 찾을 수 있다. 대부분의 GEO 툴은 'AI 답변 내 브랜드 등장 횟수'를 핵심 지표로 삼는다. 그러나 AI가 특정 브랜드를 100번 언급하더라도 매번 "저가 입문용"으로 묘사한다면, 해당 브랜드가 공들여 구축한 프리미엄 포지셔닝은 조용히 무너진다. 등장 횟수는 늘었지만 브랜드 자산은 훼손되는 역설이다.

‍

더 심각한 문제는 AI 플랫폼 간 브랜드 추천 불일치율이 62%에 달한다는 점이다. 단순 평균 SOV(점유율) 수치는 이 불일치를 숨긴 채 전략적 오판을 유발할 수 있다. 여기에 '환각’까지 정상 노출로 집계되는 현실은, 현재 AI 검색 최적화 측정 체계의 근본적 한계를 드러낸다. 결국 브랜드 관리의 기준과 언어 자체가 바뀌어야 한다는 목소리가 커지고 있다.

‍

‍보도기사 보기

‍

‍