머큐리가 AI 시대에 맞게 SEO를 조정하는 방법: 내러티브 정의를 위한 가이드

TL;DR: 클릭 수가 감소하고 트래픽이 설명하기 어렵다면 실패한 것이 아니라 AI와 제로 클릭 검색으로의 전환을 경험하고 있는 것입니다. SEO의 판도가 바뀌었습니다. 백링크와 키워드는 더 이상 AI가 생성한 답변이 지배하는 시대에서 승리하기에 충분하지 않습니다. 새로운 전략은 명확한 'E-E-A-T'를 보여주는 콘텐츠를 통해 브랜드에 대한 깊은 '신뢰층'을 구축함으로써 내러티브를 정의하는 것입니다. 이 가이드는 SEO를 조정하기 위한 5단계 플레이북을 제공합니다: 프론티어 컨셉 찾기, 결정적인 출처 게시, 기계에 맞게 구조화하기, 진정한 인용문 시드하기, 정기적인 새로 고침 주기 유지.

검색이 변화하고 있습니다. 수년 동안 구글에서 높은 순위를 차지하면 클릭을 얻을 수 있다는 정석은 분명했습니다. 하지만 이제 ChatGPT와 Google의 AI 오버뷰와 같은 AI 우선 인터페이스는 사용자가 링크 목록을 보기 전에 질문에 대한 답변을 제공합니다. 대규모 언어 모델(LLM)은 검색 프로세스에서 새롭고 강력한 계층이 되어 콘텐츠가 표시되는 방법, 위치, 시기를 재구성하고 있습니다.

머큐리 테크놀로지 솔루션의 CEO 제임스입니다.

이러한 변화는 가시성의 정의 자체를 바꾸고 있습니다. 아직은 초기 단계이며 아무도 모든 답을 가지고 있지 않습니다. 하지만 한 가지 패턴은 부인할 수 없습니다: LM은 심도 있고, 명확하고, 구조적이며, 독자에게 실질적인 가치를 제공하는 콘텐츠를 선호한다는 점입니다

이는 기존의 검색 엔진 최적화(SEO)를 대체하는 것이 아닙니다. 이는 중요한 적응입니다. 이 가이드에서는 이러한 새로운 현실에 맞게 전략을 어떻게 조정하고 있는지, 무엇을 시도하고 있는지, 무엇을 알아차렸는지를 안내해 드립니다.

검색이 바뀐 이유: 새로운 제로 클릭 현실

이제 AI 인터페이스는 클릭 한 번 없이도 많은 쿼리를 직접 해결합니다. 이는 사용자 행동의 근본적인 변화입니다. 비즈니스에 미치는 영향은 이미 감지되고 있습니다. ChatGPT 및 Perplexity와 같은 도구가 신규 가입의 대부분을 차지하면서 AI 검색이 가장 큰 고객 확보 채널이 되어 4개월 만에 770% 성장하는 데 기여했습니다. 사용자가 'llm seo 제공업체'를 입력하면 ChatGPT, Gemini, Perplexity에서 우리 사이트가 인용되고 있으며, 이를 통해 LLM SEO 제공업체를 찾는 고객에게 즉시 가시성을 높일 수 있습니다.

하지만 모든 AI 기반 결과가 조회수로 이어지는 것은 아닙니다. 일부 연구에 따르면 Google의 AI 오버뷰는 일부 검색어의 경우 클릭 수를 34.5%까지 감소시킬 수 있다고 합니다. 결론은 검색은 더 이상 순위를 매기는 것이 아니라는 것입니다. 새로운 규칙에 따라 새로운 위치에서 노출되는 것입니다.

머큐리의 2025년 5월 피벗: 독창성과 제로 클릭 위기를 위한 플레이북

이 새로운 현실은 2025년 5월에 우리에게 선명하게 다가왔습니다. 우리는 '제로 클릭 위기'를 위협이 아닌 진화를 위한 필수 요소로 인식했습니다. 저희는 급진적인 독창성과 오프사이트 권한에 대한 집중이라는 두 가지 핵심 원칙에 기반한 전략적 전환을 시작했습니다.

1. 진정한 오리지널 콘텐츠 기둥을 위한 우리의 계획(GAIO in Action): 우리는 인공지능으로 요약된 콘텐츠의 세계에서는 재탕된 '궁극의 가이드'가 보이지 않게 될 것이라는 점을 인식했습니다. 따라서 콘텐츠 전략을 포괄적인 것에서 기초적인 것으로 전환해야 했습니다. 그래서 독점적인 데이터와 고유한 지적 재산을 만드는 데만 집중하는 새로운 콘텐츠 기둥을 출범시켰습니다. 이는 곧 우리의 자원을 투자하는 것을 의미했습니다:

• 업계 설문조사 실시: 머큐리만이 소유할 수 있는 고유 통계를 생성하기 위해 자체 조사를 의뢰했습니다.
• 독점 프레임워크 개발: 저희는 고유한 전략 모델("신뢰 계층", "A.C.I.D. 프레임워크", "네 가지 기둥" 등)을 명명하고 인용 가능한 프레임워크로 체계화했습니다.
• 데이터 기반 사례 연구 게시: 단순한 사용 후기에서 하드 데이터가 포함된 심층 사례 연구로 전환하여 스크린샷과 녹화된 동영상으로 우리의 작업을 투명하게 보여주었습니다.

이는 단순히 콘텐츠를 만드는 데 그치지 않고 AI 모델이 자신의 답변을 검증하기 위해 인용해야 하는 주요 소스를 만드는 것이었습니다.

2. 제로 클릭 위기에 대처한 방법(SEVO의 실행): 주요 KPI인 클릭 수가 감소함에 따라 측정하기는 어렵지만 훨씬 더 가치 있는 지표로 초점을 전환했습니다: 영향력. 그리고 잠재고객이 실제로 대화를 나누는 '신뢰 계층'을 구축하기 위해 SEVO 전략을 두 배로 강화했습니다.

• 커뮤니티 검증을 우선시했습니다: 링크가 아닌 진정성 있고 깊이 있는 답변을 제공하기 위해 전문가들이 가치가 높은 하위 레딧과 업계 포럼에 더욱 적극적으로 참여했습니다.
• 공동 인용에 집중: 당사의 디지털 PR 활동은 단순한 링크 구축 중심에서 벗어나 AI 모델이 이미 인용하고 있는 권위 있는 출판물에서 전문가 인용문과 브랜드 멘션을 확보하는 것으로 전환했습니다.
• 성공의 재정의: 내부적으로는 AI의 '보이지 않는 영향력'을 추적하기 시작했습니다. 오프사이트 SEVO 활동과 직접 및 브랜드 검색 트래픽의 급증을 연관시켜 더 이상 클릭에 의존하지 않는 전략의 ROI를 입증했습니다.

전통적인 SEO와 LLM SEO의 균형 맞추기: "신뢰 계층"의 부상

링크 구축에서 개념 명확성으로의 전환은 콘텐츠 접근 방식을 변화시킵니다. 전통적인 SEO와 LLM SEO는 서로 다른 시스템을 지원하지만, 어느 한 쪽을 소홀히 할 수는 없습니다. 사람과 기계 모두에 의해 검색되려면 두 가지 모두를 지원해야 합니다.

공통점은 새로운 전략이 만들어지는 곳입니다. 두 시스템 모두 E-E-A-T(경험, 전문성, 권위성, 신뢰성)의 신호에 점점 더 의존하고 있습니다. 성공하는 브랜드는 체계적이고 독창적이며 인간 검색자와 이들을 안내하는 모델 모두에게 관련성이 있는 콘텐츠를 제작하여 웹 전반에서 검증 가능한 "신뢰 계층"을 구축합니다.  이러한 전략적 구심점을 바탕으로 현재 우리 자신과 고객을 위해 사용하는 5가지 원칙 플레이북으로 접근 방식을 체계화했습니다.

AI 시대에서 승리하기 위한 플레이북

LLM SEO는 해답이 되는 기술입니다. 즉, 깊이 있는 개념을 소유하고, 검색을 위한 구조를 만들고, 인용을 확보하고, 콘텐츠를 신선하고 신뢰할 수 있게 유지하는 것입니다. 다음은 AI 시스템이 이해하고 인간 독자가 유용하다고 생각하는 균형 잡힌 콘텐츠를 만들기 위해 사용하는 5가지 원칙과 사례입니다.

1. 프론티어 컨셉 찾기

LLM은 개념에 대한 첫 번째 또는 가장 명확한 설명을 선호합니다. 한 주제에 대해 가장 먼저 설명한 경우 해당 버전이 기본값이 될 수 있습니다. 최초가 아니라면 가장 명확한 설명을 목표로 하세요.

• 새로운 질문 모니터링하기: 사람들이 이제 막 질문하기 시작한 질문이 있는지 트위터/X, Reddit, GitHub 및 틈새 포럼에서 주의 깊게 살펴보세요.
• 콘텐츠 격차 찾기: 경쟁업체가 얕거나 없는 영역을 파악하세요.
• 원본 데이터 공유: 다른 사람이 모방하기 어려운 고유한 벤치마크, 고객 스토리 또는 독점적인 인사이트를 게시하세요.

2. 결정적인 증거 기반 소스 게시(E-E-A-T 입증)

각도를 찾았다면 더 깊이 들어가세요. 일반적인 요약은 건너뛰는 경우가 많습니다. LLM은 구체성을 선호하고 깊이에서 권위를 유추합니다. 여기서 여러분의 <강력한>E-E-A-T를 보여주세요.

• <지표, 코드 블록, 표, 목록, 전문가 인용문(전문성) 및 다이어그램을 포함시켜 풍부하고 다면적인 증거를 제공하세요(신뢰성).
• 직접 경험 주입: 개인 스토리 또는 실제 사례 연구를 통해 자신이 실제로 이야기하고 있는 내용(경험)을 공유하세요.
• 추출을 위해 작성: 짧고 독립적인 인사이트와 문단을 사용하여 AI가 생성한 답변에 직접 인용될 가능성이 높은 문단을 작성하세요.
• 리트머스 테스트: "경쟁자가 내일 이걸 쉽게 복제할 수 있을까?"라고 자문해 보고, 그 답이 '그렇다'라면 나만의 고유한 권위(권위성)를 증명하기 위해 더 깊이 파고들어야 합니다.

3. 기계용 구조

구조는 AI 모델이 콘텐츠가 무엇인지, 언제 콘텐츠를 표시할지 이해하는 데 도움이 됩니다. 페이지의 의미가 명확하지 않거나 레이아웃을 분석하기 어려운 경우 페이지를 건너뛸 수 있습니다.

• 깔끔한 제목 계층 구조(H1 → H2 → H3)를 사용하세요.
• 추가 Schema.org 마크업 (JSON-LD)을 추가하여 의미를 강화합니다.
• 정의 목록(&dlt;), 표(&표&) 및 기타 구조 태그와 같은 시맨틱 HTML 요소를 사용합니다.
• 정적 HTML이 제공되는지 확인: 대부분의 AI 크롤러는 JavaScript를 가져오지만 실행하지는 않습니다. 콘텐츠를 직접 노출하려면 서버 측 렌더링(SSR) 또는 정적 사이트 생성(SSG)을 사용하세요.

4. 정품 인용 시드('신뢰 계층' 구축)

LLM은 웹에서 학습합니다. 실제 사람들이 사용자를 권위자로 인용하면 AI 모델이 이를 따르는 경우가 많습니다. 여기서 목표는 오프사이트 "신뢰 계층"을 구축하는 것입니다.

• 신호성이 높고 인덱싱 가능한 채널에 집중하세요: Reddit, GitHub, Hacker News, X/Twitter 및 Stack Overflow에서 여러분의 존재가 중요합니다. 이러한 커뮤니티 멘션은 모델이 브랜드를 컨셉과 연관시키는 데 도움이 됩니다.
• 오픈 소스 리소스 만들기: 다른 사람들이 참고하고 구축할 수 있는 도구 또는 실제 사례를 게시합니다.
• 주제 클러스터 구축하기: 상호 연결된 문서를 사용하여 사이트에서 개념 간의 관계를 강화하세요.

5. 새로 고침 주기 설정

모델은 정기적으로 웹을 다시 크롤링합니다. 오래된 콘텐츠는 시간이 지남에 따라 사람과 AI 모두에게 유용성이 떨어집니다.

• 30일, 90일, 180일 후 콘텐츠 검토
• 낡은 것은 새로 고치고, 효과가 있는 것은 확장하세요.
• <404를 수정하고, 사이트맵의 마지막 수정 날짜를 업데이트하고, 사이트맵을 깔끔하게 유지합니다.
• 아카이브 오래된 페이지(301 리디렉션 포함).

AI 영향력을 추적하는 방법

AI 시스템에서 가시성을 측정하는 것은 여전히 진화하는 과제입니다. 하지만 주목해야 할 신호가 있습니다:

• 소스 인용: Perplexity 및 Google의 AI 개요와 같은 도구에서 도메인 또는 주요 주제를 수동으로 검색하여 직접 인용 여부를 확인합니다.
• 참조자 트래픽: 웹 애널리틱스를 사용하여 chat.openai.com, perplexity.ai, gemini.google.com 및 기타 AI 플랫폼에서의 방문을 추적하세요.
• 브랜드 언급: 모니터링 도구를 사용하여 커뮤니티 포럼, 소셜 미디어 및 블로그에서 브랜드에 대한 언급이 있는지 확인하세요. 반복되는 문구는 종종 영향력을 암시합니다.
• 색인 범위: Google Search Console 및 Bing 웹마스터 도구를 사용하여 주요 개념에 대한 색인 및 순위를 추적하세요.

결론 검색 순위에서 답변 형성까지

LLM SEO에 지름길은 없습니다. 컨셉 오너십은 일주일 만에 구축되는 것이 아니라 훈련과 새로운 사고방식이 필요한 전략적 해자입니다. 우리는 검색 순위에서 답변 형성으로 이동하고 있습니다.

더 이상 인간만을 위한 최적화가 아닙니다. 사람이 보는 것을 결정하는 모델도 최적화해야 합니다. 즉, 더 깊이 들어가서 더 명확하고 부인할 수 없는 E-E-A-T를 보여주는 콘텐츠를 만들어야 합니다. 강력한 '신뢰 계층'의 검증을 구축함으로써 모델이 학습하여 드러낼 수 있는 권위 있는 존재를 만들 수 있습니다. 속도, 구조, 색인성은 두 가지 모두의 기초가 되는 전통적인 SEO는 여전히 중요합니다. 균형을 유지하고 호기심을 유지하세요. 우리 모두는 이 새로운 영역을 함께 탐색하고 있으며, 여러분과 함께 그 영역을 구축하게 되어 기쁩니다.