Claude는 당신의 SEO에 대해 아무것도 모릅니다. 하지만 그것이 바로 핵심입니다.

나는 Claude에게 SEO(검색 엔진 최적화) 도움을 요청하며 몇 달을 보냈습니다.

그리고 Claude는 훌륭했습니다. 탄탄한 키워드 추천, 상세한 경쟁사 분석, 세련된 콘텐츠 브리프까지. 채팅창 안에서는 모든 것이 완벽해 보였습니다.

하지만 수치를 확인해 보니 달랐습니다. 키워드 검색량은 지어낸 것이었고, Claude가 지적한 경쟁 격차는 존재하지 않았습니다. Claude가 추천한 '기회가 높은' 페이지들은 이미 충분히 잘 운영되고 있었습니다.

그래서 나는 한 가지 시도를 해보았고, 그것이 모든 것을 바꾸어 놓았습니다.

요약(TLDR): Claude는 사이트에 대한 실제 데이터가 없을 때 SEO 전략을 환각(Hallucination)합니다. 이 사실을 깨닫기 전까지 몇 달 동안 그럴싸해 보이는 헛소리를 들었습니다. 2단계 해결책은 Opus 4.8 위에 실제 Search Console 데이터를 계층적으로 쌓는 것이며, 이는 모델이 대규모 SEO 콘텐츠를 위해 실제로 수행할 수 있는 능력을 변화시킵니다.

Claude는 내 사이트에서 무슨 일이 일어나고 있는지 전혀 알지 못했습니다. 왜냐하면 나는 그 데이터를 준 적이 없었기 때문입니다. 나는 그저 질문을 던지고 전문가의 답변을 기다렸을 뿐입니다.

그리고 그것은 Claude의 잘못이 아닙니다. Opus 4.8은 Anthropic이 출시한 가장 유능한 모델입니다. 거대한 컨텍스트 윈도우(Context Window)를 통해 추론하고, 다단계 워크플로우(Multi-step workflows)를 실행하며, 대규모로 병렬 서브 에이전트(Subagents)를 조정합니다. 하지만 어떤 프롬프트로도 해결할 수 없는 한 가지 한계가 있습니다. 바로 그 모델은 당신의 사이트를 모른다는 것입니다. 당신의 순위도, 어떤 페이지에서 트래픽이 빠져나가고 있는지, 어떤 페이지가 1페이지 진입까지 단 3계단만을 남겨두고 있는지도 모릅니다.

더 나은 프롬프트는 해결책이 아닙니다.

아무도 말하지 않는 두 번째 SEO 문제

데이터의 부재는 문제의 절반일 뿐입니다.

진정한 SEO는 지식의 문제인 동시에 실험의 문제입니다. Google과의 숨바꼭질이죠. 무엇이 실제로 순위를 움직이는지, 그리고 Google이 순위를 움직인다고 말하는 것(이 둘은 종종 완전히 다른 것입니다)과 무엇이 다른지를 테스트하는 과정입니다.

어떤 LLM(대규모 언어 모델)에게 백링크(Backlinks)에 대해 물어보십시오. 모델은 양질의 콘텐츠에 집중하고 자연스럽게 링크를 획득하라고 말할 것입니다. 그것은 정제되고 Google이 승인한 답변입니다. 모든 SEO 실무자들은 백링크가 단일 항목 중 가장 강력한 순위 레버(Ranking lever)라는 것, 백링크를 의도적으로 구축해야 한다는 것, 그리고 Google이 공개적으로 권장하는 사항과 경쟁적인 SERP(검색 엔진 결과 페이지)에서 실제로 작동하는 것 사이의 간극이 엄청나다는 것을 알고 있습니다.

이것은 학습 데이터 (training data) 문제입니다. LLM (대규모 언어 모델)은 이미 게시된 콘텐츠를 바탕으로 학습하며, SEO (검색 엔진 최적화)에 관한 게시된 콘텐츠는 방어 가능한 내용, 즉 Google의 공식 문서, 승인된 모범 사례 (best practices), 그리고 누구도 차단당하지 않도록 설계된 컨퍼런스 강연 등으로 심하게 치우쳐 있습니다.

(참고로, 이는 온라인상의 대부분의 기술적 지식에도 해당되는 사항입니다. 기록으로 남겨지는 것들은 사람들이 공개적으로 방어할 수 있는 내용들입니다. 실제로 성과를 만들어내는 것들은 비공개 Slack 채널이나, Google이 절대 승인하지 않을 방식들을 수년간 테스트해 온 사람들의 노트 속에 존재합니다. SEO는 단지 가장 명백한 사례일 뿐입니다.)

따라서 Claude가 SEO에서 실패하는 데에는 두 가지 별개의 이유가 있습니다. 바로 귀하의 사이트에 대한 데이터가 없다는 점과, 공식 플레이북 (playbook) 쪽으로 치우친 학습 내용입니다. 이 중 하나만 해결해도 절반은 성공한 것입니다.

직접 만들어보려 했습니다

이 모든 것을 깨달았을 때, 저의 첫 번째 본능은 도구를 찾는 것이 아니라 직접 만드는 것이었습니다.

저의 Search Console을 연결하고, SERP (검색 엔진 결과 페이지) 스크래퍼를 작성합니다. 그 위에 작은 데이터 레이어 (data layer)를 구축하여 Claude에 입력합니다. 솔직히 얼마나 어렵겠습니까. (유명한 마지막 말들이죠. "내 컴퓨터에서는 잘 돌아가요"나 "기능 딱 하나만 더 추가할게요"와 같은 말들 말입니다.) 저는 매주 이런 종류의 파이프라인 (pipeline) 작업을 합니다. 며칠 만에 기본적인 버전을 실행할 수 있었습니다.

어느 정도 작동했습니다. 제 순위 데이터를 가져와 컨텍스트 (context)에 입력하고, Claude가 환각 (hallucination)된 검색량 대신 실제 데이터를 참조하여 콘텐츠 브리프 (content briefs)를 생성하도록 만들 수 있었습니다. 그러고 나서 처음으로 ChatSEO를 사용해 보았고, 동일한 작업(동일한 키워드, 동일한 프롬프트 구조, 동일한 모델)을 나란히 실행해 보았습니다. 결과물은 제가 예상치 못한 방식으로 구조적으로 달랐습니다. 제가 몇 달 동안 타겟팅해 온 키워드에 대해 ChatSEO가 드러낸 경쟁적 관점은 제가 직접 만든 버전에서는 완전히 놓쳤던 것이었습니다. SERP (검색 엔진 결과 페이지) 패턴을 처리하고, 의도 신호 (intent signals)에 가중치를 부여하며, 실제 순위 데이터와 키워드 난이도를 교차 참조하는 방식에는 제가 단순히 구축하지 못한 무언가가 있었습니다. 이 격차는 대부분의 개발자가 예상하는 것보다 더 클 것이라고 생각합니다. 물론 제가 제 버전을 잘못 만든 것일 수도 있지만 말입니다.

그 주에 제가 만든 버전을 폐기했습니다. 때로는 직접 소유하는 대신 한 계층을 위임하는 것이 옳은 결정이며, 이번 사례가 명확한 예시였습니다.

2단계 스택 (The 2-Phase Stack)

실제로 작동하는 접근 방식은 2단계로 나뉩니다. 도구마다, 그리고 이유마다 다릅니다.

1단계 (전략, 일회성): 데이터를 탐색하고 의사결정을 내리는 단계입니다. 데이터가 채팅창에 스트리밍되는 것이 아니라 시각적으로 제시되기를 원합니다.

2단계 (제작, 반복적): 루프 (loop) 안에서 콘텐츠를 작성하는 단계입니다. 속도, 일관성, 그리고 매 세션마다 실시간 데이터를 원합니다.

전략과 제작은 서로 다른 종류의 작업입니다. 두 작업에 동일한 도구를 사용하는 것은 두 작업 모두를 더 나쁘게 만든다는 것을 의미합니다 (SEO가 연관된 경우 이는 상당히 비용이 많이 드는 실수입니다).

1단계: ChatSEO UI에서의 전략 수립

무엇인가를 쓰기 전에 지도가 필요합니다. 이것은 탐색적이고 의사결정 비중이 높은 작업이며, ChatSEO 인터페이스는 이를 위해 구축되었습니다. 앱에서 직접 실행할 수 있는 3가지 플레이는 다음과 같습니다:

키워드 조사 (Keyword research)

"[주제/페이지]에 대한 키워드 기회를 찾아줘. 검색량 × 난이도 × 비즈니스 잠재력 순으로 순위를 매겨줘. 단순히 검색량이 큰 것이 아니라, 실제로 가치가 있는 것들을 원해."

ChatSEO는 실시간 검색량(volume)과 난이도(difficulty)를 가져와 기회 요소들을 시각적으로 보여줍니다. 이는 텍스트의 벽 속에서 읽어야 하는 것이 아니라, 눈으로 직접 확인해야 하는 작업입니다.

경쟁사 분석 (Competitor analysis)

"나의 가장 큰 경쟁사 5곳을 분석해줘. 그들의 예상 트래픽, 도메인 권위(domain authority), 주요 키워드, 백링크 전략(backlink strategy), 그리고 콘텐츠 집중 분야를 알려줘. 한눈에 전체 그림을 볼 수 있게 해줘."

당신은 엔티티(entities)들을 나란히 놓고 비교하게 됩니다. 이럴 때는 시각적인 자료가 승리합니다.

SEO 로드맵 (SEO roadmap)

"단계별 SEO 로드맵을 구축해줘: 단기적 성과(quick wins), 중기적 성과, 장기적 성과. 각 단계를 특정 키워드 및 페이지와 연결해줘."

이것은 당신의 콘텐츠 캘린더(content calendar)가 됩니다. 매주 다시 확인하게 될 것이므로 UI에 고정해 두세요.

1단계(Phase 1)가 끝나면: 우선순위가 지정된 키워드 목록, 명확한 경쟁 구도, 단계별 로드맵이 남습니다. 이제 도구를 전환할 차례입니다.

2단계: Opus 4.8을 활용한 제작 (Production with Opus 4.8)

전략이 확정되면, 콘텐츠 제작은 반복적인 업무가 됩니다. 매주 새로운 기사를 작성해야 하며, 때로는 그보다 더 자주 작성해야 할 수도 있습니다. 바로 이 지점에서 ChatSEO가 MCP를 통해 실시간 데이터를 공급하고, Opus 4.8이 주도권을 잡고 실행을 맡습니다.

Opus 4.8은 두뇌 역할을 합니다. 추론(Reasoning), 구조화(structure), 그리고 당신의 말투로 글을 쓰는 작업까지 수행합니다. Opus 4.8의 동적 워크플로(Dynamic Workflows) 기능은 단일 세션 내에서 병렬적인 하위 에이전트(subagents)들을 생성할 수 있습니다 (이는 수백 개의 페이지를 순차적으로 처리하는 대신 동시에 분석할 수 있음을 의미합니다). 여기서 Sonnet을 사용하는 것은 마치 당신의 로그(rogue)에게 탱킹을 맡기는 것과 같습니다 😅 기술적으로는 가능하지만, 당신이 원하는 빌드는 아닙니다.

ChatSEO MCP는 실시간 데이터 계층(live data layer)입니다. 검색 결과 페이지(SERPs), 키워드 검색량 및 난이도, 당신의 서치 콘솔(Search Console), 사이트 컨텍스트(site context) 등을 제공합니다. 이는 Opus가 추측을 멈추고 필요한 정보를 얻을 수 있게 해줍니다.

저는 대부분의 에이전트 작업에 CLI를 선호하며, 이를 설정하기 전에 AI 에이전트를 위한 CLI와 MCP 사이의 트레이드오프(tradeoffs between CLIs and MCP for AI agents)를 이해할 가치가 있다고 생각합니다. 하지만 이번 경우에는 MCP가 올바른 선택입니다. 데이터 계층은 세션 중간에 실시간으로 쿼리(queryable)할 수 있어야 하며, 그것이 바로 MCP가 잘 처리하는 부분이기 때문입니다.

설정 (1회 수행)

ChatSEO에서 귀하의 사이트와 Google Search Console을 연결하세요.
Claude 클라이언트의 MCP 커넥터(connector)로 ChatSEO를 추가하세요.
Opus 4.8을 선택하세요.
아래의 시스템 프롬프트(system prompt)를 첫 번째 메시지로 붙여넣거나, 프로젝트(project)로 저장하세요.

무료로 시작 가능, 카드 불필요: chatseo.app

시스템 프롬프트 (The system prompt)

모든 콘텐츠 세션 시작 시 다음을 붙여넣으세요:

당신은 나의 SEO 콘텐츠 엔진입니다. 당신은 ChatSEO MCP가 연결되어 있으며,
이를 통해 실시간 SERP 데이터, 키워드 검색량/난이도, 나의 Search
Console, 그리고 나의 사이트 컨텍스트(context)를 사용할 수 있습니다. 모든 작업에 이를 사용하세요. 절대 ...로부터 작성하지 마세요.

실행 가능한 10가지 전략 (The 10 Plays You Can Run)

스택(stack)이 활성화되면, 다음은 가장 가치 있는 작업들을 위한 프롬프트입니다. 저는 이 중 대부분을 매주 실행합니다.

1. 전체 SEO 감사 (Full SEO audit)
"내 사이트에 대한 완전한 SEO 감사를 수행해줘. 무엇이 잘 작동하고 있는지, 무엇이 성과가 저조한지, 무엇이 성장을 가로막고 있는지 영향력 순으로 순위를 매겨줘."

분기별 리셋(reset)으로 좋습니다. 제가 직접 수행했던 그 어떤 수동 감사보다 유용하며, 직접 하는 것보다 훨씬 덜 우울합니다.

2. 영향력 높은 키워드 조사 (High-impact keyword research)
"[주제/페이지]에 대한 키워드 기회를 찾아줘. 검색량(volume) × 난이도(difficulty) × 비즈니스 잠재력(business potential) 순으로 순위를 매겨줘."

이 점수 산정 공식이 중요합니다. 이 공식은 Claude가 당신이 절대 순위를 올릴 수 없는 검색량만 높은 용어들을 기본값으로 선택하는 것을 방지합니다.

3. 온페이지 최적화 (On-page optimization)
"[키워드]를 타겟팅하는 페이지를 작성해줘."

Opus는 먼저 SERP 데이터를 가져온 뒤, 브리프(brief)를 작성하고, 글을 씁니다. URL이 무엇인지 설명하는 3개의 문단으로 기사를 채우는 식의 군더더기는 하지 않을 것입니다.

4. 경쟁사 분석 (Competitor analysis)
"나의 가장 큰 경쟁사 5곳을 분석해줘. 예상 트래픽, 도메인 권위(domain authority), 주요 키워드, 백링크 전략, 콘텐츠 중점 사항을 포함해줘."

경쟁사가 갑자기 당신보다 높은 순위에 오르고 그 이유를 모를 때 이 작업을 실행하세요. 보통 당신이 놓쳤던 명백한 무언가를 드러내 줍니다.

5. 내부 링크 (Internal linking)
"[타겟 페이지 URL]의 순위를 높이고 싶어. 내 사이트에서 링크를 걸기에 가장 좋은 기존 페이지들을 찾고, 정확한 앵커 텍스트(anchor text)를 제안해줘."

과소평가되어 있습니다. 내부 링크 (Internal linking)는 콘텐츠의 깊이가 조금이라도 있다면 순위를 높이는 가장 빠른 레버 중 하나입니다.

6. SEO 브리프 (SEO brief)를 통한 전체 기사 작성
"[keyword]를 타겟팅하는 완전한 기사를 작성해줘."

MCP가 조사를 수행하고, Opus가 작성을 담당합니다. 이것이 다른 모든 작업이 수렴되는 핵심 루프 (core loop)입니다.

7. 색인 감사 (Indexation audit)
"내 사이트의 색인 문제를 점검해줘. Noindex 태그, canonical 오류, robots.txt, 사이트맵 (sitemap) 커버리지를 확인해줘. 색인되어야 하는데 되어 있지 않은 항목이 있다면 표시해줘."

주요 사이트 변경이나 마이그레이션 (migration) 후에 실행하세요.

8. 백링크 프로필 분석 (Backlink profile analysis)
"내 백링크 프로필을 분석해줘. 참조 도메인 (Referring domain) 수, 앵커 텍스트 (anchor text) 분포, 지리적 분류, nofollow 비율을 확인해줘. 위험 요소가 있다면 표시해줘."

30초면 끝납니다. 예전에는 Ahrefs에서 1시간이 걸리던 작업이었습니다. 본질적으로 '빠른 이동 (Fast travel)'인 셈입니다.

9. 구조화된 데이터 생성 (Structured data generation)
"[page]를 위한 올바른 구조화된 데이터를 생성해줘."

Opus는 Search Console을 통해 노출수가 가장 높은 페이지를 식별하고 전체 JSON-LD를 출력합니다. 복사해서 붙여넣기만 하면 끝입니다.

10. 성능 모니터링 (Performance monitoring)
"지난 90일 동안의 내 Search Console 데이터를 살펴봐줘. 하락하는 키워드, 상승하는 페이지, 그리고 순위는 높지만 클릭이 발생하지 않는 CTR 격차 (CTR gaps)를 찾아줘."

이 작업은 매달 실행하세요. 저에게는 CTR 격차 분석 하나만으로도 전체 설정의 가치를 충분히 증명해주었습니다.

이것은 Claude Code를 도메인 특화 워크플로우 엔진으로 전환하는 방법과 동일한 핵심 패턴입니다. 모델에게 일반적인 데이터 레이어 대신 전문화된 데이터 레이어를 제공하면, 출력 품질이 완전히 다른 차원으로 이동합니다.

주간 루프 (The Weekly Loop)

시스템이 가동되면 일주일은 다음과 같이 흘러갑니다:

시스템 프롬프트 (system prompt)가 미리 로드된 새로운 Opus 4.8 대화를 엽니다. 그리고 질문합니다: "[내 로드맵의 키워드]를 타겟팅하는 이번 주 기사를 작성해줘." Opus는 MCP를 통해 실시간 데이터를 가져오고, 브리프를 작성하며, 글을 쓰고, 최적화합니다. 당신은 검토하고, 톤을 조정하고, 발행합니다. 이를 반복합니다.

매달, 리프레시 패스 (refresh pass)를 실행하세요:

"ChatSEO MCP를 사용하여 내 Search Console을 확인해 줘. 순위가 하락 중인 기사와 순위권 근처(4-15위)에서 정체된 페이지들을 찾아줘. 이들을 상위로 끌어올리기 위한 정확한 수정 사항을 알려줘."

20분 소요. 어떤 달에는 새로운 콘텐츠를 만드는 것보다 이 작업이 더 많은 순위 상승을 가져다주었습니다.

전략, 탐색, 결정: ChatSEO UI. 시각적이며 일회성입니다.

생산, 반복, 확장: MCP를 활용한 Opus 4.8. 빠르며, 훈련 코퍼스(training corpus)에 내장된 일반적인 베스트 프랙티스가 아닌 당신의 실제 데이터에 기반합니다.

Claude는 기본 상태(out of the box)에서는 당신의 SEO에 대해 아무것도 모릅니다. 그것은 단지 시작 조건일 뿐입니다. Claude에게 당신의 실제 데이터에 대한 실시간 연결을 제공하면, Claude는 모든 것을 알게 됩니다.

무료 시작하기: chatseo.app

Sources

ChatSEO: MCP 통합 및 Search Console 연결 기능을 갖춘 AI 네이티브 SEO 플랫폼
Claude Opus 4.8: 2단계 콘텐츠 생산에 사용된 모델
Google Search Console: 전체 스택을 작동하게 만드는 데이터 소스

이 포스트에는 제휴 링크가 포함되어 있을 수 있습니다. 링크를 클릭하시면 저에게 소정의 수수료가 지급될 수 있으나, 귀하에게는 비용이 발생하지 않으며 제가 매일 양질의 기사를 계속 발행할 수 있도록 도와줍니다.