GEO 플랫폼: Claude를 사용한 9 AI에서의 가시성 모니터링

클로드 코드로 생성형 AI에서 브랜드 가시성을 최적화하는 GEO 플랫폼 구축

한 개발자가 9개 AI 모델의 응답을 분석하고 브랜드 가시성을 향상시키는 포괄적인 GEO(Generative Engine Optimization) 플랫폼을 구축했습니다. 이 시스템은 매일 데이터를 수집하고, LLM 응답을 처리하며, 경쟁 지표를 계산하고, 권장 사항을 생성합니다. 전체 개발은 Agent Team과 MCP 도구를 사용한 클로드 코드 세션을 통해 진행되었습니다.

이 플랫폼은 브랜드 가시성 모니터링을 자동화하고, 경쟁사 대비 격차를 식별하며, 변화 동향이 담긴 주간 보고서를 생성합니다. 클로드 Max 플랜에서 4개월간 개발 비용은 800달러이며, API 비용은 128달러와 YandexGPT 사용료 4800루블이 추가되었습니다.

클로드 코드를 활용한 개발 파이프라인

개발은 다음 사이클을 따릅니다: 연구 → 계획 → 구현 → 수동 검토 → 코드 리뷰. 주요 세션은 여러 개의 병렬 클로드 코드 탭으로 구성됩니다. 문제가 발생하면 구현 단계로 반복하여 돌아갑니다.

Agent Team은 수동 서브 에이전트 오케스트레이션을 대체했습니다. 예를 들어, QA 에이전트가 테스트하고, UI 수정 에이전트가 교정하며, 허용 가능한 결과를 얻을 때까지 반복합니다.

인프라 접근을 위한 주요 MCP 도구:

• Supabase MCP: 마이그레이션, 데이터 처리, AI 모델 응답 검증.
• Trigger.dev MCP: 백그라운드 작업 실행, 완료 확인.
• Next.js DevTools MCP: Next.js 16으로 업데이트.
• Exa MCP: 문서 및 표준 검색.
• Sentry MCP: 실제 오류 수정.

주요 세션 (다중 탭)
    │
    ▼
연구 ──► 계획 ──► 구현 ──► 수동 검토 ──► 코드 리뷰
                          ▲              ▼                 │
                          └──── 문제 발견 ◄─────────┘

생태계 아키텍처

                      사용자
                      ┌────┴────┐
                      │         │
               ┌──────▼──────┐  ┌──────▼──────┐
               │  대시보드   │  │  텔레그램   │
               │  Next.js 16 │  │  봇 grammY │
               └──┬──────┬───┘  └──────┬──────┘
                  │      │             │
      작업 실행 │  ┌───▼─────────────▼───┐
                  │  │  자체 호스팅      │
                  │  │  Supabase         │
                  │  └───▲─────────▲───────┘
                  │      │         │
            ┌─────▼──────┴──┐ ┌───┴──────────────┐
            │  Trigger.dev  ├─► Mastra           │
            │  백그라운드   │ │ 보고서 + 브리핑 +│
            │  작업         │ │ 기사 생성        │
            └──────┬────────┘ └──────────────────┘
                   │
          ┌────────▼─────────────┐
          │  9개 AI 제공업체     │
          │  ChatGPT · Claude ·  │
          │  Gemini · Grok ·     │
          │  Perplexity ·        │
          │  DeepSeek ·          │
          │  Google AI Mode ·    │
          │  Google AI Overview ·│
          │  YandexGPT           │
          └──────────────────────┘

프론트엔드는 Next.js 16과 shadcn으로 구축되었으며, 지표는 Supabase SDK를 사용한 PostgreSQL 함수로 계산되고, TanStack Query로 캐싱됩니다. GitHub를 통한 Dokploy로 배포됩니다.

모니터링 및 데이터 처리 파이프라인

온보딩 중에 클러스터(4–6개의 주제별 세트)와 프롬프트(클러스터당 4–7개)가 생성됩니다. 매일 Trigger.dev가 9개 제공업체에 프롬프트를 전송하고 응답을 처리합니다.

제공업체별 특이사항:

• DeepSeek: 웹 검색 API 없음.
• Google AI Mode/Overview: 스크래핑만 가능.
• Google AI Overview: 응답하지 않을 수 있음.

응답 처리에는 LLM 후처리가 포함됩니다: 브랜드 추출, 감정(긍정/중립/부정), 권장 사항, 위치, 링크 존재 여부. GEO 점수(0–100)는 포인트를 집계합니다.

주요 GEO 지표

• 응답 커버리지: 브랜드를 언급하는 응답의 %.
• 목소리 점유율(SoV): 브랜드_언급 / (브랜드_언급 + 경쟁사) × 100.
• 도메인 인용: 브랜드 도메인이 포함된 응답의 %.
• 인용 점유율: 도메인에 대한 SoV.

시각화: 커버리지 차트, 가시성 깔때기, SoV별 상위 경쟁사, Head-to-Head 비교, 경쟁 격차, 소스 분석.

응답 처리당 비용: $0.0016, YandexGPT — 5₽/호출.

대시보드 섹션

• 경쟁 인텔리전스: SoV별 상위, Head-to-Head.
• 경쟁 격차: 브랜드가 뒤처지는 프롬프트.
• 소스: 인용 소스 데이터가 포함된 탭.

명령 센터는 격차를 기반으로 권장 사항을 생성하고 영향을 평가합니다.

핵심 요약:

• GEO 플랫폼은 9개 AI 제공업체를 모니터링하며, 브랜드에 대한 SoV 및 기타 지표를 계산합니다.
• 클로드 코드, Agent Team, MCP를 활용한 개발로 4개월간 비용을 800달러로 절감했습니다.
• 일일 파이프라인: 프롬프트 생성, 스크래핑/API, LLM 응답 처리.
• PostgreSQL의 지표, 프론트엔드 Next.js 16 + shadcn, 캐시 TanStack Query.
• Mastra를 통한 권장 사항 및 보고서 자동화.

— Editorial Team