검색 엔진 전문지 뉴스
총 1,757건·최신 업데이트
- 102
Google, Gemini에서 보이는 워터마크 제거 기능 제공
구글은 Gemini 및 Flow 사용자가 이미지, 비디오, 음악 생성 시 눈에 보이는 워터마록을 끌 수 있는 설정을 도입한다고 발표했습니다. 다만, 투명성 확보를 위해 보이지 않는 SynthID와 C2PA 메타데이터는 파일에 그대로 유지되어 AI 생성물임을 식별할 수 있게 합니다.
Google Lets You Turn Off Visible Watermarks In Gemini via @sejournal, @MattGSouthern↗searchenginejournal.com
- 104
LLMs.txt V2, AI 에이전트용 공식 마크다운 링크 추가 (@sejournal, @MattGSouthern)
Jeremy Howard가 발표한 llms.txt V2는 AI 에이전트가 마크다운 콘텐츠를 발견할 수 있는 새로운 URL 패턴과 링크 관계(rel="alternate", rel="describedby")를 도입했습니다. 이는 검색 엔진 최적화보다는 코딩 에이전트나 문서 도구가 웹 데이터를 더 효율적으로 파악하도록 돕는 데 목적이 있습니다.
Llms.txt V2 Adds Formal Markdown Linking For AI Agents via @sejournal, @MattGSouthern↗searchenginejournal.com
- 106
유료 '서치' 이메일 배치: 적절한 장소, 적절한 시점
이 기사는 구글 Ads나 Bing Ads를 활용하여 이메일 환경 내에 광고를 노출하는 '유동적 검색 광고 배치'의 개념과 효과를 다룹니다. 이 전략은 기존 고객 리스트를 활용해 추가적인(Incremental) 트래픽을 확보하는 데 유용하며, 캠페인 운영 시 비디오와 디스플레이 요소를 분리하여 통제력을 높일 것을 권장합니다.
The Paid ‘Search’ Email Placement: Right Place, Right Time via @sejournal, @jonkagan↗searchenginejournal.com
- 107
AI 가시성 지수: AI 검색에서 사라지는 브랜드는?
전통적인 SEO 권위와 AI 모델의 브랜드 추천 빈도 사이에는 유의미한 괴리가 존재하며, 일부 고권위 브랜드는 AI 답변에서 사라지는 반면 소규모 브랜드는 과도하게 노출되는 현상이 발견되었습니다. 특히 디지털 네이티브 브랜드나 특정 가치를 지닌 D2C 브랜드가 레거시 기업보다 AI 검색에서 더 높은 선호도를 보이는 패턴을 확인했습니다.
The AI visibility index: Which brands are vanishing from AI search?↗searchengineland.com
- 109
$113,000 유료 검색 테스트: 자연 검색은 얼마나 대체했을까?
한 기업이 월평균 11만 3천 달러 규모의 유료 검색 광고를 13주간 중단한 결과, 광고 기여 매출의 65%가 자연 검색과 직접 유입으로 전환되었습니다. 특히 브랜드 캠페인 분석을 통해 전체 광고비의 약 89%가 이미 유기적 검색으로 확보할 수 있었던 클릭을 유지하기 위한 '방어적' 지출이었음이 드러났습니다.
The $113,000 paid search test: How much traffic did organic replace?↗searchengineland.com
- 110
AI 어시스턴트가 고객을 위해 지역 상점을 선택하다
AI 어시스턴트가 단순 검색 결과 나열을 넘어 최적의 상점을 직접 선택해 제안하면서, 로컬 검색의 패러다임이 '사용자 비교'에서 'AI 큐레이션'으로 전환되고 있습니다. 기업들은 RAG 기술 등에 대응하기 위해 웹사이트와 리뷰 등 모든 채널에서 정보의 일관성을 유지하고 AI가 읽기 쉬운 구조를 갖추는 것이 필수적입니다.
AI Assistants Are Choosing Local Businesses For Your Customers via @sejournal, @MattGSouthern↗searchenginejournal.com
- 111
ChatGPT 검색 스택 내부: 인덱스, 캐시, 그리고 실제로 읽는 페이지들
ChatGPT는 발견 인덱스, 읽기 캐시, 실시간 페이지라는 세 가지 계층을 통해 정보를 검색하고 인용합니다. 특히 사용자 등급에 따라 검색 소스의 성격이 극명하게 갈리는데, 무료 사용자는 OpenAI의 자체 허브인 'labrador'에, 유료 사용자는 구글 스크래핑 결과에 더 높은 의존도를 보입니다.
Inside ChatGPT’s retrieval stack: The index, cache, and pages it actually reads↗searchengineland.com
- 116
Google: 주체/객체 개체 순서가 AI 답변에 영향을 미쳐
구글의 연구 결과, 최첨단 LLM은 학습된 사실의 95~98%를 인코딩하고 있으나 실제 답변 시에는 26~34%를 제대로 회상하지 못하는 문제가 발견되었습니다. 특히 학습 시 습득한 주체와 객체의 순서가 질문과 다를 경우 회상 능력이 급격히 저하되며, 이는 모델의 크기를 키우는 것보다 정보 접근 방식의 개선이 핵심임을 시사합니다.
Google: Subject/Object Entity Order Affects AI Answers via @sejournal, @martinibuster↗searchenginejournal.com
- 119
ChatGPT 인덱스, GA 벤치마크, 구글 불만 재제출 – SEO 펄스
클라우드플레어가 내년부터 구글봇을 AI 학습 차단 대상에 포함하며, 챗GPT는 파트너십 여부와 관계없이 웹 페이지 상단 데이터를 인덱싱합니다. 또한 구글은 GA4의 캠페인 벤치마킹 기능을 도입하는 동시에 검색 결과 스크래핑을 막기 위한 법적 대응을 재개하고 있습니다.
ChatGPT’s Index, GA Benchmarks, Google Refiles Complaint – SEO Pulse via @sejournal, @MattGSouthern↗searchenginejournal.com










