AI 검색 최적화 (GEO) 뉴스

구글의 쿼리 확장 기능을 이해하고 이를 통해 예상치 못한 검색어에서의 노출 기회를 포착하는 방법을 다룹니다. Google Search Console 데이터를 분석하여 타겟팅하지 않은 연관 키워드와 질문형 쿼리를 찾아 콘텐츠에 반영함으로써 AI 오버뷰 및 전통적 검색 결과에서의 가시성을 높일 수 있습니다.

독일 법원이 구글의 AI Overviews를 구글 자체 콘텐츠로 간주하고, AI 생성 오류에 대한 책임이 사용자 검증 의무가 아닌 서비스 제공자에게 있다고 판결했습니다. 이는 기업들이 AI 도입 시 효율성뿐만 아니라 결과물에 대한 법적 책임을 심각하게 고려해야 함을 의미합니다.

구글의 존 뮤러는 새로운 AI 성능 보고서의 노출수 산정 기준이 AI Overviews나 AI Mode 내에서 웹사이트로 연결되는 링크가 사용자에게 노출되는 시점을 기준으로 한다고 설명했습니다. 단순한 아이콘 노출이나 사용자의 추가 동작이 필요한 경우에는 실제 링크가 활성화되어야만 집계에 포함됩니다.

구글이 AI 모드의 후속 질문 입력창(Ask Anything box)에 자동 완성 기능을 도입하여 테스트하고 있습니다. 사용자가 대화형 검색 과정에서 다음 질문을 더 쉽고 빠르게 이어갈 수 있도록 돕는 기능으로, Google I/O에서 예고된 새로운 UI의 확장판입니다.

AI 검색 시대의 마케팅은 기술적 최적화(What)와 조직적 실행력(Why)이라는 두 가지 과제를 동시에 해결해야 합니다. 사용자의 긴 프롬프트에 대응하는 구체적인 콘텐츠를 구축함과 동시에, 내부 이해관계자를 설득하여 이를 실행할 수 있는 변화 관리 전략이 필수적입니다.

구글의 존 뮬러는 생성형 AI 리포트에서 노출수가 사이트로 연결되는 '링크'가 사용자에게 노출될 때만 카운트된다고 설명했습니다. 특히 사용자가 링크를 보기 위해 특정 요소를 클릭하거나 활성화해야 하는 경우, 그 전의 단순 노출은 통계에 포함되지 않아 실제 가시성보다 수치가 낮게 나타날 수 있습니다.

구글은 정보량이 많은 긴 글을 선호하는 반면, 빙은 검색어와 일치하는 도구형 페이지를 우선순위에 두는 상반된 패턴을 보입니다. 또한 높은 노출에도 클릭이 발생하지 않는 현상은 AI가 웹페이지 내용을 직접 요약하여 답변하는 'AI 인용'의 결과일 가능성이 높습니다.

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.

AI 검색은 클릭이나 순위 중심의 기존 SEO 패러다임을 넘어, LLM이 외부 정보를 참조하는 '그라운딩(Grounding)' 과정에서의 브랜드 가시성을 중시합니다. 따라서 키워드 볼륨보다는 주제별 맥락과 신뢰할 수 있는 정보원으로서의 디지털 PR 역량이 핵심 경쟁력이 될 것입니다.

AI 검색 엔진의 부상으로 정보 탐색 방식이 변함에 따라, 스타트업에게는 단순 광고보다 신뢰를 구축할 수 있는 마케팅이 중요해졌습니다. 기사는 니치 시장에서의 권위 형성, 장기적인 유기적 트래픽 확보, 그리고 콘텐츠 품질의 중요성을 강조하며 게스트 포스팅을 지속 가능한 성장 전략으로 제시합니다.

기존 SEO가 검색 순위 중심이었다면, 이제는 ChatGPT나 Perplexity 등 다양한 AI 엔진에서의 콘텐츠 인용 여부를 추적하는 것이 핵심 과제로 떠오르고 있습니다. Writessonic의 CEO Sam Garg은 파편화된 데이터를 통합 관리하기 위해 AI 에능트를 활용한 자동화된 워크플로우 구축 사례를 공유할 예정입니다.

구글이 검색 콘솔 내 'AI 성과 보고서'를 영국 외 미국, 인도, 스위스 등 더 많은 지역의 사용자에게 순차적으로 확대 적용하고 있습니다. 이 보고서는 AI 개요(AI나 AI Mode)에서의 콘텐츠 노출량, 페이지, 국가, 기기 등의 데이터를 제공하여 생성형 검색 환경에서의 자사 영향력을 측정할 수 있게 돕습니다.

Nimt는 별도의 대시보드 접속 없이 Slack 내에서 모든 AI 검색 과정을 처리하는 AI 에이전트 서비스입니다. 주요 AI 모델에 대한 트래킹부터 CMS, 소셜 미디어 등 다양한 채널과의 연동을 통해 온페이지 및 오프페이지 SEO 최적화를 지원합니다.

구글의 AI Overviews 도입은 단순한 알고리즘 변화를 넘어 검색 생태계의 구조적 변동을 예고하며, 향후 검색 쿼리의 84%가 생성형 AI를 포함할 것으로 예측됩니다. 특히 헬스케어, 이커머스, B2B 테크 산업이 가장 큰 영향을 받을 것이며 마케터들은 변화된 검색 행동에 맞춰 브랜드 관리 전략을 재편해야 합니다.

이 기사는 기존 SEO 지표가 경영진의 의사결정에 미치는 한계를 지적하며, 매출과 직결된 비즈니스 중심 KPI로의 전환을 제안합니다. 특히 AI Overviews 도입으로 인한 클릭 감소 현상에 대응하여 브랜드 가시성과 파이프라인 기여도를 측정하는 새로운 전략을 제시합니다.

구글의 존 뮤러와 마틴 스플릿은 AI 검색 엔진(LLM) 대응을 위해 별도의 마크다운 콘텐츠를 생성하는 전략이 작업량을 두 배로 늘리고 유지보수 오류를 초래할 수 있다고 경고했습니다. 이들은 마크다운이 시각적 레이아웃을 지원하지 못해 사용자 경험을 저해하며, 데이터 불일치 위험이 크다고 지적했습니다.

테크니컬 SEO의 역할이 기존 검색 엔진 최적화를 넘어 AI 시스템의 콘텐츠 접근성까지 결정하는 이중적 임무를 갖게 되었습니다. 크롤링, 인덱싱, 중복 URL 관리 등 기본적인 기술적 토대를 올바르게 구축해야만 전통적 검색 결과와 AI 답변 모두에서 노출될 수 있습니다.

미국 성인의 AI 챗봇 사용률이 49%로 증가하며 ChatGPT를 중심으로 한 기술 확산이 뚜렷하지만, Google AI Overviews와 같은 기능은 오히려 기존 웹사이트 클릭률을 낮추는 부작용을 낳고 있습니다. 또한, 젊은 층의 높은 사용률에도 불구하고 개인정보 보안 및 사회적 영향에 대한 부정적 전망과 규제 불신이 공존하는 양상을 보입니다.

구글은 AI 검색 환경에서의 브랜드 노출을 측정할 때 제3자 도구의 데이터보다는 서치 콘솔과 머천트 센터 같은 자체 리포트를 기본 지표로 활용할 것을 권장합니다. 이는 외부 툴이 구글의 내부 메트릭에 접근할 수 없음을 명확히 하며, 마케터들이 데이터 불일치 상황에서 판단 기준을 세우는 데 중요한 이정표가 됩니다.