XEO — SEO·GEO·AEO·A11y

구글 검색의 AI 진화 과정을 다룬 이 기사는 AI 모델의 '블랙박스' 특성으로 인한 기술적 난제와 이를 극복하기 위한 구글의 단계적 접근 방식을 설명합니다. 특히 AI Overviews가 기존의 전통적인 검색 인프라 위에 구축된 레이어라는 점을 강조하며, 검색 기술의 근간이 여전히 유효함을 시사합니다.

구글의 3월 코어 업데이트로 인해 유튜브, 레딧 등 사용자 생성 콘텐츠(UGC)와 정보 애그리게이터 플랫폼의 검색 가시성이 크게 감소했습니다. 반면, 원천 콘텐츠를 보유한 브랜드 사이트, 정부 기관, 그리고 직접적인 서비스를 제공하는 기업 사이트들은 검색 노출에서 이득을 얻으며 '정보 중개자'에서 '정보 소유자'로 권위가 이동하는 양상을 보였습니다.

1996년 구글보다 앞서 등장했던 검색 엔진 Ask.com이 25년 이상의 역사를 뒤로하고 2026년 5월 1일 서비스를 종료했습니다. 모기업 IAC는 사업 포트폴리오의 집중도를 높이기 위해 검색 사업 중단을 결정했습니다.

자연어 검색의 선구자였던 Ask.com(구 Ask Jeeves)이 검색 사업 종료를 발표하며 30년 역사의 막을 내립니다. 모기업 IAC는 사업 재편을 위해 검색 부문을 중단하며, 이는 검색 엔진 시장의 거대 독점과 기술 패인(Technology Pivot)의 역사를 상징하는 사건입니다.

AI 에이전트의 등장으로 웹사이트의 역할이 시각적 목적지(Destination)에서 정보의 원천(Source)으로 변화하고 있습니다. 이제 웹사이트는 화려한 디자인을 넘어, AI가 맥락을 파악하고 추출하기 용이하도록 구조화된 정보를 제공하는 '데이터 창고'가 되어야 합니다.

GA4, Looker Studio, 그리고 전용 SEO 분석 도구는 서로 대체할 수 없는 고유의 역할을 가집니다. GA4는 사용자 행동 분석에 최적화되어 있지만 크롤러의 기술적 문제를 파악할 수 없으므로, 기술적 SEO(Technical SEO)를 위해서는 전용 분석 도구가 반드시 병행되어야 합니다.

GEO(Generative Engine Optimization)는 ChatGPT, Perplexity, Google AI Overviews와 같은 생성형 AI 엔진이 답변을 생성할 때 자사의 콘텐츠를 인용(Citation)하도록 최적화하는 전략입니다. 기존 SEO가 클릭을 유도하는 방식이었다면, GEO는 AI의 요약된 답변 내에 신뢰할 수 있는 출처로 포함되는 것을 목표로 합니다.

전통적인 키워드 밀도 중심의 SEO 시대가 저물고, ChatGPT나 Perplexity 같은 AI 검색 엔진의 답변에 출처로 인용되기 위한 'AI 가시성(AI Visibility)' 중심의 새로운 콘텐츠 최적화 시대가 도래했습니다. 이제 콘텐츠 전략의 핵심은 단순한 검색 순위 경쟁이 아니라, AI가 정보를 요약할 때 선택받는 'GEO(Generente Engine Optimization)'로 이동하고 있습니다.

AI가 신뢰할 수 있는 정보를 식별하기 위해 필요한 '구조화된 출판(Structured Publishing)'이 조직 내 커뮤니케이션팀과 IT팀 사이의 책임 공백으로 인해 방치되고 있다는 점을 지적합니다. 이를 해결하기 위해 조직 내부의 워크플로우를 바꾸는 대신, 외부에서 데이터의 구조를 잡아주는 'AI 인용 레지스트리(AI Citation Registry)'라는 새로운 인프라 계층이 필요함을 제안합니다.

구글의 '선erved Sources(선호 소스)' 기능이 한국어를 포함한 모든 지원 언어로 확대 적용되었습니다. 이 기능은 사용자가 특정 발행인을 선택하여 Google Discover 및 Top Stories에서 해당 사이트의 콘텐츠를 더 자주 볼 수 있도록 하는 사용자 제어형 랭킹 신호로, 콘텐츠 발행인들에게 새로운 오디언스 구축 수단을 제공합니다.

구글이 AI 에이전트를 인간 사용자와 동등한 새로운 방문자로 정의하며, '에이전트 친화적 웹사이트' 구축을 위한 공식 가이드를 발표했습니다. 이는 웹 개발의 초점이 인간의 시각적 경험을 넘어 AI 에이전트가 정보를 이해하고 작업을 수행할 수 있는 구조적 설계로 확장됨을 의미합니다.

Semrush의 키워드 클러스터링 도구를 활용하여 방대한 키워드 리스트를 체계적인 콘텐츠 전략으로 전환하는 방법을 다룹니다. 키워드를 유사한 검색 의도별로 그룹화함으로써 페이지당 검색 노출 범위를 넓히고, 사이트의 주제 권위(Topical Authority)를 구축하여 검색 엔진 및 AI 검색 결과에서의 경쟁력을 높이는 것이 핵심입니다.

최근 글로벌 검색 마케팅 시장에서는 단순 SEO(검색 엔진 최적화)를 넘어 AEO(답변 엔진 최적화)와 통합 디지털 마케팅을 아우르는 전문 인력 채용이 급증하고 있습니다. 특히 B2B SaaS 및 글로벌 브랜드들을 중심으로 제품 관리(Product Management)와 성장을 결합한 고도화된 검색 전략가에 대한 수요가 확인됩니다.

Microsoft Ads가 Performance Max(PMax) 광고 배치 보고서에 전환 및 비용 데이터를 추가하여 광고 투명성을 강화합니다. 이제 광고주는 단순 노출이나 클릭을 넘어, 어떤 게시자(Publisher)의 URL이 실제 매출과 비용 효율에 기여하는지 구체적으로 파악할 수 있게 되었습니다.

5억 건 이상의 AI 대화 데이터를 분석하여 ChatGPT, Perplexity, Gemini와 같은 AI 검색 엔진에서 브랜드의 노출 및 인용도를 높이는 GEO(Generative Engine Optimization) 전략을 다룹니다. 콘텐츠 업데이트, 인용 확보, AI 에이전트를 활용한 자동화된 실행 프레임워크를 제시합니다.

Google Ads API v20이 202나년 6월 10일부로 지원 종료(Sunset)될 예정입니다. 해당 버전을 사용하는 광고주와 개발자는 서비스 중단을 막기 위해 반드시 최신 버전으로 마이그레이션을 완료해야 합니다.

Google의 AI Overviews(AIO)가 전 세계 20억 명 이상의 사용자에게 도달함에 따라, 브랜드의 AI 검색 가시성을 관리하는 것이 핵심 과제로 떠올랐습니다. Semrush는 AI 답변 내 브랜드 노출, 경쟁사 분석, 키워드 추적을 가능하게 하는 6가지 전문 도구를 통해 변화하는 검색 환경에 대응하는 전략을 제시합니다.

AI 에이전트가 사용자를 대신해 정보를 검색하고 행동을 수행하는 시대가 도래함에 따라, AI 에이전트가 웹사이트를 쉽게 이해하고 상호작용할 수 있도록 최적화하는 '에이전트 검색 최적화(ASO)'의 중요성이 커지고 있습니다. 본 기사는 Semrush 도구를 활용하여 AI 크롤러의 접근성을 확보하고, 콘텐츠 구조를 기계가 읽기 쉬운 형태로 개선하는 구체적인 방법론을 제시합니다.

구글 크롬의 새로운 'AI 모드'는 검색을 단순한 링크 목록에서 AI와 웹 콘텐츠를 동시에 탐색하는 가이드형 경험으로 변화시키며, 검색의 패러다임을 '발견'에서 '검증'으로 전환합니다. 이는 단순 정보 나열식 SEO의 종말을 의미하며, AI가 요약할 수 없는 독보적인 데이터와 전문성을 가진 콘텐츠만이 생존할 수 있는 강력한 스트레스 테스트가 될 것입니다.

구글의 AI Overviews 도입이 유기적 클릭률을 3erm%나 감소시켰다는 연구 결과가 발표된 가운데, 구글은 이를 '가치 낮은 클릭의 감소'라고 주장하며 수익 성장을 강조하고 있습니다. 한편 마이크로소프트의 Bing은 월간 활성 사용자(MAU) 10억 명을 돌파하며 AI 검색 시장의 경쟁이 심화되고 있음을 보여줍니다.

Ubuntu의 모기업인 Canonical이 15시간 이상 지속되는 대규모 DDoS 공격을 받고 있습니다. 이번 공격으로 인해 Ubuntu 관련 서비스 및 인프라의 불안정성이 초래되었으며, 오픈소스 생태계의 핵심 인프라에 대한 보안 위협이 가시화되었습니다.

FundMySBA는 미국 전역의 호텔 금융 수요를 선점하기 위해 500개 이상의 도시별 맞춤형 SEO 페이지를 구축했습니다. 단순한 템플릿 반복이 아닌, 지역별 시장 데이터와 구체적인 금융 계산 사례를 포함한 고품질 콘텐츠를 통해 검색 엔진 인덱싱과 사용자 전환을 동시에 달축했습니다.

Profound가 AI 검색 데이터(가시성, 인용, 감성 등)를 채팅이나 음성으로 자유롭게 질의하고 분석할 수 있는 'Ask Profound' 기능을 출시했습니다. 사용자는 복잡한 데이터 대시보드를 분석하는 대신, 대화형 인터페이스를 통해 브랜드의 AI 검색 성과 원인을 파악하고 보고서 초안까지 생성할 수 있습니다.

ChatGPT, Perplexity, Copilot 등 주요 AI 엔진들은 사용자의 질문을 처리할 때 서로 다른 쿼리 확장(Fanout) 메커니즘을 사용합니다. ChatGPT는 매우 다양한 변형 쿼리를 생성하는 연구자 역할을, Perplexity는 원문을 유지하는 검색 엔진 역할을, Copilot은 쿼리를 압축하는 압축기 역할을 수행하며, 이는 브랜드의 AI 가시성(AI Visibility) 확보를 위한 전략이 엔진별로 달라져야 함을 시사합니다.