AI가 읽지 못하는 글은, 이제 사람에게 도달할 기회조차 얻지 못합니다
오늘은 제가 GEO 프로젝트를 이끌며 밤잠을 설치게 했던 ‘Lost in the Middle(중간 실종)’ 현상과, 이를 해결하기 위해 도입한 Front-Loading 전략의 날것 그대로를 공유하려 합니다.
학술적으로는 거창하게 말하지만, 실무적으로 보면 간단합니다. AI도 사람과 같습니다. 긴 글의 중간 부분은 대충 읽고, 앞과 뒤만 기억한다는 겁니다. 프린스턴 연구진이 발표한 이 현상은 RAG(검색 증강 생성) 환경에서 우리 같은 커머스 플랫폼에게는 사형 선고나 다름없습니다.
우리가 아무리 중간에 “이 제품의 가성비는 최고다”라고 써봤자, AI는 글의 서두와 결말만 보고 답변을 생성해버립니다. “AI에게 ‘공부’를 시키려 하지 마라. 대신 ‘정답지’를 눈앞에 바로 들이밀어라.”라는 결론이 나오는거죠.
Front-Loading(전방 배치) 전략은 이제 선택이 아닌 필수라 말씀 드리고 싶습니다.
PDP에선 ‘서론-본론-결론’의 미덕을 지키는 경우가 있습니다. 가장 중요할 수 있는 소비자 리뷰 정보가 최하단에 있다던지 하는 구조 말이죠. 하지만 C-GEO의 관점에서는 생각을 좀 달리해야 합니다. AI가 읽기 시작하는 그 찰나의 순간, 즉 상위 160자 안에 모든 승부를 걸어야 합니다.
Before: “최근 노트북 시장의 트렌드는... (중략) ... 이 모델은 RTX 4060을 탑재하여...”
After (Front-Loading): “[평점 4.8] RTX 4060 탑재, 영상 편집 최적화 노트북. 다나와 분석 결과 동급 카테고리 대비 발열 제어 능력이 15% 우수함.”
답변의 근거가 되는 수치와 핵심 가치를 글의 맨 앞으로 끌어올리는 것. 이것은 마케팅 문구를 쓰는 것이 아니라, AI의 어텐션(Attention)을 해킹하는 작업입니다.
구조화 데이터(JSON-LD)는 AI에게 바치는 ‘제사상’입니다. 하지만 여기서 사람 냄새가 나야 합니다. 기계적인 스펙 나열은 다른 사이트도 다 합니다. 저는 다나와의 리뷰 데이터에서 ‘Positive/Negative Notes’를 추출해 마크업에 심을 때, 반드시 실제 구매자의 ‘날것’ 같은 표현을 한 스푼 섞어야 한다고 생각합니다. “소음이 적음” 대신 “도서관에서 눈치 안 보고 쓸 수 있는 수준의 정숙함”이라는 표현이 AI의 텍스트 생성 단계에서 훨씬 더 강력한 ‘인용의 유혹’을 느끼게 하기 때문입니다.
어떤 이들은 묻습니다. “사람이 잘 읽을 수 있는게 더 의미가 있는 것 아니냐” 그럴 수도 있죠.
그렇지만 분명한 것은 앞으로는 'AI가 읽지 못하는 글은, 이제 사람에게 도달할 기회조차 얻지 못합니다.'
우리가 상품 카테고리 데이터의 위계를 다시 세우고, 서두를 깎아내고, 구조를 비트는 모든 과정은 결국 ‘진실된 정보’가 AI의 필터를 통과해 사용자에게 닿게 하려는 몸부림입니다.
C-GEO 전문가로서 제가 하는 일은 명확합니다. AI라는 차가운 엔진에 다나와라는 뜨거운 데이터를 가장 효율적으로 연소시키는 설계자가 되는 것이요.
류희범 | 다나와 마케팅 전략 부장 C-GEO & RAG Optimization Specialist
Ryu Hee-bum | Head of Marketing Strategy at Danawa
#GEO, #GenerativeEngineOptimization, #커머스RAG, #다나와상품블로그, #Vector최적화, #류희범