생성형 AI 검색최적화를 위한 5가지 트렌드

Search Engine Land 기사 중 발췌

안녕하세요 오랜만에 인사드립니다. 

오늘은 외국 저널에 좋은 글이 있어 제 영어 공부 및 업무 역량 강화를 위해 번역&요약을 함께한 콘텐츠를 소개드리고자 합니다. 앞으로 종종 이런 글로 찾아뵙겠습니다.

중간중간 제가 요약하며 쓰다보니 문맥이 어색하거나, 어투도 통일되지 않은 것들이 많은데 이런 부분은 너그러이 이해 부탁드립니다.

이번 글은 검색엔진최적화(SEO)를 넘어 생성형AI검색엔지최적화(GEO) 시대에 우리가 해야 할 다섯가지 인사이트를 소개하는 글 입니다. 본 포스팅의 원문은 Search Engine Land의 "5 GEO trends shaping the future of search" 입니다.

Chat GPT, Gemini, 퍼플렉시티와 같은 생성형 AI 최적화(흔히 Generatvie Engine Optimization)를 위해 앞으로 해야 할 것들은 무엇일까?

검색엔진최적화(SEO)이라 불리는 것이 이제 생성형 AI 검색엔진최적화(GEO)까지 확장되고 있는 지금의 시점에서 앞으로의 SEO를 위해 무엇을 준비해야 할까?

1. 콘텐츠 또는 페이지별 고유한 "개체(Entities)" 정의

영어로는 Enttities라고 표현을 하는데, 제 기준으로 의역해보자고 하면 "개체"라고 표현해보겠습니다. 본 단락의 제목을 다시 정리해서 말하면 "해당 페이지 또는 콘텐츠에서 이야기 하고자 하는 개체를 명확히 해라" 입니다. 좀 더 쉽게 설명해보면 하나의 목적에 집중해서 쓰라는 것 입니다. 가치있는 정보라고 해서 이런저런 모든 검색에 내 콘텐츠가 다 노출되기 기대하지 말고 하나의 대상 또는 목적에 집중해서 쓰라는 것 입니다. 그래야 검색엔진 또는 생성형 AI가 봤을 때 다른 주제의 좋은 글들과 같이 결합하여 최고의 결과물을 만들기 좋은 재료가 되기 때문입니다. 실제로 검색엔진이 하나의 롱테일 키워드(자세한 질문 정도로 이해해주세요)를 어떻게 이하는지 살펴보겠습니다.

샌프란시스코에서 자전거 초보자가 출퇴근용으로 사용하지 좋은 자전거는 무엇인가요?

이 검색어를 보면 검색엔진 또는 생성형 AI는 아래와 각이 각각의 개체들을 이해합니다.

자전거: 상품(개체)

샌프란시스코: 지역(개체)

초보자용: 경험의 수준(속성)

출퇴근:목적(속성)

이 질문에서 보면 자전거와 샌프란시스코에 대한 개체를 초보자용과 출퇴근이라는 속성을 통해 검색엔진이 더욱 심도있는 이해를 할 수 있게됩니다. 누군가 이제 "샌프란시스코로 한정하지 말고 좀 더 제네럴 한 지역에서도 검색될 수 있게 도시로 바꾸면 어떨까?" 할 수 있는데, 이렇게 하지 말라는 겁니다. 그러면 이도저도 아닌 글이 되버린다는 것이죠. 힘들고 어렵지만 샌프란시스코 뿐만 아니라, 도쿄, 서울, 맨하탄 등 여러 도시 시리즈로 써서 이런 콘텐츠에 있어 우리 플랫폼이 권위를 얻을 수 있도록 하라는 것 입니다.

이렇게 질문을 이해하면 AI는 샌프란시스코에서 자전거 초보자들은 언덕을 쉽게 올라갈 수 있어야 하기 때문에 기어 전환이 쉽거나 전기 동력 보조가 되는 자전거들을 추천해줍니다. 추천을 위한 과정에서 AI는 검색어 속에서 파악할 수 있는 고객의 검색의도, 참조된 정보 신뢰성(referencing trusted sources), 최근 리뷰, 고객들의 정서(sentiment) 또는 도심에서 타기 좋은 자전거에 대한 고객들의 경험적 추천을 참조합니다. 그리고 한 분야의 전문성을 가지고 지속적인 콘텐츠 활동을 한다면 향후 검색엔진 또는 생성형 AI에게 "이 분야에 있어서 A라는 사이트는 해당 분야 질문에 대한 기준"이 될 수 있습니다. 그래서 내가 운영하는 사이트는 "무엇"을 중심으로 하는 사이트가 될 것인지 선택과 집중을 하는 것이 중요합니다.

2. LLM(Large Language Model)과 RAG(Retrieval Augmented Generation)도 결국 검색 기반

LLM은 많이 들어보셨지만, RAG는 생소하신 분들도 많이 계실 것 같습니다. 한국어 그대로 해석하면 "검색(Retrieval) 증강(Augmented) 생성(Generation)"이겠지만 전반적인 의미는 "인공지능 모델이 답변을 생성하기 전에 외부 데이터를 검색하여 이를 참고하는 기술"입니다. 즉, 본인이 가지고 있는 것 외에 추가적인 정보도 검새해서 플러스 알파를 내어 놓는다는 의미로 이해면 될 것 같습니다.

LLM은 기존에 학습된 데이터를 가지고 답변을 하다보니 최신 트렌드에 적합하지 못한 답변(Hallucination)을 내놓을 수 있습니다. 이런 한계를 보완하기 위해 RAG가 함께 이용됩니다. 즉 정보의 최신성을 고려해서 Hallucination 상황을 방지하려고 하는 것이지요.

RAG(검색 기반 정보 강화)를 이해할 수 있는 이미지 - 출처:구글

그래서 다시 검색엔진최적화(SEO) 관점에서 봤을 때 우리 사이트에 있는 콘텐츠들이 RAG가 참고할 수 있는 최신 정보가 될 수 있도록 정보를 최신화 하고, 신뢰도를 최대한 높여야 합니다. 신뢰도를 높이는 구체적인 방식은 우리 사이트에서만 유일하게 볼 수 있는 정보를 제외한 나머지 영역에서 구글/네이버가 신뢰도가 높을 것으로 판단되는 출처(사이트)에서 글을 인용하고, 해당 정보가 관련 플랫폼에서 가지고 왔음을 언급해주는 링크(앵커텍스트)를 설정하는 것이 될 수 있습니다. 그리고 다시 한 번 말씀드리지만 무엇을 말하고 싶은지 선택과 집중을 해야 합니다.

3. 콘텐츠 대상 최적화의 새로운 시대

검색엔진 또는 생성형 AI가 우리 홈페이지의 주요 대상을 잘 이해하고 색인하기 위해서 구조화된 데이터 마크업을 하는 것이 좋습니다. "구조화된 데이터 마크업"은 검색엔진이 알려주는 방법으로 "우리 사이트에 이런 내용 있어"라고 추가적인 설명을 해주는 것 정도로 이해하시면 좋습니다. 그래서 검색엔진이 또는 생성형 AI가 우리 사이트 내용을 빠르고 쉽게 요약해서 알려줄 수 있다면, 우리 페이지가 다양한 질문에 대한 답변 생성에 원천으로 활용될 확률이 높아집니다. 추가적으로 우리 사이트가 다양한 곳에서 인용, 언급될 수 있도록 하면 좋습니다. 아래의 검색에 대한 AI의 답변에 적색 표시된 콘텐츠가 링크된 것은 아니지만, 관련 질문에 기본이 되는 정보로 판단되는 정보로 우리 콘텐츠 또는 사이트가 언급될 수 있도록 하는 것이 목표입니다.

중소기업에서 대기업 이직을 하기 위한 방법 알려줘?

빨간색 표시한 부분들이 해당 질문에 인용된 콘텐츠/플랫폼

당연한 말이지만 콘텐츠가 가능한 최신 상태로 유지될 수 있게끔 자주 발행하고, 사용자들과 함께 소통할 수 있는 콘텐츠 육성에 힘써야합니다. 플랫폼 운영사 입장에서 가장 대표될 수 있는 UGC(User Generated Contents)는 리뷰와 댓글이 될 수 있습니다. 또한 다른 SNS에서 내가 발행한 콘텐츠가 언급되는 것들을 이야기 할 수 있습니다. 그리고 우리의 고객들에게 실질적인 도움이 될 수 있는 인사이트 있는 콘텐츠 발행이 필요합니다. 

사실 이 부분이 한국에서 SEO가 맞이하는 가장 큰 벽입니다. 리소스 대비 결과의 영역인거죠. 돈을 들이지 않고 우리에게 최적하된 고객 유치를 통해 지속가능한 마케팅을 한다. 이것이 SEO가 지향하고 있는 방향인데 너무 완벽합니다. 그러나 회사는 이제 투자 대비 결과를 보게되죠. 이런 원대한 꿈을 가지고 다양한 플랫폼들이 네이버 블로그 또는 포스트를 운영하지만 이 플랫폼을 통해 유입되는 결과를 보고 그만하게 되는 것이 한국의 국룰처럼 된 상황입니다. 여기서 SEO는 어떤 가치를 제시할 수 있었을까요? 솔직히 제가 그 결과로 인한 일종의 피해자이기도 했지만 딱히 반박할 수 없었습니다. 그러나 작년부터 본격적으로 시작된 생성형 AI의 보급이 SEO 마케터들에게 한 줄기 희망이 됐습니다. 적어도 콘텐츠 차원에서 직접적인 구매전환이 없어도 우리가 향후 장기적인 미래를 준비하기 위해 투자해야 할 이유는 분명해졌습니다. 

생성형 AI가 수집해 갈 기본이 되는 콘텐츠를 우리 플랫폼에서 만들어나가야 합니다. 그것이 우리가 플랫폼 내 콘텐츠를 강화하고, 검색엔진 or 생성형 AI가 우리 사이트의 내용을 쉽게 색인해갈 수 있도록 해야하는 이유입니다.

또한 하나의 큰 주제에서 다양한 세부 주제로 세분화되는 콘텐츠 구조를 웹사이트가 가지고 있을 수 있도록 해야합니다. 예를들어 아래와 같이 말입니다.

그로스마케팅의 모든것

페이드 마케팅 : 검색광고, 디스플레이 광고, 콘텐츠 광고, CRM

오가닉 마케팅 : 검색엔진최적화, 콘텐츠 플랫폼 구축 및 운영

프로덕트 마케팅 : 클릭률 및 구매 전환률 극대화를 위한 고객 행동 분석 및 프로덕트 UI/UX구성

다음과 같이 "그로스마케팅의 모든것"에 대한 글을 쓰기 위해 큰 기준을 페이드/오가닉/프로덕트 마케팅으로 구분했습니다. 페이드/오가닉/프로덕트 마케팅 구분은 URL구조에서도 확인할 수 있도록 growthmarketing/paid, growthmarketing/organic, growthmarketing/product 이런 식으로 구분하는거죠. SEO 업계에서는 이런 일련의 행위를 콘텐츠 클러스터라고 표현하기도 합니다.

4. 멀티모달(Multimodal) 검색의 부상

여기서 "멀티모달 검색"은 "텍스트뿐만 아니라 이미지, 영상, 음성 등 다양한 형태로 검색을 진행하는 것" 정도로 이해하시면 무리없습니다. 가장 대표적으로 최근 크롬에서 확인할 수 있는 이미지 검색이 있죠.

"텍스트", "음성", "이미지" 형태로 검색할 수 있게 검색입력창 옆에 다양한 버튼이 있습니다.

이런 다양한 검색 인풋이 있다면, 해당 인풋에 딱맞는 아웃풋 형태도 있지 않겠습니까? 우리가 콘텐츠를 열심히 만들고 나면 그것을 검색엔진이 찰떡처럼 알아듣기 위해 "구조화된 데이터 마크업"이 필요합니다. 해당 개념에 대한 설명은 본문의 앞선 문단에서 설명드린 정도만 알고 넘어가주세요. 어쨌든 이미지 검색에 최적화 하기 위해 우리 페이지에 있는 이미지에 대한 구조화된 데이터 마크업을 하면 되고, 음성 검색에는 FAQ, Q&A, Speakable 스키마 마크업, 그리고 비디오 검색을 위해 VideoObejct 스키마 마크업을 진행하면 됩니다.

5. 개인에게 최적화 된 검색환경 도래

얼마전 있었던 네이버 DAN24에서 네이버는 "AI기술을 활용하여 개인에게 최적화된 검색 환경을 제공하겠다."고 했습니다. 이 말은 무엇을 뜻할까요? 그것은 바로 특정 검색에 대해 모두가 같은 결과를 보는 시대는 지났다는 것을 의미합니다. 검색엔진은 사용자가 어떤 검색어를 입력하는지에 따라 앞으로 어떤 검색을 이어서 하게될지 대략 예측할 수 있게 됐습니다. 그래서 검색결과에서 그 다음 예상되는 질문과 답을 미리 제공합니다. 이렇게 되면 사용자들은 번거럽게 추가적인 검색을 하지 않게 될 것입니다. 그래서 우리는 구매 전/후 고객들의 행동을 모니터링해서 아직 무엇을 찾아야 할지 모르는 고객들에게 조차 우리가 노출될 수 있도록 다양한 콘텐츠를 좀 더 빠르게 구축해놔야 합니다.

마지막으로 이 글을 읽으며 이해가 어려운 단어들을 찾았는데 아래와 같았습니다. 이 표현들 모두 잘 아시는 분들은 부럽네요...그럼 오늘은 여기서 마치겠습니다.

turn to | cohesive | augmented | hallucitation | secure | outlet | influx | fostering | predective search experiencs are here | enriches