검색 엔진 전문지 뉴스

구글이 2026년 5월 코어 업데이트를 발표하며 약 2주간의 순차적 배포를 시작했습니다. 이번 업데이트는 검색 사용자에게 더 관련성 높고 만족스러운 콘텐츠를 제공하는 것을 목표로 하며, 기존의 '사람 중심(people-first)' 콘텐츠 제작 원칙을 재차 강조하고 있습니다.

광고 차단 및 개인정보 보호 규제 강화로 인해 마케팅 데이터에서 전환 신호가 사라지는 '신호 감쇠'가 발생하여, 유튜브와 같은 발견 채널의 성과가 과소평가되고 있습니다. 이를 해결하기 위해 강화된 전환(Enhanced Conversions)과 오프라인 데이터를 활용해 알고리즘에 정확한 정보를 피드백하는 데이터 위생 전략이 필요합니다.

최근 데이터에 따르면 ChatGPT의 미국 데스크톱 사용량은 정체기에 접어든 반면, Claude와 Gemini는 성장세를 보이고 있습니다. 특히 AI 활용은 일반 소비자보다 B2B 전문가 집단에서 압도적으로 높게 나타나며, AI 도입 양상이 전문가와 소비자 사이에서 뚜렷하게 갈리고 있습니다.

카탈루냐의 사례를 통해 AI 검색이 언어 식별 오류로 인해 특정 언어와 문화를 지배적인 언어로 통합하거나 왜곡하는 문제를 분석합니다. 이러한 기술적 한계는 단순한 번기 오류를 넘어, AI가 정보의 권위와 현실을 재정의하는 과정에서 지역적 특수성을 말살할 위험이 있음을 경고합니다.

구글은 AI 모드에 대화형 광고와 쇼핑 광고를 도입하고, 광고 및 분석 어드바이저를 통합한 'Ask Advisor'를 선보이며 AI 에이전트 기능을 대폭 강화했습니다. 또한 개인화된 제품 그리드 레이블과 동적 앵커 광고 등 광고주와 사용자를 위한 새로운 AI 기반 마케팅 도구들을 대거 공개했습니다.

과거 SEO는 검색 엔진 간 공유된 표준 프로토콜 덕분에 최적화 전략의 호환성이 높았으나, LLM 시대는 각 모델의 학습 데이터, 크롤러, 검색 방식이 완전히 달라 전략적 파편화가 발생합니다. 따라서 특정 AI 모델의 가이드라인을 맹신하여 최적화하는 것은 다른 주요 LLM에서의 노출 기회를 놓치는 결과를 초래할 수 있습니다.

이 기사는 AI가 레딧을 활용하는 방식을 학습(패턴 습득), 라이선스 기반 접근(실시간 정보 업데이트), 인용(유용한 출처 검색)의 세 가지로 구분하여 설명합니다. 단순히 데이터를 학습하는 것을 넘어, 실시간 API 접근과 검색 결과의 인용이 브랜드의 AI 검색 노출에 결정적인 영향을 미친다는 점을 강조합니다.

고객은 구글 검색 전 이미 레딧, 유튜브, 인스타그램 등 다양한 채널을 통해 브랜드 후보군(Shortlist)을 형성하며, 검색 엔진은 이를 확인하는 수단으로 변모했습니다. 따라서 브랜드는 검색 결과 상위 노출뿐만 아니라, AI와 커뮤니티가 브랜드를 추천할 수 있도록 다양한 접점에서 가시성을 확보하는 SEvO 전략을 구축해야 합니다.

구글이 AI 모드 내에서 광고 수익 모델을 강화하기 위해 두 가지 새로운 광고 형식을 도입합니다. 사용자의 구체적인 질문에 맞춰 광고 소재를 생성하는 방식과 AI의 추천 리스트 내에 광고를 배치하는 방식을 통해 AI 검색 환경에서의 수익성을 확보하려는 전략입니다.

구글은 AI 모드에 Gemini 기반의 쇼핑 광고와 실시간 상담이 가능한 비즈니스 에이전트를 도입하여 광고의 인터랙티브 기능을 강화합니다. 또한 프로모션 번들링, 네이티브 체크아웃, 여행 서비스 확장을 통해 검색 결과 내에서 즉각적인 구매와 혜택 제공이 가능하도록 광고 기능을 대폭 확장할 예정입니다.

구글은 기존의 Ads, Analytics, Merchant Advisor를 통합한 단일 AI 에이전트인 'Ask Advisor'를 올해 말 출시할 예정입니다. 이 서비스는 구글의 여러 제품군을 넘나들며 개인화된 인사이트를 제공하고, 사용자의 목표에 맞춰 광고 캠페인을 자동으로 설정하는 등 마케팅 프로세스의 자동화를 목표로 합니다.

웹사이트 업데이트 시 발생할 수 있는 검색 엔진 최적화(SEO) 저하를 막기 위해 스테이징 환경을 활용한 사전 검증 전략을 다룹니다. 프로덕션 환경과 동일한 환경 구축, 다양한 봇(User-Agent)을 활용한 크롤링, 자바스크립트 렌더링 확인 및 페이지 유형별 대량 테스트의 중요성을 강조합니다.

구글이 검색 결과의 제품 그리드에 'For You'라는 새로운 레이블을 도입하여 사용자 맞춤형 프로모션 코드를 노출하는 기능을 테스트 중입니다. 이 기능은 기존의 '최저가'나 '주변' 레이블을 넘어, 사용자의 관심사에 맞춘 할인 혜택을 애니메이션과 함께 강조하여 광고 클릭률을 높이는 데 집중하고 있습니다.

구글 애드센스가 기존 모바일 전용 '접이식 앵커 광고'를 데스크톱과 대화면(1000px 이상)까지 확장한 '동적 앵커 광고'로 개편합니다. 이 새로운 형식은 광고 크기와 형태를 자동으로 조정하여 수익성을 높이는 동시에, 사용자의 인터랙션에 따라 광고를 접거나 구석에 배치하는 등 유연한 운영이 가능합니다.

광고 채널의 확대로 인해 마케터들이 매주 상당한 시간을 단순 데이터 입력과 플랫폼 간 형식 맞추기 등 행정 업무에 허비하고 있습니다. 이러한 파편화는 데이터 지연과 운영 오류를 야기하며, 광고 플랫폼들이 자사 인터페이스 체류를 유도하기 위해 의도적으로 파편화를 유지하고 있다는 점이 문제의 핵심입니다.

워드프레스 7.0은 관리자 대시보드의 현대적 테마 적용과 뷰 트랜지션을 통한 사용자 경험 개선을 핵심으로 합니다. 특히 블록 단위의 반응형 편집 기능과 커스텀 CSS 지원을 통해 개발 지식 없이도 정교한 웹 디자인과 모바일 최적화가 가능해졌습니다.

마이크로소프 클래리티가 Copilot이 정보를 검색할 때 사용하는 '그라운딩 쿼리'를 공개하여 AI 인용 데이터를 추적할 수 있게 되었습니다. 비록 Bing 생태계에 특화된 데이터지만, RAG 구조를 사용하는 다른 LLM에도 적용 가능한 콘텐츠 구조화 전략을 수립하는 데 중요한 지표가 될 것입니다.

검색 엔진이 클릭 중심에서 AI 답변 중심으로 변화함에 따라, 브랜드가 AI 답변에 인용되기 위한 AEO(Answer Engine Optimization) 전략이 필수적입니다. 본 글은 AI 인용을 극대화하는 콘텐츠 유형, 새로운 성과 측정 지표, 그리고 에이전틱 워크플로우를 통한 콘텐츠 스케일링 방안을 다룹니다.

구글의 존 뮬러는 개발자 문서에 마크다운을 사용하는 이유가 검색 노출(Discovery)이 아닌 AI 모델의 효율적인 데이터 파싱(Functionality)을 위함이라고 밝혔습니다. 그는 일반 웹사이트가 미래의 AI 에이전트 환경을 대비해 마크다운이나 llms.txt를 준비하는 것은 현재의 SEO 우선순위보다 낮으므로, 실질적인 사용자 경험과 검색 최적화에 집중해야 한다고 조언했습니다.

워드프레스 7.0은 WP AI Client, Abilities API 등 4가지 핵심 요소를 통해 AI 모델과의 직접적인 통합 및 제어를 지원합니다. 이를 통해 개발자는 특정 AI 제공자에 종속되지 않고, AI 에이전트가 웹사이트 관리 및 자동화 작업에 직접 참여할 수 있는 새로운 생태계를 구축하게 됩니다.