박 세용 
2024년 12월에 구글이 제출한 신규 특허(US20240289407A1)에는 현재 구글의 AI 모드에 사용되는 Query Fan-Out 기법과 매우 유사한 내용을 다루고 있습니다. 이 특허는 “주제 중심 검색(Thematic Search)”이라는 이름으로 등록되어 있는데, 쉽게 풀면, AI 검색 응답이 어떻게 생성되는지를 설명하고, 새로운 콘텐츠 전략을 어떻게 세워야할 지 단서를 제공해줍니다.
이 논문이 말하는 “주제 중심 검색”은 다음의 순서를 따릅니다.
(1) 검색어를 입력하면, 해당 검색어는 전통적인 방식의 기존 검색 엔진에 전달됩니다.
(2) 그 검색 결과가 수집되면, 이 결과를 주제 단위로 다시 자동 분류합니다.
(3) 대규모 언어 모델을 이용해서 각 주제별로 요약을 생성합니다.
(4) 이 과정에서 하나의 검색어가 여러 개의 하위 검색어(서브 주제)로 분기될 수 있습니다.
이 내용을 요약하면 AI 검색 응답은 전통적인 검색 결과를 다시 주제 단위로 묶고, 각 주제에 대한 요약 정보를 모아서 제공하는 시스템임을 알 수 있습니다. 이를 통해 사용자는 다양한 웹사이트를 일일이 클릭하지 않아도 질문에 대한 핵심적인 답변을 한눈에 파악할 수 있게됩니다.
이 기술은 특히 검색자의 질문의 의도가 좁혀져있지 않고 복잡하거나 광범위할 때 유용하며, 검색 결과에서 자동으로 핵심 주제를 식별하고, AI가 각 주제에 대한 요약을 생성하는 방식으로 작동합니다. 따라서 요약은 단일 페이지가 아닌 여러 웹사이트의 콘텐츠에서 문장을 추출해 생성된다는 것이고, 이는 콘텐츠 소유자(기업) 입장에서는 사이트로의 유입 트래픽을 예측하기 어려워 질 수 있다는 말이 됩니다. 다행히도, 특허에서 콘텐츠 출처에 대한 정보(예: 페이지 제목, URL, 스니펫 등)를 포함한다고 명시되어 있기 때문에 AI 요약을 통해서도 유입은 이전 같지는 않겠지만 지속적으로 발생할 것입니다.
아무튼 이런 내용을 담은 이 논문이 기업의 마케터와 SEO 전문가들에게 주는 핵심포인트를 정리하면 아래의 3가지라고 할 수 있습니다.
[1] 단일 키워드에 최적화하는 기존 방식만으로는 유입을 확보하기 어려워질 수 있습니다.
기존의 SEO 전략은 특정 검색어, 즉 하나의 키워드에 집중하여 해당 키워드로 검색했을 때 자사 페이지가 상위에 노출되도록 최적화하는 데 초점이 맞춰져 있었습니다. 이러한 전략은 전통적인 검색 환경에서는 일정한 성과를 가져왔고, 명확한 목표 설정과 성과 측정이 가능하다는 점에서 오랫동안 유효했습니다. 하지만 이제 검색은 단순한 키워드 기반의 문서 검색을 넘어, 사용자의 질문 의도 중심의 응답으로 진화하고 있습니다.
특히 구글의 AI 검색 모드와 같은 새로운 검색 시스템은 단일 키워드에 대응하는 페이지 하나를 보여주는 것이 아니라, 하나의 질문을 다양한 하위 주제로 분해하고, 관련된 정보를 여러 출처에서 종합하여 제공하는 방식으로 작동하고있습니다.
결과적으로 특정 키워드 하나에서 높은 순위를 차지하는 것이 트래픽 확보로 직결되지 않을 수 있으며, 오히려 관련 주제들에 대한 폭넓고 구조화된 콘텐츠를 제공하는 웹사이트가 더 많은 노출 기회를 얻게 됩니다. 따라서 이제는 단일 키워드만을 겨냥한 최적화 전략에서 벗어나, 키워드 뒤에 숨겨진 사용자의 정보 탐색 의도와 맥락을 보다 넓게 바라볼 필요가 있습니다.
[2] 정보의 의도와 구조(주제화)를 어떻게 명확하게 보여주는지가 중요합니다.
AI 기반 검색 시스템이 정보를 처리하는 방식의 가장 큰 특징 중 하나는, 검색 결과를 단순한 나열이 아니라 의미 단위로 분류(주제화) 한다는 점입니다. 이 과정에서 중요한 것은 웹사이트나 개별 콘텐츠가 단지 키워드에 맞는 문장을 포함하고 있는가가 아니라, 해당 콘텐츠가 어떤 주제에 속하며, 그 주제가 어떤 질문에 대한 응답이 되는가를 시스템이 인식할 수 있도록 구성되어 있어야 한다는 것입니다.
이 특허 문서의 예를 보면, 사용자가 “덴버로 이사하기”라는 질문을 했을 때, AI 검색 시스템은 ‘생활비’, ‘주거 환경’, ‘지역별 특징’, ‘직업 시장’과 같은 주제로 검색 결과를 분류하고, 각 주제별로 핵심적인 내용을 요약합니다. 이때 개별 웹페이지는 해당 주제의 핵심 정보를 체계적으로 담고 있어야 검색 시스템에서 해당 주제에 적합한 자료로 판단되고, 노출 기회를 얻게 됩니다.
즉, 콘텐츠는 단순히 많은 정보를 담는 것보다, 정보가 어떤 목적에 따라 구성되어 있는지, 어떤 질문에 대한 해답으로 설계되었는지를 명확히 드러내는 구조와 표현이 필요합니다. 이는 콘텐츠 전략의 전환점을 의미하며, SEO의 관점에서도 ‘사용자 중심 정보 설계’가 더욱 중요해졌음을 뜻합니다.
[3] 웹사이트 내 콘텐츠를 서브 주제 단위로 유기적으로 연결할 수 있어야 합니다.
AI 중심 검색의 또 다른 중요한 변화는 ‘사용자의 탐색 여정’을 중심으로 콘텐츠를 이해하고 연결한다는 점입니다. 사용자는 하나의 질문을 시작으로, 관련된 하위 질문을 따라가며 정보를 확장해 나가는 경향이 있으며, AI 검색 시스템은 이러한 흐름을 미리 예측하고 하위 주제별로 분기된 정보를 제시합니다.
이러한 맥락에서, 웹사이트는 개별 페이지들이 논리적인 정보 흐름과 주제 간의 관계를 반영하도록 구성되어야 합니다. 예를 들어, ‘덴버로 이사’라는 주제 아래에 ‘생활비’, ‘부동산 시세’, ‘학교 환경’ 등의 하위 주제가 존재한다면, 이들을 각각 독립된 콘텐츠로 제공하되 내부 링크나 추천 콘텐츠 등을 통해 자연스럽게 연결되도록 해야 합니다. 즉, 검색자는 단일 질문이 아닌, 일련의 하위 질문과 탐색 경로를 따라 움직이기 때문에 웹사이트는 이 여정에 따라 아래의 예시 처럼 논리적이고 유기적인 콘텐츠 구조를 제공해야 합니다.
예시: ‘덴버로 이사’라는 주제의 콘텐츠 아키텍처
Pillar Page: 덴버로 이사 전 알아야 할 모든 것
├── Subpage: 덴버의 생활비 분석
├── Subpage: 지역별 주거환경 비교
├── Subpage: 이주자 인터뷰 및 후기
├── Subpage: 이사 체크리스트 및 준비물
└── Subpage: 직장 및 학교 선택 팁
따라서, 이런 콘텐츠 아키텍처를 가지기 위한 주제별 콘텐츠 클러스터 구성 원칙을 정리하면
| 구성요소 | 설명 |
|---|---|
| Pillar Page | 포괄적인 개요 콘텐츠, 각 하위 주제로 자연스럽게 연결 |
| Cluster Pages | Pillar에서 파생된 세부 주제 콘텐츠 (하나의 질문에 집중) |
| 내부 링크 구조 | Pillar ↔ Cluster 간 양방향 연결, 주제별 탐색 흐름 유도 |
| URL | 구조 주제 흐름을 반영한 URL (/denver/living-cost, /denver/jobs) 등 |
또한 사용자와 AI 모두가 인식 가능한 콘텐츠 시멘틱 구조를 유지해야 하는데, 페이지의 구조와 핵심을 정리하는데 필요한 <header>, <nav>, <main>, <section>, <article>, <aside>, <footer> 등을 잘 써야 한다는 것이고 또한 웹페이지 콘텐츠의 논리적 구성과 흐름을 정리하는 <h1> ~ <h4> 제목 구조를 위한 태그를 제대로 사용해야 합니다. 그리고 스키마 (구조화 데이터, JSON-LD)를 활용한 FAQ, HowTo, Article 스키마도 적용해야합니다.
이런 구조를 갖춘 웹사이트는 사용자에게는 보다 유익하고 직관적인 탐색 경험을 제공할 수 있고, AI 검색 시스템에는 주제 간의 상호 연결성과 정보의 깊이를 명확히 전달할 수 있습니다. 결국 이는 검색 노출 가능성을 높이고, 사이트 전체의 체류 시간과 전환율 향상에도 긍정적인 영향을 미치게 됩니다.
따라서, 앞으로의 SEO는 ‘검색 키워드’보다 ‘의도’, ‘단어’보다 ‘구조’, ‘노출’보다 ‘이해’를 중심으로 재설계되어야 합니다. AI 기반 검색은 단순한 랭킹 싸움이 아니라, 사용자의 질문을 이해하고 그 여정에 동행할 수 있는 정보 설계의 싸움이 될 것입니다. SEO를 담당하고 있는 분들이라면 지금이 전략의 전환점이라는 점을 인식하고, 콘텐츠를 ‘보이는 글’이 아닌 ‘읽히는 구조를 가진 글’로 만들어야 한다는 점을 맘에 새겨야 합니다.
