마이크로소프트, AI 검색 최적화 콘텐츠 가이드 발표 [GEO]

이성규

2025년 10월 10일

[Top 1] 마이크로소프트, AI 검색 최적화 콘텐츠 가이드 발표

Bing 기반 AI 검색에서 콘텐츠 노출을 높이는 구조와 포맷 전략 제시

마이크로소프트는 Bing 기반 AI 검색 결과에 콘텐츠가 더 잘 반영될 수 있도록 하는 최적화 가이드를 공개했습니다. 이번 지침은 기존 SEO 및 사용자 경험(UX) 원칙을 재확인하는 동시에 AI가 답변에 활용할 콘텐츠를 선정하는 방식에 초점을 맞추고 있습니다.

마이크로소프트는 “전통적인 검색에서는 링크 목록 내에서의 노출이 중요했지만, AI 검색에서는 페이지 전체 순위보다는 답변에 포함될 개별 콘텐츠 단위의 선정이 핵심”이라고 설명했습니다. AI 어시스턴트들은 웹페이지를 여러 블록 단위로 나누어 권위와 관련성을 평가하고, 여러 출처의 정보를 조합해 최종 답변을 구성합니다.

기본적인 크롤링 가능성, 메타데이터, 내부 및 외부 링크 등은 여전히 중요하지만, AI 선택 기준은 각 콘텐츠 섹션의 구조적 명확성과 독립 인용 가능성에 점점 더 크게 의존한다고 밝혔습니다.

마이크로소프트가 권장하는 최선의 실천법은 다음과 같습니다. 먼저 제목, 메타 설명, H1 태그를 일관되게 맞춰 페이지 목적을 명확히 전달해야 합니다. 각 섹션은 하나의 아이디어만 다루는 설명적인 H2·H3 제목으로 구분하고, 독립적으로 인용 가능한 Q&A 블록과 간결한 문단을 작성할 것을 권고합니다. 또한 짧은 목록, 단계별 설명, 비교 표 등을 적절히 활용해 명료성을 높이는 것이 좋으며, 페이지 유형에 맞는 JSON-LD 스키마 마크업 적용도 강조했습니다.

반면 피해야 할 요소로는 긴 문단으로 아이디어가 혼재된 ‘벽돌 텍스트’ 작성, 탭이나 아코디언 등 렌더링이 불확실한 숨김 콘텐츠 사용, 핵심 정보를 PDF 파일에만 의존하는 행위 등이 지적됐습니다. 또 중요한 내용을 이미지에만 담고 대체 텍스트나 HTML 대안 없이 제공하는 것도 부정적으로 평가됩니다. 구체적 근거 없는 모호한 주장이나 과도한 장식 기호 사용 역시 피해야 할 사항으로 꼽혔습니다.

이번 가이드가 주목받는 이유는 전통적인 SEO 원칙과 AI 비서가 답변을 생성하는 방식을 연결해주기 때문입니다. 마이크로소프트는 “구조화된 제목과 스키마가 잘 정렬되어야 Bing 기반 도구들이 완전한 아이디어 단위를 추출할 수 있다”고 강조했습니다. 이는 마케터들에게 새로운 전략이라기보다 운영상 체크리스트로 활용할 수 있는 실용적인 지침으로 해석됩니다.

향후에도 마이크로소프트는 AI 응답에 콘텐츠가 반드시 포함된다는 보장은 없으나, 제시된 최선의 실천법이 자사 AI 시스템에서 콘텐츠 접근성을 높이는 데 도움이 될 것이라고 전했습니다.

권장 사항	피해야 할 사항
제목·메타·H1 일치	긴 문단 작성
설명적 H2/H3 사용	숨김 콘텐츠(탭·아코디언 등) 사용
독립 인용 가능한 Q&A 블록 제작	PDF 정보 의존
짧은 목록·단계·비교 표 활용	이미지 정보만 제공(대체 텍스트 없음)
JSON-LD 스키마 적용	모호한 주장 및 과도한 장식 기호 사용

추천 태그 : #AI검색최적화 #콘텐츠구조 #마이크로소프트지침

[Top 2] 검색 넘어 행동하는 AI, 당신의 비즈니스를 바꾼다

AI 에이전트가 직접 구매·예약하는 시대, 웹사이트는 어떻게 준비해야 하는가

인공지능(AI) 에이전트가 사용자를 대신해 예약, 구매, 전환까지 수행하는 시대가 도래하면서 검색엔진최적화(SEO)의 패러다임도 변화하고 있습니다. AI 에이전트는 단순히 정보를 찾아주는 역할을 넘어서 사용자를 대신해 직접 행동하며 인지적 부담을 크게 줄이고 있습니다.

ChatGPT의 에이전트 모드 테스트 결과, 쇼핑부터 여행 예약, 식당 예약, 부동산 매매, 구직 등 100건 이상의 다양한 행위에서 에이전트가 점차 거래형 검색을 대체하는 경향이 확인됐습니다. 이들은 검색과 필터링, 비교 작업을 대신 수행한 뒤 최종 결정 단계에서 사용자에게 권한을 넘기는 방식으로 작동합니다.

에이전트들은 특정 웹사이트 방문 지시가 없으면 입력된 요청을 단일 검색 쿼리로 변환해 Bing API를 주로 활용하며, 63%의 경우 첫 번째 검색 결과를 선택했습니다. 이는 순위 1위의 중요성이 여전히 유효함을 시사합니다. 다만 Bing API는 광고나 리치 결과 없이 순수한 검색 결과만 제공하며, 때때로 Google이나 DuckDuckGo의 실시간 검색결과도 활용하는 것으로 나타났습니다.

에이전트는 일반 사용자가 보는 시각적 브라우저와 달리 텍스트 기반 브라우저(Lynx 등)를 통해 웹페이지를 탐색합니다. 이 과정에서 이미지, CSS, 자바스크립트, 스키마 마크업 등 시각적 요소는 제거되며 오직 원시 HTML과 링크만 인식합니다. 따라서 개발자들은 의미론적 HTML을 적극 활용해 에이전트가 최대한 많은 정보를 이해할 수 있도록 사이트를 설계해야 한다고 전문가들은 조언합니다.

웹사이트 접근성 측면에서는 63%의 첫 클릭 방문에서 에이전트가 즉시 이탈하는 현상이 관찰됐습니다. 주요 원인은 4XX·5XX 오류 코드, 예상치 못한 301 리다이렉션, 크로스사이트 로딩 문제, 느린 페이지 로딩 속도 및 CAPTCHA 같은 봇 차단입니다. 이러한 전통적인 봇 차단은 단순히 봇만 막는 것이 아니라 잠재 고객과 전환 기회를 경쟁사에 넘기는 결과를 초래할 수 있습니다.

OpenAI는 CDN에서 자사 에이전트를 식별하기 위한 메시지 서명 표준(Message Signatures)을 도입했으나 아직 완전히 구현되지 않은 상태입니다. 따라서 현재로서는 사이트 운영자들이 직접 에이전트를 유발해 방문 로그를 확인하고 접근성을 점검하는 것이 권장됩니다. 전문가들은 허용 목록(화이트리스트) 방식보다는 악성 봇만 차단하는 블랙리스트 방식을 추천하며, 이는 빠르게 변화하는 AI 봇 환경에 유연하게 대응하기 위함이라고 설명합니다.

사용성 측면에서는 불완전한 온사이트 검색 기능이나 필터링 결과 ‘0’ 반환 문제, 전환 버튼을 가리는 팝업 등이 에이전트 이탈을 유발할 수 있습니다. 따라서 주요 사용자 여정을 에이전트를 통해 테스트해 병목 현상을 찾아내고 개선해야 합니다.

특히 전환 과정에서 회원가입 요구 시점과 방식은 매우 중요합니다. 너무 이른 단계에 로그인이나 등록을 요구하면 에이전트가 절차를 중단할 가능성이 높습니다. 현재 ChatGPT 에이전트는 보안상의 이유로 메모리 통합 기능은 제한되지만 쿠키 저장은 지원해 로그인 상태 유지가 가능합니다. 이에 따라 사이트별 로그인 세션 지속 시간을 적절히 조정해 전환 손실 위험을 줄이는 것이 필요하다고 전문가들은 지적합니다.

또한 폼(form) 제출 단계도 중요합니다. 복잡하거나 비표준 메일 발송 버튼(mailto:)은 AI 에이전트가 처리하지 못하므로 반드시 표준 폼 방식을 채택해야 하며, 그렇지 않으면 전환 실패로 이어질 수 있습니다. 실제 테스트에서는 250회 이상의 사이트 방문 중 전환율이 17%에 그쳐 개선 여지가 크다는 점도 드러났습니다.

기존의 무분별한 팝업 광고나 과도한 업셀링 전략은 AI 에이전트에게 무시당하기 쉽습니다. 따라서 사용자 경험(UX)을 개선하는 것뿐 아니라 근본적으로 전환 가능성을 높이는 설계 전략으로 나아가야 합니다.

분석 및 측정 측면에서는 텍스트 기반 브라우저 모드에서는 방문 추적 자체가 불가능하지만 시각적 브라우저 모드에서는 약 78% 확률로 쿠키를 수락해 추적됩니다. 다만 에이전트 활동은 인간 사용자의 행동과 달라 온사이트 참여 지표 해석에 주의가 필요하며 데스크톱 트래픽 증가와 Chrome 브라우저 비중 상승 현상도 관찰됩니다. 또한 GA4와 Google Search Console은 AI 에이전트를 정확히 추적하지 못하고 있으며 Bing Webmaster Tools 역시 제한적인 데이터만 제공합니다. 이에 따라 SEO 담당자들은 AI 봇 로그 분석에 의존하는 추세입니다.

마지막으로 AI 에이전트를 위한 최적화는 단순히 콘텐츠 최적화를 넘어 사이트 구조와 사용자 흐름 전체를 재설계하는 작업입니다. 전문가들은 “AI는 더 이상 단순 카피라이터가 아니라 고객 그 자체”라며 조기에 준비할 것을 권고하고 있습니다.

추천 태그 : #AI에이전트 #SEO최적화 #웹사이트접근성

🌟 [Tip] AI 가시성, 디지털 검색의 새로운 기준

디지털 검색 환경이 인공지능(AI) 기술의 발전과 함께 빠르게 변화하고 있습니다. 과거 구글의 10개 파란색 링크 중심 검색에서 벗어나, 개인 맞춤형 프롬프트와 AI가 직접 제공하는 답변에 기반한 새로운 경험이 주류로 자리 잡고 있습니다. 이에 따라 브랜드 성공의 척도도 단순한 키워드 순위나 유기적 트래픽을 넘어 AI 검색 내 가시성과 권위 확보로 확장되고 있습니다.

AI 가시성은 브랜드, 제품, 콘텐츠가 ChatGPT, Google AI Overviews, Perplexity 등 대형 언어 모델(LLM)과 AI 답변 엔진에서 얼마나 자주 그리고 효과적으로 노출되는지를 의미합니다. 이들 AI는 방대한 데이터를 바탕으로 사용자의 질문에 맞춤형 대화형 답변을 생성하며, 출처를 명확히 인용하는 특징이 있습니다. 따라서 AI가 브랜드를 인용하거나 언급할 때 그 브랜드의 AI 내 가시성이 높아지는 것입니다. 이는 전통적인 검색 결과 페이지(SERP)에서 단순히 상위 링크에 노출되는 것과는 본질적으로 다른 개념입니다.

전통적인 검색은 키워드 매칭과 페이지 권위를 기준으로 순위를 매기지만, AI 검색은 질문에 대한 직접적이고 맥락에 맞는 답변 제공에 집중합니다. 이로 인해 사용자가 웹사이트 방문 없이도 질문을 해결할 가능성이 높아져 유기적 트래픽 지표의 중요성이 감소했습니다. 그럼에도 불구하고 AI 내 강력한 존재감은 ‘제로 클릭’ 환경에서도 브랜드 인지도와 주제별 권위를 크게 높일 수 있다고 전문가들은 전했습니다.

AI 가시성에 영향을 미치는 주요 요소는 다음과 같습니다. 첫째, 고품질이고 신뢰할 수 있는 콘텐츠입니다. 실시간 데이터와 색인을 활용하는 AI 모델은 정확하고 포괄적인 정보를 선호합니다. 둘째, 전문성과 권위(E-E-A-T) 신호가 중요합니다. 분야별 전문성을 갖춘 브랜드일수록 인용될 가능성이 큽니다. 셋째, 사용자 의도와 콘텐츠 적합성입니다. 복잡한 질문을 이해하고 명확한 해결책을 제시하는 콘텐츠가 필요합니다. 넷째, 브랜드 언급과 인용입니다. 전통 SEO에서 백링크가 권위를 나타내듯이, 신뢰받는 출처의 언급은 AI 가시성을 높이는 핵심 신호입니다. 다섯째, 사용자 경험(UX)은 간접적으로 사이트 권위에 영향을 미쳐 AI 평가에도 긍정적 영향을 줍니다. 마지막으로 명확한 콘텐츠 구조와 LLM 접근성 확보(예: 스키마 마크업 활용)가 필수적입니다.

AI 가시성을 측정하는 방법도 진화하고 있습니다. 기존 SEO 지표만으로는 AI 검색 성공을 예측하기 어렵기 때문에, 브랜드와 콘텐츠가 AI 답변 내에서 어떻게 언급되고 인용되는지 모니터링하는 것이 중요해졌습니다. 무수히 많은 프롬프트와 개인화된 결과를 고려하면 수작업 추적은 한계가 있으며, 이를 위해서는 Conductor 같은 자동화된 AEO(Answer Engine Optimization) 도구가 필요하다고 전문가들은 조언합니다.

AEO 도구는 ChatGPT, Perplexity 등 다양한 AI 엔진을 실시간으로 모니터링하며 최적화 인사이트를 제공합니다. 또한 경쟁사 분석과 시장 벤치마킹, 콘텐츠 준비도 평가 등 포괄적인 기능을 갖추고 있어 기업 규모에 관계없이 활용도가 높습니다.

AI 가시성을 높이기 위한 전략으로는 우선 정확하고 권위 있는 전문 콘텐츠 제작이 필수입니다. 사용자 의도를 충족시키고 기계가 쉽게 이해할 수 있도록 체계적으로 구성해야 합니다. 또한 디지털 PR 확대와 인간 검토 과정을 병행해 신뢰도를 강화해야 합니다.

기술적 측면에서는 스키마 마크업 적용과 웹사이트 기술 문제 점검, UX 개선 및 LLM 접근성 강화가 중요합니다. 이는 AI 답변 엔진이 사이트를 효과적으로 인덱싱하고 활용하도록 돕습니다.

AI 모델이 일상적인 검색 행태에 깊숙이 통합됨에 따라 AEO 전략은 브랜드 유지와 성장의 필수 요소로 자리 잡고 있습니다. 단순히 전통 검색 알고리즘 최적화를 넘어서 대형 언어 모델이 정보를 해석하는 방식을 이해하고 대응하는 것이 미래 경쟁력 확보의 핵심이라는 분석입니다.

추천 태그 : #AI검색 #브랜드가시성 #답변엔진최적화

☕ 커피 마시며 읽어 볼 정보들

AI 검색, 최신성에 편향 드러나다. 와세다대 연구진은 온라인 콘텐츠에 허위 2025년 날짜를 추가했을 때 주요 AI 모델들이 해당 콘텐츠의 가시성을 크게 높인다는 사실을 밝혀냈다. GPT-4o, LLaMA-3 등 7개 AI 모델 모두 최신 날짜가 부여된 텍스트를 선호했으며, 상위 10위 결과의 평균 연령은 1~5년 더 최신으로 이동했다. 심지어 권위 있는 학술 자료나 의료 연구조차도 상대적으로 신뢰도가 낮은 최신 콘텐츠에 밀려 검색 노출이 줄어드는 ‘시소 효과’가 관찰됐다. 이 현상은 AI가 콘텐츠 품질보다 최근성에 더 큰 가중치를 둔다는 점을 시사한다. 일부 전문가들은 이를 두고 “업데이트 날짜 조작이 AI 검색 순위 경쟁의 새로운 전쟁터가 될 것”이라고 경고한다. 반면, 신선도를 중시하는 신호 자체는 논리적이나, 이를 악용하는 사례가 늘어날 수밖에 없다는 우려도 제기된다. 결국 현재 AI 검색에서는 사실성보다 최신 정보가 우선시되고 있어, 오래된 고품질 콘텐츠는 점차 보이지 않게 되는 상황이다. | 전체 읽기
AI 시대 광고, 데이터 투명성이 핵심. Andreas Stöckl과 Joel Nitu의 연구에 따르면, GPT-4o, Anthropic Claude 3.7 Sonnet, Google Gemini 2.0 Flash 등 첨단 AI 에이전트들은 인간과 달리 온라인 광고를 감성적 요소가 아닌 구조화된 데이터로 인식한다. 가격, 재고, 위치, 별점 같은 기계가 읽을 수 있는 명확한 정보에 반응하며, 전통적인 감성적 광고는 AI에게 크게 의미가 없다. 특히 여행·숙박업계에서 AI가 객실 예약이나 항공편 비교를 담당하는 상황에서, 화려한 광고보다 깔끔하고 투명한 데이터 제공이 더 큰 선택 기준이 되고 있다. 이러한 변화는 마케팅 전략에 근본적인 전환을 요구한다. 광고는 사람과 AI 모두를 만족시켜야 하며, 감성을 자극하는 동시에 기계가 쉽게 해석할 수 있는 스키마 마크업과 제품 피드, 검증된 가격 정보를 갖춰야 한다. 앞으로 광고 플랫폼은 메타데이터 중심으로 진화할 것이며, 측정 지표도 AI 중개자의 영향력을 반영하는 새로운 방식으로 재설계되어야 한다. 결국 디지털 마케팅의 미래는 ‘선택받는 데이터’가 되는 것이며, 명확성과 투명성이 창의성 못지않게 중요해질 전망이다. | 전체 읽기
AI 시대 출판업 생존 전략. AI 기술의 부상은 출판업계에 과거 웹 초창기 이후로 가장 큰 혼란을 불러일으키고 있다. AI가 웹 사용자 경험을 변화시키고 있지만, 그 결과가 무엇일지 명확하지 않은 상황이다. 구글 검색 트래픽은 이미 정체 상태에 접어들었으며, 이는 출판사들이 더 이상 검색만으로 독자 수를 키우기 어렵다는 것을 의미한다. 그러나 아직 SEO 최적화를 충분히 이루지 않은 출판사에게는 성장 가능성이 남아 있다. 구글이 도입한 ‘선호 출처’ 기능과 같은 새로운 도구들은 독자 충성도를 높이는 데 도움을 줄 수 있다. 한편, Discover 피드는 성장세를 보이나 변동성이 크고 구글의 통제력이 강해 전적으로 의존하기엔 위험 요소가 존재한다. 멀티미디어 콘텐츠 제작은 출판사의 중요한 성장 동력으로 자리잡고 있다. 영상, 팟캐스트, 소셜 미디어 등 다양한 형식을 활용해 독자와의 접점을 넓혀야 한다. 하지만 무엇보다 중요한 것은 독자의 목소리를 듣고 그들의 요구에 맞춰 차별화된 콘텐츠를 제공하는 것이다. 독자가 쉽게 대체할 수 없는 ‘잊히지 않는’ 브랜드가 되어야 지속 가능한 성공이 가능하다. AI 최적화보다는 전통적인 SEO와 충성도 높은 독자층 확보에 집중하는 것이 현명하며, 이는 장기적으로 출판사의 생존과 발전을 견인할 핵심 전략이다. | 전체 읽기