3년 전에 최적화했던 검색 엔진 결과 페이지는 오늘날 사용자가 보는 것과 거의 비슷하지 않습니다. 이제 AI 오버뷰는 아무도 링크를 클릭하기 전에 질문에 답을 제시합니다. ChatGPT는 측정 가능한 수준의 유입 트래픽을 보내고 있지만, 그것은 자신이 신뢰하는 콘텐츠에만 해당합니다. 무클릭 비율은 1위에 랭킹된다고 해서 더 이상 방문자를 보장하지 않을 만큼 치솟았습니다. 이 글은 2025년 AI 검색 트렌드를 움직이는 구체적인 메커니즘을 분석하고, 마케터와 콘텐츠 크리에이터에게 실제로 무엇을 바꿔야 하는지에 대한 냉정한 시각을 제시합니다.
구글의 첫 페이지를 다시 쓰고 있는 AI 오버뷰
이제 정보성 쿼리의 상당수 상단에 표시되는 종합 답변 블록인 구글의 AI 오버뷰는 10여 년 만에 검색 결과 페이지에 등장한 가장 파괴적인 변화입니다. 여러 소스에서 정보를 가져와 몇 문장으로 압축하고, 사용자가 어떤 링크도 클릭할 필요가 없도록 만드는 경우가 많습니다. 정보성 키워드를 중심으로 트래픽 전략을 쌓아온 콘텐츠 팀에게는 먼 미래의 위협이 아닙니다. 이미 세션 수에 영향을 미치고 있습니다.
인용되는 콘텐츠와 그렇지 않은 콘텐츠
구글의 AI 오버뷰는 무작위로 출처를 인용하지 않습니다. 답변 블록 안에 등장하는 소스들은 공통된 특징을 가지고 있습니다. 구조가 명확하고, 첫 수백 단어 이내에 질문에 직접 답하며, 오랜 시간 쌓아온 토픽 권위까지 갖추고 있습니다. 단지 키워드에서 랭킹되었던 얇은 콘텐츠는 이제 그 주제에 대한 진정한 전문성을 보여주는 페이지에 자리를 내주고 있습니다. 이 차이는 앞으로 새 콘텐츠를 어떻게 구성할지에 막대한 영향을 미칩니다.
무클릭 문제는 현실이지만 한 방향으로만 과장되고 있다
무클릭 검색은 꾸준히 증가해 왔으며, SparkToro의 구글 트래픽 점유율에 대한 연구는 검색 여정의 상당 부분이 이제 결과 페이지 자체에서 끝난다는 사실을 보여주었습니다. 이는 정보성 콘텐츠에게는 분명한 손실입니다. 하지만 구매, 비교, 가입 의도를 가진 트랜잭션성 쿼리는 여전히 건전한 수준의 클릭을 만들어냅니다. 함의는 분명합니다. 정보를 제공하는 것만为目的인 콘텐츠는以前보다 더 강력한 존재 이유가 필요하며, 반면 결정과 행동을 중심으로 구축된 콘텐츠는 여전히 그 가치를 유지합니다.
트래픽 소스로서의 ChatGPT: 생각보다 적고, 대응하는 것보다 더 중요합니다
ChatGPT와 기타 LLM 기반 인터페이스는 이제 외부 사이트로 사용자를 안내하고 있으며, 일부 퍼블리셔는 이를 상위 10대 유입 소스로 보고하고 있습니다. 대부분의 사이트에서 유기적 구글 트래픽에 비해 규모는 아직 제한적이지만, 증가 곡선은 가파릅니다.更重要的是, AI 채팅 인터페이스에서 도착하는 사용자는 사고가 한 단계 더 진행된 상태입니다. 이미 대화를 나누고 질문을 좁힌 다음, 이제 구체적인 무언가를 찾고 있습니다. 이 때문에 전환 맥락은 차가운 유기적 방문과는 매우 다릅니다.
어떤 도메인은 인용되고, 다른 도메인은 보이지 않는 이유
LLM은 웹 데이터로 학습된 후, 실시간 또는 최신 콘텐츠를 가져오는 검색 증강 시스템을 통해 업데이트됩니다. 꾸준히 콘텐츠를 발행하고, 신뢰할 수 있는 소스에서 링크를 얻으며, 웹 전반에서 인용되거나 참조되는 콘텐츠를 만드는 도메인이 AI 응답에서 노출됩니다. 이 의미에서 이는 전통적인 권위 신호의 더 엄격한 버전이라 할 수 있습니다. 근본적으로 다른 게임은 아니지만, 얇거나 중복된 콘텐츠에 대한 페널티는 더 가파릅니다. MarketingBlocks 같은 도구는 AI 시스템이 보상하는 품질 기준을 유지하면서 콘텐츠팀이 제작 속도를 높이는 데 도움을 주고 있습니다.
구조화된 데이터는 이제 선택이 아니라 필수 인프라
수년간 스키마 마크업은 본질적인 작업이 끝난 후 SEO 담당자가 추가하는 nice-to-have로 취급되었습니다. 그 계산법은 뒤집혔습니다. 잠재적 인용을 위해 페이지를 파싱하는 AI 시스템은 콘텐츠가 무엇에 관한 것인지, 누가 작성했는지, 소스가 얼마나 권위 있는지 이해하기 위해 구조화된 신호에 크게 의존합니다. FAQ 스키마, Article 스키마, Author 마크업은 더 이상 장식이 아닙니다. 이는 콘텐츠가 인용되도록 하는 방식으로 기계 판독 가능 여부를 결정하는 인프라의 일부입니다.
검색자가 AI일 때 "검색 의도"가 의미하는 것
전통적인 SEO는 인간의 의도(정보성, 탐색성, 트랜잭션성)를 콘텐츠 형식에 매핑했습니다. 이 프레임워크는 여전히 유효하지만, 새로운 레이어가 생겼습니다. 이제 AI 시스템이 사용자를 대신해 의도를 해석하고, 이를 충족하기 위해 콘텐츠를 가져옵니다. 문제는 단순히 페이지가 인간이 입력한 것에 부합하는가가 아닙니다. 언어 모델이 읽었을 때, 기반이 되는 질문을 인용할 만큼 명확하게 잘 답하는가입니다. 그 이중 청중을 위해 글을 쓰는 것은 대부분의 콘텐츠 워크플로우가 현재 요구하는 것보다 더 높은 정밀도를 요구합니다.
간결함과 인용 가능성은 이제 경쟁 우위입니다
응답을 위해 소스를 가져오는 AI에는 깔끔하고 인용 가능한 문단이 필요합니다. 답을 묻어버리는 긴 단락, 또는 명확성 대신 키워드 밀도 중심으로 구성된 콘텐츠는 그 선별 과정을 살아남지 못합니다. 인용되는 페이지들은 핵심 답변이 초반에 등장하고, 정확하게 서술되며, 인간이든 기계든 해독할 필요가 없는 페이지들입니다. Anara 같은 AI 기반 작성 도구나 리서치 어시스턴트를 위해 글을 쓴다면, 문서 구조가 정보가 실제로 검색되고 활용되는지에 어떤 영향을 미치는지 이미 이해하고 있을 것입니다. 동일한 논리가 자신의 발행 콘텐츠가 AI 검색 시스템에 의해 어떻게 픽업되는지에도 그대로 적용됩니다.
브랜드 쿼리가 신뢰할 수 있는 베이스라인이 되어가고 있다
AI 오버뷰가 일반 정보성 트래픽을 흡수하면서, 가장 안정적으로 클릭을 유도하는 검색은 브랜드명 쿼리입니다. 즉, 자기를 원한다는 사실을 이미 알고 있는 사람들입니다. 이는 전통적인 SEO 프레임워크가 과소평가했던 브랜드 빌딩 활동에 큰 가치를 부여합니다. 팟캐스트, 소셜 존재감, 커뮤니티, 어드 미디어. 점점 더 늘어나는受众群体에게서 퍼널은 더 이상 구글에서 시작되지 않습니다. 자신의 이름을 처음 들었던 곳에서 시작됩니다.
AI 우선 세상에서의 유료 검색
구글의 광고 인벤토리가 사라진 것은 아니지만, AI 오버뷰와의 상대적 배치로 인해 새로운 마찰이 생겼습니다. AI가 생성한 답변 아래에 표시되는 광고는 이미 사용자의 쿼리를 만족시킨 페이지 요소와 경쟁하게 됩니다. 정보성 키워드에 키워드 매칭된 검색 광고에 의존하는 광고주들은 효율성 침식을 체감하고 있습니다. 현명한 팀들의 대응은 상업 의도가 높은 쿼리에 유료 지출을 집중하고, 클릭 이전에 성과를 내는 광고 크리에이티브에 투자하는 것이었습니다. AI를 사용해 전환율이 높은 검색 광고 헤드라인과 설명을 생성하는 30characters 같은 도구가 바로 이 변화에 직접적으로 응답합니다. 의미 있는 노출이 줄어들 때, 카피는 더 강하게 작동해야 합니다.
Performance Max와 AI 생성 광고 형식
Performance Max 캠페인을 통한 AI 생성 광고 크리에이티브로의 구글 자체 추진은 같은 맥락의 일부입니다. 광고주들은 Search, YouTube, Display, Gmail 등 AI가 실시간으로 최적화하는 여러 surfaces 전반의 더 넓은 리치와 맞바꾸어 크리에이티브 통제권을 점점 더 구글 시스템에 위임하고 있습니다. 이 환경에서 승리하는 브랜드는 모든 배치를 수동으로 통제하려는 브랜드가 아니라, 고품질 크리에이티브 에셋과 날카로운 잠재고객 신호를 시스템에 공급하는 브랜드입니다.
마케터와 크리에이터가 실제로 지금 해야 할 일
2025년 AI 검색 트렌드에 대응한다고 해서 콘텐츠 전략을 처음부터 다시 만들 필요는 없습니다. 이미 취약했던 부분을 조정하면 됩니다. 고유한 관점 없이 헤드 키워드만 중심으로 구축된 정보성 콘텐츠는 가장 위험한 카테고리입니다. AI 오버뷰가 그런 쿼리를 충분히 처리하고, 사용자들도 그것을 알고 있습니다. 명확한 입장을 취하거나, 1차 데이터나 경험에 기반하거나, 특정 청중의 특정 상황을 다루는 콘텐츠는 AI가 스니펫에서 재현하기 훨씬 어렵습니다.
AI가 압축할 수 없는 콘텐츠에 투자하세요
1인칭 경험, 사례 연구, 1차 리서치, 실무자 인터뷰는 AI가 자유롭게 합성할 수 없는 정보를 담고 있습니다. 특정 마케팅 팀이 실험을 어떻게 수행했고 숫자가 무엇을 보여줬는지를 설명하는 글은 AI 오버뷰가 흡수하여 정확히 재현할 수 있는 것이 아닙니다. AI 오버뷰에 대한 구글 자체 문서는 1차적이고 전문적인 콘텐츠가 인용 시 우선시된다는 점을 인정합니다. 이는 양이 아니라 깊이에 대한 논거입니다. 최고의 텍스트 및 작성 AI 도구 가이드는 그 독창성을 희생하지 않으면서 제작을 간소화하는 데 도움이 되는 다양한 도구를 다룹니다.
새로운 지표가 실제로 말해주는 것을 측정하세요
아직까지 유기적 세션 수를 주요 콘텐츠 성과 지표로 사용한다면, 부분적으로는 눈을 감고 비행하는 셈입니다. 구글 서치 콘솔의 노출수, AI 생성 응답에서의 음성 점유율(이제는 새로운 도구로 추적 가능), 브랜드 검색 볼륨이 점점 더 중요한 선행 지표가 되고 있습니다. 세션은 브랜드 권위를 따라가게 됩니다. 수년간 많은 팀이 가정해왔던 그 반대 방향이 아니라. 그리고 유기적 노력과 함께 검색 광고를 운영한다면, Performance Max 같은 AI 기반 형식이 수동 캠페인과 어떻게 상호작용하는지 이해하는 것은 대부분의 팀이 현재 수행하는 것보다 더 정밀한 어트리뷰션 작업을 요구합니다. Claude Code와 ChatGPT Codex 비교는 유용한 병렬 사례입니다. 작업에 적합한 도구는 각 도구가 실제로 무엇을 최적화하는지 이해하는지에 달려 있으며, AI 광고 시스템도 다르지 않습니다.
더 큰 그림: 스케일에서의 신뢰 신호
PageRank부터 Panda, BERT에 이르기까지 검색의 모든 주요 변화는 궁극적으로 같은 본질적인 것을 보상해 왔습니다. 자신의 청중에게 진정으로 도움이 되는 콘텐츠, 그리고 자신이 무엇을 말하는지 안다는 것을 입증한 소스가 만든 콘텐츠. AI 검색 시스템은 어떤 의미에서 그 기준이 충족되지 않는 시점을 이전 시스템보다 더 잘 감지합니다. 이 전환기를 잘 버틸 팀은 순간적 형식을 쫓는 팀이 아니라, 실제 전문성을 발행에 내장하는 팀입니다.
2025년에 발견의 메커니즘은 지난 10년 중 어느 때보다 빠르게 변화하고 있습니다. 하지만 근본적인 논리는 뒤집히지 않았습니다. 권위, 명확성, 그리고 진정한 유용성이 여전히 무엇이 노출되는지를 결정합니다. 차이는 이제 노출을 수행하는 시스템이 그 특질을 수행하는 콘텐츠와 실제로 그것을 체현하는 콘텐츠를 구분할 만큼 정교하다는 점입니다. 그 간극이야말로 진짜 작업이 있는 곳입니다.
