AI서치, 에이전틱 서치 시대 콘텐츠 전략
1. AI 서치와 Agentic Search의 부상
최근 몇 년 사이, AI 서치 기술이 급격히 발전하면서 기존의 검색 환경이 크게 바뀌고 있습니다. 전통적인 검색 엔진이 키워드와 링크 중심의 결과를 보여줬다면, 이제는 자연어 처리(NLP), 머신러닝, 대형 언어모델(LLM) 기술을 바탕으로 사용자의 ‘의도’를 깊이 이해하고, 그에 맞춘 개인화된 정보를 제공하는 대화형 검색이 중심이 되고 있습니다.
구글의 SGE(Search Generative Experience), Perplexity AI, Bing Copilot, ChatGPT 기반 검색 서비스들이 대표적인 예입니다. 이들은 단순한 질문-답변을 넘어 사용자의 목적을 이해하고 스스로 정보를 수집하고 종합하는 ‘agentic search’로 나아가고 있습니다. 예를 들어, 사용자가 “3박 4일 오사카 여행을 계획해줘”라고 입력하면, AI는 관련 항공권, 숙소, 일정까지 종합해 하나의 완성된 결과물을 제시합니다. 키워드가 아닌 목적과 맥락 중심의 검색으로 패러다임이 이동하고 있는 것입니다.
2. 기존 SEO는 사라지는가?
이러한 변화는 기존의 SEO 전략에 구조적인 도전을 안기고 있습니다. 키워드를 중심으로 콘텐츠를 최적화하고, 검색 결과 상위 노출을 목표로 했던 기존 방식은 AI가 문서의 맥락, 구조, 신뢰성을 종합적으로 평가해 결과를 생성하게 되면서 점점 효율이 낮아지고 있습니다.
특히 구글 AI Overviews 도입 이후, 유기적 검색 결과의 클릭률(CTR)과 트래픽이 감소했다는 분석이 속속 등장하고 있습니다. 사용자는 더 이상 길고 복잡한 키워드보다 자연스러운 질문 형태를 선호하고, AI는 이러한 요청에 대해 ‘즉답형 요약’을 제공함으로써 사용자가 링크를 클릭하지 않고도 원하는 정보를 얻게 됩니다. 이른바 제로 클릭 검색(Zero-Click Search) 현상이 확산되고 있는 셈입니다.
그러나 이런 환경 속에서도 ‘콘텐츠의 가치’는 사라지지 않습니다. 오히려 AI가 인용하는 콘텐츠는 더 엄격한 기준—신뢰성, 명확성, 구조화, 출처의 투명성—에 의해 선택되기 때문에, AI가 인용할 만한 콘텐츠로 인정받는 것이 새로운 경쟁력이 되고 있습니다.
3. Agentic Search 환경에서 콘텐츠가 포착되는 방식
AI 기반 검색 에이전트는 정보를 단순히 ‘읽는 것’이 아니라 ‘이해하고 조합’합니다. 이를 위해 콘텐츠가 기술적으로나 의미적으로 명료하게 구성되어 있어야 합니다.
우선, 검색 에이전트는 구조화된 데이터(예: 메타데이터, schema.org 마크업, 시멘틱 태그 등)를 갖춘 웹 페이지를 선호합니다. HTML이 명확하고 로딩이 빠르며, 자바스크립트로 숨겨진 정보가 없을수록 좋습니다. 또한, 크롤링 차단 설정(robots.txt, llamas.txt 등)이 AI 크롤러를 방해하지 않도록 해야 합니다.
최근에는 AI 검색이 문서를 의미 단위로 나눠 임베딩(벡터화)하고, 이를 빠르게 검색하고 재조합하는 방식을 사용하고 있습니다. 이 과정에서 콘텐츠의 명확한 구조와 신뢰도, 최신성, 인용 가능성이 AI의 선택 기준이 됩니다.
4. 실제 기업들이 보여준 마케팅 전략의 변화
이러한 환경에 발 빠르게 대응한 기업들이 있습니다.
FactSet, Splunk, NCR Voyix, Blackstone 같은 B2B 기업들은 전문적이고 신뢰도 높은 콘텐츠 포트폴리오(인사이트 글, 사례 연구, 백서 등)를 구축해, AI가 자주 참고하는 출처로 자리잡았습니다.
AI 스타트업들도 자신들의 기술력을 보여주는 지표와 실제 고객 성공 사례를 중심으로 콘텐츠를 구성하면서, 검색 에이전트에 더 쉽게 노출되고 있습니다. 구조화된 마이크로데이터와 지식 그래프(예: WordLift)를 활용해 세멘틱 SEO 전략을 실행한 테크/엔지니어링/SaaS 기업들도 있습니다.
이커머스 기업들은 AI를 활용해 검색 추천 기능을 고도화하거나, 실시간 재고 및 가격 정보를 자동화함으로써 검색 전환율이 20~30% 증가한 사례도 보고되고 있습니다.
5. 지금 필요한 콘텐츠 마케팅 전략은?
이처럼 변화하는 검색 환경에 적응하기 위해서는 다음과 같은 전략적 접근이 필요합니다.
(1) 콘텐츠 기술 구조 최적화
• 스키마 마크업, 시멘틱 태그, 메타데이터를 활용해 AI가 맥락을 쉽게 이해할 수 있도록 합니다.
• HTML 기반의 명료한 구조와 빠른 로딩 속도로 AI 크롤러가 접근하기 쉬운 환경을 구축합니다.
• robots.txt 및 llamas.txt 설정으로 주요 AI 크롤러의 접근을 허용합니다.
(2) 콘텐츠 구성 방식의 변화
• **중의성 없는 명확한 단어 사용(모노세멘틱 언어)**으로 문서의 의도를 또렷하게 합니다.
• 질문-답변형 구조나 사례 중심 설명으로 AI의 이해를 돕습니다.
• 전문가 이름, 데이터 출처, 실제 경험 기반의 정보로 신뢰도를 강화합니다.
(3) AI 에이전트가 ‘참고할’ 수 있는 콘텐츠 설계
• 요점이 분명하고 재인용하기 쉬운 문장 구조로 콘텐츠를 작성합니다.
• 긴 문장, 대화형 질문, 복잡한 목적성 질문에도 잘 대응할 수 있도록 다양한 유형의 콘텐츠를 설계합니다.
(4) AI와 협력하는 콘텐츠 생산 프로세스
• WordLift, Semrush Copilot 같은 AI 기반 콘텐츠 도구를 활용해 자동화된 분석과 생산성을 높입니다.
• 초안은 AI가, 스토리텔링과 창의성은 사람이—AI와 인간의 협업 구조를 만듭니다.
(5) 성과 모니터링과 피드백 루프
• Google Search Console, Plausible 등에서 AI 검색 엔진 유입 데이터를 실시간으로 추적합니다.
• 콘텐츠가 실제로 AI에 인용되었는지를 확인하고, 필요 시 구조, 제목, 요약 방식 등을 유연하게 수정합니다.
6. 결론: 콘텐츠 전략의 핵심은 ‘AI가 읽고 인용하는 콘텐츠’
우리는 지금, SEO의 시대에서 ‘CAO(Content for AI Optimization)’의 시대로 전환 중입니다. 앞으로 중요한 것은 AI 에이전트에게 잘 보이고, 인용되고, 신뢰받는 콘텐츠를 설계하는 일입니다.
이제 콘텐츠 마케터는 콘텐츠의 구조화, 의미 연결, 신뢰성 확보를 기술 전략과 함께 고려해야 하며, AI가 읽을 수 있는 ‘언어’와 ‘형식’을 콘텐츠 안에 녹여야 합니다. 변화를 두려워할 필요는 없습니다. 오히려 지금은, 전략적 사고와 실험, 기술적 감각을 결합해 새로운 콘텐츠 마케팅의 기회를 선도할 수 있는 시점입니다
최근 agentic search라는 개념을 배우게 되면서 일일이 자료 검색이 하기 싫어서 AI로 리서치해 작성한 글입니다.
구조나 기술적 문제를 넘어 가치 있는 글은 단순히 정보를 전달하는 글보다 자기가 직접 뭔가를 해본 경험이 될 것 같습니다. 정보를 전달하려면 자신만의 관점이나 특징 등의 브랜딩 요소가 필요할 것 같습니다.
