XEO — SEO·GEO·AEO·A11y

구글은 미국 내 일부 사용자를 대상으로 검색 광고에 'Strongest match' 또는 'Strong match' 라벨을 표시하는 실험을 진행 중입니다. 이 라벨은 기존의 광고 품질 및 관련성 신호를 기반으로 하지만, 구체적인 선정 기준과 가중치에 대해서는 아직 공개되지 않아 광고주들 사이에서 투명성에 대한 논란이 일고 있습니다.

ChatGPT 쇼핑 기능에서 제품 피드 활용 비중이 급증하며 피드를 통한 상품은 대부분 1위로 노출되지만, 여전히 전체 인용의 약 88%는 웹 PDP를 통해 이루어집니다. 따라서 브랜드는 데이터 구조화를 통한 상단 점유와 상세 페이지 최적화라는 두 가지 전략을 동시에 실행해야 합니다.

구글은 API를 통한 새로운 스마트 캠페인 생성을 중단하며, 대신 AI 기반의 퍼포먼스 맥스(PMax)와 같은 최신 자동화 캠페인 활용을 강력히 권장하고 있습니다. 기존에 생성된 스마트 캠페인은 계속 운영 및 관리가 가능하지만, 신규 생성 기능은 차단됩니다.

Similarweb의 최신 연구에 따르면 ChatGPT를 통해 브랜드를 추천받은 사용자는 경쟁사 대비 웹사이트 방문 확률이 2.5배 높으며, 사이트 내 체류 시간과 페이지 탐색량도 약 2배 이상 높은 것으로 나타났습니다. 특히 이러한 AI 기반 유입은 분석 도구상에서 직접적인 AI 리퍼럴이 아닌 검색이나 직접 유입으로 기록되는 경우가 많아 정교한 트래킹이 필요합니다.

OpenAI는 ChatGPT 출시 이후 사용자들의 광고 삭제(dismissal) 비율이 50% 감소했다고 밝혔습니다. 이는 광고가 사용자의 대화 맥락과 더 밀접하게 연결되어 유용성이 높아졌음을 의미하며, 구독 모델 외의 새로운 수익원으로서 대화형 광고의 잠재력을 보여줍니다.

웹 트래픽 중 자동화된 봇의 비중이 인간을 추월한 가운데, AI 에이전트는 비용 효율성과 정확성을 위해 웹페이지의 픽셀 대신 접근성 트리를 주로 활용합니다. 따라서 HTML의 구조적 정확성과 ARIA 태그를 올바르게 사용하는 것이 AI 에이전트에게 서비스를 정확히 전달하는 데 결정적인 역할을 합니다.

AI 기업들이 인력 대체라는 자극적인 마케팅을 펼치고 있으나, 실제 데이터상으로는 AI로 인한 대규모 고용 감소 증거가 부족하며 오히려 업무 효율을 높이는 도구로서의 가치가 크다. 따라서 AI를 인간의 일자리를 뺏는 위협이 아닌, 전문성을 극대화하는 보조 수단으로 포지셔닝하는 것이 지속 가능한 브랜드 전략이다.

구글은 광고 검색 결과에 'Strongest match'와 같은 매칭 라벨을 도입하고, 승인 시 최종 URL의 도메인 리다이렉트를 허용하는 등 Google Ads 정책을 업데이트합니다. 또한 머천트 센터의 제품 노출 관리 기능과 광고 데이터 분석을 위한 새로운 지표들을 추가하며 광고주에게 더 정교한 제어권과 통찰력을 제공할 예정입니다.

디지털 마케팅에서 페이드 소셜은 수요를 창출하고, 페이드 서치는 이를 포착하는 역할을 합니다. 본 기사는 단순한 전환 데이터에 의존하지 않고 브랜드 검색량 증가와 클릭률(CTR) 개선을 통해 소셜 광고가 검색 성과에 미치는 영향을 측정하는 실질적인 지표들을 다룹니다.

코넬 테크 연구진은 레딧이나 위키피디아 같은 사용자 생성 콘텐츠에 13단어 정도의 짧은 문구만 추가해도 AI 에이전트가 가짜 제품을 추천하게 만드는 'WARP' 공격법을 발표했습니다. 이 공격은 별도의 시스템 해킹 없이도 웹상의 공개된 정보를 조작하여 AI 리서치 결과의 신뢰도를 떨어뜨릴 수 있습니다.

AI 검색 엔진이 정보를 요약·합성함에 따라 국가별로 분리된 정보가 뒤섞이는 '교차 시장 지식 오염' 위험이 커지고 있습니다. 이제 기업은 단순한 SEO를 넘어, 전 세계 어디서든 정확한 정보가 전달되도록 관리하는 데이터 거버넌스 전략을 구축해야 합니다.

B2B 기업들이 구글 검색에서 수천 개의 키워드로 상위 노출되고 있지만, AI 오버뷰 내에서의 브랜드 인용률은 중앙값 3%로 매우 낮게 나타났습니다. 이는 기존의 검색 엔진 최적화(SEO) 방식이 생성형 AI 시대의 정보 소비 패턴을 따라가지 못하고 있음을 시사합니다.

구글이 미국 내 일부 사용자를 대상으로 검색 광고에 '최적의 일치' 또는 '강한 일치'라는 레이블을 표시하는 실험을 진행 중입니다. 이 기능은 기존의 광고 품질 및 관련성 신호를 사용자 인터페이스에 직접 노출하여, 사용자가 검색 의도와 가장 부합하는 광고를 더 쉽게 식별하도록 돕는 것을 목표로 합니다.

생성형 AI가 비즈니스 워크플로우에 통합됨에 따라 브랜드 가시성은 검색 순위를 넘어 LLM이 기업 데이터를 얼마나 정확히 해석하느냐에 달려 있습니다. 조직 내 팀 간 정보 불일치는 AI를 통해 증폭되어 노출되므로, 이는 단순 마케팅 문제를 넘어 조직 운영 및 거버넌스의 문제입니다.

구글 디스커버가 사용자가 자연어로 원하는 콘텐츠를 요청할 수 있는 'Tailor Your Feed' 기능을 선보였습니다. 이 기능은 기존의 클릭 기반 추천을 넘어 사용자의 명시적 의도를 반영하며, 특히 대중적인 인기 콘텐츠가 아닌 니치한 분야의 소규모 사이트들을 사용자 피드에 노출시키는 새로운 메커니즘을 작동시킵니다.

구글 광고의 '도착지 불일치(Destination Mismatch)' 정책이 업데이트되어, 사전 승인을 받은 경우에 한해 최종 URL을 다른 도메인으로 리디렉션하는 것이 허용됩니다. 이는 제조사가 자사 제품이 판매되는 외부 소매점 사이트로 광고 클릭을 유도할 수 있게 함으로써 광고 운영의 유연성을 높일 것으로 보입니다.

구글은 로컬 서비스 광고(LSA)의 '광범위 검색' 설정에 대한 상세 내용을 도움말 문서에 추가했습니다. 광고주는 이를 통해 단순 카테고리 검색(예: '변호사')과 특정 서비스 검색(예: '이혼 전문 변호사') 사이의 노출 범위를 정교하게 조정하고, 유입된 리드의 출처를 분석할 수 있습니다.

구글 머천트 센터가 피드에 등록되지 않았음에도 웹 크롤링을 통해 노출되는 'Found by Google' 제품을 삭제하거나 방지하는 새로운 방법을 공개했습니다. 운영자는 상품 속성 규칙의 'Pause' 설정을 통해 기존 제품을 아카이브하거나, data-nosnippet HTML 속성을 사용하여 크롤링 자체를 차단할 수 있습니다.

구글 애즈에 검색 카테목리별 성과를 측정할 수 있는 세 가지 새로운 데이터 컬럼이 추가되었습니다. 이를 통해 광고주는 단순 클릭 수를 넘어, 특정 검색 의도 그룹에서의 노출, 클릭, 전환 분포를 분석하여 캠페인의 커버리지와 효율성을 정밀하게 진단할 수 있습니다.

구글 애즈가 전환(Conversions) 섹션 내에 쇼핑 판매 보고 및 최적화 자격 요건을 진단할 수 있는 '쇼핑 진단(Shop diagnostics)' 기능을 새롭게 출시합니다. 이 기능은 쇼핑 피드의 데이터 오류를 식별하고 광고 성과 최적화를 위한 핵심 인사이트를 제공하여 광고주의 운영 효율성을 높이는 데 목적이 있습니다.

구글은 2026년 6월 23일부터 멀티플렉스 광고 유닛의 보고 방식을 기존 '단일 요청'에서 '그리드 내 각 광고별 개별 요청' 방식으로 변경합니다. 이로 인해 광고 요청 수와 CTR 등 주요 지표의 수치적 변화가 예상되지만, 구글은 전체 수익이나 노출수에는 큰 영향이 없을 것이라고 밝혔습니다.

구글 딥마인드의 연구원은 숨겨진 토큰이나 동적 클로킹을 이용해 AI 에이전트를 해킹하고 금전을 탈취하려는 공격 사례가 이미 발생하고 있다고 밝혔습니다. 이러한 보안 취약점은 에이전트의 목표를 왜곡할 수 있으며, 대규모 시스템 운영 시 통계적인 실패와 막대한 경제적 손실로 이어질 수 있습니다.

AI 어시스턴트가 학습하거나 기억하는 과정에 숨겨진 지침을 삽입하여 특정 브랜드를 추천하도록 유도하는 'AI 추천 오염' 사례가 보고되었습니다. 이는 과거 SEO의 블랙햇 기법이 LLM의 메모리와 추론 과정에 침투하는 형태로 진화한 것이며, 기업의 의사결정 도구로서 AI의 신뢰성을 위협하고 있습니다.

CSS Grid Lanes는 브라우저가 아이템을 자동으로 배치하여 균형 잡힌 메이슨리 레이아웃을 만드는 새로운 CSS 기술입니다. 하지만 아이템의 시각적 위치와 소스 코드상의 순서가 달라질 수 있어, 키보드 및 스크린 리더 사용자의 접근성을 저해할 수 있는 심각한 취약점을 가집니다.