GenRank: 대형 언어 모델에서 엔티티 가시성을 측정하는 방법론

1. 서론

1.1 배경

대형 언어 모델(LLM)이 정보를 찾는 주된 도구로 자리 잡으면서 소비자가 제품, 서비스, 브랜드를 찾고 평가하는 방식이 근본적으로 바뀌었습니다. 전통적인 검색 엔진은 명시적인 관련성 신호에 따라 순위를 매긴 결과를 보여 줍니다. 반면 LLM은 학습과 강화 학습 과정에서 익힌 패턴을 바탕으로 정보를 종합한 추천을 만들어 냅니다.¹

이 변화는 기회이자 과제입니다. LLM 답변에서 유리한 자리를 차지한 엔티티는 더 많이 노출되고 더 자주 고려 대상이 될 수 있지만, 추천에서 빠진 엔티티는 시장에서 눈에 띄지 않게 될 수 있습니다. 우리는 이 현상을 AI 매개 탐색 편향이라고 부릅니다.²

1.2 연구 목표

GenRank의 연구 목표는 다음과 같습니다.

1. 여러 LLM 플랫폼에서 엔티티 가시성을 재현 가능하게 측정하는 틀을 세운다
2. 실제 AI 이용 행태를 반영한 시장 가중 점수 체계를 만든다
3. 학술 연구와 상업 연구에 쓸 수 있는 투명한 공개 데이터셋을 만든다
4. 추천 패턴과 시간에 따른 변화를 오랜 기간에 걸쳐 분석할 수 있게 한다

1.3 용어

엔티티

LLM 답변에서 식별하고 추적할 수 있는 개별 브랜드, 제품, 서비스, 조직 또는 개념입니다.

가시성 점수

순위의 근거가 되는 통계입니다. 질문 단위 점수는 0~100이며, 집계 기간의 모든 주에 모든 AI 서비스가 그 엔티티를 첫 번째로 꼽으면 100입니다. 카테고리 점수는 그 카테고리 질문들의 질문 단위 점수를 더한 값이어서 상한이 없으며, 같은 카테고리 안에서만 비교합니다. 공개하는 결과는 순위이고, 점수, 표본 수, 신뢰구간은 데이터와 API에서 볼 수 있습니다.

시장 가중치

각 LLM에 매기는 계수로, 전 세계 AI 어시스턴트 이용에서 그 LLM이 차지하는 것으로 추정되는 점유율을 반영합니다.

2. 데이터 수집

2.1 질문 설계

질문은 LLM이 순위가 있는 추천 목록으로 답하도록 설계합니다. 모든 질문은 다음 기준에 맞는지 검증합니다.

• 구체성: 특정 카테고리나 용도를 겨냥해야 합니다
• 중립성: 답을 유도하는 표현이나 브랜드 이름이 없어야 합니다
• 재현성: 일관되게 목록 형태의 답이 나와야 합니다
• 시간적 안정성: 갱신 주기가 여러 번 지나도 유효해야 합니다

질문 제안. 로그인한 사람은 누구나 질문 제안 페이지에서 측정할 질문을 제안할 수 있고, 제안과 처리 결과는 모두 그 페이지에 공개됩니다. 한 달에 한 번 검토를 기다리는 제안을 모두 검토해, 위 기준에 더해 다음을 갖춘 질문을 채택합니다. 답이 이름 있는 대상(브랜드, 제품, 장소, 작품, 사람, 단체)이어야 하고, 사람들이 실제로 찾는 주제여야 하며(질문 랭킹과 같은 검색 신호로 확인합니다), 이미 측정하는 질문과 겹치지 않아야 하고, 카테고리의 질문 수 상한 안에 들어야 합니다. 상한이 찬 카테고리에서는 기존 질문보다 나을 때만 그 질문과 바꿉니다. 공감 수는 검토 순서를 정할 때만 쓰고, 누가 제안했는지는 보지 않습니다. 채택한 질문은 GenRank가 측정에 맞게 문장을 다듬어 변경 기록에 새 버전으로 알리고, 그 버전이 발효하는 주부터 다른 질문과 같은 규칙으로 측정합니다.

2.2 호출 파라미터

승인된 질문은 활성 LLM마다 공식 API로 보냅니다. 디코딩 파라미터는 일부러 바꾸지 않습니다. 질문 한 번은 모델이 실제 사용자에게 내놓는 답의 표본이며, 온도를 고정하면 어떤 사용자도 받지 않는 답을 재게 됩니다. 답의 변동은 억누르지 않고 그대로 인정합니다. 표준 회차에서는 질문과 모델 쌍마다 한 번 묻습니다. 파이프라인은 반복 표본도 지원하므로, 표본 회차에서는 쌍마다 여러 번 묻고 답이 흩어진 정도를 감추지 않고 신뢰구간(§4.5)으로 공개합니다.

웹 검색. 질문은 모델의 자체 웹 검색을 켠 채로 보냅니다. 측정하는 모델은 모두 실시간 웹 검색을 지원한다는 이유로 골랐습니다. 그래서 추천에는 학습 시점의 지식이 아니라 현재 정보가 반영됩니다. 웹 검색 조건은 활성 모델 구성을 제한하며(§4.2), 버전으로 관리해 변경 기록(§6)에 남깁니다.

2.3 엔티티 해석

답변마다 거기에 나온 항목을 뽑아내고, 항목마다 정식 엔티티에 연결합니다. 엔티티 해석은 언어마다 따로 합니다. 같은 브랜드라도 영어 답변과 한국어 답변의 순위는 각각 매깁니다. v3.3부터 적용하는 절차는 다음과 같습니다.

1. 무엇을 답으로 보는가: 항목마다 답변에서 맡은 역할에 따라 분류합니다. 답은 질문에 대한 답으로 추천하거나 이름을 댄 것입니다. 출처는 근거로 인용하거나 찾아볼 곳으로 안내하기만 한 것입니다(리뷰 사이트, 연구, 검색 플랫폼). 일반 항목은 질문이 이름 있는 대상을 물었는데 특정 이름 대신 나온 것입니다(제품 종류, 성분, 기능, 조언 등). 순위에는 답만 올립니다. 질문이 종류(예: 말 품종)나 플랫폼, 출처를 묻는다면 그것이 답입니다. 출처와 일반 항목은 모델이 돌려준 웹 인용과 함께 답변마다 기록하지만, 순위에는 넣지 않습니다.
2. 표기 정규화: 대소문자, 문장 부호, 공백을 통일합니다.
3. 별칭 연결: 검증한 별칭을 데이터베이스로 관리합니다. 이름을 실제로는 다른 대상(모회사 브랜드, 종목 코드만 있는 표기, 일반 명사)에 연결하게 되는 별칭은 받아들이지 않습니다.
4. 일치 판정: 언급은 일치가 분명할 때만 기존 엔티티에 자동으로 연결합니다. 일치가 불확실하면 언어 모델이 질문과 답변 본문을 보고 판정합니다. 그 카테고리에 처음 나온 이름, 별칭으로만 일치한 이름, 전에 거부된 적이 있는 연결, 후보가 여럿인 경우, 중복일 가능성이 있는 경우가 불확실한 일치입니다. 판정은 모두 기록하며, 거부된 일치는 다시 적용하지 않습니다. 같은 답변에 나온 서로 다른 항목은 절대 합치지 않습니다. 확신이 없으면 새 엔티티로 셉니다. 잘못 합치는 것이 중복보다 더 나쁘기 때문입니다. 2026년 11월 15일(v4.3, v3.4)부터 이미 있는 두 엔티티는 판정 모델과 별도의 결정 모델이 모두 같은 대상이라고 볼 때만 합칩니다. 둘 중 하나라도 확신하지 않으면 따로 둡니다.
5. 감사와 정정: 한 회차의 엔티티 해석은 처음부터 끝까지 감사할 수 있으며, 정정 내용은 §6에 공개합니다.

3. 점수 산정 방법

3.1 이론적 바탕

GenRank 점수 체계는 정보 검색 이론을 바탕으로 하며, 특히 정규화 할인 누적 이득(nDCG) 지표의 로그 할인 원리를 응용했습니다.³ 순위가 낮을수록 그 자리의 가치가 점점 줄어드는 것을 로그 감쇠로 나타내되, 모든 언급이 0보다 큰 값을 받도록 했습니다.

3.2 수식

3.3 점수 감쇠

로그 감쇠 함수로 계산한 순위별 상대값은 다음과 같습니다.

3.4 계산 예

“가장 좋은 생산성 앱은?”이라는 질문에서 엔티티 “Notion”이 다음과 같은 순위를 받았다고 가정해 봅시다.

4. 언어별 AI 서비스와 가중치

언어별 지수는 저마다 패널을 따로 둡니다. 패널은 그 시장 사람들이 실제로 쓰는 AI 서비스, 서비스마다 소비자에게 기본으로 제공되는 모델 하나, 그 시장의 이용 자료에서 도출한 가중치로 구성됩니다. 시장이 다르면 패널도 다릅니다. 한국에서는 AI 앱뿐 아니라 네이버와 구글의 검색 결과 화면에서도 AI 답변이 나옵니다. 북미에서는 AI 앱과 함께 구글 검색 결과 화면과 Copilot에서 답변이 나옵니다(v5.0 전까지 영어 지수의 패널은 AI 앱 3개였습니다). 일본에서는 AI 앱과 함께 구글 검색 결과 화면, Yahoo! JAPAN의 AI 어시스턴트, Copilot에서 답변이 나옵니다. 규칙은 모든 언어에 똑같이 적용합니다.

• 포함 기준. 그 시장에서 합성 점유율이 3% 이상인 AI 서비스는 그 언어의 점수 패널에 들어갑니다(영어는 v5.0 전까지 §4.1.1, 한국어는 §4.4. 영어는 v5.0부터 미국 자료로, 일본어는 일본 자료로 §4.4의 방식을 적용합니다).
• 가중치. 그 시장의 최신 공개 이용 자료로 산출하고, 분기마다 다시 계산해 출처와 함께 공개합니다.
• 측정하는 서비스는 모두 점수에 반영. 패널이 측정하는 AI 서비스는 모두 가중치를 받습니다. 기준에 못 미치는 서비스는 측정하지 않고, 재조정 때마다 다시 검토합니다. 이미 받은 답변은 보관합니다.
• 버전. 패널은 언어마다 방법론 버전과 발효일을 따로 두며, 미리 공지합니다(§6). 변경이 있어도 그 전에 측정한 데이터는 고치지 않습니다.
• 언어끼리 섞지 않음. 점수, 랭킹, 엔티티는 언어별로 따로 계산합니다. 한국어 랭킹에 영어 답변을 더하지 않으며, 같은 브랜드라도 언어마다 별개의 엔티티로 다룹니다.
• 새 언어는 같은 방법으로 도출한 자체 패널로 시작하며, 패널은 첫 측정 전에 이 문서에 공개합니다.

4.1 영어 지수: 산출 방법

모델 가중치는 1차 자료 세 가지를 합친 합성 지수로 산출합니다. 세 자료는 실제 AI 영향력의 서로 다른 측면을 보여 줍니다.

• 소비자 시장 점유율(40%): Statcounter, SimilarWeb, 회사 공시에서 가져온 월간 활성 사용자 수와 웹 트래픽
• 기업 도입(35%): 업계 보고서의 도입 지표와 API 매출 추정치⁵
• 개발자 API 사용(25%): 통합 게이트웨이를 거친 토큰 처리량⁶

4.1.1 영어 지수: 가중치 도출(2026년 10월)

아래 각 요소는 재조정 시점의 최신 공개 수치에서 가져온 공급자 점유율을 활성 집합의 세 공급자 안에서 정규화한 값입니다. ~ 표시는 출처가 세부 내역을 일부만 공개해 추정한 값입니다. 합성값이 3% 중요성 기준에 못 미치는 공급자는 활성 집합에서 아예 뺍니다(출처 아래 설명 참고).

소비자 출처: Similarweb의 주요 생성형 AI 챗봇 웹 방문 점유율, 2026년 5~8월(추적 대상 전체에서 ChatGPT 53.9%, Gemini 27.9%, Claude 9.2%, Grok 2.4%, Perplexity 1.3%를 활성 집합 안에서 다시 정규화). 기업 출처: 2026년 중반 업계 보고서의 기업 LLM API 사용 점유율(전체 기업 사용 중 Anthropic 40%, OpenAI 27%, Google 21%. xAI와 Perplexity는 추정). 개발자 출처: 공개 통합 게이트웨이(OpenRouter)의 모델 제작사별 토큰 점유율, 2026년 6월. 주로 직접 API로 이용되는 공급자는 점유율을 추정했으며, 그래서 이 요소의 비중을 25%로 제한했습니다. 합성값 = 0.40·소비자 + 0.35·기업 + 0.25·개발자(소수점 둘째 자리까지 반올림).

중요성 기준. 합성값이 3%에 못 미치는 공급자는 뺍니다. 그 정도 가중치로는 공개 점수에 미치는 영향이 반올림 오차 수준이기 때문입니다. Perplexity(이전 다섯 공급자 집합에서 합성값 0.01)와 xAI(0.03)는 2026년 10월에 활성 집합에서 빠졌습니다. 두 공급자의 과거 측정 데이터는 보존하며, 재조정 때마다 다시 평가합니다.

4.2 영어 지수: 현재 배분(2026년 4분기)

다음 표는 §4.1.1에서 도출한 2026년 10월 기준 활성 모델 가중치입니다. 추천이 학습 시점의 지식이 아니라 현재 정보를 반영하도록, 활성 집합은 주요 공급자마다 웹 검색이 되는 모델 하나로 제한합니다. 가중치는 주기적으로 재조정하며, 바뀔 때마다 변경 기록(§6)에 남깁니다. v5.0(2026년 11월 11일)부터 영어 지수는 §4의 AI 서비스 6곳에서 재고, 공급자마다 한국어 지수가 쓰는 모델을 씁니다. 그 모델을 아래 가중치로 공지했던 v3.4는 측정에 쓰이기 전에 대체됐습니다.

4.3 영어 지수: 공급자별 분포

공급자별 가중치 합계는 다음과 같습니다.

4.4 한국어 지수 가중치(v4.0)

v4.0부터 한국어 전국 지수는 API 모델 3개 대신 AI 서비스 8곳을 측정합니다. 네이버 AI 브리핑(네이버 검색 결과 화면), 네이버 AI탭, 구글 AI 개요(구글 검색 결과 화면), 구글 AI 모드, Microsoft Copilot, 그리고 ChatGPT, Gemini, Claude입니다. 측정하는 서비스는 모두 점수에 반영합니다. 검색 결과 화면의 AI 답변과 AI 앱을 함께 다룬 자료가 없어서, 한국어 가중치는 두 묶음으로 나눠 구성합니다. 묶음 비율은 검색 42 대 AI 앱 58입니다. AI 답변에 이르는 두 경로를 나눠 조사한 한국 자료가 나오면 이 비율을 그 값으로 바꿉니다. 가중치는 같은 출처로 분기마다 다시 계산합니다. 어느 서비스든 5점 넘게 달라지면 모든 가중치를 다시 계산한 값으로 바꾸고, 중대한 변경으로 공지합니다.

검색 묶음(42). InternetTrend(비즈스프링)의 한국 검색 엔진 점유율을 썼습니다. 이 점유율은 한국 웹사이트 방문 가운데 각 검색 엔진을 거쳐 들어온 비율입니다. 2026년 7~9월 평균(네이버 65.93%, 구글 27.67%, Bing 3.15%)을 세 엔진 안에서 정규화했습니다. 같은 엔진에 속한 AI 서비스 두 곳은 회사가 공개한 월 이용자 수로 나눕니다. 네이버 AI 브리핑 3,000만 명(네이버, 2025년 3분기, 공개된 최신 수치)과 네이버 AI탭 1,000만 명(네이버, 2026년 8월), 구글 AI 개요 25억 명과 구글 AI 모드 10억 명(Alphabet, 2026년 2분기, 전 세계 기준. 한국 수치는 공개되지 않았습니다)입니다. Bing 점유율은 Copilot의 검색 경로 몫으로 씁니다. 각 서비스가 우리 질문에 실제로 AI 답변을 보여 주는 비율은 가중치에 곱하지 않습니다. AI 답변이 나오지 않은 질문은 이미 언급이 없는 회차로 점수에 반영되기 때문입니다.

AI 앱 묶음(58). §4.1의 합성 지수를 쓰되, 소비자 요소는 전 세계 웹 방문 대신 한국 월간 활성 사용자 수로 바꿨습니다. 와이즈앱 리테일의 2026년 9월 한국 스마트폰 사용자 수(ChatGPT 2,470만, Gemini 987만, Claude 404만, Copilot 196만)를 네 서비스 안에서 정규화했습니다. 기업 요소와 개발자 요소는 §4.1.1의 전 세계 수치를 씁니다(기업: Menlo Ventures, The State of Generative AI in the Enterprise, 2025년 12월, 미국 기업 495곳 조사. 개발자: OpenRouter의 모델 제작사별 점유율, 2026년 6월, 추정치는 ~ 표시). Copilot은 이 두 요소에서 따로 몫을 받지 않습니다. Copilot은 OpenAI 모델을 쓰고, 그 몫은 ChatGPT 행에 들어 있습니다. 한국 기업·개발자 자료가 나오면 전 세계 수치를 그 자료로 바꿉니다. Claude의 가중치가 한국 소비자 점유율보다 높은 것은 이처럼 기업·개발자 요소에 전 세계 수치를 쓰기 때문입니다.

한국어 전국 가중치(v4.0). Copilot은 계산하면 2.49(Bing 경로 1.37, 앱 1.12)이지만 3으로 정했습니다. 와이즈앱 수치는 모바일 앱만 세므로 Copilot이 기본 탑재된 Windows와 Edge에서의 이용이 빠지고, 같은 산식으로 계산하면 지역 패널에서는 Copilot이 3.0이 나오기 때문입니다. 나머지 일곱 값은 합이 97이 되도록 비례 조정한 뒤, 전체 합이 100이 되도록 최대 잔여법으로 반올림해 정수로 맞췄습니다.

중요성 기준. Perplexity는 한국 월간 사용자가 129만 명으로 합성값이 1 안팎이어서 §4.1.1의 3% 기준에 못 미칩니다. 그래서 2026년 10월에 뺀 Grok, Sonar와 마찬가지로 측정하지 않습니다. A.(SK텔레콤, 110만 명)은 답변을 수집할 API도 결과 화면도 없습니다. Meta AI는 2026년 5월부터 한국에서 쓸 수 있지만, 한국에서 가장 많이 쓰는 AI 앱 10개에 들지 못했고(10위가 32만 명) 계산한 가중치가 0.2여서 v4.0부터 측정하지 않습니다. 모두 분기마다 가중치를 재조정할 때 다시 검토합니다.

지역 지수. 지역 질문(“강남 치과 추천해 줘”)은 v4.3(2026년 11월 15일)부터 전국 지수와 같은 AI 서비스 8곳에서 측정합니다. 가중치는 네이버 AI 브리핑 31, ChatGPT 16, Claude 12, 구글 AI 개요 12, Gemini 11, 네이버 AI탭 10, 구글 AI 모드 5, Microsoft Copilot 3입니다. 출처와 산식은 위와 같고 묶음 비율만 검색 60 대 AI 앱 40으로 다릅니다. 이 비율은 사람들이 동네 업체를 찾는 경로를 조사한 한국 자료가 나오면 그 값으로 바꿉니다. 지역 질문은 문장에 지명이 들어 있습니다. 네이버 AI 브리핑, 네이버 AI탭, Copilot, Gemini는 그 문장에서 지역을 읽고, ChatGPT, Claude, 구글의 두 서비스는 검색 위치로도 받습니다. v4.2까지는 Gemini를 뺀 7곳에서 측정했고 가중치는 네이버 AI 브리핑 31, ChatGPT 23, Claude 16, 구글 AI 개요 12, 네이버 AI탭 10, 구글 AI 모드 5, Microsoft Copilot 3이었습니다. 2026년 10월 21일에 지역 질문 50개(업종 5 × 지역 10)로 확인해 보니 AI 답변이 나온 비율이 네이버 98%, 구글 90%로 전국 질문과 비슷했습니다. 그래서 두 검색 서비스 모두 가중치를 낮추지 않습니다.

4.5 신뢰성과 정보 공개

4.5.1 표본과 신뢰구간

언어 모델은 같은 질문에도 매번 같은 답을 내놓지 않습니다. 그래서 질문 단위 수치에는 방향성 표시를 붙이며, 믿을 만한 신호는 집계한 수치입니다(§4.5.2).

v3.0부터 파이프라인은 질문과 모델 쌍마다 반복 표본을 지원합니다. 표준 월간 회차에서는 쌍마다 한 번 묻고, 점수는 구간 없이 공개합니다. 구간이 없으면 없다고 밝히며, 폭이 0인 구간처럼 확실한 값으로 보이게 하지 않습니다. 표본 회차(n = 3, 2026년 9월 첫 실행)에서는 가중치를 적용하기 전에 모델별 기여를 평균 내므로 점수를 모든 회차와 비교할 수 있습니다. 표본 사이의 흩어짐으로 신뢰구간을 계산해 공개합니다.

카테고리 랭킹은 많은 질문, 모델, 표본을 합친 결과여서 구간이 질문 하나의 구간보다 좁습니다.

4.5.2 1차 지표는 언급률

답변 안에서 몇 번째로 나왔는지는 쉽게 흔들리는 신호이고, 모델이 그 엔티티를 언급했는지 자체가 안정적인 신호입니다. 그래서 GenRank는 언급률을 1차 지표로 보고합니다. 언급률은 전체 (모델 × 표본) 시행 가운데 그 엔티티를 언급한 비율입니다. 답변 속 위치는 2차 품질 신호로 남겨 둡니다.

4.5.3 무엇을 측정하는가

• 수집 경로: 공급자 API와 검색 결과 화면입니다(§4.4). 개별 사용자가 로그인한 채팅 창에서 보는 답을 측정한다고 주장하지 않습니다.
• 모델: AI 서비스마다 하나이며, 버전은 §4.2와 §6의 v4.0 항목에 적었습니다.
• 웹 검색: 자체 웹 검색을 켜고, 호출당 검색 결과는 3개로 제한합니다.
• 디코딩 파라미터: 공급자 기본값을 쓰며, 일부러 지정하지 않습니다(§2.2).
• 버전 표시: 모든 점수에 그 점수를 만든 방법론 버전을 기록합니다. 그래서 개정판이 다른 수치를 버전 차이를 밝히지 않고 비교하는 일이 없습니다.

4.6 독립성

GenRank는 순위에 오른 어떤 대상에게도 순위를 바꾸기 위한 서비스를 팔지 않으며, 앞으로도 팔지 않습니다. 점수가 높든 낮든, 오르든 내리든 그에 따라 정해지는 대가는 없습니다. 잘못 측정된 대상은 언제나 무료로 정정하며, 정정을 유료 서비스로 제공하지 않습니다.

신용평가, 벤치마크, 감사에 관한 규제는 모두 이런 분리를 핵심으로 봅니다. GenRank도 같은 원칙을 따릅니다. 데이터와 진단을 공개하는 것은 정당하지만, 측정되는 값을 바꾸는 방법에 대한 조언을 파는 것은 정당하지 않습니다. 중대한 변경 절차와 정정 절차를 포함한 전체 정책은 별도로 공개했습니다. 방법론 변경과 정정은 §6에 기록합니다.

5. 한계

결과를 해석할 때는 다음과 같은 방법론의 한계를 고려해야 합니다.

6. 변경 기록과 정정

방법론은 버전으로 관리합니다. 아래 개정판마다 날짜를 적었으며, 결과는 항상 측정 당시 유효했던 방법론 버전에 비추어 해석해야 합니다. 버전 번호는 메이저.마이너(major.minor) 형식을 따릅니다. 메이저 버전은 장기 비교가 끊기는 변경(예: 점수 산식)이 있을 때 올리고, 마이너 버전은 모델 구성, 주기, 가중치, 엔티티 해석이 바뀔 때 올립니다. 변경은 발효 전에 공지하며, 영향을 측정할 수 있으면 예상 영향도 함께 밝힙니다. 모든 점수와 랭킹 스냅샷에는 산출에 쓴 버전을 기록합니다. 순위와 출처의 추이 차트는 현재 발효 중인 메이저 버전의 에디션만 그리며, 그 안에서 마이너 버전이 바뀐 지점은 따로 표시하지 않고 선으로 잇습니다. 이전 메이저 버전의 에디션은 차트에 넣지 않고, 영구 에디션 페이지와 API에 그대로 남겨 둡니다.

정정

공개한 수치에서 확인된 오류는 바로잡고 여기에 기록합니다. 잘못 측정된 엔티티는 언제나 무료로 정정합니다.

7. 참고 문헌

1. Ouyang, L., et al. (2022). Training language models to follow instructions with human feedback. Advances in Neural Information Processing Systems, 35, 27730–27744.
2. Shah, C., & Bender, E. M. (2024). Envisioning Information Access Systems: What Makes for Good Tools and a Healthy Web? ACM Transactions on the Web.
3. Järvelin, K., & Kekäläinen, J. (2002). Cumulated gain-based evaluation of IR techniques. ACM Transactions on Information Systems, 20(4), 422–446.
4. Wilkinson, M. D., et al. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3, 160018.
5. Menlo Ventures. (2025). 2025 Mid-Year LLM Market Update: Foundation Model Landscape + Economics.
6. OpenRouter. (2025). LLM Rankings: Model Usage Statistics.
7. Statcounter. (2025). AI Chatbot Market Share Worldwide.