Search Engine Journal

AI 탐지 도구들이 동일한 인간 저작물에 대해 서로 상충되는 결과를 내놓으며, 심지어 생성형 AI 등장 이전의 글까지 AI로 오판하는 등 신뢰성 문제가 심각합니다. 이러한 불확실성은 창작자들에게 '글쓰기에 대한 두려움(FOW)'을 심어주며, 콘텐츠의 질보다 탐지 회피를 우선하게 만드는 부작용을 낳고 있습니다.

WPForms Lite 업데이트에 사용자의 명시적 동의 없이 원격으로 플러그인을 설치하거나 데이터를 전송할 수 있는 1시간 유효 토큰 생성 기능이 포함되었다는 주장이 제기되었습니다. 이는 사용자 경험을 위한 온보딩 과정이지만, 보안 관점에서는 권한 남용 및 공급망 공격의 통로가 될 수 있다는 우려를 낳고 있습니다.

광고 경쟁 심화와 AI 검색 도입으로 기존의 키워드 중심 광고 방식은 비용 대비 효율이 급격히 떨어지고 있습니다. 이에 대한 해결책으로 고객의 직접적인 검색어 대신 인접한 행동과 관심사를 타겟팅하여 저비량으로 잠재 고객을 확보하는 '비선형 타겟팅' 전략을 제안합니다.

구글이 Google Analytics에 'Asklar Advisor'를 통한 캠페인 벤치마킹 기능을 추가하여, 익명화된 유사 업종의 성과 데이터와 자사 성과를 비교할 수 있게 합니다. 이 기능은 자연어 질문을 통해 직관적인 분석을 지원하며, AI 기반의 요약 정보 및 대시보드 생성 기능 등 구글 마케팅 플랫폼 전반의 AI 고도화가 함께 진행됩니다.

마이크소프트 클래리티는 AI 인용 대시보드에 브랜드 및 비브랜드 쿼리 레이블과 필터를 도입하여, AI가 특정 브랜드를 직접 검색했는지 아니면 광범위한 주제를 탐색하다 발견했는지를 구분할 수 있게 했습니다. 이를 통해 마케터는 '권위 점유율(Share of Authority)'을 측정하며 자사 콘텐츠의 AI 가시성을 정밀하게 파악할 수 있습니다.

대부분의 AI 모델이 학습하는 Common Crawl 데이터셋에서 웹사이트의 존재 여부는 robots.txt 설정과 플랫폼 기본값에 의해 결정됩니다. 저자는 Common CrawL의 복잡한 수동 감사 가이드를 자동화하여, 도메인의 데이터 캡처 추이와 차단 이력을 한눈에 확인할 수 있는 'Common Crawl Visibility Checker'를 공개했습니다.

AI Overviews의 확산으로 인해 기존 SEO 방식인 검색 결과 하단 밀어내기(Suppression)가 효과를 잃고 있으며, 이제는 콘텐츠 자체를 삭제하거나 수정하는 근본적인 접근이 중요해졌습니다. 사용자들이 AI 답변에 의존함에 따라 부정적 정보가 AI 요약의 핵심 소스로 노출될 위험이 커졌기 때문입니다.

AI 기술의 확산 속도가 기존의 성과 측정 능력을 초월하면서, 기업 가치 평가와 검색 엔진 최적화(SEO) 방식에 근본적인 변화가 나타나고 있습니다. 특히 브랜드 신뢰도가 검색 결과 선택의 핵심 변수로 떠오르고 있으며, 모델별 점유율 재편과 저작권 분쟁 등 시장의 불확실성이 증대되고 있습니다.

AI 검색(GEO/AEO)을 위한 별도의 새로운 전략을 찾는 것은 본질을 흐리는 일이며, 기존 SEO의 핵심인 명확성과 신뢰성 확보가 곧 AI 검색의 승패를 결정한다. 특히 웹사이트 내부뿐만 아니라 외부 디지털 흔적 전반에서 브랜드의 일관성을 유지하는 '엔티티 최적화'가 더욱 중요해졌다.

미국 Gen Z 세대에서 Claude와 OpenAI의 브랜드 고려도가 전 분기 대비 두 배 가까이 상승하며 스니커즈나 스트리밍 서비스 같은 소비자 브랜드로 인식되기 시작했습니다. 하지만 AI 어시스턴트에 대한 신뢰도는 전통적 검색 엔진에 비해 현저히 낮아, 브랜드 인지도와 정보의 신뢰성 사이에는 큰 격차가 존재합니다.

구글의 전 AI 책임자 제프 디인은 AI 모델 자체보다 모델을 시스템 내에서 어떻게 활용하느냐가 문제 해결 능력을 결정한다고 밝혔습니다. 그는 검색, 도구 활용, 멀티 에이전트 오케스트레이션을 포함한 '컨텍스트 엔지니어링'이 향후 AI 기술의 핵심 동력이 될 것이라고 전망했습니다.

저자는 고양이 정보를 담은 허구의 표준인 'cats.txt'를 만들어, 기존 llms.txt가 성공 사례로 제시하던 봇 크롤링 및 LLM 답변 생성 등의 지표가 실제 기술적 효용을 증명하지 못함을 입증했습니다. 이를 통해 현재 AI 검색 최적화(GEO) 시장에서 통용되는 검증되지 않은 전술들에 대해 강력한 경고를 던집니다.

AI 크롤러의 방문은 급증했으나 웹사이트 유입은 감소하는 '제로 클릭' 현상이 심화됨에 따라, 브랜드 가시성을 확보하기 위한 새로운 전략인 AEO(Answer Engine Optimization)가 필요합니다. 단순 키워드 매칭을 넘어 긴 문맥의 프롬프트에 대응하고, 유튜브 등 신뢰할 수 있는 소스를 통해 AI 답변 내 긍정적 추천을 이끌어내는 것이 핵심입니다.

워드프레스가 최근 발견된 1록의 보안 취약점을 수정하기 위해 버전 7.0.3을 긴급 출시했습니다. 특히 로그인 화면에서의 사전 인증 XSS(Pre-auth XSS)는 심각도 8.9/10로 평가되며, 적절한 조치가 없을 경우 서버의 원격 코드 실행(RCE)으로 이어질 위험이 있습니다.

AI 검색 엔진은 기존 검색 결과 상위권 페이지보다 Reddit이나 전문 매체 등 다양한 채널에서 신뢰받는 정보를 우선적으로 참조합니다. 따라서 기업은 웹사이트 최적화를 넘어 브랜드 권위와 교차 플랫폼의 일관된 메시지를 구축하는 전략이 필요합니다.

AI 모델의 파라미터 내에 브랜드 정보가 남는 '파라메적 스탠딩'은 단순 반복이 아닌, 다양한 주체가 서로 다른 방식으로 기술할 때 형성됩니다. 따라서 기업은 콘텐츠 발행량 증대보다 외부의 독립적인 언급을 다각화하는 전략에 집중해야 합니다.

워드프레스 7.1은 스크린 리더 사용자를 위한 웹 접근성 개선을 위해 관리자 페이지의 게시물 목록 테이블 구조를 변경합니다. 이 과정에서 특정 HTML 태그를 타겟팅하는 CSS나 JavaScript 기반 플러그인 및 커스텀 기능이 오작동할 위험이 있습니다.

AI 검색 환경에서는 사용자의 질문이 길고 복잡해지며 구매 전 정보 탐색 수준이 높아짐에 따라, 광고 캠페인 구조 또한 키워드 중심에서 데이터 통합 중심으로 변화하고 있습니다. 광고주는 AI가 최적의 입찰을 수행할 수 있도록 충분한 전환 데이터를 확보하고 유연한 소재를 제공하는 데 집중해야 합니다.

본 기사는 Freshpet의 사례를 통해 Google AI Overviews가 단순히 높은 순위의 웹사이트가 아닌, 시스템이 검증할 수 있는 신뢰 신호를 가진 브랜드를 인용한다는 점을 설명합니다. 이를 위해 브랜드 평판과 별개로 AI 엔진이 신뢰할 수 있는 구체적인 데이터와 입력을 구축하는 GEO(Generative Engine Optimization) 전략의 중요성을 강조합니다.

구글의 수석 과학자이자 텐서플로우 개발의 주역인 제프 딘이 새로운 AI 기업 'Discovery Loop' 설립을 위해 퇴사를 발표했습니다. 이에 따라 데미스 허사비스가 알파벳의 수석 과학자 직무를 맡게 되며, 구글은 DeepMind를 중심으로 한 AI 연구 및 신약 개발 등 실질적 비즈니스 모델 강화에 집중할 전망입니다.

ChatGPT 등 생성형 AI는 웹사이트의 깊숙한 상세 페이지를 인용하지만, 실제 유입되는 사용자는 브랜드의 첫 관문인 홈페이지나 관리되지 않는 검색 결과 페이지로 연결되고 있습니다. 이는 이미 구매 의사가 높은 고관여 사용자를 대상으로 다시 처음부터 설득해야 하는 비효율을 초래하며 기존 광고 캠페인의 실패 패턴을 반복하고 있습니다.

과거 구글 검색 중심의 트래픽 유입 방식이 AI 어시스턴트와 소셜 알고리즘 기반의 수동적 소비 방식으로 변화하고 있습니다. 이제 기업은 사용자가 정보를 찾기 전, 그들의 피드에 자연스럽게 노출되어 브랜드 인지도를 확보하는 '발견 가능성(Discoverability)'을 극대화해야 합니다.

AI Overviews와 제로 클릭 경험의 확대로 인해 검색량과 웹사이트 방문 사이의 상관관계가 약화되고 있습니다. 기업은 이제 단순 정보 제공을 넘어, AI가 해결할 수 없는 복지잡한 의사결정 과정을 지원함으로써 사용자가 직접 상호작용해야 할 명분인 '클릭 가치'를 확보하는 데 집중해야 합니다.

마이크로소프트 광고는 AI 시스템이 브랜드를 어떻게 인식하는지 파악할 수 있는 '토픽 인사이트'와 자동화 캠페인의 효율을 검증할 실험 도구를 도입했습니다. 이번 업데이트는 광고주가 AI 답변 내 브랜드 가시성을 관리하고, AI 기반 캠페인의 성과를 데이터 기반으로 정교하게 측정하도록 돕는 데 초점을 맞추고 있습니다.