검색 엔진 전문지 뉴스

구글 애널리틱스가 기존의 고정된 프리셋 대신 클릭 및 참여 조회 전환(EVC)에 대한 사용자 정의 기여 기간(Lookback Window) 설정을 도입했습니다. 이를 통해 광고주는 자사의 판매 주기에 맞춰 1~30일의 EVC 창과 1~90일 사이의 CTC 창을 자유롭게 설정하여 보다 정확한 성과 측정을 수행할 수 있습니다.

클라우드플레어 CFO는 5년 내 머신 트래픽이 인간 트래픽의 1,000배에 달할 것이라고 전망했습니다. 그러나 실제로는 AI 크롤러로 위장하여 SSH 키나 환경 변수 등 서버의 핵심 자산을 노리는 자동화된 스캐닝 공격이 급증하고 있어 보안 관점의 새로운 위협이 대두되고 있습니다.

구글은 캠페인 수준의 Broad Match, ACA, DSA 등 기존 검색 광고 기능을 AI Max로 자동 전환하는 일정을 공개했습니다. 2정적인 전환은 2026년 9월부터 시작되며, 개발자들은 API 호환성 유지를 위해 기존 구조를 AI Max 설정으로 업데이트해야 합니다.

구글 광고의 언어 타겟팅 수동 설정 기능이 폐지되고 검색 결과(AI Overviews)에 AI 생성 이미지가 도입되는 등 검색 엔진의 자동화가 가속화되고 있습니다. 한편, 쇼피파이 데이터는 AI를 통한 유입은 급증하고 있으나 여전히 오가닉 검색이 핵심 트래픽원임을 보여줍니다.

AI 검색은 사용자의 질문에 대한 답변을 미리 제공하여 의사결정 단계를 축소시키며, 이로 인해 발생하는 LLM 리퍼럴 트래픽은 기존 유료 검색 광고보다 훨씬 높은 전환율을 보입니다. 따라서 기업은 단순한 클릭 유도를 넘어 AI가 인용한 정보를 검증하고 심화할 수 있는 전문적인 콘텐츠 중심의 랜딩 페이지 전략을 구축해야 합니다.

전통적인 PPC가 사용자의 검색 의도(Intent)에 대응하는 방식이었다면, Demand Gen은 유튜브와 디스커버리 등에서 잠재적 수요를 직접 생성하는 방식입니다. 이에 따라 마케터의 역할은 단순한 광고 운영을 넘어 시각적 자산과 고객의 주의를 끄는 크리에이티브 전략 수립 능력까지 확장되고 있습니다.

구글이 검색 홈 화면에 AI 이미지 생성 및 파일 분석 버튼을 테스트하고, 광고 타겟팅에서 수동 설정을 제거하는 등 검색과 광고의 AI 통합을 가속화하고 있습니다. 동시에 메타의 웹 크롤링을 통한 검색 엔진 구축 가능성과 ChatGPT의 광고 실험이 포착되며 빅테기 중심의 AI 검색 전쟁이 심화되는 양상입니다.

ChatGPT는 사용자의 질문을 받으면 웹 검색 결과가 나오기도 전에 이미 내부 모델에 저장된 특정 브랜드를 포함한 검색 쿼리를 생성합니다. 이는 AI가 검색을 통해 후보를 찾는 것이 아니라, 이미 결정된 리스트를 확인하기 위해 각 기업의 사이트를 개별적으로 탐색하는 구조임을 의미합니다.

AI를 이용해 빠르게 프로토타입을 만드는 '바이브 코딩' 시대에는 결과물이 겉보기에만 멀쩡하고 실제 요구사항은 누락된 채 배포될 위험이 큽니다. 따라서 개발 시작 전 각 요구사항에 대한 검증 방법을 미리 정의하고, 실제 라이브 환경의 결과물을 이 기준과 대조하여 확인하는 'Vibe and Verify' 전략이 필요합니다.

Google Ads는 2026년 9월부터 검색 캠페인 및 Performance Max의 검색 네트워크에서 수동 언어 타겟팅 기능을 제거하고, AI가 광고 소재와 랜딩 페이지를 기반으로 언어를 자동 결정하도록 업데이트할 예정입니다. 이번 변화로 인해 설정 오류는 줄어들겠지만, 광고 소재와 랜딩 페이지의 언어적 일관성이 성과를 결정짓는 핵심 요소가 될 것입니다.

구글은 검색 엔진의 AI 개요 기능 내에 AI 생성 이미지를 통합하여 사용자에게 시각적 정보를 직접 제공하기 시작했습니다. 이에 대해 레시피 제작자 등 기존 크리에이터들은 자신들의 전문적인 노력과 촬영 과정이 단순화된 AI 이미지로 대체되어 생태계가 파괴될 것을 우려하며 강력히 반발하고 있습니다.

구글은 에이전시용 머천트 센터(Google Merchant Center for Agencies)의 클라이언트 계정 연결 한도가 최대 1,000개임을 도움말 문서를 통해 명시했습니다. 이는 대규모 이커머스 포트폴리오를 관리하는 광고 대행사의 운영 편의성을 높이는 중요한 변화입니다.

구글봇은 IP 정보상 미국 마운틴뷰에서 오는 것으로 표시되지만, 실제 데이터 센터의 출구(egress point)는 전 세계에 분산되어 있을 수 있습니다. 따라서 특정 국가 트래픽을 차단할 경우 의도치 않게 구글 크롤러를 차단하게 될 위험이 존재합니다.

구글이 Google 비즈니스 프로필 및 Google 로컬에서 사업주가 남긴 리뷰 답글을 신고할 수 있는 새로운 옵션을 출시했습니다. 사용자는 답글 내 욕설, 개인정보 노출, 차별적 언행 등을 신고하여 부적절한 운영자 대응에 대해 조치를 요청할 수 있습니다.

구글이 검색 캠페인 및 PMax 내 검색 인벤토리에서 캠페인 수준의 언어 타겟팅 설정을 제거하고, 대신 광고 소재와 랜딩 페이지의 언어 및 사용자 신호를 활용한 자동화된 매칭 방식을 도입합니다. 이는 수동 설정을 줄여 트래픽 제한을 방지하는 것이 목적이지만, 특정 언어 노출을 증명해야 하는 규제 산업군에는 새로운 과제를 던져줍니다.

구글 애즈가 검색 및 AI Max for Search 캠페인에서 캠페인 수준의 언어 타겟팅 설정을 제거하고, 광고 언어와 사용자 신호를 활용한 자동화된 매칭 방식을 도입합니다. 이에 따라 광고주는 수동 설정 대신 광고 소재와 랜딩 페이지의 언어 구조를 최적화하여 AI가 정확하게 타겟을 식별할 수 있도록 준비해야 합니다.

AI 검색 엔진 최적화(GEO)를 위한 데이터 수요는 높으나, 기존 측정 플랫폼들의 신뢰도와 실행 가능성이 낮다는 전문가들의 분석이 나왔습니다. 특히 데이터의 정확성 문제와 비즈니스 가치 증명 실패가 시장 성장의 주요 걸림돌로 지목되었습니다.

Shopify의 2분기 데이터 분석 결과, AI 추천을 통한 세션과 주문량이 전년 대비 약 3배 증가하며 사양 비교가 필요한 제품군에서 전환율을 2배까지 높이는 성과를 보였습니다. 하지만 유기적 검색 트래픽 역시 12% 성장하며 여전히 가장 큰 트래픽 소스로 남아있으며, 구조화된 데이터 활용이 AI와 전통적 검색 모두의 가시성을 높이는 핵심 요소임이 확인되었습니다.

Microsoft Clarity는 AI 봇의 스크래핑 활동과 리퍼럴 트래픽을 비교하는 새로운 'AI Scrape-to-Referral Ratio' 지표를 도입했습니다. 이를 통해 운영자는 AI 플랫폼이 콘텐츠만 추출해 가는지, 아니면 실제 방문자로 이어지는 가치를 제공하는지 정밀하게 분석할 수 있습니다.

Google Ads의 자동 입찰 알고리즘이 부풀려진 전환 데이터를 학습하여 실제 수익과 무관한 가치를 쫓는 '가치 인플레이션' 문제를 다룹니다. 이는 중복 카운팅이나 잘못된 오프체인 데이터 입력 등 설정 오류로 인해 발생하며, 방치할 경우 광고 예산이 허상의 성과를 위해 낭비되는 결과를 초래합니다.