구글 담당자들은 Gemini와 같은 대규모 언어 모델(LLM)을 위해 특별히 "잘게 쪼갠" 콘텐츠를 만드는 것에 대해 검색 엔진 순위를 향상시키지 못한다고 경고했습니다. 최근 Google의 Search Off the Record 팟캐스트 에피소드에서 John Mueller와 Danny Sullivan은 콘텐츠를 더 작은 덩어리로 나누면 생성형 AI 봇이 더 쉽게 흡수하고 인용할 수 있다는 오해를 지적했습니다.
콘텐츠 청킹이라고 알려진 이 방법은 정보를 짧은 단락과 섹션으로 나누고, 종종 챗봇이 물어볼 수 있는 질문 형식으로 부제를 구성하는 것을 포함합니다. 목표는 AI 소비에 최적화하는 것이지만 Sullivan은 Google의 순위 알고리즘은 이러한 신호를 사용하지 않는다고 밝혔습니다. Sullivan은 SEO 전략에 대해 "이는 오해입니다."라고 말했습니다.
검색 엔진 최적화(SEO)는 온라인 비즈니스의 중요한 측면이며, 기업은 검색 결과에서 웹사이트의 가시성을 향상시키기 위해 끊임없이 방법을 모색하고 있습니다. 일부 SEO 방법은 합법적이고 유익하지만, 다른 많은 방법은 추측과 입증되지 않은 이론에 기반합니다. LLM의 부상은 AI의 정보를 처리하고 이해하는 능력을 활용하는 것을 목표로 하는 콘텐츠 청킹을 포함한 새로운 SEO 전략으로 이어졌습니다.
Google의 Gemini와 같은 LLM은 방대한 양의 텍스트 데이터로 훈련되며 인간과 유사한 텍스트를 생성하고, 언어를 번역하고, 질문에 답변할 수 있습니다. 이러한 모델은 검색 엔진, 챗봇 및 콘텐츠 제작 도구를 포함한 다양한 애플리케이션에서 점점 더 많이 사용되고 있습니다. 콘텐츠 청킹의 이면에는 LLM이 작고 소화하기 쉬운 단위로 제공되는 정보를 더 쉽게 처리하고 활용할 수 있다는 아이디어가 있습니다.
그러나 Google 담당자들은 검색 순위를 향상시키기 위해 인간 독자를 위한 고품질의 포괄적인 콘텐츠를 만드는 데 집중하는 것이 여전히 가장 좋은 접근 방식이라고 제안했습니다. 그들은 사용자의 요구와 관심을 충족시키는 가치 있고 유익한 콘텐츠를 제공하는 것이 중요하다고 강조했습니다.
Google의 성명은 웹사이트 소유자와 콘텐츠 제작자에게 중요한 의미를 갖습니다. AI 봇에 최적화하여 시스템을 속이려고 하는 것보다 잘 구성되고 심층적인 콘텐츠를 만드는 데 투자하는 것이 더 효과적이라는 것을 시사합니다. 이 접근 방식은 사용자 경험과 관련성 높은 검색 결과를 제공하는 데 대한 Google의 오랜 강조와 일치합니다.
콘텐츠 청킹에 대한 논의는 AI와 SEO 간의 진화하는 관계를 강조합니다. LLM이 더욱 정교해짐에 따라 검색 엔진에 대한 콘텐츠 최적화 전략은 계속 적응할 가능성이 높습니다. 그러나 Google의 최근 성명은 인간 독자를 위한 고품질 콘텐츠를 만드는 기본 원칙이 여전히 가장 중요하다는 것을 시사합니다.
Discussion
대화에 참여하세요
첫 댓글을 남겨보세요