SAG / ARCHITECTURE NOTE
근거와 출처 추적: AI 답변을 검증 가능한 결과로 바꾸는 구조
AI 답변의 문장만 저장하지 않고 질문, 관측 조건, 출처, 검토와 승인 이력을 연결해 재현 가능한 결과를 만드는 방법을 설명합니다.
어떤 상황에서 활용하나요?
AI 답변에는 회사명이 있지만 공식 페이지가 출처로 연결되지 않는 상황을 검토하는 마케팅 담당자에게 유용합니다. 실제 답변·인용 URL·확인 가능한 분모를 보고 근거 페이지의 보강 여부를 판단하세요.
SAG(새그)는 더크림유니언이 운영하는 GEO·AEO·SEO 분석 및 최적화 플랫폼입니다. 검색엔진과 생성형 AI가 브랜드와 웹사이트 콘텐츠를 어떻게 발견하고 이해하는지 분석하고, 경쟁사 비교·개선 우선순위·실행 결과·재검증을 관리합니다. 플랫폼 구독과 전문 운영 지원을 제공하며, 콘텐츠 제작·사이트 코드 수정 등 대행 실행 범위는 별도 계약에서 정합니다.
답변보다 먼저 관측 조건을 남깁니다
AI 답변은 서비스, 모델, 시점, 언어, 계정 상태에 따라 달라질 수 있습니다. 따라서 화면에 나온 한 문장을 저장하는 것만으로는 결과를 다시 설명하기 어렵습니다. 질문 문구, 관측 채널, 실행 시점, 대상 국가와 언어, 사용한 입력 조건을 함께 기록해야 비교 가능한 자료가 됩니다.
SAG는 관측 결과와 해석을 분리합니다. 실제로 확인한 문장과 링크는 관측으로 남기고, 부족한 설명이나 개선 우선순위는 분석 의견으로 구분합니다. 확인하지 못한 값은 0으로 바꾸지 않고 미관측 상태로 보존합니다.

이 화면은 방법 설명을 위한 SAG 공개 예시이며, 특정 고객사의 성과나 색인·검색·AI 추천을 보장하지 않습니다.
Provenance가 답변의 신뢰도를 만듭니다
Provenance는 결과가 어디에서 왔는지 추적할 수 있는 정보입니다. 다음 연결이 유지되어야 합니다.
| 단계 | 남겨야 할 정보 |
|---|---|
| 질문 | 원문, 언어, 고객 의도 |
| 관측 | 채널, 시점, 실행 조건 |
| 근거 | 출처 URL, 페이지 제목, 확인한 구간 |
| 판단 | 충족·부족 기준, 분석자 의견 |
| 실행 | 수정 대상, 담당자, 승인 상태 |
| 재확인 | 같은 조건의 전후 차이 |
이 연결이 있으면 “왜 이 개선안을 제안했는가”라는 질문에 원래 근거로 돌아가 답할 수 있습니다.
자동화와 전문가 검토의 역할
자동화는 많은 질문과 페이지를 같은 형식으로 수집하고 비교하는 데 유리합니다. 전문가는 서비스 맥락, 규제 표현, 고객이 실제로 이해하기 어려운 부분을 검토합니다. SAG는 자동 수집 결과를 곧바로 확정 보고서로 취급하지 않고 검토·승인 상태를 거쳐 전달하도록 설계합니다.
변경 전후를 설명하는 보고서
좋은 보고서는 점수 하나가 아니라 변화를 설명합니다. 어떤 문장을 수정했고, 어떤 근거가 보강되었으며, 같은 질문에서 답변과 출처가 어떻게 달라졌는지 보여줍니다. 근거와 출처 추적은 AI 답변을 절대적인 사실로 만드는 기술이 아니라, 관측한 결과를 검증하고 책임 있게 개선하기 위한 구조입니다.
주제별 기술 참고
이 기술을 이어서 읽는 방법
SEO·AEO·GEO, 엔티티와 JSON-LD가 각각 해결하는 문제를 읽습니다.
SAG / KNOWLEDGE LINKS
