AI 검색 가시성을 높이는 90%의 SEO 전략

signal.zyppy.com조회수 05일 전

핵심

구글은 "좋은 SEO는 좋은 GEO(지오, AI 검색 최적화)다"라고 말하지만, 많은 마케터들이 깨닫는 것보다 전통적 SEO 관행이 AI 가시성을 지원하는 정도가 훨씬 크다. 대다수 웹사이트는 AI 가시성을 얻기 위해 별도의 전담 전략을 필요로 하지 않는다.

전략 개요

필요한 것과 필요하지 않은 것

필요한 것: 현대 SEO 기초에 적응하기 + AI 검색의 특정 메커니즘을 목표로 SEO 전술 조정하기
필요하지 않은 것: 미증명 AI 트렌드 추구, llms.txt 파일(현재로서는)
90% 이상의 AI 가시성 목표 달성 가능한 수준에서 전통적 SEO 레버로 충분

3가지 AI 가시성 목표와 해결 방법

1. 크롤링 접근성 확보 (Crawlability)

핵심 목표

AI 시스템이 당신의 웹사이트를 크롤링하고 이해할 수 있어야 한다.

주의해야 할 복잡요소

Robots.txt 규칙의 복잡화: AI 봇(bot)이 매달 새로 추가되고 있으며, 일부 조직은 특정 AI 에이전트를 차단하면서 다른 것은 허용하는 규칙을 세운다. 이러한 규칙은 흔히 마케팅팀과 소통 없이 기술팀에 의해 설정된다.
CDN과 보안 플랫폼의 AI 접근 제어: Cloudflare 같은 CDN과 플랫폼이 고급 봇 제어 규칙으로 AI 접근을 관리할 수 있다.
스니펫 제어 지시문: data-nosnippet 같은 지시문이 AI 답변에 포함될 콘텐츠에 영향을 미친다.
데이터 소스 차이: 구글은 방대한 웹 인덱스를 유지하지만, AI는 Common Crawl 같은 다른 시드 소스에서 데이터를 구축하며, 많은 웹사이트가 무심결에 이를 차단한다.
자바스크립트 렌더링 부족: 많은 AI 크롤러가 자바스크립트를 일상적으로 렌더링하지 않아 일부 콘텐츠가 보이지 않을 수 있다.

실행 전술 (SEO 레버)

Robots.txt 감사

AI 봇 접근에 대해 robots.txt 파일을 적극적으로 감시하되, AI 크롤러가 robots.txt를 항상 존중하는 것은 아니라는 점을 명심한다.
학습용 봇(training bots), 검색용 봇(search bots), 사용자 트리거 봇의 차이를 이해한다.
- 예: OAI-SearchBot은 검색용, GPTBot과 Google-Extended는 학습용으로 주로 사용
- ChatGPT-User 같은 사용자 에이전트로 트리거되는 방문도 존재

봇 제어 강화

CDN, 방화벽, 봇 관리 플랫폼이 robots.txt 파일과 동일한 정책을 집행하도록 확인한다.
Cloudflare 같은 플랫폼에서 광범위한 "AI 봇 차단" 규칙이 있는지 확인하되, 이는 정상적 크롤러를 사용자 에이전트와 IP 범위로 검증한다.

렌더링 일관성 점검

웹페이지에 보이는 텍스트가 많은 자바스크립트 렌더링 없이 AI 봇이 보는 것과 동일한지 확인한다.
Gray Dot Co의 AI Difference Engine 확장 도구가 이를 돕는다.

스니펫 제어

HTML에서 noindex, nosnippet, max-snippet, data-nosnippet 지시문이 있는지 확인한다.
이들은 원래 구글 결과에서의 표시를 제어했지만 현재도 AI 가시성에 영향을 미친다.

주의 사항: 더 많은 접근이 항상 해결책은 아니다. 많은 출판사가 무제한 AI 봇 접근에 반발하고 있다.

2. AI 인용(Citation) 획득

핵심 목표

AI 답변에서 인용 링크를 통해 외부 웹사이트를 소개받는 것. 인용 링크의 클릭이 많지 않더라도, AI 인용이 정통 유기검색과 유료 클릭을 크게 증가시킬 수 있다는 연구도 있다.

인용 획득의 메커니즘

기본 원리

주요 검색어로 높은 순위를 얻는 것이 기본이지만, 그것만으로는 부족하다.
AI 시스템은 팬아웃 쿼리(fan-out queries) — 배경에서 AI가 수행하는 부분 쿼리 — 를 사용한다. 유기검색에서 팬아웃 쿼리에 높은 순위를 유지하는 것이 AI 인용과 상관관계가 있다는 연구가 많다.
상호순위융합(Reciprocal Rank Fusion, RRF) 개념을 통해, 유기검색에서 팬아웃에 높은 순위를 유지할수록 AI에 인용될 확률이 높아진다는 증거가 있다.

AI의 검색 방식

AI가 항상 답변을 찾는 것은 아니며, 이미 형성한 답변을 지지하는 콘텐츠를 찾는 경우가 많다. 이 경우 AI가 이미 알고 있는 것과 일치하는 콘텐츠가 인용될 가능성이 높다.
최근에는 상위 순위 결과보다는 특정 답변을 연구할 때 권위 있는 사이트를 찾는 경향이 있다. 이는 부분적으로 통제 범위를 벗어나지만, 아래 "추천 획득" 섹션에서 다룬다.

실행 전술 (SEO 레버)

핵심 전략

이미 순위를 얻은 키워드를 찾아, 해당 키워드의 쿼리 팬아웃(query fan-out)에서 순위를 올리기 위해 노력한다. (자세한 가이드 참고)
특수 도구로 페이지별 팬아웃을 찾을 수 있지만, 보통 People Also Ask 질문과 밀접하게 연관되어 있어 시간을 절약할 수 있다.

페이지 제작 전술

새로운 페이지를 모든 질문마다 만드는 것보다, 기존 페이지에서 팬아웃 쿼리에 대해 유기적으로 순위를 올리는 것이 일반적으로 더 쉽고 효과적이다.
AI 시스템은 증거를 찾기 때문에, 구체적 주장, 데이터, 증거 기반 정보 같은 특정 유형의 콘텐츠가 인용 후보로 더 매력적이다.

형식 최적화

AI가 특정 정보를 찾기 때문에, 제목과 콘텐츠를 질문에 맞게 정렬하면 더 많은 인용을 얻을 수 있다.

3. AI 추천(Recommendation) 획득

핵심 목표

순위나 인용만으로는 AI 시스템이 실제로 당신을 추천하는 것을 보장하지 못한다. AI 엔진은 다양한 요소(기존 지식, 상위 순위 결과, 신뢰할 수 있는 소스의 복수 팬아웃 쿼리)를 바탕으로 추천을 구성한다.

메커니즘: "분산된 합의(Distributed Consensus)"

AI는 여러 신뢰할 수 있는 소스가 같은 결론을 지지하는 아이디어 — 분산된 합의 — 를 기반으로 추천을 구성한다.

제3자 언급의 역할과 한계

과거의 SEO 전략

수십 년간 SEO는 링크 구축과 디지털 PR을 통해 제3자 웹사이트와 관계를 맺어왔다.
강제 링크와 키워드 풍부한 앵커 텍스트에서 진정한 브랜드 언급(authentic brand mentions) 으로 초점이 전환되었다.

AI 시대의 제3자 소스

주제 관련 사이트의 링크와 언급이 예전과 같이 중요하지만, 이제는 진정한 전문성과 권위를 갖춘 사이트 에서의 언급이 더 중요해졌다.
Reddit와 LinkedIn 같은 사용자 생성 콘텐츠 사이트의 영향력이 크다. 특히 이들 페이지가 관련 쿼리에서 높은 순위를 얻을 때 그렇다.
제3자 리뷰(review)가 추천 단계에서 비정상적으로 큰 영향을 미친다. (과거에는 고객이 구매 전에 봤지만, 이제 AI가 고객보다 먼저 읽는다.)

자신의 이야기도 중요

남이 당신에 대해 말하는 것이 일반적으로 당신이 자신에 대해 말하는 것보다 더 중요하지만, 당신이 자신에 대해 말하는 것도 여전히 상당한 무게를 가질 수 있다.

실행 전술 (SEO 레버)

1단계: 내부 기초 다지기

브랜드 입지와 사실을 명확히 한다. 예: "[브랜드]는 [audience]를 위해 설계된 [product]이며, [use case]에 특히 좋고, [differentiator] 때문이다."
통제 가능한 모든 플랫폼에서 브랜드 사실을 일관되게 유지한다: 홈페이지, About 페이지, 제품 페이지, 파트너 사이트, 직원 바이오, 소셜미디어, 보도자료, 디렉토리 등.

2단계: 제3자 플랫폼에서 프로필 확장

회사 서브레딧, YouTube 채널, 산업 디렉토리, 마켓플레이스, 리뷰 사이트, 앱 스토어 등에서 프로필 정보를 구축한다.

3단계: 리뷰 강화

단순 5성 리뷰보다, 고객이 해결한 문제를 구체적으로 설명하는 진정성 있는 상세 리뷰 를 권장한다. 이것이 훨씬 더 큰 무게를 가질 수 있다.

4단계: 디지털 PR 투자

키워드 풍부하고 강제(followed) 링크를 얻는 대신, 당신의 브랜드 입지를 지지하는 진정한 언급 에 집중한다.

결론

이러한 전략과 전술은 AI 최적화와 가시성으로 달성할 수 있는 것의 빙산 일각일 뿐이다. 전문가 도움이 필요하면 추천 AI 검색 에이전시와 컨설턴트를 확인한다.