NLP가 Google과 AI 검색을 어떻게 바꾸는지 알아보세요: 엔티티, 현저성, 임베딩, 코드가 포함된 6단계 페이지 감사, 글쓰기 규칙과 피해야 할 실수까지 정리했습니다.

이 페이지의 내용
요약
NLP SEO란 Google과 AI 어시스턴트가 사용하는 언어 모델이 페이지의 내용을 정확히 이해하도록 페이지를 쓰고 구성하는 일입니다. 어떤 엔티티를 다루는지, 각 단락이 어떤 질문에 답하는지, 사이트의 나머지 부분과 어떻게 연결되는지를 분명히 하는 것이죠. 실제로는 같은 종류의 도구(엔티티 추출, 분류, 임베딩)로 텍스트를 분석하고, 기계가 잘못 읽은 부분을 고치고, 핵심 주제와 그 속성, 답이 명확해지도록 문장을 다시 씁니다. 순위를 올리는 새로운 꼼수가 아닙니다. 모호함을 없애는 방법이며, 바로 그 모호함이 순위와 AI 인용을 잃게 만드는 원인입니다.
더 알아보고 싶다면 물어보세요
간단 퀴즈
SEO가 맞습니까? 어떻게 시작해야 합니까?
Sorank가 답변에 잘 맞습니다
귀사의 사이트에서 3일 동안 사용해 보시고 Google, ChatGPT 및 다른 AI에서 귀사의 현재 위치를 확인하십시오.
3일 무료 체험 시작3일 무료, 이후 언제든 해지할 수 있습니다. 90일 성과 보장, 조건 적용.
자연어 처리(NLP)는 사람의 텍스트를 기계가 추론할 수 있는 데이터, 즉 단어, 문장, 엔티티, 관계, 의미로 바꾸는 AI 분야입니다. 일반적인 정의부터 보고 싶다면 용어집의 자연어 처리 항목을 읽어 보세요. SEO에서 중요한 정의는 더 좁습니다. NLP는 검색 엔진이 페이지를 어디에 순위 매길지 정하기 전에 그 페이지가 무엇을 의미하는지 판단하는 방식입니다.
그래서 NLP SEO에는 세 개의 층이 있습니다. 성과를 내려면 세 가지가 모두 필요합니다.
NLP SEO가 아닌 것: 페이지에 "NLP 키워드" 목록을 채워 넣는 일도, 콘텐츠 도구의 점수를 좇는 일도 아닙니다. Google은 유용하고 신뢰할 수 있는 사용자 중심 콘텐츠 만들기 가이드에서 분명히 말합니다. Google이 선호하는 글자 수가 있다고 들어서 그 분량에 맞춰 쓰고 있다면, 답은 "아니요, 그런 것은 없습니다"입니다. 같은 논리가 용어 목록에도 적용됩니다. 목표는 이해되는 것이지, 최적화된 것처럼 보이는 것이 아닙니다.
언어 이해가 SEO를 바꾼 이유
출처: Google, Pandu Nayak, "Understanding searches better than ever before"(2019) 및 "MUM: A new AI milestone for understanding information"(2021)
Google이 BERT를 도입했을 때, Pandu Nayak(Google Fellow, 검색 부문 부사장)은 2019년 10월 25일 공식 발표에서 이 모델이 미국 영어 검색 10건 중 1건을 더 잘 이해하도록 도울 것이라고 설명했습니다. 예로 든 쿼리는 "2019 brazil traveler to usa need a visa"였습니다. BERT 이전에는 "to"라는 단어가 거의 무시되어, Google은 브라질로 여행하는 미국 시민에 관한 결과를 보여 주었습니다. BERT 이후에는 여행의 방향이 이해되었습니다. 이 전치사 하나가 NLP SEO의 핵심입니다. 작은 단어가 의미를 담고 있고, 이제 모델은 그것을 읽습니다. 모델 자체는 용어집의 BERT 알고리즘 페이지에서 더 자세히 다룹니다.
2년 뒤 Google은 2021년 5월 18일 게시물에서 MUM을 소개하며, BERT보다 1000배 강력하고 75개 언어로 학습했다고 설명했습니다. 예시 쿼리는 Adams 산을 등반한 하이커가 내년 가을 후지산 등반을 준비하려는 상황이었습니다. 두 엔티티를 비교하고 "준비"가 무엇을 뜻하는지 추론해야 하는 질문입니다. 오늘날 AI Overviews, ChatGPT, Perplexity, Gemini는 모두 같은 원리로 작동합니다. 단락을 읽고, 엔티티를 파악하고, 답을 조합합니다. 여러분의 페이지는 이 과정의 원재료입니다.
수학을 알 필요는 없습니다. 단계를 알아야 합니다. 각 단계가 페이지가 잘못 읽힐 수 있는 지점이기 때문입니다. 일반적인 시스템이 실행하는 순서대로 파이프라인을 정리했습니다.
기계가 페이지를 읽기 위해 거치는 7단계
아래 표는 각 NLP 작업을 페이지의 구체적인 위험과 여러분이 직접 할 수 있는 수정 방법에 대응시킨 것입니다.
| NLP 작업 | 기계가 하는 일 | 페이지에서 흔한 문제 | 바꿔야 할 것 |
|---|---|---|---|
| 템플릿 요소 제거 | 본문 콘텐츠와 템플릿을 분리 | 도입부가 600단어 분량의 메뉴와 위젯 뒤에 묻혀 있음 | 답을 본문 콘텐츠의 첫 단락에, 단순한 HTML로 넣기 |
| 문장 분할 | 텍스트를 문장으로 자름 | 동사 없는 글머리표 조각, 60단어짜리 문장 | 한 문장에 한 가지 생각, 사실을 담는 목록은 완전한 문장으로 |
| 의존 구문 분석 | 주어, 동사, 목적어를 찾음 | 주어가 "그것"이나 "이것"이고 해당 명사는 세 문장 앞에 있음 | 명사를 반복하고, 주어와 동사를 가깝게 두기 |
| 개체명 인식 | 이름을 감지하고 유형을 지정 | 제품명이 다섯 가지 방식으로 쓰여 있음 | 표준 이름을 하나 정하고, 변형은 소개한 뒤에만 사용 |
| 엔티티 연결 | 이름을 알려진 개념에 연결 | 맥락 없는 모호한 브랜드명 | 이름 옆에 카테고리를 붙이고("SEO 소프트웨어 Sorank는...") sameAs가 포함된 구조화 데이터 사용 |
| 임베딩 | 쿼리와 단락의 의미를 비교 | 답해야 할 단락이 너무 일반적이라 어느 페이지에나 들어맞음 | 질문의 용어를 다시 쓰고 구체적인 답을 주는 단락 작성 |
| 분류 | 주제와 검색 의도를 지정 | 블로그식 곁가지 이야기로 가득한 제품 페이지 | URL마다 지배적인 의도 하나, 다른 의도는 다른 페이지로 이동 |
참고
순위 결정에 쓰이는 정확한 모델은 Google 외부의 누구도 알지 못합니다. 이 가이드의 도구는 근사치입니다. Google의 순위 시스템이 아니라 현대 언어 모델이 읽는 방식으로 텍스트를 읽습니다. 모호함을 찾는 데 쓰고, 순위를 예측하는 데 쓰지 마세요.

무료 또는 저렴한 도구로 측정할 수 있는 신호가 다섯 가지 있습니다. 각각 다른 것을 알려 주며, 어느 것도 단독으로는 순위 요소가 아닙니다.
엔티티는 이름이 있는 "사물"입니다. 브랜드, 제품, 사람, 장소, 또는 "키워드 카니발리제이션" 같은 개념이죠. Google의 Cloud Natural Language API는 각 엔티티의 유형, 언급 위치, 그리고 API 버전 1에서는 현저성 점수를 반환합니다. v1 Entity 참조 문서는 이를 "[0, 1.0] 범위에서 엔티티와 연결된 현저성 점수"라고 설명합니다. 엔티티 유형은 UNKNOWN, PERSON, LOCATION, ORGANIZATION, EVENT, WORK_OF_ART, CONSUMER_GOOD, OTHER, PHONE_NUMBER, ADDRESS, DATE, NUMBER, PRICE입니다.
현저성은 문서에 대한 상대값입니다. 한 텍스트 안의 모든 엔티티 점수가 서로 경쟁합니다. 그래서 유용한 해석은 숫자가 아니라 순위입니다. 페이지가 "NLP SEO"를 노리는데 1위 엔티티가 "Google"이라면, 기계가 보기에 그 페이지는 주로 Google에 관한 것입니다. 자세한 내용은 용어집의 엔티티 현저성 항목을 참고하세요.
주의: v1 대 v2
Natural Language API v2의 Entity 객체에는 name, type, metadata, mentions, sentiment만 있고 salience 필드는 없습니다. 튜토리얼이 현저성 점수를 보여 준다면 v1을 호출하고 있는 것입니다. 지금 스크립트를 만든다면 현저성을 위해 v1 엔드포인트를 명시적으로 호출하고, 의존하기 전에 문서를 확인하세요.

classifyText 메서드는 고정된 분류 체계에서 카테고리(예: /Internet & Telecom/Web Services 같은 경로)를 반환합니다. Natural Language 기본 개념에 관한 Google 문서에 따르면 분류에는 최소 20개 토큰의 텍스트가 필요합니다. SEO에서의 활용: "SEO 소프트웨어"를 위한 페이지가 일반적인 마케팅 카테고리로 분류된다면, 어휘가 너무 일반적이라는 뜻입니다.
감성 분석은 -1.0(부정)부터 1.0(긍정)까지의 점수와, 텍스트에 담긴 감정의 양을 재는 강도(magnitude)를 반환합니다. 문서 수준에서 강도는 0.0에서 시작하며 정규화되지 않기 때문에, 의견이 엇갈리는 긴 텍스트는 중립 점수와 높은 강도를 함께 보일 수 있습니다. SEO에서 감성은 주로 리뷰 페이지, 비교 페이지, "최고의 X" 목록에서 중요합니다. 의견을 묻는 질문에 의견 없는 밋밋한 텍스트로 답하는 경우가 있기 때문입니다.
구문 분석은 각 토큰의 품사, 기본형(lemma), 의존 관계를 반환합니다. 해 볼 만한 점검이 두 가지 있습니다. 핵심 엔티티가 문장의 문법적 주어가 되는 빈도, 그리고 대명사("그것", "이것", "그들")로 시작하는 문장의 수입니다. 핵심 엔티티가 여러 문장의 주어인 페이지는 그 주변이 아니라 그 대상에 대해 말하는 페이지입니다.
임베딩은 단락을 벡터로 바꿉니다. 쿼리의 벡터와 각 단락의 벡터를 비교(코사인 유사도)하면, 검색 시스템이 그 쿼리에 어떤 단락을 고를지 알 수 있습니다. 이는 AI 어시스턴트가 인용할 조각을 고르는 방식에 가장 가까운 공개 대안입니다. 또한 "이 페이지가 정말로 질문에 답하는가, 아니면 언급만 하는가"를 확인하는 최고의 테스트이기도 합니다.
"NLP SEO"는 여섯 가지 서로 다른 방법을 포함합니다. 업체들은 보통 그중 하나를 마치 분야 전체인 것처럼 판매합니다. 각 방법과 언제 써야 하는지, 어디서 한계에 부딪히는지 정리했습니다.
원리: 완전한 답에 반드시 들어가야 할 엔티티(핵심 엔티티, 그 속성, 관련 엔티티)를 파악하고, 페이지가 그것들의 이름을 분명히 밝히는지, 핵심 엔티티가 우위에 있는지 확인합니다. 사용 시점: 제품, 브랜드, 사람, 장소, 또는 명확히 정의된 개념에 관한 페이지. 장점: 지식 그래프와 AI 답변이 만들어지는 방식과 맞아떨어지며, 모호함을 뿌리부터 고칩니다. 한계: 엔티티 추출은 전문 용어와 새로운 개념을 놓치며, Google API v2에서는 현저성을 쓸 수 없습니다. 예시: "Shopify SEO" 페이지에서 긴 비교 단락 때문에 "WordPress"가 상위 엔티티로 나오는 경우, 그 단락을 별도 페이지로 옮기면 Shopify 페이지의 초점이 살아납니다. 전략적 측면은 엔티티 SEO 가이드에서 다룹니다.
원리: 상위 페이지가 쓰는 용어를 내 용어와 비교하되 그 특이성(TF-IDF)으로 가중치를 두고, 빈 곳을 채웁니다. 대부분의 콘텐츠 점수 도구가 하는 일입니다. 사용 시점: 정보성 페이지에서 빠뜨린 하위 주제를 찾을 때. 장점: 빠르고 작성자에게 설명하기 쉽습니다. 한계: 검색 결과의 평균을 베끼고, 반복을 보상하며, 질문에 답하는지에 대해서는 아무것도 알려 주지 않습니다. 용어 목록은 하위 주제의 체크리스트이지 단어 할당량이 아닙니다. 예시: "기술 SEO 감사"의 상위 페이지들은 모두 "크롤링 예산"과 "canonical"을 언급하는데 내 페이지에는 없다면, 빠진 것은 단어 두 개가 아니라 섹션 두 개입니다.
원리: 쿼리와 단락을 벡터로 인코딩하고 얼마나 가까운지 측정합니다. 사용 시점: 각 목표 질문에 분명히 답하는 단락이 하나씩 있는지 확인할 때, 같은 의미를 두고 경쟁하는 두 페이지를 찾을 때, 의미에 따라 내부 링크를 설계할 때. 장점: 공통 단어 없이도 작동하며, AI 답변의 검색 방식에 가깝습니다. 한계: 점수는 모델에 따라 달라지며, 높은 점수는 "주제에 맞다"는 뜻이지 "정확하다"거나 "유용하다"는 뜻이 아닙니다. 예시: "SEO는 얼마나 걸리나"에 답하는 단락이 관련 없는 도입 단락보다 점수가 낮다면, 답 단락이 너무 모호한 것이므로 기간을 맨 앞에 쓰도록 다시 씁니다.
원리: 쿼리(정보형, 상업형, 거래형, 탐색형)와 Google이 선호하는 형식(가이드, 목록, 도구, 제품 페이지)을 분류한 뒤 그에 맞춥니다. 사용 시점: 글을 쓰기 전, 그리고 좋은 페이지가 전혀 순위에 오르지 못할 때. 장점: 가장 비싼 실수, 즉 잘못된 형식을 바로잡습니다. 한계: 혼합된 검색 결과가 존재하며, 검색 의도는 시간이 지나면서 바뀝니다. 용어집의 검색 의도 항목을 참고하세요.
원리: 사람들이 묻는 질문(People Also Ask, 포럼, AI 프롬프트, 고객 지원 문의)을 추출하고, 각 질문에 독립적인 단락을 하나씩 줍니다. 사용 시점: AI 가시성과 추천 스니펫을 위해. 장점: 인용 가능한 단락을 직접 만들어 냅니다. 한계: 질문을 하위 주제별로 묶지 않으면 페이지가 깊이 없는 FAQ로 조각날 수 있습니다.
원리: 키워드와 페이지를 의미에 따라 묶어 어떤 페이지가 무엇을 다룰지 정한 뒤 서로 링크합니다. 사용 시점: 사이트 수준에서, 콘텐츠를 만들기 전, 그리고 페이지끼리 카니발리제이션을 일으킬 때. 장점: 주제 권위와 깔끔한 구조를 만듭니다. 한계: 검색 결과 중복 기반 클러스터링과 임베딩 기반 클러스터링은 서로 다른 그룹을 만들기 때문에 판단 규칙이 필요합니다. 키워드 클러스터링 가이드에서 두 접근법을 자세히 설명하고, 토피컬 맵 항목에서 클러스터를 계획으로 바꾸는 방법을 설명합니다.
| 방법 | 수준 | 가장 적합한 용도 | 주요 위험 | 도구 |
|---|---|---|---|---|
| 엔티티 최적화 | 페이지 | 제품, 브랜드, 개념 페이지 | 현저성을 순위 요소로 취급 | Google Cloud Natural Language (v1), spaCy |
| 용어 커버리지 (TF-IDF) | 페이지 | 빠진 하위 주제 찾기 | 검색 결과의 평균을 쓰기, 키워드 남용 | 콘텐츠 점수 도구, Python scikit-learn |
| 임베딩 유사도 | 단락과 사이트 | 답변 품질, 카니발리제이션, 내부 링크 | "주제에 맞음"과 "좋음"을 혼동 | Sentence Transformers, 벡터 데이터베이스 |
| 검색 의도 분류 | 쿼리와 페이지 | 올바른 형식 선택 | 혼합된 검색 결과 무시 | 검색 결과 수동 검토, 분류기 |
| 질문 마이닝 | 단락 | AI 인용, 스니펫 | 얕은 FAQ 페이지 | People Also Ask, 프롬프트 조사 |
| 토픽 클러스터링 | 사이트 | 구조, 주제 권위 | 일관성 없는 클러스터 규칙 | 클러스터링 도구, 임베딩 |
용어 목록 최적화와 엔티티·단락 최적화의 비교
처음 시작할 때 권하는 방법입니다. 중요한 페이지 하나, 오후 한나절이면 됩니다. 페이지 텍스트, 경쟁 페이지 3~5개, 그리고 무료 온라인 도구나 몇 줄의 Python이 필요합니다.
6단계 페이지 NLP 감사
spaCy는 무료 오픈소스 Python 라이브러리입니다. 작은 영어 모델은 노트북에서 몇 초 만에 실행됩니다. 아래 스크립트는 페이지에서 가장 자주 나오는 엔티티와 가장 자주 나오는 문법적 주어를 나열합니다. 두 번째 목록이 첫 번째보다 더 많은 것을 드러내는 경우가 많습니다.
import spacy
from collections import Counter
nlp = spacy.load("en_core_web_sm") # pip install spacy, then: python -m spacy download en_core_web_sm
text = open("page.txt", encoding="utf-8").read()
doc = nlp(text)
entities = Counter((e.text.lower(), e.label_) for e in doc.ents)
for (name, label), n in entities.most_common(20):
print(f"{n:>3} {label:<12} {name}")
# Who is the subject of your sentences?
subjects = Counter(t.lemma_.lower() for t in doc if t.dep_ in ("nsubj", "nsubjpass"))
print(subjects.most_common(15))
# How many sentences start with a vague pronoun?
vague = [s.text for s in doc.sents if s[0].lower_ in ("it", "this", "that", "they")]
print(len(vague), "sentences start with a pronoun")
주어 목록을 주의 깊게 읽어 보세요. 소프트웨어 제품 페이지에서 "여러분"과 "그것"이 대부분이고 제품명이 한 번도 주어로 나오지 않는다면, 그 페이지는 누가 하는지 말하지 않은 채 행동만 설명하고 있는 것입니다. 한 시간이면 고칠 수 있습니다.

spaCy의 범용 모델은 현저성을 계산하지 않습니다. 이를 위해 Google Cloud Natural Language v1의 analyzeEntities 엔드포인트를 호출합니다. 프로젝트를 만들고, API를 활성화하고, gcloud 명령줄로 인증한 뒤 텍스트를 보냅니다. 다음 요청 본문을 request.json으로 저장하세요.
{
"document": {
"type": "PLAIN_TEXT",
"language": "en",
"content": "Paste the clean main text of your page here."
},
"encodingType": "UTF8"
}
그다음 엔드포인트를 호출합니다.
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://language.googleapis.com/v1/documents:analyzeEntities"
응답에는 type, salience, mentions가 포함된 엔티티가 나열되며, 엔티티가 연결된 경우 wikipedia_url과 mid(Knowledge Graph 식별자)를 담을 수 있는 metadata 객체가 함께 나옵니다. 메타데이터에 Wikipedia URL이 있는 엔티티는 알려진 개념에 연결된 것이고, 중요한 엔티티인데 그것이 없다면 모호하거나 너무 새로운 것일 수 있습니다. analyzeEntities를 classifyText로 바꾸면 콘텐츠 카테고리를 얻을 수 있습니다. 수백 개 페이지에 실행하기 전에 Google Cloud의 현재 가격과 할당량을 확인하세요.
Sentence Transformers 라이브러리는 질문의 의미를 페이지의 모든 단락과 비교합니다. all-MiniLM-L6-v2 모델은 작고 이 점검에 충분합니다.
from sentence_transformers import SentenceTransformer, util
model = SentenceTransformer("all-MiniLM-L6-v2")
text = open("page.txt", encoding="utf-8").read()
passages = [p.strip() for p in text.split("\n\n") if len(p.split()) > 25]
questions = [
"what is nlp seo",
"how do I find the entities of my page",
"is entity salience a ranking factor",
]
p_vecs = model.encode(passages, convert_to_tensor=True)
for q in questions:
scores = util.cos_sim(model.encode(q, convert_to_tensor=True), p_vecs)[0]
best = int(scores.argmax())
print(f"{q}\n best score {scores[best]:.2f}: {passages[best][:100]}\n")
조치가 필요한 결과는 두 가지입니다. 어떤 질문에 가장 잘 맞는 단락이 그 질문에 답하려고 쓴 단락이 아니라면, 답 단락이 너무 일반적인 것입니다. 어떤 질문의 최고 점수가 다른 질문보다 훨씬 낮다면, 페이지가 그 질문에 실제로 답하지 못하는 것입니다. 점수는 절대 기준값이 아니라 같은 페이지의 질문끼리 비교하세요. 값은 모델에 따라 달라집니다.

팁
Python을 쓰지 않나요? 무료 도구 LLM Readability Checker로 페이지의 AI 추출 용이성을 평가할 수 있고, Heading Structure Analyzer로 H2와 H3가 단락이 답하는 질문을 드러내고 있는지 확인할 수 있습니다.
NLP 문제 대부분은 도구가 아니라 글쓰기에서 해결됩니다. 아래 규칙은 위의 파이프라인에서 바로 나온 것으로, 각각 기계가 실수할 수 있는 단계를 하나씩 없애 줍니다.
각 섹션의 첫 문장에서 핵심 엔티티의 전체 이름을 주어로 쓰세요. 단락을 "그것은"이나 "이것은"으로 시작하지 마세요. 명사가 가까이 있다면 단락 안에서 대명사를 써도 괜찮습니다.
카테고리(Y)와 구별되는 특징(Z)을 밝히는 정의는 모델이 가장 쉽게 추출하고 AI 어시스턴트가 가장 쉽게 인용하는 구조입니다. "엔티티 현저성은 어떤 엔티티가 텍스트에서 얼마나 중심적인지를 측정하는 0에서 1 사이의 점수이다"가 맥락을 설명하는 세 문장보다 낫습니다.
가격, 날짜, 크기, 호환성, 제한 사항은 그것이 설명하는 엔티티 바로 옆에 있어야 합니다. "Sorank는 ChatGPT, Gemini, Claude, Perplexity에서의 가시성을 추적한다"는 추출 가능한 하나의 사실입니다. 같은 정보가 제목, 글머리표, 각주에 흩어져 있으면 세 개의 조각이 됩니다.
제품, 기능, 개념마다 이름을 하나로 정하세요. 동의어는 한 번만 소개하고("query fan-out, 즉 AI 어시스턴트가 하나의 질문을 여러 검색으로 나누는 방식") 이후에는 한 가지 형태를 고수하세요.
질문을 담은 제목 아래에서는 첫 문장이 답을 줍니다. 단락의 나머지는 조건, 예시, 예외를 다룹니다. 이것이 단락을 독립적으로 만듭니다.
같은 단락의 NLP 재작성 전과 후
"재작성 후" 문장은 구조를 보여 주는 예시일 뿐 실제 제품에 대한 설명이 아닙니다. 속성은 여러분의 페이지가 실제로 제공하는 것에 맞게 바꾸세요.
의미 기반 SEO를 위한 Python NLP는 위 단락 테스트에서 쓴 것과 같은 종류의 임베딩 모델을, 키워드 목록과 사이트의 페이지 전체에 대해 실행한다는 뜻입니다. 두 개의 짧은 스크립트가 한 페이지 검사로는 답할 수 없는 질문에 답합니다. 어떤 키워드가 같은 페이지에 속해야 할까? 어떤 페이지들이 같은 의미를 두고 경쟁하고 있을까? 두 스크립트 모두 여러분의 컴퓨터에서 무료로 실행되며, 결론이 아니라 검토할 후보를 만들어 냅니다.
다른 Python 프로젝트와 충돌하지 않도록 가상 환경에 라이브러리를 설치하십시오:
python3 -m venv nlp-seo
source nlp-seo/bin/activate
pip install sentence-transformers scikit-learn
처음 실행하면 all-MiniLM-L6-v2 모델을 한 번 내려받습니다. 그 뒤로는 두 스크립트 모두 오프라인에서 실행됩니다.
클러스터링은 평평한 키워드 목록을, 하나의 페이지가 답할 수 있는 그룹으로 바꿉니다. 각 키워드는 벡터가 되고, 코사인 거리에서 벡터가 가까운 키워드들은 같은 그룹에 들어갑니다. 키워드를 한 줄에 하나씩 텍스트 파일에 저장하고 이 스크립트를 실행하십시오:
from sentence_transformers import SentenceTransformer
from sklearn.cluster import AgglomerativeClustering
from collections import defaultdict
keywords = [line.strip() for line in open("keywords.txt", encoding="utf-8") if line.strip()]
model = SentenceTransformer("all-MiniLM-L6-v2")
vectors = model.encode(keywords, normalize_embeddings=True)
labels = AgglomerativeClustering(
n_clusters=None,
distance_threshold=0.35, # 코사인 거리: 값이 작을수록 더 엄격한 그룹이 됩니다
metric="cosine",
linkage="average",
).fit_predict(vectors)
groups = defaultdict(list)
for label, keyword in zip(labels, keywords):
groups[label].append(keyword)
for label, members in sorted(groups.items(), key=lambda g: -len(g[1])):
print(f"Group {label} ({len(members)} keywords)")
for keyword in members:
print(" ", keyword)
중요한 설정은 임계값입니다. 0.35에서 시작해 결과를 읽어 보십시오. 관련 없는 키워드가 같은 그룹에 묶이면 낮추십시오. 한 페이지의 주제가 여러 그룹으로 나뉘면 높이십시오. 평균 연결(average linkage)은 연쇄 효과를 줄입니다. 연쇄 효과란 느슨하게 관련된 키워드들이 줄줄이 이어져 서로 무관한 두 그룹을 묶어 버리는 현상입니다.
두 번째 스크립트는 여러분의 페이지끼리 비교합니다. 헤더 행이 있는 탭 구분 파일을 만들고, 페이지마다 한 행씩, 열은 url과 title로 하십시오. 제목은 대략적인 대용 지표이므로, 더 정확하게 검사하려면 각 페이지의 첫 단락을 title 열에 붙여 넣으십시오.
import csv
from sentence_transformers import SentenceTransformer, util
with open("pages.tsv", encoding="utf-8") as f:
rows = [(r["url"], r["title"]) for r in csv.DictReader(f, delimiter="\t")]
model = SentenceTransformer("all-MiniLM-L6-v2")
vectors = model.encode([title for _, title in rows], convert_to_tensor=True)
sims = util.cos_sim(vectors, vectors)
for i in range(len(rows)):
for j in range(i + 1, len(rows)):
score = float(sims[i][j])
if score > 0.8: # 출발점: 결과를 읽은 뒤에 조정하십시오
print(f"{score:.2f} {rows[i][0]} vs {rows[j][0]}")
출력된 각 쌍은 결론이 아니라 후보입니다. 두 URL을 열고 물어보십시오. 독자가 어느 한쪽 페이지에서 다른 쪽 페이지의 질문에 대한 답을 기대할까? 그렇다면 두 페이지를 병합하거나, 하나를 주 페이지로 남기고 다른 하나의 초점을 좁히십시오. 키워드 카니발리제이션 항목에 선택 방법이 설명되어 있습니다.
| 스크립트 | 입력 | 출력 | 직접 결정할 사항 |
|---|---|---|---|
| 키워드 그룹 | 한 줄에 키워드 하나 | 의미를 공유하는 키워드 그룹 | 각 그룹에 페이지 하나가 필요한지, 여러 개가 필요한지 |
| 경쟁 페이지 | 페이지마다 URL과 제목, 또는 첫 단락 | 임계값을 넘는 페이지 쌍 | 병합할지, 초점을 다시 맞출지, 두 페이지를 모두 둘지 |
세 가지 한계를 기억하십시오:
이 두 스크립트는 위 단락 테스트의 사이트 단위 짝입니다. 하나는 무엇이 함께 속하는지 알려 주고, 다른 하나는 페이지가 어디에서 겹치는지 알려 줍니다. 스크립트를 직접 관리하고 싶지 않다면, Sorank의 Topic Cluster Generator가 카니발리제이션 검사를 기본으로 포함하여 묶기 단계를 실행합니다.
언어 모델은 단락 이상을 읽습니다. 텍스트 주변의 세 가지 요소가 강한 신호를 전달합니다.
Schema.org 마크업이 그 자체로 페이지 순위를 올려 주지는 않지만, 페이지가 무엇에 관한 것이고 어떤 알려진 개념을 가리키는지를 기계가 읽는 형식으로 밝혀 줍니다. about과 mentions 속성은 참조 페이지로 향하는 sameAs 링크와 함께 엔티티 연결의 모호함을 없앱니다.
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "NLP SEO: How Search Engines Read Your Content",
"about": {
"@type": "Thing",
"name": "Natural language processing",
"sameAs": "https://en.wikipedia.org/wiki/Natural_language_processing"
},
"mentions": [
{
"@type": "Thing",
"name": "Search engine optimization",
"sameAs": "https://en.wikipedia.org/wiki/Search_engine_optimization"
}
]
}
</script>
무료 도구 Schema Markup Generator와 Structured Data Validator로 마크업을 생성하고 테스트하세요.
제목은 모델이 페이지를 단락으로 나눌 때 가장 먼저 사용하는 요소입니다. 엔티티와 질문을 밝히는 제목("엔티티 현저성은 어떻게 계산되나")은 재치 있는 제목("보닛 아래")보다 깔끔한 조각을 만듭니다. H2와 H3의 계층을 엄격하게 유지하세요. 상위 H2 없는 H3, 건너뛴 단계는 없어야 합니다.
앵커 텍스트는 검색에서 가장 오래된 NLP 신호 중 하나로, 대상 페이지가 무엇에 관한 것인지를 바깥에서 엔진에 알려 줍니다. 대상 엔티티의 이름을 밝히는 설명형 앵커를 쓰고, 의미가 가까운 페이지끼리 연결하고, 같은 앵커를 서로 다른 두 페이지로 보내지 마세요. 시맨틱 코쿤은 이를 가장 체계적으로 구성하는 방법이며, 내부 링크 자동화 가이드에서 잡음 없이 규모를 키우는 방법을 설명합니다.
AI 어시스턴트는 NLP의 논리를 끝까지 밀어붙입니다. 페이지 전체에 순위를 매기지 않습니다. 단락을 가져와 하위 쿼리와 의미로 비교하고, 때로 출처를 인용하는 답을 조합합니다. 여기서 세 가지 결과가 나옵니다.
AI 답변에 적용한 전체 방법은 LLM 콘텐츠 최적화 가이드를 참고하세요.
감사한 사이트에서 가장 자주 보는 실수들입니다. 각각 찾아낼 수 있는 증상과 오늘 바로 적용할 수 있는 해결책이 있습니다.
무엇인가: API가 키워드에 높은 현저성을 줄 때까지, 또는 도구가 초록색 점수를 보여 줄 때까지 다시 쓰는 것. 찾는 법: 최적화 후 페이지가 오히려 읽기 불편해지고, 같은 문구가 모든 단락에 등장합니다. 고치는 법: 현저성은 엔티티의 순서를 확인하는 데만 쓰고, 페이지는 답변과 Search Console 데이터로 평가하세요. Google은 이 API의 점수를 순위에 사용한다고 말한 적이 없습니다.
무엇인가: 경쟁사 다섯 곳이 언급한다는 이유로 "크롤링 예산"을 한 문장에 넣는 것. 찾는 법: 용어가 설명 없이, 맥락에서 벗어나, 한 번만 등장합니다. 고치는 법: 빠진 엔티티를 하나씩 질문으로 바꾸세요. 독자에게 이것이 필요한가? 필요하면 단락을 쓰고, 필요 없으면 무시하세요.
무엇인가: 메뉴와 푸터를 포함한 페이지 전체를 NLP 도구에 붙여 넣는 것. 찾는 법: 상위 엔티티가 브랜드명, "쿠키", "문의하기", 또는 푸터 카테고리입니다. 고치는 법: 분석 전에 글 본문만 추출하세요.
무엇인가: 오래된 튜토리얼을 따라 하면서 현재 엔드포인트를 쓰는 것. 찾는 법: JSON 응답에 엔티티와 언급은 있지만 현저성이 없습니다. 고치는 법: 현저성을 얻으려면 /v1/documents:analyzeEntities를 호출하고, v1이 바뀔 수 있다는 점을 기억하세요.
무엇인가: "그것", "이것", "그들"이 몇 문장 앞의 명사를 가리키는 단락. 찾는 법: 위의 spaCy 스크립트가 대명사로 시작하는 문장을 셉니다. 핵심 페이지에서 다섯 문장 중 한 문장을 넘으면 경고 신호입니다. 고치는 법: 각 단락의 시작과 각 제목 뒤에서 명사를 다시 밝히세요.
무엇인가: 하나의 URL이 개념을 정의하고, 도구를 비교하고, 제품을 팔려고 하는 것. 찾는 법: 페이지가 많은 쿼리에서 15위에서 40위 사이에 있고 상위 5위에 드는 쿼리는 하나도 없습니다. 고치는 법: 지배적인 의도는 남기고, 나머지는 전용 페이지로 옮기고, 서로 링크하세요.
무엇인가: 목표 단어 수나 키워드 밀도에 도달하려고 페이지를 부풀리는 것. 찾는 법: 반복되는 도입부, 어느 페이지에나 들어맞는 일반적인 단락. 고치는 법: 독자가 물을 법한 질문에 답하지 않는 단락은 모두 지우세요. Keyword Density Calculator는 반대 방향으로 유용합니다. 너무 많이 반복하는 곳을 찾는 데 쓰세요.
무엇인가: 기계가 일반 단어나 다른 회사와 구별하지 못하는 브랜드명이나 제품명을 쓰는 것. 찾는 법: API가 브랜드를 메타데이터 없는 OTHER나 CONSUMER_GOOD로 반환하거나, 잘못된 개념에 연결합니다. 고치는 법: 이름 옆에 카테고리를 붙이고, 공식 프로필로 향하는 sameAs가 포함된 Organization 또는 Product 구조화 데이터를 쓰고, 모든 곳에서 이름을 똑같이 유지하세요.
페이지 하나를 위한 NLP SEO 체크리스트
거창한 도구 모음은 필요 없습니다. 답해야 할 질문에 따라 도구를 고르세요.
| 도구 | 유형 | 알려 주는 것 | 필요한 역량 | 가장 좋은 용도 |
|---|---|---|---|---|
| Google Cloud Natural Language | 클라우드 API (Google Cloud 가격 참고) | 엔티티, 현저성(v1), 카테고리, 감성, 구문 | 중간: Google Cloud 프로젝트와 몇 가지 명령 | Google 모델이 핵심 페이지를 어떻게 읽는지 확인 |
| spaCy | 오픈소스 Python 라이브러리 | 엔티티, 문장 구조, 주어, 기본형 | 기초 Python | 많은 페이지를 로컬에서 무료로 감사 |
| Sentence Transformers | 오픈소스 Python 라이브러리 | 쿼리와 단락 사이의 의미 유사도 | 기초 Python | 답변 점검, 카니발리제이션, 내부 링크 설계 |
| Google Search Console | Google 무료 도구 | 각 URL이 실제로 노출되는 쿼리 | 필요 없음 | 재작성 효과 측정 |
| 콘텐츠 최적화 도구 | SaaS | 상위 페이지 대비 용어와 엔티티의 빈 곳 | 필요 없음 | 글쓰기 전 하위 주제 빠른 점검 |
| Sorank | autopilot으로 작동하는 SEO·GEO 소프트웨어 | 재작성, 토픽 클러스터, AI 가시성 추적 | 필요 없음 | 이 방법을 사이트 전체에 적용 |
상용 옵션을 나란히 비교하고 싶다면 최고의 콘텐츠 최적화 도구 비교 글을 읽어 보세요. 고쳐야 할 오래된 페이지가 수십 개라면, Sorank의 Content Optimization 기능이 기존 페이지를 autopilot으로 감사하고 다시 쓰며, Topic Cluster Generator는 글을 쓰기 전에 키워드를 의미에 따라 묶고 카니발리제이션 점검도 기본으로 제공합니다.
NLP 변경은 이해에 관한 것이므로, 먼저 이해를 측정하고 그다음에 트래픽을 측정하세요.
Google Search Console에서 실적 보고서를 재작성한 URL로 필터링하고, 28일 동안 노출이 있었던 서로 다른 쿼리 수를 전후로 세어 보세요. 더 잘 이해된 페이지는 보통 몇 주 안에 더 많은 롱테일 변형 검색어에 노출되며, 클릭이 움직이기 전인 경우가 많습니다.
단락 테스트에 썼던 질문 5~10개를 추적하세요. 노출은 늘었는데 순위가 오르지 않는다면, 페이지는 이해되었지만 선택되지는 않은 것입니다. 깊이, 예시, 링크를 보강하세요.
재작성 전후로 ChatGPT, Gemini, Claude, Perplexity에 같은 프롬프트를 입력하고, 페이지가 인용되는지 기록하세요. 매달 반복하세요. AI 답변은 실행할 때마다 달라지므로 한 번의 테스트로는 아무것도 증명되지 않습니다. 이 점검을 체계적으로 하려면 페이지 하나가 아니라 클러스터 전체에 시맨틱 SEO 감사를 실행하세요.
가장 많은 사업 성과를 가져다주는 페이지를 골라 6단계 감사를 실행하세요. 처음 발견한 두 가지 문제, 보통은 우위에 서지 못한 핵심 엔티티와 너무 모호한 답 단락을 고치세요. 그리고 날짜를 기록해 두고, 4주 뒤 Search Console에서 그 페이지의 쿼리를 확인하세요.
SEO에서 NLP란 콘텐츠를 언어 모델이 이해하기 쉽게 만드는 것입니다. 페이지가 어떤 엔티티를 다루는지, 각 단락이 어떤 질문에 답하는지, 페이지가 사이트의 나머지와 어떻게 연결되는지를 분명히 합니다. Google은 2019년부터 BERT 같은 언어 모델을 검색에 사용해 왔고 AI 어시스턴트는 전적으로 이에 의존하므로, 명확하고 모호하지 않은 글쓰기가 사실상 순위와 인용의 요소가 되었습니다.
Cloud Natural Language API의 현저성 점수가 순위에 사용된다고 밝힌 Google의 공식 발표는 없습니다. 이 점수는 핵심 주제가 페이지에서 우위에 있는지 확인하는 유용한 대리 지표이지만, 숫자를 좇기보다 엔티티의 순서를 읽어야 합니다. 현저성은 API 버전 1에서만 반환된다는 점에 유의하세요.
spaCy와 Sentence Transformers는 엔티티 추출과 단락 유사도 측정을 위한 무료 오픈소스 Python 라이브러리입니다. 이후 역시 무료인 Google Search Console로 재작성한 페이지가 더 많은 쿼리에 노출되는지 확인할 수 있습니다. Google Cloud Natural Language는 현저성과 카테고리를 더해 주며, 사용량은 Google Cloud 가격에 따라 청구됩니다.
