AEO: 키워드에서 AI 답변으로의 전환

20년 동안 SEO는 키워드로 순위를 얻는 일을 뜻했습니다. 키워드를 조사하고, 그 키워드를 겨냥한 글을 쓰고, 백링크를 쌓고, 순위가 오르는 것을 지켜봤습니다. 이 분야 전체가 키워드를 중심으로 돌아갔습니다. 검색 의도가 높은 키워드를 찾는 방법, 과도하게 채워 넣지 않고 겨냥하는 방법, 키워드 순위를 측정하는 방법이 핵심이었습니다. Google이 키워드 관련성과 권위를 기준으로 페이지에 순위를 매겼기 때문에 이 모델이 통했습니다.

AEO(AI Engine Optimization)는 패러다임을 바꿉니다. 키워드에 맞춰 최적화하는 대신 AI 답변에 맞춰 최적화합니다. 사용자가 ChatGPT나 Perplexity에 질문하면, 이들은 여러 출처에서 답변을 종합합니다. 이제 목표는 키워드로 1위를 차지하는 것이 아니라 AI에 출처로 인용되는 것입니다. 이를 위해서는 완전히 다른 최적화 전략이 필요합니다.

키워드에서 답변으로의 전환

기존의 키워드 중심 SEO는 사용자가 검색창에 질의어를 입력하고 순위가 매겨진 결과를 훑어본다고 가정합니다. 키워드는 질의어와 콘텐츠를 잇는 다리입니다. "blue widget pricing"을 겨냥하면 그 정확한 문구로 페이지가 나타납니다.

AI 검색은 이 모델을 무너뜨립니다. 사용자가 ChatGPT에 "What is the cheapest blue widget?"이라고 물으면 AI는 키워드 일치로 페이지에 순위를 매기지 않습니다. 대신 파란 위젯에 관한 여러 페이지를 읽고, 가격 데이터를 추출하고, 답변을 종합하고, 가장 유용하다고 판단한 출처를 인용합니다. 키워드 순위는 없고 종합과 인용만 있습니다. 여러분의 콘텐츠는 검색 결과 페이지의 한 자리를 두고 경쟁하는 것이 아닙니다. AI가 읽는 가장 유용한 출처가 되기 위해 경쟁하는 것입니다.

이러한 전환은 최적화 대상을 바꿉니다. 키워드 밀도는 의미가 없어집니다. 정확히 일치하는 키워드의 배치도 무의미해집니다. 중요한 것은 AI가 여러분을 인용하기로 선택할 만큼 사용자의 질문에 철저하고 명확하게 답하는 것입니다. Claude 같은 AI는 깊이, 정확성, 명확성을 우선하는데, 이것이 종합의 바탕이 될 좋은 출처의 신호이기 때문입니다.

AI의 읽기 방식 이해하기

AI는 사람처럼 읽지 않습니다. 제목만 훑고 결론으로 건너뛰지 않습니다. 페이지 구조 전체를 분석하고, 엔티티와 사실을 추출하고, 일관성, 주제 관련성, 출처 품질을 기준으로 콘텐츠에 점수를 매깁니다. Google DeepMind의 모델 같은 대규모 언어 모델은 콘텐츠가 일관되고, 출처가 탄탄하며, 권위 있는지 평가합니다.

AI는 스스로 이렇게 물을 수 있습니다. "이 저자는 핵심 용어를 모두 정의했는가? 다른 신뢰할 만한 출처를 인용했는가? 깊이 있는 조사의 증거가 있는가? 주장이 데이터로 뒷받침되는가?" 모든 질문에 그렇다는 답이 나오면 AI가 여러분을 인용할 가능성이 높아집니다. 콘텐츠에 모호한 구절, 근거 없는 주장, 자기모순이 있다면 Google에서 순위가 좋더라도 AI는 우선순위를 낮출 것입니다.

즉 문체, 구조, 출처 제시가 그 어느 때보다 중요합니다. 명확성과 정밀성은 있으면 좋은 것이 아니라 필수 조건입니다. 모호한 표현을 쓰면 AI는 여러분의 요점을 잘못 해석하거나 아예 건너뜁니다.

AEO에서 주제 권위의 역할

주제 권위는 관련된 여러 주제에 걸쳐 보여 주는 지식의 깊이입니다. 전통적인 SEO에서 주제 권위는 Google의 알고리즘이 중시하는 순위 요인이었습니다. AEO에서는 AI가 여러분을 인용하기 전에 전문가라고 신뢰해야 하므로 더욱 중요합니다.

"machine learning basics"에 관한 글을 한 편 쓰면 AI가 여러분을 인용할 수도 있습니다. 하지만 머신러닝, 신경망, 학습 데이터, 과적합, 일반화에 관한 글을 20편 썼다면 AI는 여러분을 그 주제의 권위자로 보고 사이트의 여러 페이지를 인용할 가능성이 훨씬 높아집니다.

주제 권위를 쌓는다는 것은 콘텐츠 클러스터를 만든다는 뜻입니다. "머신러닝" 같은 필러 주제를 정하고 하위 주제에 대한 포괄적인 콘텐츠를 쓰세요. "신경망", "학습과 테스트", "지도 학습 vs 비지도 학습", "과적합", "하이퍼파라미터 튜닝"이 그 예입니다. 이 페이지들을 내부 링크로 연결하세요. schema.org 마크업으로 주제 간 관계를 정의하세요. 이렇게 하면 AI가 인식하고 인용으로 보상하는 지식 구조가 만들어집니다.

엔티티 정의와 구조화된 데이터

엔티티는 뚜렷한 정체성을 가진 사람, 장소, 조직, 제품, 개념입니다. AI에서 엔티티는 이해의 구성 요소입니다. "Apple"에 대해 쓸 때 AI는 회사인지, 과일인지, 음반사인지 알아야 합니다. 이러한 모호함은 엔티티 정의와 구조화된 데이터로 해소합니다.

Google의 구조화된 데이터 문서는 schema.org 어휘로 엔티티를 마크업하는 방법을 설명합니다. Organization 스키마로 회사를 정의하세요. Person 스키마로 핵심 팀원을 정의하세요. Product 스키마로 판매하는 제품을 정의하세요. Article 스키마로 각 글이 다루는 내용을 정의하세요.

엔티티를 명확하게 마크업하면 AI는 콘텐츠를 더 정확하게 추출하고 이해할 수 있습니다. "Apple"이 무엇을 뜻하는지 추측하는 대신 AI가 스키마 마크업을 읽고 어떤 엔티티를 이야기하는지 정확히 알게 됩니다. AI가 모호함 없이 확신을 갖고 콘텐츠를 참조할 수 있으므로 이러한 정밀성은 인용될 가능성을 높입니다.

답변 형식과 콘텐츠 구조

AI는 질문에 직접 답하는 콘텐츠를 선호합니다. 요약이나 정의로 시작하세요. 답을 도입부 문단들 속에 묻어 두지 마세요. 대신 첫 문단에서 핵심 질문에 답한 다음 뒷받침하는 세부 내용과 예시를 제공하세요.

명확한 제목 계층을 사용하세요. AI는 제목 구조를 분석해 콘텐츠 구성을 파악합니다. 주요 섹션에 <h2>를, 하위 섹션에 <h3>를 사용하면 AI가 콘텐츠를 빠르게 탐색하고 답변으로 종합할 관련 섹션을 추출할 수 있습니다.

예시, 데이터, 비교를 포함하세요. AI는 근거로 뒷받침된 콘텐츠를 선호합니다. "A가 B보다 낫다"라고 주장한다면 비교, 연구, 벤치마크로 뒷받침하세요. 통계를 제시한다면 출처를 밝히세요. 이러한 근거 기반 글쓰기 방식은 인용될 가능성을 높일 뿐 아니라 사람 독자에게도 콘텐츠를 더 신뢰할 만하게 만듭니다.

출처 제시와 인용 전략

AI는 글에 담긴 인용을 읽습니다. 신뢰할 만한 출처를 인용하면 철저히 조사했다는 신호를 보냅니다. 자신이나 권위가 낮은 출처만 인용하면 신뢰도가 떨어져 보입니다. 전략적인 인용은 AEO 전략의 일부입니다.

Google의 공식 자료, 학술 논문, 정부 데이터, 업계 보고서를 인용하세요. 엔티티 정의는 Wikipedia로 링크하세요. 구조화된 데이터 사양은 schema.org로 링크하세요. 최고의 출처를 인용하면 권위의 웹 속에 스스로를 자리매김하게 되고, AI는 여러분을 더 신뢰합니다.

중요한 점은 같은 분야의 다른 고품질 콘텐츠도 인용하는 것입니다. SaaS 가격에 관해 쓴다면 Gartner 보고서, 애널리스트 개요, 동종 업계 벤치마크를 인용하세요. 이는 시장 전체를 이해하고 있으며 스스로를 유일한 권위자로 내세우려 하지 않는다는 것을 보여 줍니다. AI는 맥락과 상반된 관점을 인정하는 출처를 선호합니다.

최신성과 정확성 유지

AI는 지식 기준 시점이 있는 대규모 데이터셋으로 학습됩니다. 오래된 콘텐츠를 만나면 우선순위를 낮추는 경우가 많습니다. 콘텐츠를 최신 상태로 유지하세요. 게시 날짜와 업데이트 타임스탬프를 추가하세요. 사실이 바뀌면 글을 수정하세요. 새로운 데이터가 나오면 반영하세요.

콘텐츠 점검 일정을 만드세요. 분기마다 성과가 가장 좋은 글(AI에 가장 자주 인용되는 글)을 검토하고 정확성을 확인하세요. 수치가 바뀌었다면 업데이트하세요. 새로운 연구가 여러분의 주장과 모순된다면 최신 근거를 반영하도록 글을 수정하세요. 이러한 관리 노력은 콘텐츠가 믿을 만하고 최신이라는 신호를 AI에 전달합니다.

AEO와 SEO: 실제 관계

AEO와 SEO는 경쟁 관계가 아니라 상호 보완 관계입니다. 강력한 SEO 콘텐츠(깊이 있고, 권위 있고, 링크가 잘 연결된)는 AI에서도 좋은 성과를 내는 경우가 많습니다. 하지만 AEO에는 순수한 SEO에는 필요하지 않은 요소가 더해집니다. 스키마 마크업이 없어도 Google에서 순위가 좋을 수 있습니다. 하지만 스키마 마크업이 없으면 AI에 안정적으로 인용될 수는 없습니다. 관련 주제를 다루지 않고도 키워드로 순위를 얻을 수 있습니다. 하지만 그렇게 해서는 주제 권위를 쌓을 수 없습니다.

가장 성공적인 전략은 둘 다 하는 것입니다. 키워드를 조사해 독자가 무엇에 관심 있는지 파악하세요. 그 조사를 활용해 토픽 클러스터를 구축하세요. 각 페이지를 키워드 밀도가 아니라 명확성과 완결성에 맞춰 최적화하세요. 스키마 마크업을 추가하세요. 내부 링크를 구축하세요. 전통적인 순위와 AI 인용을 모두 측정하세요. 가장 가치 있는 트래픽을 이끄는 요소에 따라 개선을 반복하세요.

AEO 성과 측정

전통적인 SEO 지표는 순위, 클릭, 노출입니다. AEO 지표는 인용, AI에서 오는 유입 트래픽, 점유율(share of voice)입니다. 주제와 관련된 질문에서 ChatGPT가 얼마나 자주 여러분을 인용하나요? Perplexity에서 오는 방문자는 몇 명인가요? 경쟁사보다 더 자주 인용되나요? AI 언급 추적 도구는 이러한 측정을 자동화합니다.

오늘부터 AI 인용 추적을 시작하세요. 소수의 글이 AI 언급의 대부분을 이끈다는 사실을 발견하게 될 가능성이 큽니다. 그 주제에 더 집중하세요. 인용이 많은 콘텐츠를 중심으로 토픽 클러스터를 확장하세요. AI가 이미 신뢰하는 영역에서 권위를 쌓으세요.

결론

AEO(AI Engine Optimization)는 키워드 중심 SEO에서 AI 답변 최적화로의 전환을 의미합니다. 키워드로 순위를 얻는 대신 AI에 인용되도록 최적화합니다. 이를 위해서는 주제 권위, 명확한 엔티티 정의, 구조화된 데이터, 고품질의 출처 제시가 필요합니다. 좋은 소식은 AI에서 성과를 내는 강력한 콘텐츠가 Google 검색에서도 성과를 내는 경향이 있다는 것입니다. 핵심 주제를 파악하고, 포괄적인 콘텐츠 클러스터를 구축하고, 스키마 마크업을 추가하고, AI 인용을 측정하는 것부터 시작하세요. 시간이 지나면 AI가 중시하는 주제 권위와 출처 신뢰도를 쌓게 됩니다. Sorank가 SEO와 AEO를 모두 어떻게 추적하고 최적화하는지 알아보세요.