토론토의 전환점: 잘못된 통념 바로잡기, 정보 획득 점수, 그리고 구글이 SEO의 미래에 대해 실제로 밝힌 것

대체 가능한 것인가, 아니면 필수불가결한 것인가? 새로운 구글 필터에서 살아남는 법

게임의 규칙을 모르는 사람들은 조용히 시장 점유율을 잃게 된다

검색 엔진 최적화(SEO)는 페이지랭크(PageRank) 발명 이후 최대의 변혁기를 맞고 있습니다. 오랫동안 SEO 업계의 불문율은 알고리즘을 가장 잘 이해하고 콘텐츠를 가장 효율적으로 확장하는 사람이 승리한다는 것이었습니다. 하지만 생성형 AI 시스템의 급속한 발전으로 인터넷은 엄청난 속도로 유사 콘텐츠로 가득 차게 되었습니다. 이에 대한 구글의 대응은 과감하며, 근본적인 패러다임 전환을 의미합니다. 이는 2026년 토론토에서 열린 구글 서치 센트럴 라이브(Google Search Central Live) 행사에서 명확히 드러났습니다. 이제 SEO는 단순히 키워드 수나 양적인 측면에만 집중하는 것이 아니라, 진정으로 복제 불가능한 '정보 획득'에 초점을 맞추고 있습니다.

업계의 관심은 전통적인 SEO에서 GEO(생성형 검색 엔진 최적화)와 AIO(인공지능 최적화)로 점차 옮겨가고 있습니다. 독자적인 데이터, 독창적인 관점, 그리고 진정한 인간적 전문성이 새로운 가시성의 원천이라는 사실을 이해하지 못하는 기업은 AI 기반 검색 환경에서 완전히 도태될 위험에 처해 있습니다. 이 글에서는 토론토에서 얻은 심도 있는 통찰을 분석하고, 구글의 새로운 품질 필터 작동 원리를 설명하며, AI 검색 시대에도 지속 가능한 유일한 콘텐츠 전략을 공개합니다.

SEO부터 GEO, AIO까지: 검색 엔진 최적화의 조용한 혁명

토론토의 전환점: 대니 설리번이 실제로 한 말은 무엇이었을까?

2026년 4월 21일, 캐나다 토론토에서 첫 번째 구글 검색 센트럴 라이브(Google Search Central Live) 행사가 개최되었습니다. 마틴 스플릿, 대니 설리번, 다니엘 웨이스버그, 애넌야 라가반, 라이언 레버링은 한자리에 모여 SEO 업계가 오랫동안 요구해왔던 AI 시대에 구글이 콘텐츠를 평가하는 방식에 대한 명확한 설명을 제공했습니다. 이후 전 세계 업계 포럼에서 반향을 일으킨 이 메시지는 간단하면서도 광범위한 의미를 담고 있습니다. 바로 "좋은 SEO란 결국 사람들에게 유용한 훌륭한 콘텐츠를 제공하는 것"입니다

겉보기에는 당연한 말처럼 들릴지 모르지만, 자세히 살펴보면 검색 엔진 최적화 역사에 있어 근본적인 패러다임 전환을 보여줍니다. 설리번은 참석한 전문가들에게 각자의 블로그가 상품인지, 아니면 대체 가능한지, 아니면 필수적인지, 어떤 범주에 속하는지 직접적으로 물었습니다. 이 질문은 수사적이었지만, 오랫동안 양을 질로 착각해 온 업계에 큰 반향을 일으켰습니다. 구글이 기준을 높인 것이 아니라 게임의 규칙 자체를 다시 썼다고 이 행사의 슬라이드를 정리한 장-크리스토프 슈이나르는 말했고, 이는 전문가 커뮤니티 내에서 광범위한 논쟁을 불러일으켰습니다.

이 논쟁의 경제적 중요성은 아무리 강조해도 지나치지 않습니다. 생성형 AI 시스템 최적화를 의미하는 GEO 시장은 2026년까지 총 8억 8,600만 달러 규모로 성장할 것으로 예상되며, 시장 전문가들은 이는 기하급수적 성장의 시작에 불과하다고 분석합니다. 이와 동시에, 모니터링 대상 웹사이트의 55%가 2026년 3월 구글 코어 업데이트 이후 가시성에 상당한 변화를 경험했으며, AI 기반 대량 콘텐츠를 제공하는 웹사이트는 유기적 트래픽이 최대 80%까지 감소했습니다. 토론토에서 나타나는 신호들을 이해하지 못하는 사람은 변화하는 검색 환경 속에서 자신의 경쟁력을 제대로 파악하지 못하는 것입니다.

대중의 실패: 실속 없는 확장이 왜 비난받는가

검색 엔진 최적화의 역사는 대체로 차익거래의 역사입니다. 알고리즘 신호가 발견되자마자, 그 신호를 조작하려는 시장이 생겨났습니다. 키워드 최적화, 백링크 구매, 텍스트 길이 부풀리기, 그리고 마침내 인공지능(AI)은 문법적으로는 완벽하지만 내용이 부실한 기사를 산업 규모로 생산하기 시작했습니다. 구글은 이러한 현상에 대응하여 내부적으로 "대규모 콘텐츠 남용 방지(Scaled Content Abuse)" 알고리즘으로 알려진 시스템을 구축했습니다.

이 메커니즘은 본질적으로 마틴 스플릿과 구글 팀이 '알고리즘에 의한 품질 압력'이라고 부르는 것에 대한 안전장치입니다. AI 도구를 통해 콘텐츠 제작 진입 장벽이 낮아지면서 구글은 실제 색인 생성 기준을 높여야 했습니다. 즉, 핵심 필터는 더 이상 크롤링이 아니라 색인 생성 과정에서의 선택 작업이 된 것입니다. SEO 전문가인 사완 자는 토론토 발표와 관련된 링크드인 토론에서 이를 완벽하게 요약했습니다. "실질적인 필터가 조용히 크롤링에서 선택으로 옮겨갔고, 이것이 바로 수많은 페이지가 아무런 영향도 받지 않고 존재하는 이유입니다.".

2026년 3월 핵심 업데이트는 이러한 메커니즘을 적나라하게 드러냈습니다. 편집 검토 없이 매일 수백 개의 AI 생성 기사를 게시하는 웹사이트는 트래픽이 50~80% 감소했습니다. AI 생성 번역을 확장 전략으로 사용하는 페이지는 체계적으로 불이익을 받았습니다. 그리고 프로그램 방식으로 수천 개의 지역별 또는 제품 관련 중복 페이지를 생성한 플랫폼이 가장 큰 타격을 입었습니다. 구글이 식별하고 제재한 패턴은 AI 자체보다는 부가가치가 전혀 없다는 점이었습니다. 즉, 저자도 없고, 1차 자료도 없고, 직접적인 경험도 없고, 이미 널리 알려진 주장 외에는 아무것도 없다는 것입니다.

이러한 현상의 경제적 논리는 명확합니다. 인공지능이 콘텐츠를 상품 수준으로 표준화한다면, 구글은 그 수준을 무시하면 됩니다. 구글이 관심을 갖는 것은 바로 '차이점', 즉 동일 주제에 대한 기존 문서들과 비교했을 때 특정 문서가 제공하는 정보의 실제적인 증가분입니다.

정보 획득 점수: 가시성의 새로운 화폐 시스템

설리번의 상품-비상품 슬라이드에 담긴 개념은 정확한 기술적 명칭으로 정보 이득 점수(Information Gain Score, IGS)라고 합니다. 구글은 2022년부터 미국 특허(US11354342B2, 원래 2018년 출원)를 보유하고 있는데, 이 시스템은 사용자가 특정 주제에 대해 이전에 검색하거나 열람한 문서와 비교하여 문서가 제공하는 새롭고 이전에 접하지 못한 정보의 양을 측정합니다. 이 점수는 0에서 1 사이의 값으로 정규화됩니다. 단순히 상위 5개 검색 결과를 요약하는 일반적인 AI 출력은 0에 가까운 값을 가지는 반면, 독창적인 1차 연구, 자체 데이터 세트, 실제 사례 연구 및 고유한 관점은 최대값에 근접합니다.

이 점수의 경제적 중요성은 온라인상의 AI 생성 콘텐츠 양에 비례하여 커집니다. 경쟁이 치열한 분야에서는 IGS가 구글 AI 개요에서의 가시성에 최대 20~30%까지 영향을 미칩니다. IGS가 높은 페이지는 연구 중심 분야에서 트래픽이 25~45% 증가하는 효과를 보입니다. 주요 언론사의 콘텐츠 중 평균 IGS가 0.7을 넘는 경우는 단 12%에 불과하며, 이는 기존 미디어 기업조차 최근 업데이트로 어려움을 겪고 있는 이유를 설명해 줍니다.

산업 물류, 에너지 전환 및 AI 애플리케이션 전문 플랫폼인 Xpert.Digital과 같은 B2B 퍼블리셔에게 이는 구체적인 전략적 기회를 제공합니다. 실제 산업 프로젝트에서 얻은 1차 데이터, 구체적인 구현 경험, 그리고 독창적인 시장 분석을 보유한 기업은 단순히 공개된 정보를 종합하는 경쟁사보다 구조적으로 유리한 위치에 있습니다. SEO 에이전시들은 이제 SEMrush, Ahrefs, InLinks와 같은 도구를 사용하여 경쟁사 대비 페이지에 누락된 고유 엔티티 및 데이터 포인트를 측정하고 이러한 격차를 체계적으로 해소하는 엔티티 갭 분석을 활용하고 있습니다. InLinks 플랫폼은 2026년 초부터 엔티티 갭 기능 사용량이 51% 증가했다고 기록했습니다.

합의 도출 대 지식 습득: 모든 것을 재조정하는 축

국제적으로 명성 높은 SEO 전략가인 지안루카 피오렐리는 토론토 발표 직후 고급 웹 랭킹 가이드를 출간하며 현대 웹 가시성을 이해하는 핵심 축으로 합의와 정보 획득 사이의 긴장 관계를 설명했습니다. 합의, 즉 모두가 쓰고 말하는 내용은 신뢰를 구축하고 EEAT 신호를 만드는 데 유용하지만 새로운 통찰력을 제공하지는 않습니다. 정보 획득은 문서가 합의를 넘어서거나, 이의를 제기하거나, 보완할 때만 발생합니다.

Zyppy SEO의 설립자이자 미국 핵심 업데이트 분석 분야에서 가장 많이 인용되는 분석가 중 한 명인 사이러스 셰퍼드는 2025년 12월 업데이트 이후, 자체 데이터의 존재가 우수한 성과를 내는 웹사이트의 세 번째로 강력한 상관관계 요인이라고 지적했습니다. 대니 설리번에게 있어 이 발견은 미래의 발전을 예측하는 것이 아니라 이미 존재하는 현실을 확인시켜주는 것입니다. 그는 "제 생각에는 이것이 구글의 미래가 아니라 현재 상황을 정확하게 짚어내고 있다는 많은 증거가 있습니다."라고 말했습니다. 검색 엔진은 이미 많은 SEO 전문가들이 미래에나 기대할 수 있었던 것을 보상하고 있는 것입니다.

이는 콘텐츠 전략에 직접적인 경제적 영향을 미칩니다. 단순히 합의를 반영하거나, "최고의 콘텐츠" 목록을 작성하거나, 일반적인 조언을 반복하는 콘텐츠는 지식 체계 내에서 질서를 유지하는 기능을 하지만, 알고리즘적으로는 대체 가능한 것으로 취급됩니다. 모든 콘텐츠 팀이 스스로에게 던져야 할 질문은 더 이상 "이 키워드로 순위가 높은가?"가 아니라, "우리가 없었다면 존재하지 않았을 어떤 측정 가능한 지식을 세상에 제공하고 있는가?"입니다

SEO, GEO, AIO: 새로운 현실을 구성하는 세 가지 요소

2023년 이후 업계에 만연한 용어 혼란은 기존 모델이 더 이상 완전히 효과적이지 않고 새로운 모델이 아직 안정되지 않은 과도기적 단계를 보여주는 증상입니다. SEO, GEO, AEO, LLM SEO, AI 검색 최적화 등 약어는 그 기본 개념이 성숙되는 속도보다 훨씬 빠르게 증가했습니다. 대니 설리번은 토론토에서 이 상황을 직접 언급했지만, 논쟁을 완전히 끝내지는 못했습니다.

Rankfor.AI CEO 드미트리 자투친이 링크드인 분석에서 설명한 두 가지 최적화 계층에서 가장 명확한 분석적 구분을 찾아볼 수 있습니다. 첫 번째는 검색 기반 가시성으로, AI Overviews, Perplexity, ChatGPT 등에서 검색 기능을 통해 브랜드 존재를 확보하는 것을 의미합니다. 이는 몇 주 안에 측정 가능한 빠른 경로이며, 기존 SEO 원칙이 그대로 적용되는 영역입니다. 두 번째는 매개변수 메모리로, 언어 모델이 브랜드나 주제에 대해 가중치에 이미 저장해 둔 정보를 의미합니다. 이는 3~6개월의 업데이트 주기를 가진 느린 경로입니다. 북유럽-발트해 지역 연구에 따르면 AI 시스템이 브랜드에 대해 언급한 내용의 약 67%가 매개변수 메모리에 기인한 것으로 나타났습니다. GEO는 주로 이 두 번째 계층에 초점을 맞춥니다.

실질적인 의미는 매우 중요합니다. 단기적인 결과만을 추구하고, 기술적인 SEO에만 집중하며, 단기적인 순위 상승만을 목표로 하는 사람들은 AI 시스템이 브랜드, 회사 또는 주제에 대해 제시하는 대부분의 정보가 수개월 또는 수년 전의 학습 데이터에 기반한다는 사실을 간과하고 있습니다. 웰로우즈(Wellows)의 연구에 따르면, 2,400건의 AI 개요 인용 사례를 분석한 결과, EEAT 신호가 강한 페이지는 그렇지 않은 페이지보다 인용될 확률이 2.3배 더 높았습니다. 이는 권위와 신뢰가 구글 검색 순위 결정 요소일 뿐만 아니라 AI 검색 결과 노출을 좌우하는 요인이라는 것을 의미합니다.

AI 모드 통계 수치는 상황을 더욱 악화시키고 있습니다. 2026년 3월부터 모든 미국 사용자가 이용할 수 있는 구글의 AI 모드에서는 전체 검색어의 93%가 외부 웹사이트 클릭 없이 종료됩니다. AI 모드에서 인용된 URL 중 실제로 구글 검색 결과 상위 10위 안에 드는 URL은 14%에 불과합니다. 또한, AI 모드 답변에는 평균 13.34개의 출처가 포함되어 있는데, 이는 2024년의 약 6.82개에서 크게 증가한 수치입니다. 이는 잠재적인 인용 위치의 수를 늘리는 동시에 각 위치를 차지하기 위한 경쟁을 더욱 심화시키고 있습니다.

대체 불가능성의 경제학: 비상품 콘텐츠가 경제적으로 의미하는 바는 무엇인가

20년 이상 업계 경력을 가진 SEO 전문가 마크 윌리엄스-쿡은 링크드인 분석을 통해 콘텐츠 전략의 핵심을 다음과 같이 구분했습니다. 일반적인 콘텐츠는 피상적이고 널리 알려진 지식으로, 일반적이고 쉽게 복제할 수 있다는 특징이 있습니다. 반면, 비일반적인 콘텐츠는 직접적인 경험, 전문 지식, 실제 적용 사례에 깊이 뿌리내리고 있으며, 저자의 특정 배경 지식 없이는 복제할 수 없는 분석, 사례 연구 또는 독자적인 테스트 결과를 제공합니다.

순전히 경제적인 관점에서 볼 때, 이러한 구분은 콘텐츠 시장에서 완전 경쟁에서 불완전 경쟁으로의 전환을 설명합니다. 일반 상품과 마찬가지로, 상품화된 콘텐츠는 AI 도구 덕분에 사실상 무한대로 확장 가능해졌기 때문에 가격 압박을 받습니다. 반면, 독점 데이터, 고유한 경험, 복제 불가능한 전문 지식에 기반한 비상품화된 콘텐츠는 알고리즘에 의한 가치 하락으로부터 자연스러운 보호를 받습니다. 이러한 콘텐츠는 그 원천이 독특하기 때문에 단순히 확장될 수 없습니다.

지식집약적 산업에 종사하는 기업들에게 있어 전략적 함의는 명확합니다. 미래의 콘텐츠 마케팅은 더 이상 양적인 경쟁이 아니라 질적인 경쟁이라는 것입니다. Indeed의 SEO 및 AI 제품 관리자인 Gus Pelogia는 이러한 딜레마를 다음과 같이 적절하게 설명했습니다. 그가 브라질 출신 이민자의 시각으로 쓴 부에노스아이레스 관련 블로그 글은 2010년에는 상품화되지 않은 콘텐츠였습니다. 하지만 오늘날에는 온라인에 유사한 관점의 글들이 넘쳐나기 때문에 상품화된 콘텐츠가 되었습니다. 심지어 개인적인 경험담조차도 충분히 많이 복제되면 상품이 되어버립니다. 핵심 과제는 단 한 번의 독창성이 아니라, 지속적으로 새롭고 독창적인 지식을 생산하는 데 있습니다.

물류 회사처럼 실제 창고 데이터를 보유하거나, 태양광 발전소의 실시간 데이터를 확보하거나, 검증된 구현 결과를 보유한 AI 서비스 제공업체처럼 자체 데이터에 접근할 수 있는 기업에게는 이러한 방식이 지속 가능한 경쟁 우위를 제공합니다. 선임 기술 SEO 전문가인 푸르칸 외즈카야는 링크드인 토론에서 이 과정을 다음과 같이 적절하게 설명했습니다. AI 기반 콘텐츠 생성은 효과적일 수 있지만, 사람이 직접 읽고, 사실 여부를 확인하고, 편집하고, 전문 지식을 더할 때만 가능합니다. 이는 기사 하나당 2~3시간이 소요되는 작업이며, 대량 생산을 위한 완전 자동화 시스템이 아닙니다.

Xpert.Digital은 Konrad Wolfenstein 이 이끄는 데이터 기반 B2B 산업 허브입니다. 이 회사는 산업 파트너를 위한 외부 솔루션 역할을 하며, 마케팅, 콘텐츠 및 영업 분야의 운영 격차를 해소하여 고객 측의 추가 리소스 투입을 방지합니다.

자세한 내용은 여기에서 확인하세요:

• 준사내 솔루션: Xpert.Digital이 B2B 마케팅 및 영업의 운영 격차를 해소하는 방법 – 스마트 콘텐츠 기반 비즈니스

풍부한 결과의 역설: 구조화된 데이터와 눈에 보이지 않는 차이점

토론토 발표에서 전반적인 논의에서 크게 주목받지 못했지만, 중요한 기술적 세부 사항 하나가 별도의 경제적 분석을 받을 가치가 있습니다. 라이언 레버링은 구글 리치 결과 테스트 도구와 스키마 마크업 유효성 검사기의 차이점을 설명했습니다. 전자는 구글의 내부 색인 체인에 통합되는 반면, 후자는 스키마 마크업의 구문적 정확성을 Schema.org 표준에 따라 검증하는 도구입니다.

이러한 기술적 차이는 경제적으로 중요한 의미를 지닙니다. 많은 웹사이트 운영자들이 스키마 마크업 유효성 검사기에 의존하는데, 이는 페이지가 실제로 리치 결과에 적합한지 여부에 대한 정보를 제공하지 않기 때문입니다. 반면, 리치 결과 테스트는 구글의 렌더링 파이프라인을 시뮬레이션하여 실제로 생성 가능한 리치 결과 유형을 보여줍니다. 스키마가 구문적으로 완벽하더라도 리치 결과 자격을 얻지 못할 수 있습니다. 별점, 제품 가격 또는 FAQ 리치 스니펫을 통해 클릭률(CTR)을 높이는 전자상거래 사이트의 경우, 이러한 차이는 매출에 직접적인 영향을 미칩니다.

레버링의 설명에서 더 중요한 메시지는 구조적인 측면에 있습니다. 구글의 인덱싱 스택은 다단계로 이루어져 있으며 완전히 투명하지 않습니다. 구글 검색 콘솔의 "크롤링됨 - 현재 인덱싱되지 않음" 표시는 대부분의 경우 기술적인 렌더링 문제가 아니라 품질 문제입니다. 구글은 해당 페이지를 크롤링하고 콘텐츠를 평가한 후, 충분한 부가가치를 제공하지 못한다고 판단하여 인덱싱하지 않기로 결정한 것입니다. 콘텐츠 팀에게 있어 이는 기술적 정확성이 검색 결과에 노출되기 위한 필요조건이지만, 충분조건은 아니라는 것을 의미합니다.

GEO 용어 논쟁: 마케팅 용어인가, 아니면 새로운 학문 분야인가?

링크드인 토론에서 크리스틴 샤칭거는 GEO라는 개념 자체에 의문을 제기하는 도발적인 주장을 펼쳤습니다. 그녀는 GEO가 SEO 도구 업계를 장악하려던 벤처 투자자가 "SEO"라는 용어에 맞서 자신의 브랜드를 내세울 수 없자 만들어낸 마케팅 전략의 산물이라고 주장했습니다. 그리고 이 용어는 조직적인 언론 홍보와 소셜 미디어 활동을 통해 확산되었다는 것입니다.

이러한 관점은 일리가 있지만, 충분하지는 않습니다. 누가 이 용어를 만들었고 어떤 이해관계가 얽혀 있었든 간에, GEO는 실재하고 측정 가능한 현상을 설명합니다. 즉, 순위 목록을 위한 콘텐츠 최적화가 아니라 생성형 AI 시스템에 의한 인용을 위한 최적화입니다. 그리고 이러한 최적화는 기존 SEO와는 다른 규칙을 따릅니다. GEO Lab의 아르투르 페레이라는 핵심 문제를 명확히 지적했습니다. 핵심은 순위 추적이 아니라, 언제 왜 콘텐츠가 어디에 나타나는지, 즉 존재감을 이해하는 것으로의 전환이라는 것입니다.

오릭 성장 및 AI 검색 SEO 디렉터인 오릿 무츠닉은 용어 논쟁을 간결하게 요약했습니다. 구글 자체도 슬라이드와 채용 공고에서 SEO와 GEO라는 용어를 거의 동의어로 사용하고 있다는 것입니다. 업계는 용어를 놓고 다투고 있지만, 실제 변화는 이미 진행 중입니다. 용어 자체는 어찌 보면 부차적인 문제입니다. 용어 문제에 지나치게 집착하는 사람들은 핵심을 놓칠 위험이 있습니다. AI 시스템에서 가시성을 생성하는 신호는 기존 검색 결과 페이지(SERP)에서 구글 순위를 결정하는 신호와 근본적으로 다르다는 점입니다.

두 개의 최적화 계층, 두 개의 시간 범위, 두 개의 전략

전략적 방향 설정에 대한 가장 명확한 분석적 기여는 링크드인 토론에서 드미트리 자투친(Dmitrij Žatuchin)이 제시한 것입니다. 그는 두 가지 명확하게 구분되는 최적화 계층을 구별했습니다. 하나는 AI Overviews, Perplexity, ChatGPT와 같은 AI 기반 검색 시스템에서 검색 기반 가시성을 확보하는 것이고, 다른 하나는 매개변수 메모리, 즉 언어 모델이 학습된 가중치에 개체에 대해 직접 저장한 정보입니다.

첫 번째 단계는 빠르게 반응합니다. 구글이 크롤링하고 색인화하는 고품질의 잘 구성된 콘텐츠를 제작하고, 강력한 EEAT 신호를 보여주는 웹사이트는 AI Overviews 및 유사한 RAG 기반 시스템 덕분에 몇 주 안에 인용 확률이 눈에 띄게 향상됩니다. 기술적 완성도, 백링크를 통한 권위, 심층적인 콘텐츠와 같은 기존 SEO 도구는 여전히 이 단계에서 직접적인 영향을 미칩니다.

두 번째 단계는 변경하는 데 시간이 오래 걸리고 비용이 많이 듭니다. 이 단계는 웹 검색을 실행하지 않고 브랜드나 회사에 대한 질문에 ChatGPT가 어떤 답변을 제공할지 결정합니다. 이 답변은 수개월에서 수년에 걸쳐 축적된 학습 데이터를 기반으로 합니다. ChatGPT 질문의 60%는 실시간 웹 검색이 전혀 실행되지 않고, 답변은 전적으로 매개변수 기반 지식에 의존합니다. 이러한 답변에서 브랜드가 언급되지 않거나 잘못 언급된 경우, 이는 기술적 SEO 최적화로는 메울 수 없는 구조적인 가시성 및 평판 격차를 의미합니다.

Ahrefs가 75,000개 브랜드를 대상으로 실시한 연구에 따르면, AI 인용에 가장 강력한 단일 신호는 도메인 권위나 백링크 프로필이 아니라 브랜드 검색량과 파라메트릭 노출도입니다. 브랜드 검색 점수는 AI 시스템에서 인용 확률과 0.334의 상관관계를 보입니다. 유튜브에서 브랜드 언급이 많을수록 상관관계는 0.737로 더 높습니다. 이러한 상관관계 값은 전통적인 온페이지 최적화보다는 브랜드 PR 및 다채널 존재감의 중요성을 시사합니다.

위치 추적의 종말: 순위에서 존재 분포로

토론토 컨퍼런스를 둘러싼 논의에서 가장 경제적으로 흥미로운 관찰 중 하나는 SEO 보고 인프라 자체에 관한 것이었습니다. 드미트리 자투킨은 동일한 검색어를 같은 날에 입력하더라도 AI 시스템에서 3시간 이내에 서로 다른 세 가지 결과 집합이 생성될 수 있다고 지적했습니다. 따라서 순위는 단일 숫자로서의 의미를 잃고 분포로 변환됩니다.

이러한 관찰 결과는 SEO 도구 산업에 광범위한 경제적 영향을 미칩니다. 수년간 키워드 순위를 측정하여 수백만 달러의 수익을 창출해 온 기존 순위 추적 도구는 AI 기반 검색 환경에서 잘못된 것을 측정하는 경향이 있습니다. 측정해야 할 것은 순위가 아니라 시간이 지남에 따라 인용될 확률입니다. Seer Interactive의 조사에 따르면 AI 모드에서 클릭률이 0인 경우는 93%에 달하는 반면, 기존 AI 개요에서는 83%입니다. 이러한 환경에서는 "우리가 몇 위를 차지하고 있는가?"라는 질문보다 "해당 주제에 대한 AI 생성 결과에 얼마나 많이 나타나는가?"라는 질문이 훨씬 더 중요합니다

아르투르 페레이라는 패러다임 전환을 정확하게 설명했습니다. "진정한 변화는 순위 추적에서 존재감 이해로의 전환입니다." 누가, 언제, 왜 나타나는가: 이것이 차세대 검색 최적화의 전략적 질문입니다. Prezlo.io의 창립자이자 전 구글 직원이었던 롭티 파스칼은 개발이 이미 페이지나 콘텐츠 최적화를 넘어 엔티티 최적화로 나아가고 있다고 덧붙였습니다. 에이전트가 인터페이스가 되는 환경에서는 구조와 순위뿐만 아니라 정체성과 신뢰도 중요합니다.

오해 바로잡기: 구글이 토론토에서 명시적으로 부인한 내용은 무엇인가

토론토 컨퍼런스에서 발표된 슬라이드 자료는 SEO 업계에 만연한 오해를 명확히 바로잡는 데 초점을 맞추었습니다. 그중에서도 세 가지 핵심 사항이 눈에 띕니다

첫째, 구글은 콘텐츠를 "대화형 키워드"나 모든 가능한 동의어로 최적화할 필요가 없다고 명확히 밝혔습니다. 구글의 자연어 처리 시스템은 정확한 구문이 명시적으로 사용되지 않더라도 여러 검색어에 대한 페이지의 관련성을 이해할 만큼 정교합니다. 이러한 설명은 수년간 컨설팅 비용을 낭비해 온 키워드 스터핑 관행과 롱테일 키워드 변형 최적화를 약화시키기 때문에 경제적으로 매우 중요한 의미를 갖습니다.

둘째로, 구글은 구글이 페이지를 사람이 보는 방식과 동일하게 렌더링하는 한 자바스크립트를 문제없이 사용할 수 있다고 확인했습니다. 이는 최신 단일 페이지 애플리케이션 아키텍처를 포함하며, 개발자 커뮤니티 내에서 오랫동안 지속되어 온 불확실성을 해소합니다.

셋째, 그리고 가장 분명한 것은 구글이 SEO 목적으로 페이지를 마크다운 형식으로 변환하거나 llms.txt 파일을 생성하는 데 아무런 이점이 없다고 판단한다는 점입니다. 이는 독립적인 분석 결과와도 일치합니다. 30만 개 도메인을 대상으로 한 연구에서 llms.txt 파일의 존재와 AI 인용 또는 트래픽 증가 사이에 측정 가능한 상관관계가 없다는 사실이 밝혀졌습니다. 존 뮬러가 공개적으로 밝혔듯이, 구글 검색팀은 이러한 파일을 사용하지 않습니다.

전략적 로드맵: 새로운 검색 환경을 위한 10가지 핵심 요소

토론토 컨퍼런스에서의 논의, SEO 및 GEO 전문가들의 링크드인 토론, 그리고 이용 가능한 연구 데이터를 통해 구체적인 전략적 실행 영역을 도출할 수 있습니다. 이는 단순히 기술적 조치 목록을 작성하는 것이 아니라, 콘텐츠 및 커뮤니케이션 전략의 구조적 재정립에 관한 것입니다.

첫 번째이자 가장 기본적인 단계는 상품성 여부에 따라 콘텐츠 포트폴리오를 분석하는 것입니다. 품질 저하 없이 AI 합성으로 대체할 수 있는 콘텐츠는 무엇일까요? 이러한 콘텐츠는 구조적으로 위험에 처해 있습니다. 반면, 쉽게 복제할 수 없는 독점 데이터, 고유한 경험 또는 특정 전문가 지식을 기반으로 하는 콘텐츠는 무엇일까요? 이러한 콘텐츠는 미래의 인지도를 확보하는 기반이 될 것입니다.

두 번째 전략적 단계는 체계적인 기초 연구 및 자체 데이터 확보입니다. 측정 가능한 프로세스가 있는 산업 분야의 기업은 내부 데이터를 콘텐츠 자원으로 활용해야 합니다. 실제 창고 처리 시간에 대한 데이터를 공개하는 물류 기업은 경쟁업체가 동일한 데이터에 접근하지 않고는 모방할 수 없는 정보 우위를 확보하게 됩니다.

세 번째 단계는 저자의 온라인 존재감과 브랜드 구축에 투자하는 것입니다. 구글과 AI 시스템은 단순히 문서만 평가하는 것이 아니라, 브랜드 자체를 평가합니다. 검증 가능한 프로필, 다양한 플랫폼에서의 활동, 그리고 특정 분야에 대한 입증된 전문성을 갖춘 저자는 알고리즘적으로 선호되는 정보원입니다. 즉, 링크드인 프로필, 위키피디아 항목, 신뢰할 수 있는 플랫폼에 기고하는 게스트 포스팅, 그리고 모든 디지털 채널에서 일관되게 이름과 전문성을 나타내는 신호를 사용하는 것이 중요합니다.

네 번째 전략적 방향은 기술 인프라에 관한 것입니다. 구조화된 데이터를 사용하는 모든 사용자는 Google 리치 결과 테스트와 스키마 마크업 유효성 검사기의 차이점을 이해해야 합니다. Google의 색인 생성 방식을 제대로 반영하는 테스트 도구는 리치 결과 테스트이지 스키마 마크업 유효성 검사기가 아닙니다. 크롤링이 이루어졌음에도 색인이 생성되지 않는 페이지는 주로 품질 문제이지 기술적인 문제가 아닙니다.

다섯째, 측정 전략을 개편해야 합니다. "키워드 X에 대한 우리 브랜드의 순위는 어떻게 되나요?"라는 질문은 주요 KPI로서 시대에 뒤떨어집니다. AI 개요에서의 인용률, 전체 트래픽에서 AI 기반 트래픽이 차지하는 비중, 관련 검색어에 대해 브랜드가 노출되는 다양한 플랫폼의 수, 그리고 AI 시스템이 브랜드에 대해 어떤 의견을 제시하는지에 대한 질적 분석 등이 더 적절한 지표입니다.

여섯 번째 요점은 검색 기반 최적화와 매개변수 기반 최적화의 차이점에 관한 것입니다. AI 개요 및 RAG 시스템에 대한 단기적인 측정은 매개변수 기반 존재감, 즉 언어 모델이 학습 데이터에 브랜드에 대해 저장한 정보에 대한 중장기적인 작업과 다릅니다. 두 영역 모두 성공을 측정하는 데 있어 서로 다른 전략과 시간 범위를 요구합니다.

일곱째, 콘텐츠는 1인칭 경험으로 꾸준히 풍부해져야 합니다. "내가 직접 경험했고, 직접 보고, 직접 만들어봤다"는 것은 구글의 비상품성 개념과 EEAT 원칙을 실천으로 옮기는 신호입니다. 실제 업무 경험에서 얻은 일화, 구체적인 프로젝트 수치, 특정 실수와 그로부터 얻은 교훈: 이러한 콘텐츠는 복제 불가능하기 때문에 알고리즘적으로 선호됩니다.

여덟째로, AI 기반 콘텐츠 제작은 생산 도구로서 용인될 수 있지만, 인간의 편집 감독은 필수적입니다. 푸르칸 외즈카야는 기사 한 편당 조사, 아이디어 구상, 자료 검토, 사실 확인 및 편집에 2~3시간이 소요된다고 명확히 밝혔습니다. 이는 AI가 지배하는 검색 환경에서 콘텐츠가 살아남기 위해 필요한 최소한의 노력입니다. 대량 생산을 위한 완전 자동화 시스템은 "대규모 콘텐츠 남용"으로 이어지는 지름길입니다.

아홉째, 멀티 플랫폼 존재는 선택 사항이 아니라 AI 가시성을 위한 필수 구조적 요소입니다. 4개 이상의 플랫폼에 존재하는 브랜드는 ChatGPT 응답에서 인용될 가능성이 2.8배 더 높습니다. 여기에는 브랜드 자체 웹사이트뿐만 아니라 전문 포럼, 업계 디렉토리, 리뷰 플랫폼 및 제3자 출판물도 포함됩니다.

열 번째이자 어쩌면 가장 근본적인 변화는 콘텐츠 마케팅이 더 이상 기술적인 문제가 아니라 전략적인 마케팅 문제라는 점입니다. 모하마드 주나이드 바이그는 이를 적절하게 표현했습니다. AI 시스템은 자율적인 것이 아니라 정보를 수집하는 것입니다. 관련 검색어에 노출되려면 해당 검색어가 필요로 하는 내용을 정확히 다뤄야 합니다. 실제 콘텐츠가 없다면 llms.txt 파일도, 마크다운 스키마도, 청킹도 소용없습니다. 이는 기술적인 문제가 아니라 마케팅 문제입니다.

큰 그림: 2026년의 검색 환경이 앞으로 다가올 미래를 예고하는 이유는 무엇일까요?

구글의 토론토 발표를 둘러싼 논쟁은 단순히 SEO 전문가들 사이의 학술적 논의에 그치지 않습니다. 이는 기업들이 온라인에서 인지도를 확보하고, 고객을 유치하며, 시장 점유율을 유지하는 근본적인 메커니즘과 직결되는 문제입니다. AI가 생성한 검색어의 93%가 클릭으로 이어지지 않는 시장에서는 유기적 트래픽이 성장 동력이라는 논리가 근본적으로 도전을 받고 있습니다.

이러한 환경에서 구조적 승자는 콘텐츠 생산량이 가장 많거나 키워드 수가 가장 많은 회사가 아닙니다. 승자는 알고리즘 검색에서 권위자로 인식되는 회사, 즉 단순히 방문되는 페이지가 아니라 인용되는 출처로 인정받는 회사입니다. 이 차이는 매우 중요합니다. 방문되는 웹사이트는 SEO 리소스일 뿐입니다. 인용되는 브랜드는 지식을 선별하고 전파하는 시스템에서 인식론적 앵커 역할을 합니다.

대니 설리번의 슬라이드는 기술 매뉴얼이 아니었습니다. 그것은 경제적 선언이었습니다. AI가 생성한 상품 콘텐츠가 넘쳐나는 시장에서 대체 불가능한 것만이 지속 가능한 경쟁 우위의 유일한 원천이라는 것입니다. 콘텐츠를 전략적 자산으로 이해하는 기업, 즉 자연스러운 인지도에 의존하는 모든 기업에게 이것은 경고가 아니라 초대입니다. 그들이 진정으로 알고 있는 것, 진정으로 경험한 것, 그리고 다른 누구도 알 수 없는 것을 보여줄 기회입니다.

☑️ 저희 업무 언어는 영어 또는 독일어입니다

☑️ 신규 기능: 모국어로 소통하세요!

 

저와 저희 팀은 여러분의 개인 자문가로서 기꺼이 도움을 드릴 준비가 되어 있습니다.

여기 있는 문의 양식을 작성 wolfenstein@xpert.digital.하시거나 +49 7348 4088 965 로 전화 주시면 연락 드리겠습니다. 제 이메일 주소는 입니다

저는 우리의 공동 프로젝트를 기대하고 있습니다.

 

 

☑️ 중소기업의 전략, 컨설팅, 기획 및 실행 지원

☑️ 디지털 전략 수립 또는 재정비 및 디지털화

☑️ 해외 영업 프로세스 확장 및 최적화

☑️ 글로벌 및 디지털 B2B 거래 플랫폼

☑️ 선구적인 사업 개발/마케팅/홍보/박람회

AI 검색이 모든 것을 바꿉니다: 이 SaaS 솔루션이 B2B 검색 순위를 어떻게 혁신적으로 바꿀까요?.

B2B 기업을 위한 디지털 환경은 빠르게 변화하고 있습니다. 인공지능(AI)의 등장으로 온라인 가시성의 규칙이 새롭게 정립되고 있습니다. 기업들은 디지털 세상에서 눈에 띄는 것뿐만 아니라, 적절한 의사결정권자에게 의미 있는 존재가 되는 것을 항상 과제로 삼아왔습니다. 전통적인 SEO 전략과 지역 마케팅(지오마케팅)은 복잡하고 시간이 많이 소요될 뿐만 아니라, 끊임없이 변화하는 알고리즘과 치열한 경쟁 속에서 살아남아야 하는 어려운 과제입니다.

하지만 이 과정을 간소화할 뿐만 아니라 더욱 스마트하고 예측 가능하며 훨씬 효과적인 솔루션이 있다면 어떨까요? 바로 AI 검색 시대의 SEO 및 GEO 요구 사항에 맞춰 특별히 설계된 강력한 SaaS(서비스형 소프트웨어) 플랫폼과 전문적인 B2B 지원의 결합이 필요한 이유입니다.

이 차세대 도구는 더 이상 수동적인 키워드 분석과 백링크 전략에만 의존하지 않습니다. 대신, 인공지능을 활용하여 검색 의도를 더욱 정확하게 파악하고, 지역 순위 결정 요소를 자동으로 최적화하며, 실시간 경쟁 분석을 수행합니다. 그 결과, B2B 기업은 데이터 기반의 선제적 전략을 통해 결정적인 경쟁 우위를 확보할 수 있습니다. 즉, 검색 결과에 노출될 뿐만 아니라 해당 분야와 지역에서 최고의 권위자로 인식될 수 있습니다.

여기서는 B2B 지원과 AI 기반 SaaS 기술의 결합이 SEO 및 지역 마케팅을 어떻게 혁신하는지, 그리고 귀사가 이를 통해 디지털 공간에서 지속 가능한 성장을 이루는 데 어떻게 도움을 받을 수 있는지를 소개합니다.

자세한 내용은 여기에서 확인하세요:

​

• B2B SEO, GEO 및 AIS(인공지능 검색) 관련 지원 및 블로그
• 값비싼 SEO 도구는 잊으세요. 이 대안은 타의 추종을 불허하는 B2B 기능으로 시장을 장악하고 있습니다