Search Engine Journal

검색 결과 1위를 차지하더라도 다양한 SERP 기능(광고, 스니펫 등)으로 인해 실제 사용자에게 보이지 않을 수 있습니다. 이 웨비나는 픽셀 높이 데이터를 활용하여 단순 순위가 아닌 실제 브랜드 가시성을 측정하는 새로운 접근법을 제시합니다.

AI 기반 검색 엔진이 답변을 생성할 때 로컬 정보를 정확히 인용하도록 로컬 페이지를 구축하는 전략을 다룹니다. 구조화된 데이터, 리뷰, 로컬 리스팅을 활용해 AI 검색 결과에서 브랜드의 가시성을 확보하고 인용 출처로 선택받는 것이 핵심입니다.

기업들이 AI 검색 가시성을 확보하기 위해 AI 콘텐츠 대량 생성을 최우선 전략으로 채택하고 있으나, 저품질 콘텐츠의 무분별한 확산은 구글의 강력한 페널티로 이어지고 있습니다. 핵심은 AI를 단순 생성 도구가 아닌, 독창적인 데이터와 전문가의 통찰력을 결합하여 '비범용(Non-commodity) 콘텐츠'를 만드는 도구로 활용하는 것입니다.

AI(LLM, AIO)의 부상으로 SEO와 제휴 마케팅의 역할이 근본적으로 변화하고 있습니다. 전문가들은 AI를 대체재가 아닌 도구로 활용하여, 브랜드의 핵심 가치를 AI가 학습하기 좋은 형태로 일관되게 전달하고 새로운 성과 측정 모델을 도입해야 한다고 강조합니다.

ChatGPT, Perplexity, Google AI Overviews 등 주요 AI 엔진의 인용 데이터를 분석한 결과, 세 엔진 모두에서 공통적으로 인용되는 URL은 단 2.37%에 불과합니다. 이는 AI 검색 최적화(AEO)가 하나의 통합된 지표로 측정될 수 없으며, 각 엔진이 서로 다른 소스 풀을 사용하는 파편화된 구조임을 보여줍니다.

전통적인 검색 엔진 최적화(SEO)를 넘어, ChatGPT, Gemini, Perplexity와 같은 AI 검색 엔진에서 브랜드가 발견되게 만드는 'AI 가시성(AI Visibility)' 확보를 위한 9근 90일 전략을 다룹니다. 기업이 AI 시대의 새로운 검색 패턴에 맞춰 마케팅 엔진을 재구축하는 구체적인 프레임워크를 제시합니다.

AI 에이전트가 사용자의 질문을 여러 개의 하위 쿼리로 분해하여 검색하는 '팬아웃(Fan-out)' 현상으로 인해, 검색 결과의 클릭률(CTR)이 급감하고 '팬텀 임프레션(Phantom Impressions)'이 증가하고 있습니다. 이에 따라 단순 키워드 최적화를 넘어, AI 크롤러가 콘텐츠를 즉각적으로 이해할 수 있도록 서버 사이드 렌더링(SSR)과 기술적 구조를 최적화하는 새로운 SEO 전략이 필요합니다.

Ahrefs의 최신 실험 결과, JSON-LD 스키마 마크업을 추가하는 것이 이미 AI에 의해 인용되고 있는 페이지의 인용 횟수를 유의미하게 증가시키지 못하는 것으로 나타났습니다. 기존에 스키마가 포함된 페이지가 AI 인용 비중이 높았던 것은 스키마 자체의 효과라기보다, 고품질 콘텐츠와 강력한 백링크를 보유한 사이트들이 스키마를 함께 사용하는 경향이 있기 때문이라는 분석입니다.

구글의 최신 AI 발표는 단순한 기술적 업데이트를 넘어, 사용자가 검색을 활용하는 방식이 '키워드 중심'에서 '복합적 대화형 질의'로 변화하는 구조적 트렌드를 보여줍니다. 기술적 이벤트(신제품 출시)에 매몰되기보다, 사용자의 행동 양식이 변화하는 '트렌드'를 파악하여 콘텐츠 및 비즈니스 전략을 재편해야 한다는 것이 핵심입니다.

전통적인 성장 감사(Growth Audit)의 비효율성을 AI를 통해 극복하고, 데이터 분석부터 워크플로우 재설계까지의 과정을 획기적으로 단축하는 새로운 방법론을 제시합니다. AI를 활용해 마케팅 조직의 테크 스택을 최적화하고, 인력 증원 없이도 실행력을 극대화하는 'AI-native' 운영 전략을 다룹니다.

구글 광고의 근간이었던 '키워드 타겟팅'이 AI 기반의 '의도(Intent) 매칭' 시스템으로 급격히 전환되고 있습니다. 이제 광고주는 직접 키워드를 선정하는 대신, AI가 비즈니스 데이터와 사용자 프롬프트를 분석해 최적의 의도를 찾아내는 '합성 키워드(Synthetic Keyword)' 시대로 진입하고 있습니다.

Google Ads가 2026년 6월부터 데이터 보관 정책을 변경하여, 일별/주별 등 세부 데이터의 접근 기간을 37개월로 제한합니다. 이에 따라 기존의 온디맨드(On-demand) 방식 리포팅을 사용하는 광고주와 개발자는 데이터 소실을 막기 위한 자체적인 아카이빙 전략이 필수적입니다.

구글이 AI 에이전트의 쇼핑 능력을 극대화하기 위해 UCP(Universal Commerce Protocol)의 핵심 기능인 장바구니, 실시간 카탈로그, 아이덴티티 연동 기능을 발표했습니다. 이번 업데이트를 통해 AI 에이전트는 단순 상품 검색을 넘어 다중 품목 결제와 멤버십 혜택 적용이 가능한 수준의 고도화된 쇼핑 대행이 가능해졌습니다.

구글이 검색 결과에서 FAQ 리치 결과(Rich Results)를 완전히 제거하기로 결정했습니다. 이는 202 passion 3년부터 시작된 단계적 축소의 최종 단계로, 2026년까지 관련 기능과 API 지원이 완전히 종료될 예정입니다.

구글이 AI Overviews 도입 이후 발생하는 검색 클릭률 저하 문제를 해결하기 위해, 단순한 데이터 방어를 넘어 링크 노출 방식을 다각화하는 새로운 전략을 발표했습니다. 이는 검색 엔진이 정보를 직접 제공함으로써 발생하는 '제로 클릭' 현상에 대응하여, 링크의 가시성을 높여 퍼블리셔 생태계와의 갈등을 완화하려는 시도로 풀이됩니다.

AI 검색 엔진은 무작위로 브랜드를 선택하는 것이 아니라, 레딧(Reddit)과 같은 커뮤니티의 신뢰 신호를 바탕으로 브랜드를 인용하고 추천합니다. 레딧 내에서 진정성 있는 커뮤니티를 구축함으로써 AI 검색 가시성을 90일 만에 2,000%까지 끌어올리고 실제 매출로 연결하는 전략을 제시합니다.

AI의 패러다임이 개별 모델(LLM)의 성능 경쟁에서 에이전트가 실행되는 '런타임(Runtime)' 인프라 경쟁으로 이동하고 있습니다. 이제 웹사이트의 성공은 모델이 얼마나 똑똑한가가 아니라, 클라우드플레어나 OpenAI 같은 런타임 레이어가 우리 데이터를 얼마나 정확하게 해석하고 실행할 수 있는지에 달려 있습니다.

구글이 AI 검색 결과 내 링크 가시성을 높이고, 서비스의 직접 소유주(Brand)를 선호하는 방향으로 검색 알고리ument를 업데이트했습니다. 이번 업데이트는 애그리게이터(Aggregator) 플랫폼의 점유율 하락과 브랜드 사이트의 가시성 상승을 불러오며, AI 코딩 도구를 활용한 개발 시 기술적 SEO의 중요성을 재확인시켜 줍니다.

레딧(Reddit)이 단순한 광고 수익과 AI 파트너십을 넘어, 플랫폼의 근본적인 사용자 경험 개선과 커뮤니티 활성화에 집중하겠다는 전략을 발표했습니다. 특히 AI 기반 스팸 방지 기술을 통해 신규 사용자의 진입 장벽인 '카르마(Karma) 및 연령 제한'을 낮추어, 진정한 인간 중심의 연결과 커뮤니티 성장을 도모하고 있습니다.

글로벌 AI 기업들이 소비자에게는 '친근한 일상의 동반자'라는 감성적 이미지를 판매하고 있지만, 실제 기술 개발의 핵심은 전문적 업무를 자동화하는 '에이전틱 시스템(Agentic Systems)' 구축에 집중되어 있습니다. 이는 단순 업무 수행을 넘어 AI 시스템을 설계하고 관리하는 역량이 미래 직업의 핵심이 될 것임을 시사합니다.

워드프레스 7.0 출시 버전에서 실시간 협업(RTC) 기능이 제외되었습니다. 기술적 불안정성(레이스 컨디션, 서버 부하 등)과 WP Engine과의 법적 분쟁으로 인한 개발 리소스 부족이 주요 원인으로 꼽히며, 커뮤니티는 안정성을 위한 적절한 결정이라며 긍정적인 반응을 보이고 있습니다.

전통적인 SEO(검색 엔진 최적화)의 역할이 AI 모델의 답변 정확도를 제어하는 'AI 검색 전문가'로 급격히 변화하고 있습니다. 이제 브랜드는 단순히 클릭을 유도하는 것을 넘어, AI가 자사에 대해 정확하고 신뢰할 수 있는 정보를 생성하도록 데이터와 내러티브를 관리해야 합니다.

로컬 SEO의 패러다임이 단순 웹사이트 최적화를 넘어, AI 추천 엔진에 영향을 미치는 '신뢰 신호(Trust Signal)' 구축으로 확장되고 있습니다. 키워드 리서치 결과를 리뷰, 리뷰 답글, 구글 비즈니스 프로필(GBP) 등 활동 데이터에 전략적으로 배치하여 AI가 비즈니스를 신뢰할 수 있는 근거를 만드는 것이 핵심입니다.

AI를 활용한 '바이브 코딩(Vibe Coding)'으로 웹사이트를 빠르게 구축할 수는 있지만, 구글 검색 엔진 최적화(SEO)는 여전히 구체적인 기술적 지시를 필요로 합니다. 구글의 전문가들은 AI에게 막연한 명령을 내리는 대신, 사이트맵, robots.txt, 캐노니컬 태그 등 명확한 기술적 요구사항을 전달해야 검색 가시성을 확보할 수 있다고 강조합니다.