AI 검색 엔진의 가시성: 지금까지 알려진 사실

소개

최근 AI 검색 가시성이 화두가 되고 있습니다. AI 기반 도구, 엔진, SERP 기능의 성장으로 사람들이 웹에서 정보를 찾고 상호 작용하는 방식이 빠르게 변화하고 있습니다. 퓨 리서치 센터에 따르면 약 58%의 사용자가 Google에서 AI 개요를 제공하는 세션을 한 번 이상 수행한다고 합니다. 또한, AI가 생성한 답변을 접한 사용자는 세션 중 단 8%만이 기존 SERP 링크를 클릭한다고 답했습니다.

웹에서 정보를 검색할 때 인공지능에 대한 의존도가 높아지고 제로 클릭 경험이 증가함에 따라 기존의 검색 엔진 가시성만으로는 더 이상 비즈니스 성장과 지속 가능성에 충분하지 않습니다. 이제 경쟁력을 유지하려면 AI 답변에 콘텐츠를 노출시켜야 합니다. 하지만 지금까지 AI 검색 최적화에 대해 정확히 무엇을 알고 있을까요? 지금부터 알아봅시다!

AI 검색이란 무엇인가요?

출처: Freepik

AI 검색은 인공 지능의 도움으로 수행되는 모든 종류의 온라인 검색을 의미하는 일반화된 용어입니다. ChatGPT 및 Claude와 같은 독립형 대규모 언어 모델(LLM)을 사용할 수도 있고, Perplexity AI 및 Microsoft Copilot과 같이 이를 기반으로 구축된 엔진의 도움을 받아 수행할 수도 있습니다. 이 용어는 기존 엔진의 세션도 포함하지만 Google의 AI 오버뷰와 같은 AI 기반 SERP 기능의 도움도 포함합니다.

어떤 도구를 사용하든 이러한 검색의 가장 큰 특징은 키워드 매칭과 관련성에 따라 순위가 매겨진 기존의 소스 목록을 사용자에게 제공하지 않는다는 것입니다. 대신, 인공 지능은 자연어 처리와 머신 러닝을 사용하여 사용자의 검색어를 처리하고 그 뒤에 숨겨진 의도를 이해합니다. 의도에 따라 AI는 일반적으로 정보를 수집한 원래 출처를 인용하여 사용자의 요청에 대한 직접적인 답변을 합성합니다.

결과는? 사용자는 여러 페이지를 뒤질 필요 없이 질문에 대한 빠르고 개인화된 직접적인 답변을 받을 수 있습니다. 이는 정보를 찾는 데 더 편리한 방법이기 때문에 점점 더 많은 사람들이 이 기능을 사용하고 있습니다. 또한 비즈니스의 경우, 타겟 고객이 일반 검색 엔진 최적화 프로그램(SERP)을 검토하지 않더라도 웹에서 계속 노출되기 위해 기존 SEO와 더불어 AI 검색 엔진 최적화를 구현해야 할 필요성을 의미합니다.

AI 검색 SEO는 기존 SEO와 어떻게 다른가요?

일부 유사점이 있긴 하지만 기존 알고리즘과 AI 알고리즘은 다르게 작동합니다. 우리에게 익숙한 SERP는 키워드 매칭을 기반으로 만들어집니다. 각각 전통적인 SEO는 키워드 타겟팅과 통합에 크게 의존합니다. 반면 인공 지능은 키워드 유사성보다 더 깊이 들여다봅니다. 인공지능은 사용자가 무엇을 찾고자 하는지, 즉 의도를 평가합니다. 그러나 이것이 유일한 차이점은 아닙니다.

지금까지 알려진 내용을 바탕으로 기존 검색 SEO와 인공지능 검색 SEO의 주요 특징을 간략히 살펴보겠습니다:

	기존 최적화	AI 중심 최적화
목표	SERP에서 콘텐츠 순위를 높이는 것. 일반적으로 상위 10개 결과 순위를 올리는 데 중점을 둡니다.	엔진, SERP 및 채팅에서 AI가 생성한 답변에 추천되고 출처로 인용되는 것을 목표로 합니다.
키워드	틈새 시장에 맞는 인기 있고 사용량이 많은(그리고 종종 숏테일 키워드) 키워드에 집중하세요.	롱테일 키워드와 질문 기반 쿼리의 빈번한 사용에 집중하세요.
사용자 의도	2차 초점.	주요 초점.
언어 및 목소리 톤	조교의 언어에 따라 캐주얼, 격식, 진지함 등 다양한 분위기를 연출할 수 있습니다. 명확성과 진정성에 중점을 둡니다.	인공 지능이 제공하는 대화와 같은 경험에 맞게 더 많은 대화.

주요 AI 검색 최적화 순위 결정 요인

이러한 차이점 때문에 기존 엔진과 AI 엔진은 궁극적으로 서로 다른 요소와 신호를 사용하여 콘텐츠 순위를 매깁니다. 아직 알려지지 않은 부분이 많지만, 생성된 결과에 노출되는 데 도움이 될 수 있는 다음과 같은 주요 요소에 대해서는 이미 알고 있습니다:

콘텐츠 깊이 및 주제별 권위

기존의 검색 엔진 가시성은 특정 사용자 검색어에 대한 콘텐츠의 관련성에 크게 좌우됩니다. 반면 인공지능은 더 광범위한 주제별 권위를 우선시합니다. 콘텐츠의 깊이가 있고 다양한 관련 하위 주제를 다루는 소스는 다른 주제에 대한 일회성 기사를 가끔 게시하는 사이트보다 생성된 결과에 포함될 가능성이 더 높습니다. 주제별 권위는 전문성과 신뢰성을 나타내는 강력한 신호입니다.

콘텐츠의 독창성 및 품질

인공지능은 특정 주제에 대한 대량의 콘텐츠를 단시간 내에 처리하고 분석할 수 있습니다. 또한 피상적이고 저급한 카피를 빠르게 감지합니다. 인공지능은 종합된 답변에서 가치를 창출하는 권위 있고 고유한 인사이트를 제공하는 소스를 우선적으로 고려합니다. 따라서 정보의 품질과 독창성을 중시합니다.

시맨틱 최적화 및 문맥 관련성

일반 엔진과 달리 AI 기반 엔진은 기사의 문맥과 의미적 기반을 들여다볼 수 있습니다. 알고리즘은 주요 타겟 키워드 외에 관련 용어와 실체를 다루는 논리적 주제 클러스터로 구성된 기사를 찾습니다. 생성된 결과를 얻으려면 사이트는 의미적 깊이를 위해 카피를 최적화하고 논리적 내부 링크를 사용해야 합니다.

참여 지표 및 사용자 경험

이탈률, 체류 시간, 클릭률, 스크롤 깊이와 같은 행동 신호는 사용자 참여도와 만족도를 나타냅니다. 검색 엔진의 인공 지능은 이제 이러한 신호를 더 자주 살펴봅니다. 특정 콘텐츠가 사용자의 의도에 부합하고 긍정적인 경험을 제공한다는 신호로 해석하여 순위 상승 가능성을 높입니다.

온라인 멘션 및 브랜드 신뢰도

기존 검색 엔진의 가시성과 마찬가지로 LLM의 가시성 역시 신뢰도에 따라 달라집니다. 하지만 AI는 백링크 그 이상을 봅니다. AI는 브랜드의 전반적인 디지털 발자국과 평판을 평가하여 사용자의 니즈에 부합하는 결과를 제공합니다. 티어 1 미디어에서의 정기적인 브랜드 언급과 보도, 그리고 그 정서가 모두 인용을 받는 데 도움이 됩니다. 해당 분야에서 검증된 신뢰도와 전문성을 갖춘 브랜드를 구축하는 것이 중요합니다.

기계가 읽을 수 있는 신호와 구조화된 데이터

인공지능은 기계가 읽을 수 있는 데이터에 많은 부분을 의존합니다. 인공지능이 콘텐츠를 쉽게 이해할 수 있도록 하려면 깔끔한 HTML 계층 구조, 메타데이터 및 스키마 마크업을 구현해야 합니다. 이러한 요소는 LLM이 페이지를 해석하고 문맥을 파악하는 데 도움이 되며, 이를 통해 AI 요약에 추천될 가능성이 높아질 수 있습니다.

AI 가시성 대 기존 SERP

위에서 언급한 요소에 맞는 적절한 최적화 전략을 구현한다면, 생성된 결과에 표시되고 인용을 받는 데 도움이 될 것입니다. 하지만 이러한 유형의 가시성에 대해 우리가 알고 있는 한 가지 사실이 더 있는데, 이것이 반드시 오가닉 트래픽을 증가시키지는 않는다는 것입니다.

SERP에서 첫 번째 순위를 차지하면 궁극적으로 더 많은 클릭과 트래픽을 얻을 수 있다는 사실은 우리 모두 잘 알고 있습니다. 그러나 인공지능은 완전하고 포괄적인 답변을 제공하기 때문에 사용자가 직접 더 많은 정보를 얻고자 하는 경우가 아니라면 인용된 출처를 클릭할 필요가 없는 경우가 많습니다. 즉, LLM 요약에 소개된다고 해서 반드시 트래픽이 급증하는 것은 아닙니다. 그럼에도 불구하고 여러분의 권위를 강화하고 청중의 마음을 사로잡는 데 도움이 될 수 있습니다. 이 두 가지 자산은 제로 클릭 경험의 세계에서 필수적인 요소가 될 것입니다.

출처: Freepik

인공지능 검색 최적화 지표

따라서 인공지능 검색 엔진 최적화는 현재 우리가 알고 있는 SEO와는 많이 다릅니다. 또한 항상 트래픽과 CTR이 증가하는 것도 아닙니다. 인공지능 검색 가시성의 성공 여부를 정량화하려면 다음과 같은 다양한 지표에 초점을 맞춰야 합니다:

• AI 가시성 비율
• 토픽 권위 점수
• 전체 소스 권위
• 생성된 결과의 인용
• 문맥 관련성
• 시맨틱 범위
• 참여도 및 사용자 경험
• 멘션 감성어
• 음성 점유율
• AI 기반 트래픽으로부터의 전환

불확실성과 도전 과제

인공지능을 활용한 온라인 검색은 급속한 성장에도 불구하고 가시성을 최적화하는 방법과 관련하여 여전히 많은 도전과 불확실성을 안고 있습니다. 현재 주요 검색 엔진 가시성 제한 사항은 다음과 같습니다:

• 명확한 순위 로직의 부재. 현재로서는 기존 데이터를 기반으로 인공지능이 무엇을 찾고 있는지 예측할 수 있을 뿐입니다. 하지만 알고리즘은 여전히 진화하고 있으며, 일반 SERP에서 사용되는 것과 유사한 구조화된 순위 로직은 아직 없습니다.
• 순위 변동성. 인공지능은 모든 사용자에게 동적이고 개인화된 응답을 제공합니다. 따라서 SERP처럼 일관된 순위를 유지하는 것은 거의 불가능합니다.
• 소스 어트리뷰션 오류. 인공지능은 모든 응답에서 수많은 데이터를 합성합니다. 종종 출처에 연결하지 않고 정보를 사용하므로 결과에 추천된다고 해서 항상 인용이 되는 것은 아닙니다.
• 클릭 수와 트래픽 감소. 인공 지능은 사람들이 사이트를 방문하지 않고도 정보를 소비할 수 있게 해줍니다. 가까운 미래에는 트래픽과 클릭 수가 급격히 감소할 수 있습니다. 연구에 따르면 사용자의 검색어에 Google 개요가 표시되면 최상위 페이지도 트래픽의 79%를 잃을 수 있다고 합니다. 이는 비즈니스에 심각한 문제를 야기할 수 있습니다.

결론

오늘날 AI 검색 가시성은 모든 비즈니스가 경쟁력을 유지하기 위해 포착해야 하는 기회입니다. 이미 사람들이 웹에서 정보를 찾고 상호 작용하는 방식을 바꾸고 있습니다. 그리고 가까운 미래에 전체 SEO 환경을 재편할 것으로 예상됩니다.

지금까지 살펴본 바와 같이 AI 최적화와 관련된 불확실성과 과제는 여전히 많습니다. 우리가 이에 대해 조금은 알고 있지만, 제로 클릭 환경에서 경쟁력을 유지하고 성장하기 위해 배워야 할 것이 여전히 많습니다. 이 글에서 얻은 인사이트를 활용하여 지금 당장 올바른 방향으로 나아가고, 이 주제에 대한 더 많은 업데이트와 인사이트를 계속 지켜봐 주세요.