우리 회사는 구글 검색 1위였지만 ChatGPT는 우리를 전혀 몰랐다. 그래서 내가 한 일들.
요약
기존의 구글 SEO 방식이 LLM의 답변 생성에는 효과적이지 않다는 점을 지적하며, AI 시대에 맞는 새로운 최적화 전략을 제시합니다. 명확한 언어 사용, 일관된 정보 제공, 그리고 구조화된 데이터(JSON-LD) 활용을 통해 LLM이 기업 정보를 정확히 인식하도록 만드는 실무적인 방법을 다룹니다.
핵심 포인트
- 기존 SEO와 LLM의 정보 처리 방식 차이 이해
- 모호한 마케팅 문구 대신 직설적이고 명확한 제품 정의 사용
- 온라인상에서 기업 정보의 일관성 유지 필요
- 기계가 읽을 수 있는 구조화된 데이터(JSON-LD) 도입
지난달 매니저가 우리 창업자가 보낸 슬랙(Slack) 메시지를 나에게 전달했다. 메시지 내용은 단 하나였다: "ChatGPT에게 우리 회사가 무엇을 하는지 물어봐. 그리고 패닉에 빠져봐."
그래서 실행에 옮겼다. ChatGPT를 열고 우리 회사 이름을 입력했다. ChatGPT는 이름이 비슷한 완전히 다른 회사에 대해 아주 자신 있게 설명했다. 그다음 나는 우리가 판매하는 제품과 정확히 일치하는 "좋은 [우리 카테고리] 도구를 추천해줘"라고 물었고, ChatGPT는 세 곳의 경쟁사를 언급했다. 우리가 아닌, 우리를 제외한 곳들이었다.
여기서 핵심적인 문제는 이것이다: 우리는 주요 키워드에 대해 구글(Google) 검색 결과 1위를 차지하고 있다. 우리의 SEO(검색 엔진 최적화)는 진정으로 훌륭하다. 그런데 알고 보니, 그것이 LLM(대규모 언어 모델)에게는 거의 아무런 의미가 없었다.
나는 2주 동안 이 문제에 깊이 파고들었다. 다음은 내가 배운 내용의 실무적인 버전이며, 실제로 성과를 만들어낸 실제 코드와 함께 정리한 내용이다.
왜 "좋은 SEO"가 AI로 전이되지 않는가
구글은 _페이지(pages)_를 크롤링(crawling), 인덱싱(indexing), 그리고 순위를 매긴다. 구글의 알고리즘은 링크, 키워드, 최신성, 그리고 수백 개의 순위 신호(ranking signals)를 중심으로 구축되어 있다. 백링크(backlinks)와 온페이지 최적화(on-page optimization)를 통해 이 게임에서 승리할 수 있다.
LLM은 다르게 작동한다. 당신이 ChatGPT나 Perplexity에게 "최고의 X는 무엇인가요?"라고 물을 때, 모델은 페이지 목록의 순위를 매기는 것이 아니라, 때로는 실시간 검색(retrieval)으로 보강된 세상에 대한 내부 표현(internal representation)으로부터 답변을 생성한다. 당신의 비즈니스가 나타나게 하려면, 모델이 당신이 무엇인지에 대해 명확하고, 확신에 차 있으며, 일관된 이해를 형성해야 한다.
그러한 이해는 다음으로부터 나온다:
- 당신의 사이트가 당신을 얼마나 명확하게 설명하는가 (마케팅 용어가 아닌 평이한 언어로)
- 다른 모든 곳에서 당신이 얼마나 일관되게 설명되는가 (디렉토리, 소셜 프로필, 기타 사이트들)
- 기계가 당신의 사이트를 파싱(parse)할 수 있는가 (구조화된 데이터(structured data), 시맨틱 HTML(semantic HTML))
우리는 이 세 가지 모두에서 실패하고 있었으며, 그 중 어느 것도 일반적인 SEO 감사(audit)에서는 나타나지 않았다.
문제 1: 우리의 홈페이지는 이미 우리를 알고 있는 인간들을 위해 작성되었다
우리의 히어로 섹션(hero section)에는 "현대적인 팀을 위한 지능형 성장 플랫폼" 같은 문구가 적혀 있었다. 아름답지만, 모델에게는 무의미했다. 이를 읽는 LLM은 우리가 무엇을 파는지 전혀 알 수 없다.
해결책은 지루하지만 효과적이었습니다. 우리는 홈페이지의 첫 번째 단락을 거의 공격적일 정도로 직설적으로 다시 작성했습니다. 낯선 사람이나 모델이 정확하게 되풀이할 수 있는 단 한 문장을 만들었습니다:
"[회사명]은 [특정 타겟 고객]이 [특정 결과]를 달성하도록 돕는 [정확한 제품 카테고리]입니다."
그게 전부였습니다. 하중을 견디는 역할을 하는 형용사는 없었습니다. 변경 후 재테스트를 진행한 결과, 모델이 실제로 우리를 설명할 수 있게 되었습니다.
문제 2: 구조화된 데이터 (Structured Data) 부재
이것은 기술적인 문제이며, 개발자들이 가장 빠르고 큰 차이를 만들어낼 수 있는 부분입니다.
대부분의 사이트는 JSON-LD 구조화된 데이터가 전혀 없습니다. 이는 인간 방문자에게는 보이지 않지만, _이 엔티티(entity)가 무엇인지_를 나타내는 직접적이고 기계가 읽을 수 있는 진술입니다. AI 크롤러에게 명시적인 사실을 제공하면, 모델은 추측할 필요가 없습니다.
어떤 회사의 홈페이지에라도 제가 최소한으로 추가할 사항은 <head> 섹션 내의 <script type="application/ld+json"> 블록입니다:
<script type="application/ld+json">
{
"@context": "https://schema.org",
...
sameAs 배열은 보기보다 중요합니다. 이는 당신의 엔티티를 당신을 설명하는 다른 모든 프로필과 연결하여 일관성(문제 3)을 강화합니다.
특정 제품을 판매한다면 Product 스키마도 추가하세요:
<script type="application/ld+json">
{
"@context": "https://schema.org",
...
콘텐츠 페이지의 경우, FAQPage 및 Article 스키마는 LLM이 답변을 직접 추출하는 데 도움이 됩니다. 패턴은 항상 동일합니다. 기계가 추론하게 만들지 말고, 그냥 말해주는 것입니다.
배포하기 전에 Google의 리치 결과 테스트(Rich Results Test)나 Schema.org의 검증기(validator)로 모든 것을 검증하세요. 잘못된 형식의 JSON-LD는 아무런 효과가 없습니다.
문제 3: 우리 자신을 다섯 가지 다른 방식으로 설명함
우리 웹사이트는 한 가지를 말하고, LinkedIn 프로필은 다른 것을 말하며, Crunchbase 정보는 3년 전 것이었고, Twitter 프로필은 농담(말 그대로 언어유희)이었습니다. 확신 있는 그림을 그리려는 모델에게 이러한 불일치는 노이즈(noise)입니다. 모델은 모든 곳에서 이야기가 일관된 경쟁업체를 선호하게 될 것입니다.
이 문제를 해결하는 것은 코드를 짜는 일이 아니었습니다. 우리가 소유한 모든 프로필에 하나의 정형화된 설명(canonical description)을 복사해서 붙여넣는 지루한 오후의 작업이었을 뿐입니다. 하지만 이는 측정 가능한 수준으로 도움이 되었습니다.
도구를 사용했음을 인정하는 부분
이 작업 중 일부는 수동으로 확인할 수도 있습니다. 우리의 카피(copy)를 읽거나, 마크업(markup)을 눈으로 확인하고, 스키마 검증기(schema validators)를 실행하는 식이죠. 하지만 수동으로 하기에는 너무 고통스러운 두 가지가 있었습니다.
- 모든 페이지 유형에 대해 올바른 JSON-LD를 처음부터 작성하는 것: 적절한 schema.org 어휘(vocabulary)와 일치시켜야 합니다.
- AI 어시스턴트가 실제로 우리를 언급하는지 측정하는 것: 이는 눈으로 확인할 수 없습니다. 실제 구매자의 질문으로 AI에게 질의하고 그 답변을 확인해야 합니다.
한 팀원이 Greater Than Services를 추천해 주었는데, 이곳은 이를 위해 특화된 감사(audit)를 수행합니다 (그들은 이를 CRO / GEO / ASO — 인간, AI 검색, AI 에이전트 가독성으로 구분합니다). 개발자로서 저에게 유용했던 점은,
우리는 위에서 언급한 세 가지 수정 사항을 통해 약 2주 만에 "ChatGPT가 우리를 다른 회사로 인식하는 상태"에서 "ChatGPT가 우리를 정확하게 설명하는 상태"로 변화했습니다. 코드 측면에서의 작업인 구조화된 데이터 (Structured Data)는 진정으로 가장 레버리지가 높았던(highest-leverage) 작업이었으며, 이것이 제가 이 글을 LinkedIn이 아닌 dev.to에 쓰고 있는 이유입니다.
JSON-LD를 배포하세요. 카피 (Copy)를 수정하세요. 일관성을 유지하세요. 모델들은 이미 당신의 비즈니스에 관한 질문에 답변하고 있습니다. 당신은 그저 그 답변에 포함되기만 하면 됩니다.
특정 페이지 유형의 스키마 (Schema)와 관련하여 이상한 엣지 케이스 (Edge cases)를 발견하셨나요? 댓글로 남겨주세요. 기꺼이 정보를 공유하겠습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기