분석 프로세스
1
웹사이트 콘텐츠 수집
Content Crawling
등록된 공공기관 한글 사이트를 방문해 title·메타 설명·구조화 데이터(JSON-LD)와 실제 본문 텍스트, 최종 갱신일을 수집합니다.
2
AI 콘텐츠 분석
AI Content Analysis
수집한 실제 한글 콘텐츠를 AI가 읽고 SEO·AEO·AIO·접근성·신선도 5개 영역을 정밀 평가합니다. 빈 페이지·깨진 인코딩·오래된 공지 등 품질 문제를 직접 판별합니다.
3
점수·등급 산출
Score Calculation
SEO 30% · AEO 25% · AIO 25% · 접근성 10% · 신선도 10% 가중 평균으로 100점 총점과 S·A~F 등급을 산출합니다.
4
결과 공개
Publication
분석 결과와 한 줄 평가 사유를 타임스탬프와 함께 저장하고 월간 순위표에 공개합니다.
평가 기준 및 가중치
SEO
30%
검색엔진 최적화
- · 메타 태그(title·description)
- · 구조화 데이터(JSON-LD)
- · 헤딩·콘텐츠 깊이
- · 모바일·성능·내부 링크
AEO
25%
AI 답변엔진 최적화
- · 질문 직접 답변 구조
- · FAQ·Q&A 형식
- · 엔티티 명확성
- · 스캔 가능한 간결한 답변
AIO
25%
AI 개요 최적화
- · 한글 콘텐츠 품질
- · 공공언어 명료성
- · 권위·인용 가치
- · AI 요약 적합성
접근성
10%
웹 접근성
- · 대체 텍스트(alt)
- · 키보드·포커스 이동
- · 대비·가독성
- · WAI-ARIA 적용
신선도
10%
콘텐츠 신선도
- · 최근 갱신일
- · 공지·보도자료 주기
- · 끊긴 링크 비율
- · 오래된 안내 잔존 여부
데이터 신뢰성 원칙
- 실제 콘텐츠 기반 — 분석 시점에 실제 한글 페이지를 방문해 본문을 읽고 평가합니다.
- 콘텐츠 품질 반영 — 빈 페이지, 깨진 인코딩, 오래된 안내, 미갱신 공지는 점수에 직접 감점됩니다.
- 평가 사유 공개 — 각 기관마다 AI가 작성한 한 줄 평가 사유를 함께 공개합니다.
- 접근 차단 표기 — 봇 차단·지역 제한으로 콘텐츠 수집이 불가한 사이트는 임의 점수를 매기지 않고 '접근 차단'으로 명시합니다.
- 정기 재평가 — 월 단위로 다시 분석해 최신 상태를 반영하며, 기관별 재평가 요청도 받습니다.