새롭게 공개된 내용: 사용자 신호, Google Chrome 데이터 및 웹사이트 인기도를 통한 Google 순위: 법원 문서에서 밝힌 내용
Xpert 사전 출시
언어 선택 📢
게시일: 2025년 9월 6일 / 업데이트일: 2025년 9월 6일 – 저자: Konrad Wolfenstein
새로운 소식 및 공개: 사용자 신호, Google Chrome 데이터 및 웹사이트 인기도를 통한 Google 순위: 법원 문서에서 언급된 내용 – 이미지: Xpert.Digital
EU와 구글의 막대한 분쟁: 이제 다음 10억 달러 벌금이 부과됩니다.
Google 순위에 사용자 신호가 얼마나 중요한가요?
구글 순위에 있어 사용자 신호의 중요성은 오랫동안 논란의 여지가 있어 왔습니다. 구글은 과거에도 클릭과 같은 직접적인 사용자 신호가 직접적인 순위 요인이 아니라고 꾸준히 주장해 왔습니다. 그러나 최근 미국에서 진행 중인 구글을 상대로 한 반독점 소송과 관련된 법원 문서는 완전히 다른 현실을 보여줍니다. 이 문서들은 사용자 상호작용과 행동 데이터가 중요한 역할을 할 뿐만 아니라 기존의 페이지랭크 알고리즘보다 더 중요할 수도 있음을 보여줍니다.
공개된 법원 문서는 구글 순위 시스템의 내부 메커니즘에 대한 포괄적인 통찰을 최초로 제공합니다. 이는 구글이 웹사이트의 최초 크롤링부터 색인 생성, 그리고 최종 검색 결과의 검색 및 순위 결정에 이르기까지 검색 과정의 모든 단계에서 사용자 데이터를 활용한다는 사실을 명확히 보여줍니다.
적합:
공식 법원 문서는 Google의 순위 시스템에 대해 무엇을 보여주고 있나요?
반독점 소송의 일환으로 공개된 문서는 구글 내부 시스템에서 직접 발췌한 것으로, 검색 엔진의 작동 방식에 대한 전례 없는 세부 정보를 제공합니다. 이 문서들은 "United States et al. v. Google" 사건과 관련하여 미국 법무부에서 공개되었습니다.
특히 구글의 전직 수석 엔지니어이자 17년간 품질 및 검색 순위 관련 업무를 담당했던 에릭 리먼 박사의 진술이 시사하는 바가 큽니다. 그는 법정 증언에서 구글이 검색 순위 산정 목적으로 클릭 데이터를 사용한다는 사실을 명시적으로 확인했습니다. 동시에, SEO 전문가들이 이 정보를 사용하여 검색 결과를 조작할 수 있으므로 구글은 이러한 사용 사실을 공개적으로 확인하지 않도록 내부적으로 지시받았다고 밝혔습니다.
이 문서는 또한 구글이 검색 결과를 개선하기 위해 15년간 사용자 행동을 지속적으로 학습해 왔다는 사실을 보여줍니다. 모든 사용자 상호작용은 구글에 추가적인 학습 데이터를 제공하고, 어떤 검색 결과가 특히 관련성이 높거나 도움이 되었는지 보여줍니다.
자세한 내용은 여기를 참조하세요.
- Google 반독점 소송 법원 문서(PDF)
- Google의 평가판 문서에서 클릭, 링크 및 기타 순위 신호에 대해 공개된 내용
- 새로운 법원 문서: Google 검색 사용자 상호작용, 사용자 데이터 및 Chrome 데이터
- Google: 법원 문서에서 사용자 신호가 순위에 중요하다는 사실이 밝혀졌습니다.
데이터 수집에서 신비로운 "글루" 시스템은 어떤 역할을 하나요?
Google의 "Glue" 시스템은 사용자 데이터 수집 및 분석의 핵심 구성 요소 중 하나로 입증되고 있습니다. Glue는 이전에 생각했던 것보다 훨씬 더 자세한 정보를 담고 있는 포괄적인 사용자 활동 로그 테이블입니다.
Glue 시스템은 다음과 같은 유형의 데이터를 체계적으로 기록합니다. 사용자의 정확한 검색어, 언어, 지리적 위치, 사용된 기기 유형에 대한 자세한 정보, 웹 페이지와 특수 SERP 기능을 포함하여 검색 결과 페이지에 표시된 모든 콘텐츠, 사용자가 마우스오버를 통해 클릭하거나 터치한 내용에 대한 정확한 기록, 사용자가 검색 결과 페이지에서 보낸 정확한 시간, 원래 검색어에 대한 자동 생성된 해석 및 개선 제안.
이러한 포괄적인 데이터 수집을 통해 Google은 모든 검색을 통해 학습할 수 있습니다. 시스템은 사용자가 표시된 결과와 어떻게 상호작용하는지 지속적으로 측정하여 유용한 검색 결과 예측의 정확도를 지속적으로 향상시킵니다. 수집된 데이터는 향후 검색 결과의 평가 및 가중치 부여에 직접적으로 반영됩니다.
Navboost는 어떻게 작동하며, 왜 중요한가요?
Navboost는 Google에서 가장 영향력 있는 순위 시스템 중 하나로 여겨지지만, 그 기능은 오랫동안 오해받아 왔습니다. SEO 커뮤니티의 일반적인 생각과는 달리, Navboost는 복잡한 머신러닝 시스템이 아니라, 본질적으로 클릭 데이터를 저장하는 대용량 스프레드시트입니다.
에릭 리먼 박사는 법정에서 "Navboost는 머신러닝 시스템이 아닙니다. 그저 큰 스프레드시트일 뿐입니다."라고 명시적으로 밝혔습니다. 이 스프레드시트는 각 검색어에 대해 어떤 URL이 얼마나 자주 클릭되었는지 기록합니다. 추가 데이터 필드가 있지만, 기본적으로는 클릭 로그입니다.
Navboost는 2005년에 도입된 이후 검색 품질 향상을 위해 클릭스트림 데이터를 지속적으로 수집해 왔습니다. 처음에는 Google 툴바를 통해 데이터를 수집했지만, 이후 Chrome 브라우저를 추가 데이터 소스로 추가했습니다. Navboost는 지난 13개월 동안의 클릭스트림 데이터를 저장하고 이를 사용하여 검색 결과의 관련성을 평가합니다.
Navboost의 기능은 다양한 클릭 유형을 분석하는 데 기반합니다. 사용자가 페이지에 더 오래 머무르는 "긴 클릭"은 관련성과 품질을 나타내는 긍정적인 신호로 간주됩니다. 사용자가 검색 결과 페이지로 빠르게 돌아가는 "짧은 클릭"은 관련성이 낮거나 콘텐츠가 만족스럽지 않음을 나타냅니다.
최신 Google 순위에 있어서 RankEmbed BERT의 의미는 무엇입니까?
랭크임베드 BERT는 구글 랭킹 시스템에서 가장 진보된 구성 요소 중 하나입니다. 이 딥러닝 모델은 BERT(Bidirectional Encoder Representations from Transformers)의 언어 이해 능력과 랭킹을 위해 특별히 개발된 알고리즘을 결합합니다.
이 시스템은 70일간의 종합적인 검색 로그와 품질 평가자 평점이라는 두 가지 주요 데이터 소스를 사용하여 학습됩니다. 이러한 데이터 조합을 통해 모델은 실제 사용자 상호작용과 전문적인 품질 평가 모두를 통해 학습할 수 있습니다.
RankEmbed BERT는 자연어 이해에 탁월한 역량을 갖추고 있습니다. 모든 검색어의 맥락과 뉘앙스를 고려하여 해당 검색어에 대한 정보를 계산에 통합할 수 있습니다. 이 시스템은 특히 복잡하거나 드물거나 모호한 검색어, 즉 "롱테일 쿼리" 처리에 효과적입니다.
사용자 활동과 우수 리뷰어의 평점은 모델이 예측의 정확도를 지속적으로 평가하고 개선하는 데 도움이 됩니다. 사용자가 검색 결과에 대한 만족도가 증가하면 시스템은 이를 알고리즘의 품질이 확인된 것으로 해석합니다.
Google은 Chrome 데이터를 순위를 매기는 데 어떻게 사용합니까?
크롬 브라우저 데이터는 이전에 공개적으로 알려진 것보다 구글 순위에서 훨씬 더 큰 역할을 합니다. 데스크톱 기기에서 63% 이상, 모바일 기기에서 61.76%에 달하는 글로벌 시장 점유율을 자랑하는 구글은 웹사이트 인기도를 평가하는 데 있어 전례 없는 데이터베이스를 보유하고 있습니다.
법원 문서에는 인기도가 중요한 순위 지표로서 크롬 방문 데이터를 기반으로 할 수 있다는 명확한 증거가 포함되어 있습니다. 따라서 사용자의 웹사이트 실제 사용 및 상호작용은 해당 웹사이트의 인기도 평가에 직접적으로 영향을 미칠 수 있습니다.
다양한 유형의 상호작용에 대한 평가는 특히 흥미롭습니다. 양식 작성 및 제출, 콘텐츠 집중 스크롤, 구매와 같은 능동적인 사용자 상호작용은 다른 웹사이트의 수동적인 링크보다 더 강력한 긍정적 신호로 작용할 수 있습니다.
이러한 크롬 기반 데이터는 Google이 다른 검색 엔진에 비해 상당한 경쟁 우위를 확보할 수 있도록 합니다. 경쟁사들은 이 정도 규모의 비교 가능한 사용 데이터에 접근할 수 없기 때문에, 유사하게 정확한 순위 알고리즘을 개발하는 것이 훨씬 더 어렵습니다.
품질 신호가 PageRank보다 더 중요할 수 있는 이유는 무엇일까요?
PageRank 알고리즘의 전통적인 중요성은 새로운 품질 신호에 의해 약화된 것으로 보입니다. 법원 문서는 PageRank를 "알려진 좋은 출처와의 거리를 나타내는 단일 신호"로 설명합니다. 이러한 특징은 다른 순위 요소에 비해 PageRank의 중요성이 현저히 낮음을 시사합니다.
더욱 의미심장한 것은 문서에 나와 있는 질문입니다. "구글의 품질 신호 중 가장 큰 부분이 웹사이트 자체에서 나온다는 것을 알고 계십니까?" 이 표현은 콘텐츠 품질, 사용자 경험, 직접적인 사용자 상호작용과 같은 웹사이트의 본질적인 속성이 이제 외부 링크보다 더 중요함을 시사합니다.
현대 웹사이트 평가는 링크 기반 이론적인 권위 평가보다는 실제 사용 패턴에 점점 더 초점을 맞추고 있습니다. 페이지랭크는 링크가 권위를 부여한다는 가정에 기반하는 반면, 새로운 시스템은 실제 사용자 행동과 콘텐츠에 대한 진정한 만족도를 평가합니다.
이러한 발전은 사용자에게 이론적으로 관련성 있을 뿐만 아니라 실질적으로 유용한 검색 결과를 제공하고자 하는 Google의 노력을 반영합니다. 직접적인 웹사이트 품질 신호와 실제 사용자 상호작용을 결합함으로써 콘텐츠의 실제 관련성과 품질을 더욱 정확하게 평가할 수 있습니다.
우리의 권장 사항: 🌍 무한한 도달 범위 🔗 네트워크화 🌐 다국어 💪 강력한 판매: 💡 진정한 전략 🚀 혁신의 만남 🧠 직관
기업의 디지털 존재가 성공을 결정하는 시대에, 이러한 존재를 진정성 있고 개별적이며 광범위한 것으로 만드는 방법이 과제입니다. Xpert.Digital은 산업 허브, 블로그 및 브랜드 홍보대사 간의 교차점으로 자리매김하는 혁신적인 솔루션을 제공합니다. 커뮤니케이션과 판매 채널의 장점을 단일 플랫폼에 결합하여 18개 언어로 출판이 가능합니다. 파트너 포털과의 협력, Google 뉴스에 기사 게시 가능성, 약 8,000명의 언론인과 독자가 포함된 언론 배포 목록을 통해 콘텐츠의 도달 범위와 가시성을 극대화합니다. 이는 외부 영업&마케팅(SMarketing)에 있어 필수적인 요소입니다.
자세한 내용은 여기를 참조하세요.
검색의 미래: AI와 사용자 신호가 새로운 경쟁자를 차단하는 방식
알고리즘 개발에서 인간 품질 검사자는 어떤 역할을 합니까?
인간 품질 리뷰어는 구글 순위 시스템에서 회사가 공개적으로 밝힌 것보다 훨씬 더 중요한 위치를 차지하고 있습니다. 법원 문서에 따르면 이러한 리뷰어의 평점은 중앙 순위 모델의 직접적인 훈련 데이터로 사용됩니다.
구체적으로, 품질 리뷰어의 평점은 RankEmbed 및 RankEmbedBERT 모델을 학습하는 두 가지 주요 데이터 소스 중 하나로 사용됩니다. 다른 데이터 소스는 실제 사용자 상호작용이 포함된 70일 검색 로그입니다. 전문가 평점과 실제 사용자 데이터를 결합함으로써 AI 시스템은 객관적인 품질 기준과 주관적인 사용자 선호도를 모두 고려할 수 있습니다.
구글 검색 부문 부사장인 판두 나약 박사는 법정에서 평가자가 학습한 RankEmbedBERT 모델이 복잡하고 빈도가 낮은 검색어에 대한 구글의 검색 성능을 크게 향상시켰다고 확인했습니다. 이 모델은 특히 언어 이해가 중요한 롱테일 검색어에서 상당한 개선을 보였습니다.
품질 평가자들은 경험, 전문성, 권위, 신뢰성(EEAT) 등의 기준을 포함하는 세부적인 "검색 품질 평가자 지침"에 따라 웹사이트를 평가합니다. 이들의 평가는 알고리즘 개발의 "기본 데이터" 역할을 하며, 수십억 개의 웹페이지 평가에 간접적인 영향을 미칩니다.
사용자 행동은 크롤링과 인덱싱에 어떤 영향을 미칩니까?
사용자 행동은 검색 엔진의 기본 프로세스에 광범위한 영향을 미치며, 최종 순위를 훨씬 넘어 그 영향이 더욱 큽니다. Google은 검색 프로세스의 초기 단계에서 수집된 사용자 데이터를 활용하여 어떤 웹사이트를 어떤 순서로, 얼마나 자주 크롤링할지 결정합니다.
이 사용자 중심 크롤링 전략의 목표는 검색 색인이 최대한 광범위한 주제와 출처를 포괄하면서도 최신의 관련성 높은 결과를 제공하도록 하는 것입니다. 사용자 상호작용이 빈번하고 긍정적인 웹사이트는 변경 사항과 새로운 콘텐츠를 더 빨리 파악하기 위해 더 자주 크롤링되는 경향이 있습니다.
반대로, 크롤링 빈도가 낮다면 콘텐츠 품질 개선이나 참여도 높은 사용자층 확보가 필요할 수 있습니다. Google은 각 웹사이트에 대해 소위 스팸 점수를 계산하며, 이는 크롤링 결정에도 반영됩니다.
Google 색인의 각 문서에는 고유한 DocID가 할당되며, 여기에는 다양한 신호와 속성이 포함됩니다. 여기에는 사용자 의도, 클릭 데이터, Navboost 및 Glue와 같은 피드백 시스템을 기반으로 한 인기도 측정값과 포괄적인 품질 및 권위 지표가 포함됩니다.
이러한 연구 결과는 웹사이트 운영자에게 어떤 실질적인 의미를 가질까요?
법원 문서에서 밝혀진 내용은 웹사이트 운영자나 SEO 전략 개발자에게 광범위한 영향을 미칩니다. 가장 중요한 점은 진정한 사용자 상호작용과 만족이 검색 엔진 성공에 핵심적인 역할을 한다는 것입니다.
웹사이트 소유자는 기존의 SEO 전략보다는 실제 사용자 경험 개선에 주력해야 합니다. 여기에는 로딩 속도 최적화, 사용성 개선, 고품질의 관련성 높은 콘텐츠 제공, 그리고 사용자가 더 오래 머물고 더 많은 페이지를 방문하도록 유도하는 웹사이트 구조 설계가 포함됩니다.
사용자 만족도 신호에 특히 주의를 기울여야 합니다. 여기에는 낮은 이탈률, 긴 체류 시간, 잦은 재방문, 그리고 댓글, 양식 작성, 구매와 같은 활발한 상호작용이 포함됩니다. Google은 이러한 신호를 품질과 관련성을 나타내는 강력한 지표로 간주합니다.
이 결과는 콘텐츠 품질의 중요성을 넓은 의미에서 강조합니다. 단순히 기술적인 SEO 측면뿐만 아니라, 실질적인 가치를 제공하고 사용자 요구를 충족하는 콘텐츠를 만드는 것이 중요합니다. 이는 품질 검토 담당자가 적용하는 EEAT 기준과도 일치합니다.
이러한 발전은 검색 엔진 최적화의 미래에 어떤 의미를 가질까요?
이러한 사실은 검색 엔진 최적화(SEO)가 기술적 조작에서 벗어나 진정한 사용자 중심 접근 방식으로 전환되고 있음을 보여줍니다. 키워드 밀도, 백링크 구축, 그리고 기술적 기법에 주로 초점을 맞추었던 기존 SEO 관행은 점점 그 중요성을 잃어가고 있습니다.
SEO의 미래는 실제 사용자 니즈에 초점을 맞춘 전체적인 접근 방식을 개발하는 데 달려 있습니다. 이를 위해서는 타겟 고객, 그들의 문제, 그리고 니즈에 대한 심층적인 이해와 더불어 단순한 키워드 최적화를 넘어선 솔루션을 개발할 수 있는 능력이 필요합니다.
랭크임베드(RankEmbed)의 BERT와 같은 머신러닝 및 AI 시스템은 앞으로도 그 중요성이 더욱 커질 것입니다. 이러한 시스템은 검색 쿼리의 맥락과 의도를 이해하고 이에 따라 관련 콘텐츠를 식별하도록 설계되었습니다. 웹사이트 운영자는 단순히 알고리즘을 조작하는 것이 아니라 이러한 지능형 시스템에 맞춰 최적화하는 법을 배워야 합니다.
다양한 Google 제품, 특히 Chrome의 사용자 데이터 통합은 앞으로도 계속 증가할 것으로 예상됩니다. 이는 모든 터치포인트에서 일관되고 고품질의 사용자 경험을 제공하는 것의 중요성을 다시 한번 강조합니다.
구글은 이러한 사실에 어떻게 반응할까?
구글은 지금까지 법원 문서에 나온 구체적인 내용에 대해 제한적인 답변만 내놓았습니다. 구글은 클릭 수가 "직접적인 순위 요인이 아니다"라는 공식 입장을 고수하고 있는데, 이는 기술적으로는 맞을 수 있지만, 더 복잡한 시스템에서 클릭 데이터가 어떻게 사용되는지에 대한 미묘한 현실을 모호하게 만드는 것입니다.
그러나 소송 절차로 인해 구글은 알고리즘의 특정 측면에 대해 더욱 투명하게 공개해야 했습니다. 2025년 9월 법원 판결에 따라 구글은 특정 검색 색인 및 사용 데이터를 경쟁사와 공유해야 했습니다.
동시에 구글은 기존 검색 방식에 대한 의존도를 줄이기 위해 적극적으로 노력하고 있습니다. AI 오버뷰와 같은 AI 기반 기능의 통합 확대 및 챗봇 기능 개발은 OpenAI와 같은 AI 제공업체와의 규제 압력과 치열해지는 경쟁에 대한 대응으로 볼 수 있습니다.
회사는 규제 요건을 준수하는 동시에 순위 알고리즘의 세부 정보를 보호하기 위해 계속 노력할 것으로 예상됩니다. 투명성과 조작 방지 사이의 균형을 맞추는 것은 여전히 중요한 과제입니다.
이러한 결과는 검색엔진 시장 경쟁에 어떤 영향을 미칠까요?
이러한 폭로들은 구글 경쟁사들이 직면한 엄청난 구조적 문제를 드러냅니다. 크롬 브라우저 데이터, 방대한 검색 로그, 그리고 첨단 AI 시스템의 조합은 대체 검색 엔진의 시장 진입에 상당한 장벽을 형성합니다.
Bing, DuckDuckGo, 그리고 새로운 AI 기반 검색 엔진과 같은 경쟁사들은 이 정도 규모의 사용자 데이터에 접근할 수 없습니다. 따라서 Google처럼 정확하고 사용자 중심적인 순위 알고리즘을 개발하는 것이 훨씬 더 어렵습니다. Google의 데이터 우위는 스스로 강화됩니다. 더 나은 검색 결과는 더 많은 사용자로 이어지고, 이는 더 많은 데이터와 더 나은 알고리즘을 가능하게 합니다.
2025년 9월 법원 판결은 구글이 특정 데이터를 "자격을 갖춘 경쟁자"와 공유하도록 요구함으로써 이론적으로는 이러한 장벽을 낮출 수 있습니다. 그러나 "자격을 갖춘 경쟁자"의 실질적인 구현 및 정의는 여전히 불분명합니다.
흥미롭게도, AI 챗봇과 생성 AI의 개발이 10여 년 만에 처음으로 구글의 시장 지배력에 도전할 수 있는 제품의 "진지한 전망"을 만들어냈다는 판사의 평가는 흥미롭습니다. 이는 경쟁이 기존 검색 엔진이 아닌 완전히 새로운 AI 기반 정보 접근 시스템에서 시작될 수 있음을 시사합니다.
우리는 이러한 역사적 사실로부터 무엇을 배울 수 있는가?
구글 반독점 소송의 법원 문서는 세계에서 가장 중요한 검색 엔진의 작동 방식에 대한 근본적인 가정을 뒤흔들었습니다. 이는 사용자 신호가 구글이 수년간 공개적으로 밝혀온 것보다 훨씬 더 중요한 역할을 한다는 것을 분명히 보여줍니다.
가장 중요한 통찰력은 Google이 실제로 사용자 데이터를 각기 다른 방식으로 활용하는 다양한 시스템으로 구성된 매우 복잡한 생태계를 운영하고 있다는 것입니다. Navboost부터 Glue 시스템, RankEmbed BERT에 이르기까지 이러한 모든 구성 요소는 실제 사용자 상호작용을 통해 학습하고 그에 따라 검색 결과를 최적화하도록 설계되었습니다.
웹사이트 운영자와 SEO 전문가에게 이는 분명한 메시지를 전달합니다. 기술적 조작에서 벗어나 사용자를 위한 실질적인 부가가치 창출로 초점을 옮겨야 한다는 것입니다. 피상적인 SEO 기법의 시대는 분명히 끝났습니다. 검색 결과에서 좋은 결과를 얻으려면 사용자 경험에 대한 전체적인 접근 방식이 점점 더 요구되고 있습니다.
이러한 폭로는 시장 지배력과 공정한 경쟁에 대한 중요한 의문을 제기합니다. 구글이 크롬 데이터에 접근하고 이로 인해 얻은 경쟁 우위는 경쟁업체가 이 시장에서 발판을 마련하는 것이 얼마나 어려운지를 보여줍니다. 비록 제한적일지라도, 이러한 규제 조치는 더 공정한 경쟁 환경을 회복하기 위한 첫걸음입니다.
궁극적으로 이 문서들은 많은 SEO 전문가들이 오랫동안 의심해 왔던 사실을 확인해 줍니다. 바로 구글이 실제로 검색 결과에 대한 사용자 만족도를 평가하고 이 정보를 활용하여 알고리즘을 지속적으로 개선한다는 것입니다. 이러한 가정을 추측으로 치부하던 시대는 이제 끝났습니다.
귀하의 글로벌 마케팅 및 비즈니스 개발 파트너
✔️ 우리의 비즈니스 언어는 영어 또는 독일어입니다.
✔️ 새로운 기능: 자국어로 된 통신!
나는 귀하와 우리 팀에 개인 고문으로 봉사하게 되어 기쁘게 생각합니다.
문의 양식을 작성하여 연락하시거나 +49 89 89 674 804 (뮌헨) 로 전화해 주세요 . 내 이메일 주소는: Wolfenstein ∂ xpert.digital
나는 우리의 공동 프로젝트를 기대하고 있습니다.