상세문의
×
간편문의
홍은표 · 넥스트티 대표 · SEO/GEO 컨설턴트
AI가 다음 단어를 고를 때의 무작위성 정도를 조절하는 값. 같은 질문에도 답이 매번 달라지는 기술적 이유다.
답이 흔들리는 건 정상입니다 — 단발 관측 대신 여러 번 반복해 분포로 봐야 과장을 피합니다.
LLM은 다음에 올 단어의 확률 분포에서 하나를 뽑아(샘플링) 문장을 잇습니다. 이때 temperature가 무작위성의 폭을 정합니다 — 낮으면 가장 확률 높은 단어 위주로 안정적이고 반복적인 답을, 높으면 다양하고 창의적이지만 들쭉날쭉한 답을 냅니다.
이 메커니즘이 GEO 측정에 직접 닿습니다. 같은 질문을 던져도 답·인용이 매번 조금씩 달라지는 것이 정상이라는 뜻이기 때문입니다. 그래서 "한 번 물어보니 우리가 인용됐다/안 됐다"는 단발 관측은 신뢰하기 어렵고, 여러 번 반복해 분포로 봐야 합니다. temperature·샘플링의 존재가 곧 "관측 vs 추정"에서 측정을 신중히 다뤄야 하는 기술적 근거입니다.
# 같은 질문도 temperature에 따라 답이 달라진다
resp = client.chat.completions.create(
model="...",
messages=[{"role": "user", "content": "GEO란?"}],
temperature=0.2, # 낮음 → 안정·반복적
# temperature=1.0 # 높음 → 다양·들쭉날쭉
)
# 그래서 단발 관측 대신 여러 번 반복해 '분포'로 본다왜 GEO에서 중요한가
같은 질문에도 답이 흔들리는 것이 정상입니다. 단발 관측 대신 반복·분포로 측정해야 과장을 피할 수 있습니다.
함께 읽기 · 넥스트티 인사이트