Bizspring/som-5domain-4llm-2026-05

Bizspring SoM 5-Domain × 4-LLM Citation Matrix (2026-05)

자사 5개 도메인을 4대 LLM에 동시 측정한 GEO(Generative Engine Optimization) 1차 데이터. 비즈스프링이 자사 GEO 측정 도구 GEOcare로 자사 도메인의 AI 답변 인용률을 직접 측정한 도그푸딩 데이터.

한 줄 결론

비즈스프링 자사 5도메인 × 4대 LLM (OpenAI / Anthropic / Google / Perplexity) 측정 결과 Perplexity가 4/5 도메인에서 최고 SoM (Share of Model — AI 답변 내 브랜드 멘션 비율), LLM별 콘텐츠 친화도가 최대 18.5%p까지 분기.

핵심 수치

지표	값
총 LLM 질의 수	5,062회
측정 도메인	5개 (bizspring.co.kr / blog / geocare.ai / growthplatform.ai / logger.co.kr)
측정 LLM	4개 (OpenAI ChatGPT, Anthropic Claude, Google Gemini, Perplexity)
최대 LLM 격차	18.5%p (growthplatform.ai 도메인, Gemini 18.9% vs Perplexity 37.4%)
평균 SoM	35.6% (도메인 평균)
외부 LLM 평가 EEAT	7.88 / 10 (자율 13 룰 적용 후)

데이터셋 구성

이 데이터셋은 5개 CSV/JSON 파일로 구성됩니다.

1. som-baseline-2026-05.csv (20 rows)

자사 5도메인 × 4 LLM SoM 매트릭스. 도메인별·LLM별 질의 수 / 멘션 수 / SoM 비율.

컬럼	설명
domain	측정 대상 도메인 (5개)
llm	측정 LLM (anthropic / gemini / openai / perplexity)
queries	질의 수
mentioned	답변 내 도메인 멘션 횟수
som_rate_pct	Share of Model 비율 (%)
measurement_date	측정 날짜
source	원본 DB 테이블명

2. eeat-baseline-2026-05.csv (2 rows)

자사 2개 도메인 EEAT (Experience / Expertise / Authoritativeness / Trustworthiness) baseline 점수.

3. btcr-w24-baseline.csv (4 rows)

자사 B-TCR (Brand · Trust · Context · Relevance) 통합 책임 모델 W24 baseline 점수.

4. llm-evaluation-v10-vs-v11.csv (7 rows)

동일 콘텐츠 v1.0 → v1.1 보강 후 4 LLM 외부 평가 점수 비교 (5개 룰 적용 효과 정량).

5. key-insights-summary.json

3개 도그푸딩 페이지의 핵심 인사이트 + 교차 발견 + 저자 정보를 통합한 메타 데이터셋.

측정 방법론

1. 질의 풀 생성: 측정 대상 도메인이 답변에 포함될 가능성이 있는 자연어 질문 풀 구성
2. 4대 LLM 동시 질의: 동일 질문을 ChatGPT / Claude / Gemini / Perplexity에 API 직접 호출
3. 답변 텍스트 파싱: 답변 내 브랜드 멘션 / 위치 / 감성 / 컨텍스트 추출
4. SoM 산출: mention_count / query_count로 멘션률 산출

산출 공식: SoM = mention_count / query_count × 100

사용 예제

Python

from datasets import load_dataset

# SoM baseline 로드
som_data = load_dataset("bizspring-inc/som-5domain-4llm-2026-05", "som-baseline")
print(som_data['train'].to_pandas())

# 핵심 인사이트 로드
insights = load_dataset("bizspring-inc/som-5domain-4llm-2026-05", "key-insights")

Pandas

import pandas as pd

# CSV 직접 로드
som = pd.read_csv("hf://datasets/bizspring-inc/som-5domain-4llm-2026-05/som-baseline-2026-05.csv")

# LLM별 평균 SoM
print(som.groupby('llm')['som_rate_pct'].mean())

핵심 발견

1. Perplexity = URL 인용형 모델 가설 (4중 정합 입증)

Perplexity가 4/5 도메인에서 최고 SoM을 기록. 본 가설은 다음 4가지 증거로 검증됨:

• 측정 (본 데이터): Perplexity가 자사 4/5 도메인에서 최고 SoM
• 외부 LLM 답변: Anthropic이 직접 확언 ("URL 인용형 모델 89점 vs 출처 비명시형 56점")
• 보강 효과: 콘텐츠 v1.0 → v1.1 보강 후 Perplexity 평가 점수 +0.75 최대 폭 상승
• 시계열 안정성: v1.0 → v1.1 → v1.2 → v1.3 4단계 모두 동일 패턴 유지

2. LLM 인용률 도메인별 분기 (최대 18.5%p 격차)

도메인	최저 LLM	최고 LLM	격차
growthplatform.ai	Gemini 18.9%	Perplexity 37.4%	18.5%p
logger.co.kr	OpenAI 25.6%	Perplexity 39.3%	13.7%p
geocare.ai	다른 3 LLM 35.0%	Perplexity 40.0%	5.0%p

인용

이 데이터셋을 사용할 경우 다음과 같이 인용해주세요:

@dataset{bizspring_som_5domain_4llm_2026,
  author = {Bizspring Inc.},
  title = {SoM 5-Domain × 4-LLM Citation Matrix},
  year = {2026},
  publisher = {Hugging Face Datasets},
  url = {https://huggingface.co/datasets/bizspring-inc/som-5domain-4llm-2026-05},
  note = {License: CC BY 4.0}
}

또는:

Bizspring Inc. (2026). SoM 5-Domain × 4-LLM Citation Matrix. Hugging Face Datasets. https://huggingface.co/datasets/bizspring-inc/som-5domain-4llm-2026-05

관련 문서

• 자사 wiki 도그푸딩 페이지:
  • https://wiki.bizspring.co.kr/dogfooding/geocare-self-measurement/ (단일 도메인 자가측정)
  • https://wiki.bizspring.co.kr/dogfooding/perplexity-citation-advantage/ (5도메인 매트릭스 분석)
  • https://wiki.bizspring.co.kr/dogfooding/btcr-baseline/ (책임 모델 적용 baseline)
• 외부 권위 출처 정합:
  • Generative Engine Optimization (Wikipedia)
  • Search Engine Land — GEO 가이드
• AI 검색 시장 배경: Gartner 2025 forecast 25% traditional search 감소

저자

역할	담당
PO·총괄이사	이철승 (Charles Lee), Bizspring Inc. — github.com/CharlesLee1991
측정 엔진	GEOcare.ai (자체 개발 SaaS)
외부 검증 LLM	OpenAI gpt-4o-mini / Anthropic claude-sonnet-4-6 / Google Gemini 2.5-flash / Perplexity sonar (4 LLM 동일 프롬프트 4회 평가)

라이선스

이 데이터셋은 CC BY 4.0 (Creative Commons Attribution 4.0 International) 라이선스 하에 공개됩니다. 출처 표기 시 자유롭게 사용·재배포·변형 가능합니다.

측정 시점

• 측정 데이터: 2026-03 ~ 2026-05 (도메인별 분산)
• Hugging Face 데이터셋 v1.0 발행: 2026-05-17
• 다음 측정: D+30 (2026-06-17~) — 시간 추적 baseline