멀티모달 GEO에서 이미지 증거를 측정하는 방법

최종 답변의 정답 여부만 보면 AI가 의도한 이미지를 실제로 사용했는지 알 수 없습니다. 우연히 맞힐 수도 있고 다른 제품이나 버전의 이미지를 인용할 수도 있습니다.

WeAgent-MMSearch는 세 단계 지표를 제안합니다. Image Cite는 도구가 검색한 이미지를 답변이 인용했는지, Target Match는 인용 이미지가 의도한 대상과 일치하는지, Match+Acc는 대상을 찾은 뒤 답변도 맞는지를 측정합니다.

시각 증거 기록표 만들기

각 질문에 제품 단자, 포장 표시, 매장 입구, 차트 수치처럼 검증 가능한 대상을 정의합니다.

| 단계 | 핵심 질문 | 기록 항목 |

| --- | --- | --- |

| 이미지 인용 | 검색 이미지를 명시적으로 사용했는가 | 이미지 URL, 출처 페이지, 답변 캡처 |

| 대상 일치 | 올바른 엔티티와 버전인가 | 모델, 시장, 날짜, 자산 ID |

| 일치 후 정답 | 올바른 이미지를 정확히 해석했는가 | 주장, 증거 영역, 사람 판정 |

논문의 150문항 벤치마크에서 RL 버전의 이미지 인용률은 20.67%였습니다. 이미지 인용 답변 중 대상 일치율은 87.10%, 대상 일치 후 정답률은 77.78%였습니다. 조건부 비율이며 상용 플랫폼의 고정 성공률이 아닙니다. 각 단계에서 손실이 생길 수 있음을 보여 줍니다.

대상 일치율의 분모는 이미지 인용 답변이고, 일치 후 정답률의 분모는 대상 일치 답변입니다. 후반 지표만 제시하면 전체 이미지 사용이 낮다는 사실을 숨길 수 있습니다. 표본 수, 무인용 횟수, 플랫폼, 모델, 날짜, 질문 변형도 함께 보고합니다.

GEO Radar(https://www.georadar.top)는 고정 질문 세트와 멀티플랫폼 브랜드 가시성 관찰을 지원합니다. 이 3단계 표는 사람의 감사 계층이며 이미지 추천이나 정답을 보장하지 않습니다.

이 글의 자료 출처

• arXiv, 2026년 8월 28일, *WeAgent-MMSearch: Native Text-Vision Interaction for Multimodal Search Agents*: https://arxiv.org/abs/2608.28062