본문 바로가기
서치뉴스SearchNews
검색
← 목록으로

AI를 멈춰야 할까? 올바른 AI 콘텐츠 활용법과 소유권 전략

moz.com조회수 04일 전

핵심

AI 콘텐츠 작성을 멈춰야 하는가? 단답: 아니다. 저자는 AI로 콘텐츠를 자주 쓰지만, 진짜 문제는 AI 탐지 집착이 아니라 콘텐츠 품질과 파편화된 발견 채널 속에서 청중 소유권을 어떻게 구축할 것인가에 있다고 본다.

AI 콘텐츠는 문제가 아니다

구글의 AI 콘텐츠 페널티 없음

네 가지 분리된 문제

AI 콘텐츠 논쟁은 실제로 네 가지 별개의 문제를 다룬다:

실패 사례들

저자는 MozCon NYC 토크에서 처음 두 문제가 잘못된 경우를 예시했다:

AI가 관여했지만 실패의 원인은 아니었다. 세 사례 모두 편집자를 거쳐야 했을 콘텐츠를 발행했다.

흥미로운 논쟁은 가치(value)다. 독자가 검색 결과 페이지(SERP)로 돌아갈 필요가 없을 정도로 콘텐츠가 유용하다면, AI든 아니든 그것이 성공이다.

봇이 인간을 능가해도 봇을 위해 쓰지 말 것

봇 트래픽의 증가

Imperva의 2026년 Bad Bot Report에 따르면 봇 트래픽이 전체 웹 트래픽의 53% 이상을 차지하며, 전년도의 51%에서 증가했다.

봇 볼륨은 청중 지표가 아니다

에이전트의 미래 역할

저자는 에이전트가 구매 결정에 더 큰 역할을 할 것으로 믿는다. 성공적인 에이전트는 사용자를 사이트로 보내지 않고도 정보를 수집하고 작업을 완료해 웹사이트 트래픽을 줄일 수도 있다. 이는 레퍼럴 트래픽을 중요도 측정에 부적절한 지표로 만든다.

그러나 "더 많은 기계가 웹사이트에 접근한다"는 주장과 "기계를 위해 콘텐츠를 주로 만들어야 한다"는 주장 사이에는 거대한 차이가 있다.

측정 가능성의 함정

구글 검색 결과는 이미 AI 기능을 포함하고 있으며, 검색 최적화와 AI 간의 경계가 이미 흐려지고 있다. 플랫폼은 사용자를 자신의 생태계 내에 유지하도록 설계되어 있으므로, 시각성(visibility)은 소유하는 것이 아니라 임차하는 것이다.

저자는 우리가 계속 이를 쫓는 이유에 대한 가설을 제시한다. 봇 히트, 크롤링 속도, AI 인용은 측정 가능하고, 업계는 대시보드에 올릴 수 있는 모든 것을 좋아한다. 이미 있는 트래픽 및 전환 데이터보다 측정이 더 나쁜데도 말이다.

전통적 검색과 AI 검색 지표를 모두 추적하되, 검색을 단절된 단일 채널 활동이 아니라 생태계로 생각해야 한다.

오래된 콘텐츠 전략과 현대 에이전트 워크플로우의 반복

예전 방식 (생성형 검색 전)

  1. 마천루 기법과 최적화 도구로 개요 작성
  2. 단어 수를 염두에 두고 콘텐츠 작성
  3. 엔티티 최적화 후 콘텐츠 최적화 소프트웨어에 업로드해 점수 획득
  4. 발행, 반복

현대 에이전트 워크플로우

  1. 에이전트가 SERP를 분석하고 상위 랭크 페이지에서 브리프 작성
  2. 두 번째 에이전트가 기존 콘텐츠를 초안으로 재활용
  3. 세 번째 모델이 사고 지도자와 내부 전문가(SME)의 인용으로 E-E-A-T(경험-전문성-권위성-신뢰도) 추가
  4. 네 번째 모델이 출력을 점수 매기고 임계값 이하는 수정을 위해 반송

자동화와 끝단(end-to-end) 자동화의 차이

저자는 콘텐츠 프로세스 중 반복적인 부분을 자동화하고, 다른 사람도 그렇게 할 것을 권장한다. 다만 끝단 콘텐츠 자동화에는 이의가 있다. 콘텐츠 워크플로우가 아무리 정교해 보이든, 전문가가 루프에 없으면 쿠키 무더기 콘텐츠를 만드는 것이다.

AI 생성 콘텐츠에는 관점(POV)이 없다, 그리고 관점이 사람들이 돈을 내는 것이다

AI 슬롭(slop)의 근본 문제

대부분 AI 워크플로우는 기존 콘텐츠를 분석한 후 마천루 기법으로 단어 샐러드를 생성한다. 실제 경험, 의견, 행동을 취할 뚜렷한 이유가 없다.

한편, 뉴욕 타임스 같은 출판사는 좋은 콘텐츠에 사람들이 돈을 낸다는 것을 증명하고 있다:

AI로 콘텐츠를 쓰는 것을 멈춰야 할까?

멈춰야 할 것: 사고 외주화

생각과 전략을 기계에 외주화하는 콘텐츠는 발행하지 말 것. 대형 언어 모델(LLM)은 권한이 없는 예맨(yes man)이므로, 진실의 원천으로 의존하면 훌륭한 작업이 나오지 않는다.

멈출 필요는 없는 것: AI 활용

저자는 이 기사 전반에서 AI를 주장 연구, 흩어진 생각을 개요로 변환, 증거 찾기에 사용했다.

저자의 AI 콘텐츠 작성 프로세스

과거 예시 공유로 음성 학습

항상 비슷한 콘텐츠로 최근 작성한 두 개의 의견 기사를 공유하는 것으로 시작한다. Claude에 어떻게 쓰는지, 소제목을 구조화하는지, 스토리텔링을 주입하는지 분석하도록 요청한다. 에이전트를 훈련한 후에도 매번 이를 반복한다.

주장과 각도 제공

긴 프롬프트로 달성하려는 바를 설명하고 생각에 영향을 미치는 자료를 공유한다. 더 많은 맥락을 제공할수록 Claude가 뇌 덤프를 유용한 개요로 변환하기가 쉬워진다.

섹션 하나씩 작성

가장 흔한 실수는 한 번에 전체 기사를 생성하는 것이다. 섹션별로 작성하면 더 나은 결과를 얻는다. 보통 거친 초안을 제공하고 AI에 흐름을 위해 단어를 정렬하도록 요청한다.

주장을 뒷받침할 연구 및 증거 찾기

AI의 가장 좋아하는 사용 사례 중 하나는 외부 증거 찾기다. 텍스트 일부를 복사해 에이전트에 주장을 뒷받침하는 검증 가능한 연구와 연구를 찾도록 요청한다. 때로 약한 출처나 주장과 무관한 데이터를 제시하기도 한다. 전문가로서 더 나은 증거를 요청하며 반박할 책임이 있다.

콘텐츠 편집 및 거짓 진술 강조

초안은 항상 길다. 플러프를 제거하고 수동 문장을 능동으로 바꾸고 검증이 필요한 주장을 표시하는 콘텐츠 편집기를 만들었다. 작성 과정 전반에 걸쳐 저자의 판단이 AI를 능가하며, 생성 내용을 자신의 음성에 맞게 재구성하는 경향이 있다.

콘텐츠 디자이너를 위한 목업 이미지 생성

디자인이 강점이 아니므로 AI를 사용해 시각적 기회를 식별하고 콘텐츠 디자이너를 위한 거친 목업을 작성한다.

내부 링크 추가

Moz의 콘텐츠 라이브러리를 사용해 맥락 있는 내부 링크를 제안하는 Claude 에이전트를 만들었다. 콘텐츠는 내부 링크를 통해 영원히 산다.

AI가 쉽게 요약할 수 있는 콘텐츠는 피할 것

AI가 실시간 검색 없이 쉽게 요약할 수 있는 콘텐츠는 피해야 한다. 정의, 기본 설명, 많은 "무엇인가" 기사가 이 범주에 속한다. 대신 AI가 쉽게 요약할 수 없는 포맷 주변에 콘텐츠 해자(moat)를 구축하라:

경쟁 불가능한 콘텐츠 포맷

습관을 만드는 콘텐츠 창작

발행은 콘텐츠를 목적지로 만들고 습관을 구축할 때 여전히 가치 있다.

뉴욕 타임스는 이것의 마스터클래스다. The Athletic, Cooking, Games, Audio, Wirecutter로 뉴스를 넘어 다양화했다.

사람들은 뉴스 기사로 NYT를 발견할 수 있지만, 돌아올 여러 이유가 있다. 한글(Wordle)을 할 수도, 레시피를 찾을 수도, 스포츠 분석을 읽을 수도, 팟캐스트를 청취할 수도, Wirecutter를 통해 구매를 조사할 수도 있다.

습관이 근본 지표

각 제품이 돌아올 이유를 만들어, 검색이 현관문보다는 집 전체가 된다.

NYT가 클릭 감소를 극복한 것이 아니라, 단일 채널 의존성을 줄이는 습관을 구축했다는 것이 이야기다. 이것이 저자가 원하는 콘텐츠 해자다.

또한 클릭을 단순한 트래픽에서 다음을 포함하도록 측정 방식을 바꾼다:

반복 주의력을 드라이브하는 것을 추적하면 검색 행동에 대한 관점이 바뀐다.

AI 콘텐츠 탐지는 잊고, 소유하지 않은 파편화된 발견 채널을 걱정하라

파편화된 검색

워터마크와 AI 콘텐츠를 너무 많이 걱정하고, 발견이 얼마나 어려워지고 있는지는 충분히 걱정하지 않고 있다.

SparkToro와 Datos는 41개 웹사이트 전반에 검색 활동을 분석했고, 검색이 점점 더 분산되고 있음을 발견했다. 구글이 여전히 지배하지만, Amazon, Reddit, YouTube는 각각 ChatGPT보다 더 많은 데스크톱 검색 활동을 받는다.

Claneo의 2025년 State of Search 연구도 이를 뒷받침한다. 검색 패턴은 의도와 연령대에 따라 다르다. 전통 검색 엔진 외에도 소셜 미디어 사이트, YouTube, 쇼핑 사이트, 비교 사이트도 상당한 트래픽을 누린다.

최적화할 플랫폼이 많다. 검색은 더 이상 선형이 아니며, 그것은 무섭다. 분산되고 지저분하며, 이 알고리즘이 어떻게 작동하거나 무엇을 선호하는지 제어하지 못한다.

AI 콘텐츠를 걱정하는 것은 매우 협소하다. 콘텐츠 작성 방식과 워터마크가 랭킹에 영향을 미치는지에 대해 주장하면서, 콘텐츠가 수단일 뿐이라는 사실을 잊는다.

최종 목표는 SERP 랭킹이 아니라 소유권이다. 검색이 파편화될수록 청중 소유권이 더 소중해진다.

이러한 변화를 생존하는 유일한 방법은 청중이 검색하는 곳에 나타나는 동시에 소유한 목적지를 구축하는 것이다.

소유권이 콘텐츠 성공을 위한 장기 전략

알고리즘 채널에 대한 의존 위험성

검색이 어디서나 일어나면, 콘텐츠 전략은 제어하지 않는 알고리즘 채널에 의존할 수 없다. 이 플랫폼은 누가 시각성을 얻는지, 얼마나 많은 트래픽을 받는지, 규칙이 언제 바뀌는지 결정한다.

저자가 LinkedIn 포스트에서 말했듯이, 장기 전략은 소유한 콘텐츠 경험을 구축하는 것이다.

소유권 구축의 예

Morning Brew: 플래그십 뉴스레터는 400만 명 이상의 구독자를 가지고 있으며, 뉴스레터, 팟캐스트, 이벤트, 소셜 미디어, 비디오로 지원된다.

The Guardian: 저자가 가장 좋아하는 신문이자 또 다른 훌륭한 예시. 사람들이 적극적으로 지원하기를 선택하는 저널리즘 주변에 독자 자금 조달 모델을 구축했다. 미국에서는 40만 명의 서포터를 보유했고, 페이월을 사용하지 않으면서 글로벌 디지털 독자 수익을 21.7% 증가시켰다.

둘 다 발견이 필요하지만, 단일 채널 의존성을 줄이는 직접 청중 관계를 구축했다.

에이전트 미래에서는 더 중요할 수 있다. 에이전트가 점점 더 제품을 연구하고 추천하면, 브랜드 선호도는 더 강한 신호가 될 수 있다.

목표는 검색이 시작되기 전에 사용자의 마음에 랭크되는 것이고, 그렇게 하는 유일한 방법은 콘텐츠 생태계를 소유하는 것이다.

최종 정리: 미래는 청중을 소유한 브랜드에 속한다

수백만 달러의 수익을 냈던 전략이 이제 수익감소를 낳는 것을 보는 것은 쉽지 않을 것이다. 그러나 업계가 변하고 있으며 함께 움직여야 한다.

콘텐츠 워크플로우에 AI를 사용하되, 발견 지원이 아니라 콘텐츠 소유권을 지원하는 방식으로 사용할 수 있는 방법을 생각하라.

콘텐츠가 도움이 되고 검색 의도를 완전히 충족하는 한, 아무도 AI를 사용해 콘텐츠를 작성한다는 것을 신경 쓰지 않는다.