마케터님 안녕하세요! 마케터의 목요일 아침을 깨우는 위픽레터 허성덕입니다.
요즘 마케팅 커뮤니티나 플랫폼을 보면 가장 자주 눈에 띄는 단어가 있습니다. 바로 GEO(생성형 엔진 최적화)와 AEO(답변 엔진 최적화)입니다. AI 검색 시대가 본격적으로 열리면서, 이제 기존의 검색 최적화(SEO)는 끝났고 새로운 기술적 꼼수를 배워야 하는 것 아닌가 하는 불안감이 마케터와 브랜드 운영자들 사이에서 커지곤 했습니다.
낯선 기술 용어들을 붙잡고 밤새 공부하던 분들도 많으셨을 텐데요. 다행히도 지난 주 구글이 전격 공개한 공식 가이드라인 문서는 이러한 시장의 불안감에 무척 담백하면서도 명쾌한 마침표를 찍어주었습니다. 구글의 메시지는 아주 심플합니다. 괜히 이상한 꼼수 찾으려 애쓰지 말고, 원래 하던 본질적인 SEO나 잘 챙기라는 것이죠.
구글이 공식적으로 선 그은 4가지 꼼수
재미있는 건 구글이 이번 문서에서 시중에 떠도는 여러 루머들을 직접 언급하며, 실무자들이 굳이 시간과 비용을 들여서 하지 않아도 될 일들을 대놓고 짚어주었다는 점입니다. 우리가 그동안 잘못 알고 있었던 대표적인 오해들을 구글의 원문 문장과 함께 시원하게 정리해 드리겠습니다.
꼼수1. 특수한 마크다운이나 llms.txt 파일 구축하기
LLMS.txt files and other "special" markup: You don't need to create new machine readable files, AI text files, markup, or Markdown to appear in generative AI search. Note that Google may discover, crawl, and index many kinds of files in addition to HTML on a website: this doesn't mean that the file is treated in a special way.
가장 먼저 마음 놓으셔도 되는 부분입니다. AI 로봇이 웹사이트를 잘 긁어가게 하려면 AI 전용 텍스트 파일을 심거나 특수한 프롬프트 마크다운 형식을 취해야 한다(?)는 이야기가 돌았는데요. 구글은 기존의 일반적인 웹 페이지도 충분히 알아서 잘 크롤링하고 인덱싱하므로, AI만을 위한 별도의 기계용 파일을 만들 필요가 전혀 없다고 선을 그었습니다. 구글이 다양한 포맷의 파일을 수집할 수 있는 기술을 가졌다고 해서, 특정 파일을 특별하게 우대하는 것은 아니라는 뜻입니다.
꼼수2. AI의 이해를 돕기 위한 본문 쪼개기 작업
"Chunking" content: There's no requirement to break your content into tiny pieces for AI to better understand it. Google systems are able to understand the nuance of multiple topics on a page and show the relevant piece to users.
정보를 잘게 조각내야 AI가 문맥을 더 잘 이해한다는 소문도 있었습니다. 하지만 구글은 본문의 길이보다 중요한 것은 독자의 가독성이라고 말합니다. 구글의 AI 시스템은 하나의 긴 글 속에서도 문맥과 문단 사이의 미묘한 뉘앙스를 통째로 이해할 수 있을 만큼 발전했습니다. 따라서 기계를 위해 억지로 글을 토막 낼 필요 없이, 사람이 읽기 가장 좋은 호흡으로 자연스럽게 작성하면 그만입니다.
꼼수3. 인위적인 AI 검색용 롱테일 키워드 매칭
Rewriting content just for AI systems: You don't need to write in a specific way just for generative AI search. AI systems can understand synonyms and general meanings of what someone is seeking... capture every variation of how someone might seek content like yours.
AI가 검색할 만한 예상 질문을 수십 개씩 뽑아서 키워드를 억지로 문장 속에 욱여넣는 분들도 계셨을 겁니다. 하지만 구글 AI는 동의어와 사용자가 찾는 전반적인 의미를 명확하게 파악합니다. 키워드를 인위적으로 매칭하기 위해 무리하게 변형된 페이지를 양산하는 행위는 효과가 없을 뿐더러, 오히려 구글의 대량 콘텐츠 악용 스팸 정책에 걸려 페널티를 받을 수 있으니 주의해야 합니다.
꼼수4. 외부 채널을 통한 인위적인 브랜드 언급량 조작
Seeking inauthentic "mentions": Just like the rest of Google Search, our generative AI features can show what's being said about products and services across the web... However, seeking inauthentic "mentions" across the web isn't as helpful as it might seem.
구글 AI 검색이 웹상의 리뷰나 포럼의 대화를 인용하다 보니, 가짜 바이럴을 통해서라도 브랜드 언급량을 늘려야 한다는 기술이 유행하기도 했습니다. 하지만 구글의 핵심 랭킹 시스템과 스팸 필터는 생각보다 훨씬 똑똑합니다. 인위적이고 조작된 바이럴은 필터링을 통해 철저히 걸러내고, 오직 진짜 고품질의 출처만을 기반으로 답변을 생성합니다.
(하지 말라는 겁니다. 하라는 게 아니에요ㅎㅎ)
구글 AI 검색은 도대체 어떻게 작동하길래 그럴까?
구글이 왜 이런 꼼수들을 무의미하다고 자신 있게 말할 수 있을까요? 그 비밀은 구글 AI 검색 시스템의 밑바탕에 있는 두 가지 핵심 메커니즘을 이해하면 자연스럽게 풀립니다.
첫 번째는 RAG라고 불리는 검색 증강 생성 기술입니다.
Retrieval-augmented generation (RAG): A technique (also known as grounding) used to improve the quality, accuracy, and freshness of AI responses by relying on our core Search ranking systems to retrieve relevant, up-to-date web pages from our Search index.
이는 AI가 아무 말이나 지어내는 '할루시네이션(환각)' 현상을 막기 위해 도입된 장치인데요. 사용자가 질문을 던지면 AI가 곧바로 답변을 상상해내는 것이 아닙니다. 먼저 기존의 든든한 구글 검색 엔진을 돌려 '가장 신뢰도가 높고 최신의 정보를 담은 웹페이지'들을 먼저 찾아냅니다. 그리고 그 검증된 페이지의 팩트를 기반으로 답변을 안전하게 조합해 내는 방식입니다.
두 번째는 쿼리 팬아웃 기술입니다.
Query fan-out: A set of concurrent, related queries generated by the model to request more information and fetch additional relevant search results to address the user's query.
사용자가 하나의 질문을 던지면, AI 시스템이 그 질문의 이면에 숨은 의도를 파악해 여러 개의 연관 질문을 동시에 내부적으로 생성해내는 과정입니다. 예를 들어 사용자가 "마당에 잡초가 너무 많아"라고 검색하면, 시스템이 알아서 "친환경 제초제 추천", "잡초 안 나게 하는 법", "화학 물질 없이 풀 뽑기" 같은 질문들을 한 번에 던져서 종합 선물 세트 같은 답변을 만들어 냅니다.
결국 이 두 가지 기술이 우리에게 말해주는 결론은 하나입니다. AI 검색의 뼈대는 여전히 기존의 구글 검색 랭킹과 품질 시스템에 아주 단단히 뿌리를 두고 있다는 사실입니다. 즉, 기존 검색 엔진에서 신뢰를 얻지 못한 페이지는 AI 오버뷰(AI Overviews)의 선택도 절대 받을 수 없습니다.
우리가 지금 당장 집중해야 할 '비기성품 콘텐츠'
그렇다면 마케터와 비즈니스 운영자들이 지금 당장 주목해야 할 진짜 최적화 전략은 무엇일까요? 구글은 이를 '비기성품(Non-commodity) 콘텐츠'라는 단어로 정의합니다.
Create non-commodity content that's helpful, reliable, and people-first: Commodity content (for example, something like "7 Tips for First-Time Homebuyers") is often based on common knowledge... In contrast, non-commodity content (such as "Why We Waived the Inspection & Saved Money: A Look Inside the Sewer Line") provides unique expert or experienced takes that go beyond common knowledge and the ordinary.
우리가 인터넷에서 흔히 보는 "생애 첫 주택 구하는 7가지 팁" 같은 글은 어디서나 볼 수 있는 흔한 지식의 나열, 즉 마트 가판대에 깔린 공장제 기성품 콘텐츠에 가깝습니다. 이런 글은 구글 AI가 단 몇 초 만에 더 완벽하게 요약하고 대체할 수 있어서 앞으로 검색 시장에서 살아남기 힘듭니다.
반면 "우리가 집 검수를 과감히 포기하고 하수관 점검에 집중해 수백만 원을 아낀 실제 이야기"처럼, 직접 몸으로 부딪치며 경험한 사실과 독창적인 관점, 그리고 전문가로서의 깊이 있는 주관이 담긴 글이 바로 구글이 말하는 비기성품 콘텐츠입니다. AI는 수많은 정보 소스를 훑어보며 남들과 다른 고유한 목소리를 내는 페이지를 간절하게 탐색합니다. 다른 사람들의 글을 짜깁기한 콘텐츠가 아니라, 오직 우리 브랜드만이 줄 수 있는 진짜 경험을 담아내는 것이 AI 시대 최고의 전략입니다.
동시에 기계와 사람이 모두 읽기 좋은 구조적 최적화(기계 가독성)도 놓쳐서는 안 됩니다. 글을 작성할 때는 문단과 섹션을 명확히 나누고, 올바른 제목 태그(H2, H3)를 활용해 논리적인 구조를 짜야 합니다. 완벽한 코드가 아니더라도 기계가 글의 뼈대를 쉽게 파악할 수 있도록 돕는 이 기본적인 노력은 여전히 강력한 힘을 발휘합니다.
결국 본질은 기술이 아니라 사람
이번 구글의 발표를 보면서 다시 한번 깊이 느끼게 됩니다. 기술의 외형이 AI 검색이라는 조금 낯선 모습으로 바뀐다 해도, 구글이 추구하는 본질은 단 한 번도 변한 적이 없다는 것을요. "이 콘텐츠가 우리 사이트를 찾아온 방문자를 충분히 만족시키는가?"라는 질문에 자신 있게 고개를 끄덕일 수 있다면, 우리는 이미 가장 올바른 방향으로 AI 검색 시대를 준비하고 있는 것입니다.
마지막으로 구글이 문서 말미에 던진 흥미로운 힌트를 하나 더 전해드립니다. 앞으로는 사람뿐만 아니라 인간을 대신해 예약을 하거나 스펙을 비교하는 'AI 에이전트'들이 우리 사이트를 직접 방문하는 시대가 올 것이라고 합니다.
Explore agentic experiences: AI agents are autonomous systems that can perform tasks on behalf of people, such as booking a reservation or comparing product specifications... browser agents may access your website to gather the data they need to complete these tasks...
특히 이커머스를 운영하거나 로컬 브랜드를 하시는 분들이라면, 구글 머천트 센터나 구글 비즈니스 프로필의 정보를 최신 상태로 꼼꼼하게 관리해 두시는 것을 추천합니다. 구글 AI 에이전트가 쇼핑 정보나 지역 브랜드를 추천할 때 이 피드 데이터를 직접 연동해서 사용하기 때문입니다.
매일 쏟아지는 새로운 기술 용어와 자극적인 최적화 팁에 마음을 뺏기기보다, 오늘 우리 브랜드의 페이지가 독자에게 어떤 고유한 가치를 주고 있는지 담백하게 돌아보는 목요일이 되셨으면 좋겠습니다. 다음 주에도 마케터님에게 꼭 필요한 본질적인 인사이트를 들고 찾아오겠습니다. 감사합니다 :)
에디터 : 허성덕