TL;DR: 저비용의 인공지능 제작 콘텐츠가 넘쳐나는 세상에서 진정성 있고 참신하며 검증 가능한 정보의 가치가 치솟고 있습니다. 기존의 지식을 재탕하는 '최고의 가이드'를 만드는 기존의 방식은 이제 더 이상 유효하지 않습니다. AI 모델에 의해 인용되고 추천되려면 브랜드는 콘텐츠 마케터에서 주요 지식 출처. 이를 위해서는 독창적인 연구와 전문가가 주도하는 인사이트를 통해 실질적인 '정보 획득'이 가능한 콘텐츠를 만드는 데 집중해야 합니다.
저는 머큐리 테크놀로지 솔루션의 CEO 제임스입니다.
디지털 마케팅 환경은 검색의 새로운 영역을 정의하기 위해 지오, GAIO, LLM SEO와 같은 어지러울 정도로 많은 새로운 약어들과 씨름하고 있습니다. 용어는 유동적이지만, 근본적인 전략적 과제는 분명합니다. '순위'를 획득하는 것에서 AI로부터 '추천'을 받는 것으로 판도가 바뀌고 있다는 것입니다.
수년간 AI 모델을 구축해 온 저는 첫 번째 원칙에 기반한 관점을 제시하고자 합니다. 클릭률 급감에 대한 무서운 데이터는 사실이지만, 앞으로 나아갈 길은 새로운 요령을 찾는 것이 아닙니다. 정보 가치 자체의 근본적인 경제적 변화를 이해하는 것이 중요합니다.
원칙 1: 세상에 새로운 것을 알려야 합니다(정보 획득 의무)
새로운 고객이 뉴스 가치가 없는 것을 발견한 홍보 대행사의 공포를 상상해 보세요. 수년 동안 대부분의 SEO 콘텐츠 업계는 이러한 방식으로 운영되어 왔습니다. 모든 웹사이트를 미니 위키피디아로 만드는 것을 목표로 한 "X에 대한 궁극적인 가이드" 플레이북은 너무 잘 작동하여 일반적이고 반복적인 콘텐츠로 인터넷이 포화 상태에 이르렀습니다.
이러한 유형의 콘텐츠의 근본적인 문제점은 수조 개의 웹 페이지가 동일한 모범 사례를 따르는 경우, 세상에 새로운 정보를 제공하지 못한다는 점입니다.
AI의 주요 기능은 사용자를 위해 이러한 기존 지식을 종합하는 것입니다. 이를 위해서는 또 다른 블로그 게시물이 아니라 확실한 소스가 필요합니다. 콘텐츠가 고유하지 않다면 AI가 데이터를 사용하여 모델을 재학습하거나 더 중요한 것은 답변에 브랜드를 인용하는 이유가 무엇일까요?
원칙 2: AI 출력이 아닌 AI 입력 사용
기업들이 '데이터 기반' 콘텐츠를 제작하기 위해 AI가 생성한 결과물을 사용하는 위험한 추세가 나타나고 있습니다. 이는 전략적으로 막다른 길입니다. 제가 즐겨 쓰는 표현을 빌리자면, AI에게 자신의 땀으로 스스로 수분을 보충하라고 요구하는 것과 같습니다
생성형 AI의 결과는 본질적으로 파생적이고, 희석되며, 잠재적으로 환각적일 수 있습니다. AI 모델 제작자가 가장 원치 않는 것은 이러한 잠재적 결함이 있는 중고 정보로 모델을 재학습시켜 모델을 저하시키는 것입니다.
성공적인 전략은 애초에 AI 모델에 학습된 원본 데이터, 전문가 분석, 실제 경험과 같은 원시 입력 유형을 사용하는 것입니다. 우리 대부분은 X.com 데이터 파이어호스나 Google 도서 전체에 액세스할 수 없지만, 자체적으로 고품질 입력을 생성할 수 있습니다.
원칙 3: 사람이 작성하는 방식으로 유지
콘텐츠 제작을 완전히 자동화하고 싶을 수도 있지만, 이는 전략적으로 근시안적인 생각입니다. 인공지능이 작성한 콘텐츠는 다른 인공지능 시스템에서 통계적으로 식별할 수 있으며, 진정한 권위를 나타내는 뉘앙스를 재현할 수 없습니다.
인공지능은 생생한 개인적 경험, 미묘한 유머, 수년간의 연습에서 나오는 반어적인 통찰력을 자발적으로 생성할 수 없습니다. AI 모델이 자신의 요약을 풍부하게 하기 위해 찾고 있는 것은 바로 이러한 인간 고유의 요소입니다. 인간의 전문성이야말로 최고의 해자입니다.
머큐리 사례 연구: Mtsoln.com에 이러한 원칙을 적용한 방법
머큐리에서는 이러한 철학을 mtsoln.com의 디지털 존재에 직접 적용하기로 결정했습니다. 우리의 목표는 단순히 'LLM SEO & 서비스'와 같은 키워드의 순위를 매기는 것을 넘어 비즈니스 리더를 위한 AI의 '전략적 시사점'에 대한 인용 가능하고 권위 있는 출처가 되는 것이었습니다.
- "정보 획득" 플레이: 일반적인 "10대 AI 도구" 목록을 발표하는 대신, 자체 연구 보고서를 의뢰하여 발표했습니다: "아태지역 검색 2025 전망" 저희는 아태지역의 최고 경영진 50명을 대상으로 설문조사를 실시하여 AI 도입률, 운영상의 과제, 전략적 우선순위에 대한 고유한 데이터를 수집했습니다. 이를 통해 고도의 노력과 고유한 부가가치를 창출하는 자산을 만들었습니다.
- 결과물이 아닌 입력에 AI 활용: 자체 AI 어시스턴트인 머큐리 뮤즈 AI는 보고서를 '작성'하는 것이 아니라 '원시 입력을 처리'하는 데 사용했습니다. 원시 설문조사 데이터를 분석하여 통계적 상관관계를 파악하고 초기 차트와 그래프를 생성했습니다. 이를 통해 프로젝트의 분석 단계가 가속화되었습니다.
- 인간 주도: 인간 전략가들이 AI로 처리된 데이터를 가져와 설득력 있는 내러티브로 엮어냈습니다. 이들은 노련한 전문가만이 할 수 있는 전문적인 프레임워크, 해석, 전략적 조언을 제공했습니다. 최종 보고서는 크리테오의 고유한 관점과 다년간의 경험이 담긴 크리테오의 팀이 작성했습니다.
결과: 결과는 즉각적이고 강력했습니다. 이 보고서는 업계 간행물에서 인용되고, 비즈니스 리더들이 소셜 미디어에서 공유했으며, 가장 중요한 것은 이제 아시아 지역의 LLM SEO/GEO 트렌드에 대해 질문할 때 AI 모델에서 지속적으로 참조하고 있다는 점입니다. 이 하나의 콘텐츠는 수백 개의 기존 블로그 게시물보다 더 많은 노력을 기울여 크리테오의 권위와 리드 창출에 기여했습니다.
기초 레이어: SEO 기본이 여전히 중요한 이유
고도의 노력이 필요한 콘텐츠에 초점을 맞춘다고 해서 SEO를 포기하는 것은 아닙니다. 오히려 강력한 기술적 기반이 그 어느 때보다 중요합니다. GEO와 SEO는 동일하지는 않지만, GEO의 성공은 탄탄한 SEO 기반에 달려 있습니다.
- 기술적 위생: 빠른 로딩 페이지, 명확한 스키마 마크업, 대화형 답변 우선 아키텍처는 AI가 귀중한 콘텐츠를 효율적으로 검색하고 구문 분석하는 데 필수적입니다.
- 접근성: robots.txt 또는 안내 llms.txt 파일을 통해 콘텐츠가 LLM 크롤링에 개방되도록 하는 것은 입장료의 대가입니다.
결론
콘텐츠에 대한 기준은 지속적으로 높아지고 있습니다. 디지털 가시성의 미래는 가장 많은 콘텐츠를 가장 빨리 생산할 수 있는 사람이 아니라 가장 가치 있고 고유한 정보를 생산할 수 있는 사람에게 달려 있습니다.
모든 리더의 질문은 더 이상 "어떻게 순위를 매길 것인가?"가 아니라 "세상에 새롭고 가치 있고 진실한 것을 말할 수 있는가?"입니다