한눈에 보는 핵심 5가지
- 기존 키워드 SEO는 '어떤 단어를 많이 포함했는가'를 기준으로 작동했지만, AI 검색은 '이 사이트가 어떤 개념의 신뢰할 수 있는 출처인가'를 먼저 판단한다.
- 검색엔진과 AI는 지식 그래프를 통해 개념 간 관계를 파악하며, 특정 주제를 일관되게 다뤄온 사이트가 AI 답변에 반복적으로 호출된다.
- 프린스턴 대학 GEO 연구에 따르면, 엔티티 구조를 명확히 최적화한 콘텐츠는 그렇지 않은 콘텐츠보다 AI 검색 노출이 30~40% 더 높은 것으로 나타났다.
- 주제 전문성을 확보하려면 헤딩 위계 설계, 주제 중심 사이트 구조(Silo 구조), 페이지 역할 분리 세 가지 구조적 접근이 필요하다.
- 단일 글의 완성도보다 사이트 전체가 특정 주제에서 얼마나 일관된 전문성을 보여왔는가가 AI 검색 시대 콘텐츠 경쟁력의 핵심이다.
키워드를 빼곡히 넣고 메타 태그도 꼼꼼히 챙겼는데, 왜 AI 검색 답변에는 경쟁사 콘텐츠만 뜨는 걸까. 이 질문이 최근 콘텐츠 마케터들 사이에서 자주 나온다. 원인은 검색엔진이 콘텐츠를 평가하는 기준 자체가 바뀌었기 때문이다.
AI 검색은 왜 키워드가 많은 글을 외면하는가
AI 검색은 특정 키워드를 많이 포함한 페이지를 찾는 게 아니라, 해당 주제를 가장 신뢰할 수 있게 설명해 온 사이트를 찾는다.
전통적인 SEO는 단순했다. 제목과 본문, 메타 태그에 목표 키워드를 적절히 배치하면 검색 노출을 기대할 수 있었다. 페이지 하나를 잘 만들면 됐다. 그러나 구글 Overview, 네이버 AI 브리핑처럼 AI가 직접 답변을 생성하는 환경에서는 이 방식의 한계가 분명해지고 있다.
AI는 "이 키워드를 가장 많이 쓴 페이지"를 찾지 않는다. 대신 이 주제에 대해 가장 일관된 설명을 제공해 온 사이트, 즉 개념 전체를 이해하는 신뢰할 수 있는 전문가를 선택한다. 여기서 등장하는 개념이 엔티티 SEO(Entity SEO)다.
엔티티는 하나의 고유한 개념이자 검색엔진이 의미 단위로 인식하는 대상이다. '러닝화'라는 표현은 단순한 검색어가 아니라, 운동화의 한 종류이고 착지 방식과 쿠셔닝, 러닝 목적과 연결된 개체이며 브랜드와 제품, 사용 맥락과 관계를 맺는 개념이다. 검색엔진과 AI는 이 개념들을 지식 그래프(Knowledge Graph) 안에서 연결해 이해한다. 단어 하나를 독립적으로 해석하는 것이 아니라, 관련 개념들이 어떤 관계를 맺는지를 함께 파악하는 것이다.
엔티티 구조 없이는 AI 답변 후보 자체에 오르지 못한다
엔티티 구조가 없으면 키워드 최적화가 잘 된 글도 AI 답변 후보에서 밀린다.
프린스턴 대학의 GEO(생성형 AI 검색 최적화) 연구에 따르면, 엔티티 구조를 명확히 최적화한 콘텐츠는 그렇지 않은 콘텐츠보다 AI 검색 내 노출이 30~40% 더 높은 것으로 나타났다. 키워드를 아무리 잘 배치해도 AI가 해당 콘텐츠를 특정 개념의 출처로 인식하지 못하면 답변 후보 자체에 오르지 못한다는 의미다.
이 변화는 기회이기도 하다. AI 요약이 늘어나면서 전체적인 클릭 수가 줄어드는 '제로 클릭' 현상이 나타나고 있지만, 반대로 AI가 신뢰하는 출처로 인식된 사이트는 AI 답변 안에 반복 호출되며 더 강력한 브랜드 인지를 얻는다. 내용의 성실성 없이 표면적인 키워드 경쟁에만 집중하던 전략에서 벗어날 수 있는 계기다.
AI 검색이 신뢰를 판단하는 기준, 주제 전문성이란
주제 전문성(Topical Authority)이란 특정 주제에 대해 사이트가 얼마나 신뢰할 수 있는 지식을 일관되게 제공해 왔는가를 뜻한다.
검색엔진은 다음 신호를 종합해 주제 전문성을 판단한다. 사이트가 같은 주제를 반복적으로 다뤄왔는가, 정의와 설명·비교·활용 맥락이 충분한가, 콘텐츠들이 논리적으로 연결되어 있는가, 주제가 사이트 핵심 정체성과 일치하는가.
중요한 점은 이 기준이 자사 콘텐츠 내부에만 머물지 않는다는 것이다. 외부 매체와 플랫폼에서 브랜드가 동일한 맥락으로 설명되고 있는지까지 포함된다. 출처마다 브랜드 설명이 충돌하면 AI는 해당 엔티티를 답변에서 누락하거나 불명확하게 처리한다. 사이트 내부의 일관성과 외부 채널에서의 일관된 브랜드 맥락, 이 두 가지가 함께 갖춰질 때 AI 검색에서 신뢰받는 출처가 될 수 있다.
주제 전문성을 쌓는 세 가지 구조 전략
주제 전문성은 정보를 많이 쌓는다고 생기지 않는다. 검색엔진과 AI가 이해할 수 있도록 글의 구조를 의도적으로 설계해야 한다.
- 헤딩 위계(Heading Structure) 설계: 검색엔진은 H1→H2→H3로 이어지는 위계를 통해 문서의 논리 구조를 해석한다. H1은 해당 페이지가 다루는 단 하나의 핵심 개념을 담고, 하위 헤딩은 그 개념에 대해 사용자가 실제로 할 법한 질문과 전문적인 설명으로 구성해야 한다. 한 페이지에 여러 개념이 섞일수록 주제의 명확성은 약해진다.
- 주제 중심 사이트 구조(Silo 구조): 주제 전문성은 개별 페이지가 아니라 카테고리 단위의 콘텐츠 묶음으로 평가된다. 각 카테고리 페이지는 명확한 하위 개념들을 대표하는 중심축으로 작동해야 한다. 연관성 낮은 콘텐츠가 같은 구조 안에 섞이면 사이트의 전문성은 분산된다. 내부 링크도 많다고 좋은 게 아니라, 같은 주제 맥락 안에서 자연스럽게 이어지는 연결이 효과적이다.
- 페이지 역할 분리: 주제 전문성이 강한 사이트는 모든 페이지가 같은 역할을 하지 않는다. 핵심 페이지는 해당 주제가 무엇이고 왜 중요한지를 정의하고, 하위 페이지들은 비교·설명·활용 맥락을 확장하는 역할을 맡는다. 이런 역할 분리가 이뤄질 때 검색엔진과 AI는 사이트가 주제를 체계적으로 이해하고 있다고 판단하게 된다.
자주 묻는 질문
Q. GEO와 SEO는 어떻게 다른가요?
A. 전통 SEO는 클릭을 유도하기 위해 키워드 중심으로 페이지를 최적화한다. GEO(생성형 AI 검색 최적화)는 AI 답변 생성 엔진이 해당 사이트를 특정 주제의 신뢰할 수 있는 출처로 인식하도록 콘텐츠와 사이트 구조를 설계하는 방식이다. 목표가 클릭에서 '출처 지위'로 바뀐 것이다.
Q. 블로그 글을 많이 쌓으면 주제 전문성이 자동으로 생기나요?
A. 아니다. 글 수보다 주제의 일관성이 중요하다. 같은 주제를 다양한 각도(정의·비교·사례·활용법)로 논리적으로 연결해 쌓아야 한다. 다양한 주제를 뒤섞어 많이 발행하는 건 오히려 사이트의 주제 전문성을 분산시킨다.
Q. 기존 글들을 전부 다시 써야 하나요?
A. 전부 재작성할 필요는 없다. 헤딩 구조 정비, 카테고리별 내부 링크 정리, 사이트 구조 재정렬부터 시작할 수 있다. 콘텐츠 자체보다 구조가 우선이다. 잘 쓴 글이 있어도 구조가 흐트러져 있으면 AI가 출처로 인식하기 어렵다.
Q. 소규모 사이트나 스타트업에도 적용 가능한가요?
A. 오히려 소규모 사이트에 유리한 전략이다. 좁고 깊은 주제 하나를 집중 공략하면, 주제 범위가 넓은 대형 사이트보다 특정 주제의 전문성에서 앞설 수 있다. 처음부터 Silo 구조로 콘텐츠를 설계하면 규모가 작아도 AI 검색에서 반복 호출되는 출처가 될 수 있다.
AI 검색 시대의 콘텐츠 경쟁은 이미 시작됐다
AI 검색이 바꾼 것은 기술이 아니라 질문이다. 과거의 SEO가 "어떤 키워드로 노출될 것인가"를 물었다면, 지금의 SEO는 "이 주제에 대해 누가 가장 믿을 수 있는가"를 묻는다. 이 질문에 구조적으로 답할 수 있는 사이트만이 AI 검색 환경에서도 지속적으로 선택된다.
단일 글의 완성도보다 사이트 전체가 하나의 주제를 얼마나 일관되게 다뤄왔는지가 기준이 됐다. 당장 모든 콘텐츠를 바꿀 필요는 없다. 헤딩 구조를 점검하고, 카테고리 구조를 정렬하고, 비슷한 글들끼리 내부 링크로 연결하는 것부터 시작할 수 있다.
