GEO를 위한 API

GEO에 필요한 모든 분석 데이터를 하나의 API로 — 7개 엔진의 실제 브라우저 답변 수집, 답변과 소스의 인과관계 분석, GEO 모니터링, 그리고 계속 추가됩니다. 국가별, 구조화 JSON.

ChatGPT
Gemini
Perplexity
Google AI Overviews
Google AI Mode
Naver AI Brief
Naver AI Mode

무료 크레딧 2,000 · 카드 등록 없이 시작

querying.ai/dashboard/playground

Response

COMPLETED · 1ad65a0f-…

COMPLETED
CHATGPT10.5s2 credits6 sources

Searched for

how AI search engines choose sources to cite retrieval ranking authority relevance

AI search engines generally choose citations through a retrieval-and-selection pipeline, not by simply picking the highest-ranking web page like a traditional search engine. The exact algorithms are proprietary and vary by product, but the broad process looks like this: answerbench.org

  1. Find candidate sources
  • The system first gathers potentially relevant material from search indexes, web crawls, licensed databases, or other retrieval systems.
  • A user question may be rewritten into multiple related searches so the system can find different angles of the answer. bluefrog.ai

  1. Match sources to the question AI systems look for sources whose content actually answers the user’s intent, often using semantic matching rather than only keyword matching. A page about “best running shoes for flat feet” may be preferred over a general shoe article because it contains the specific information needed. thestacc.com

  2. Score reliability and usefulness Common signals include:

  • Relevance: Does the source directly support the claim being made?
  • Authority: Is the source credible for this topic?
  • Freshness: Is it current enough, especially for news, prices, laws, or software?
  • Factual clarity: Does it provide specific, verifiable information?
  • Extractability: Can the system easily identify a passage that supports the answer? lightspacelabs.com

  1. Select evidence for specific claims The system is usually not asking “which website is the best overall?” It is asking something closer to: “Which source best supports this particular sentence?” A government page might be chosen for a legal fact, a research paper for a scientific claim, and a company’s documentation for a product feature. answerbench.org

  2. Generate the answer and attach citations After selecting useful passages, the AI produces a response and links citations to the claims those sources support. Some systems cite many sources; others prefer fewer sources that they rely on more heavily. arxiv.org

A few things that often surprise people:

  • The top Google result is not guaranteed to be cited. AI systems may choose a lower-ranked page if it provides a clearer or better-supported answer. lightspacelabs.com
  • Being authoritative is not enough. A highly reputable site can be skipped if the relevant information is buried, vague, outdated, or difficult for the system to extract. answerlab.au
  • Citations are not a perfect audit trail. A citation means the system used or found the source relevant, but it does not automatically mean every statement in the answer is fully verified by that source. answerbench.org

A simple mental model: AI search first finds possible evidence, then chooses the evidence that best supports the answer it wants to give. The winning source is often the one that is both trustworthy and easy to use as evidence. bluefrog.ai

Sources

  1. 1How AI Answer Engines Choose Which Sources to Cite — AnswerBenchhttps://answerbench.org/articles/how-ai-answer-engines-choose-sources
  2. 2How do AI assistants decide which sources to cite? | Bluefroghttps://bluefrog.ai/answers/assistants-choose-which-sources-to-cite/
  3. 3How AI Search Engines Choose Sources to Citehttps://thestacc.com/blog/how-ai-search-engines-cite-sources/
  4. 4How AI Search Engines Decide Which Sources to Cite | Lightspace Labs Blog | Lightspace Labshttps://www.lightspacelabs.com/blog/how-ai-search-engines-decide-which-sources-to-cite
  5. 5From Citation Selection to Citation Absorption: A Measurement Framework for Generative Engine Optimization Across AI Search Platformshttps://arxiv.org/abs/2604.25707
  6. 6How AI Search Engines Decide Which Sources to Cite | AnswerLabhttps://answerlab.au/blog/how-ai-decides-citations

답변을 보고, 이유를 알고, 추적한다.

하나의 API, GEO의 세 층위 — 고객이 실제로 보는 AI 답변을 수집하고, 어떤 소스가 그 답변을 만들었는지 밝히고, 시간에 따라 점수를 매깁니다.

Answers

ChatGPT · Gemini · Perplexity · Google AI · Naver AI의 실제 소비자 답변을 국가별 구조화 JSON으로.

GEO Research

답변과 인용을 다시 넣으면, 어느 소스의 어느 구절이 어느 문장을 만들었는지 근거와 함께 그대로 보여줍니다.

Monitors

저장된 프롬프트 셋을 주기 실행하고 브랜드 노출·인용을 채점 — AI 답변 점유율을 시간축으로 측정합니다.

7개 엔진, 하나의 API

모든 엔진의 실시간 상태를 한눈에. 장애가 있으면 솔직하게 알려드립니다.

ChatGPTGoogleGeminiPerplexityNaver

각 화면이 무엇이고, 무엇이 돌아오는가

하나의 모델을 일곱 번 감싼 게 아니라, 서로 다른 소비자 화면 일곱 개입니다. 각자 다른 구조화 데이터를 반환하며, 아래 필드명이 웹훅으로 그대로 들어옵니다.

ChatGPT

누구나 무료로 쓰는 그 ChatGPT가 웹 검색을 켠 채로 답합니다. 그래서 답변 텍스트만 오는 게 아닙니다 — 답하기 전에 실제로 던진 검색 쿼리(fan-out), 그 근거가 된 인용 카드, 쇼핑 카드까지 함께 옵니다. 실제로 답변을 만든 모델은 `model`에 담겨 오니 무엇을 측정했는지 항상 알 수 있습니다.

textsourcesmarkdownsearchQueriesshoppingCardsmodel

Gemini

Gemini API가 아니라 소비자용 Gemini 앱입니다. 모든 출처에 구글이 매긴 0–100 grounding 신뢰도가 붙어 있어, 인용을 똑같이 취급하지 않고 가중치를 줄 수 있습니다.

textsourcesmarkdownmodel

Perplexity

Perplexity 답변과 함께, 여기 엔진 중 가장 풍부한 구조화 데이터가 옵니다. 검색 모델이 실제로 던진 쿼리, 추천 후속 질문, 그리고 미디어·쇼핑·장소·호텔 블록까지.

textsourcesmarkdownsearchQueriesrelated_queriesvideosimagesshopping_cardsplaceshotels

Google AI Overviews

구글 검색 결과 페이지 상단의 AI Overview 박스입니다. 조건부라서 구글이 개요를 만들지 않은 쿼리는 그렇다고 알려주고, 같은 요청에서 뽑은 오가닉 결과와 People Also Ask가 함께 옵니다.

aiovervieworganicResultspeopleAlsoAsk

Google AI Mode

요약 박스가 아니라 대화형인 구글 AI Mode 탭입니다. `text`와 `markdown` 어느 쪽에도 페이지 장식이 제거된 완전한 답변이 담기고, 구글이 인용한 출처가 함께 옵니다.

textsourcesmarkdown

Naver AI Brief

네이버 통합검색의 AI 브리핑 박스입니다. 네이버는 브리핑할 만하다고 판단한 쿼리에만 브리핑을 다는데, 그래서 빈 브리핑은 실패가 아니라 정상적인 답입니다. 박스 아래 웹문서는 어느 쪽이든 함께 옵니다.

textsourcesmarkdownorganicResultsrelatedQuestions

Naver AI Mode

네이버 AI 탭입니다. 항상 켜져 있는 대화형이고, 가격·할인율·리뷰 점수·배송 정보가 담긴 쇼핑 카드를 반환하는 유일한 화면입니다.

textsourcesmarkdownproducts

왜 LLM API가 아니라 querying.ai인가

프로바이더 API를 호출하면 모델 출력을 받습니다 — 고객이 실제로 보는 화면이 아닙니다.

소비자 화면 ≠ LLM API

ChatGPT 소비자 앱은 검색 grounding, 인용, 지역 라우팅, 실시간 검색을 적용합니다. OpenAI API에는 없는 기능입니다. GEO·AEO 분석에 필요한 건 '모델이 생성할 수 있는 것'이 아니라 '고객이 실제로 보는 것'입니다.

답변 너머의 구조화 데이터

Perplexity에 질문 하나를 던지면 열 개 필드가 돌아옵니다. 그중엔 검색 모델이 실제로 던진 쿼리도 있는데, AI가 우리 브랜드를 무엇으로 이해했는지에 가장 가까운 기록입니다. ChatGPT는 검색 fan-out과 쇼핑 카드를, Naver AI는 가격·할인율·리뷰 점수·배송이 담긴 상품 카드를 반환합니다.

같은 프롬프트도 나라가 바뀌면 다른 답입니다

서울에서 묻는 러닝화 추천과 시카고에서 묻는 러닝화 추천은 브랜드도, 쇼핑몰도, 인용 출처도 다릅니다. 모든 태스크가 `country`를 받고 해당 시장에서 엔진을 호출하므로, KR로 집계한 순위는 실제 한국 사용자가 보는 순위입니다.

빈 답변도 결과입니다

Google AI Overviews와 Naver AI 브리핑은 조건부라, 상당수 쿼리에는 아예 요약이 붙지 않습니다. 우리 카테고리의 핵심 쿼리에 AI 답변이 없다는 사실 자체가 GEO 분석에서 의미 있는 결과입니다. 그래서 그대로 보고합니다 — 장애로 포장하지도, 필드를 채우려고 지어내지도 않습니다.

최대 85% 낮은 비용

OpenAI Responses API (web search) 기준 ~$10/1k calls. querying.ai ChatGPT는 Basic $4/1k, Max $1.90/1k. 동일 제품은 아니지만, 소비자 화면 데이터가 필요한 팀에게 비용 차이는 분명합니다. 실패한 태스크는 과금하지 않습니다.

믿기 전에 확인할 수 있는 상태

엔진 상태는 합성 핑이 아니라 최근 30분간의 실제 태스크 결과로 계산합니다. 합성 핑은 고객 트래픽이 실패하는 중에도 통과할 수 있기 때문입니다. status.querying.ai에 엔진별로 공개되므로, 데이터를 수집한 그날 어떤 화면이 정상이었는지 직접 확인할 수 있습니다.

이런 팀이 쓰고 있습니다

AI 검색을 분석해야 하는 모든 팀을 위한 하나의 데이터 소스.

GEO·AEO 모니터링

AI 검색에서 우리 브랜드가 어떻게 언급되는지, 엔진·국가·프롬프트별로 추적하세요.

경쟁사 분석

AI 엔진이 어떤 브랜드를 인용하고 어떤 제품을 추천하는지 실시간으로 확인하세요.

에이전시

배치 API와 웹훅으로 수십 개 클라이언트의 AI 검색 현황을 한 번에 모니터링하세요.

리서치·분석

학술 연구, 콘텐츠 전략, SEO 분석을 위한 구조화 데이터로 시장별 AI 검색 트렌드를 파악하세요.

API 한 줄이면 됩니다

태스크를 보내면 id를 받고, 결과는 웹훅으로 찾아갑니다. 답변 텍스트, 인용 출처, 타이밍까지 JSON으로.

01태스크 제출
curl -X POST https://api.querying.ai/v1/async/task \
  -H "Authorization: Bearer vt_live_…" \
  -H "Content-Type: application/json" \
  -d '{
    "taskType": "GEMINI",
    "payload": { "prompt": "best wireless earbuds 2026" },
    "webhook": { "url": "https://yours.app/hooks/querying" }
  }'
02웹훅 수신
{
  "task": {
    "id": "8f2c1e40-…",
    "taskType": "GEMINI",
    "status": "COMPLETED",
    "createdAt": "2026-07-17T04:12:00.000Z"
  },
  "credits": { "creditsToCharge": 1, "creditsCharged": 1 },
  "response": {
    "text": "The best wireless earbuds in 2026 are …",
    "sources": [
      { "position": 1,
        "url": "https://example.com/review",
        "label": "Best earbuds, reviewed" }
    ],
    "timing": { "totalMs": 7400 }
  }
}

엔드포인트 장애 시 최대 5회 자동 재시도. API 문서 보기 ↗

쓴 만큼만 내세요

큰 플랜일수록 크레딧 단가가 낮아집니다. Max 기준 1,000 크레딧에 $0.95. 실패한 태스크는 자동 환불.

Basic
$20/month
10,000 credits included

A single product's tracking, or a build you're still shaping.

≈ 5,000–10,000 tasks / month
  • 10 concurrent tasks
  • Every engine we serve
  • Every region we serve
  • Webhooks + polling
  • Email support
Recommended
Pro
$200/month
190,000 credits included

A brand tracked daily across engines, countries and prompts.

≈ 95,000–190,000 tasks / month
  • 25 concurrent tasks
  • Everything in Basic
  • Batch submission
  • Priority support
Scale
$500/month
500,000 credits included

Several brands, or one brand tracked wide and deep.

≈ 250,000–500,000 tasks / month
  • 50 concurrent tasks
  • Everything in Pro
  • Usage review on request
  • Priority support
Max
$1000/month
1,050,000 credits included

An agency or platform running many brands at once.

≈ 525,000–1,050,000 tasks / month
  • 100 concurrent tasks
  • Everything in Scale
  • Usage review on request
  • Priority support
Enterprise
Custom
Volume pricing

Committed volume, invoicing, and terms that fit procurement.

  • Everything in Max
  • Custom engine mix
  • Invoice billing
  • Shared support channel
Talk to us
Negotiated

Task estimates vary by engine because each engine uses 1–2 credits.

See what a credit buys, per engine →