생성형 AI 검색 시대를 둘러싸고 AEO(Answer Engine Optimization)·GEO(Generative Engine Optimization) 등 새로운 최적화 전략이 쏟아지는 가운데, 구글이 처음으로 “AI 검색도 결국 SEO의 연장선”이라는 공식 입장을 내놨다.
구글은 최근 Google Search AI 최적화 가이드 를 공개하고, AI Overviews와 AI Mode 등 생성형 AI 검색 환경에서 웹사이트 가시성을 높이기 위한 공식 권고안을 제시했다. 구글은 생성형 AI 검색 역시 기존 검색 인프라를 기반으로 작동하며, RAG(Retrieval-Augmented Generation)와 ‘쿼리 팬아웃(Query fan-out)’ 같은 검색 확장 구조를 활용한다고 설명했다. 특히 “생성형 AI 검색을 위한 최적화는 결국 검색 경험을 위한 최적화이며, 따라서 여전히 SEO”라고 명시하면서, 최근 별도 영역처럼 다뤄지던 AEO·GEO 논의를 기존 SEO 범주 안으로 재정리했다.
구글은 단순히 “SEO는 여전히 중요하다”는 수준을 넘어, AI 검색 환경에서 실제로 중요한 요소도 구체적으로 제시했다.
핵심은 ‘비상품형(non-commodity) 콘텐츠’다. 단순 요약형 정보나 흔한 리스트 콘텐츠보다 실제 경험과 독자적 관점, 전문성이 담긴 콘텐츠가 더 중요해질 것이라는 설명이다. 구글은 여기에 고품질 이미지·영상 활용도 함께 강조했다. AI 검색 결과가 텍스트뿐 아니라 이미지·비디오까지 함께 활용하는 방향으로 확장되고 있기 때문이다.
또 검색 의도를 과도하게 쪼개 AI용 콘텐츠를 대량 생산하는 방식은 스팸 정책 위반 가능성이 있다고 경고했다. 결국 AI 검색 시대에도 핵심은 “사람에게 유용한 콘텐츠”라는 기존 검색 철학을 다시 강조한 셈이다.
“llms.txt 만들지 마라”…구글이 직접 부정한 AI SEO 미신들
이번 문서에서 업계 관심이 가장 집중된 부분은 구글이 직접 정리한 ‘AI 검색 미신(Mythbusting generative AI search)’ 항목이다. 구글은 llms.txt 파일 생성, 과도한 콘텐츠 청킹(chunking), AI 전용 문체 재작성, 특수 스키마(schema) 추가 등 업계에서 유행한 일부 AI 검색 최적화 전략에 대해 사실상 효과가 제한적이라고 설명했다. 특히 llms.txt 같은 AI 전용 파일이 생성형 AI 검색에서 특별 대우를 받지는 않는다고 명시했다. 구글은 HTML 외 다양한 파일 형식을 인식할 수 있지만, 특정 AI 전용 파일이 별도 우선권을 갖는 것은 아니라고 설명했다.
콘텐츠를 잘게 나누는 ‘청킹’ 전략에 대해서도 “AI 시스템은 한 페이지 안의 여러 주제를 충분히 이해할 수 있다”며 필수 작업은 아니라고 선을 그었다. AI 검색 대응을 위해 문서를 지나치게 분절하거나 키워드 변형 콘텐츠를 양산하는 방식 역시 권장하지 않았다. 구글은 AI 시스템이 동의어와 의미 구조를 이해할 수 있기 때문에, 이른바 ‘AI 친화적 문체’로 억지 재작성할 필요도 없다고 설명했다. 구조화 데이터(schema.org) 역시 “새로운 AI 전용 스키마는 필요 없다”고 못 박았다. 다만 리치 결과 노출 등 기존 SEO 측면에서는 여전히 유효하다고 덧붙였다.
다만 업계에서는 구글 입장과 별개로 llms.txt를 완전히 무시하기는 이르다는 시각도 나온다. 일부 AI 플랫폼과 문서 시스템에서는 llms.txt를 탐색 보조 용도로 활용하려는 움직임이 있기 때문이다. 실제로 일부 AI 스타트업과 문서 플랫폼 업계에서는 GEO(Generative Engine Optimization) 관점에서 별도 실험도 이어지고 있다. 다만 현재 기준으로는 “구글 검색 노출 자체에는 직접 영향이 없다”는 점이 공식 확인된 상태다.
“그렇다면 기업은 무엇을 준비해야 하나”…AI 검색 시대의 대응전략
구글 가이드가 던진 핵심 메시지는 의외로 단순하다. “AI 검색 대응을 위해 새로운 편법을 찾기보다, 검색 엔진과 AI가 신뢰할 수 있는 콘텐츠와 구조를 만들라”는 것이다. 하지만 기업 입장에서는 이 메시지가 오히려 더 어렵다. 이제는 단순 키워드 최적화만으로는 경쟁력이 생기지 않기 때문이다.
우선 기업들은 콘텐츠 전략 자체를 바꿔야 한다. 지금까지 많은 기업이 검색 유입을 위해 ‘○○ 추천 10선’, ‘초보자를 위한 가이드’ 같은 범용 콘텐츠를 대량 생산해왔다. 하지만 생성형 AI 검색 환경에서는 이런 정보형 콘텐츠 상당수가 AI 응답 안에서 바로 소비될 가능성이 높다. 결국 사용자가 클릭까지 이어지게 만들려면, 실제 경험·데이터·실무 노하우·독자 사례 같은 “기업만이 제공할 수 있는 정보”가 중요해진다. 예를 들어 SaaS 기업이라면 단순 기능 소개보다 “실제 고객사의 도입 실패 사례와 개선 과정”, 광고에이전시라면 “광고비를 줄이고 전환율을 높인 내부 실험 데이터” 같은 콘텐츠가 더 강한 경쟁력이 된다.
기술 측면에서는 오히려 기본기가 더 중요해졌다. 구글은 AI 검색 환경에서도 크롤링, 인덱싱, 시맨틱 HTML, 페이지 경험, 구조화 데이터 등 기존 SEO 원칙이 그대로 유효하다고 강조했다. 기업들은 AI 대응이라는 명분 아래 새로운 포맷만 쫓기보다, 우선 검색 엔진이 사이트를 안정적으로 읽고 이해할 수 있는 상태를 만드는 것이 우선이다. 특히 자바스크립트 기반 사이트 렌더링 문제, 느린 페이지 속도, 중복 콘텐츠, 메타데이터 누락 등은 AI 검색 환경에서 오히려 더 치명적일 수 있다. AI가 콘텐츠를 요약·재구성하는 과정에서 원문 신뢰성과 구조가 중요해지기 때문이다.
브랜드 전략도 달라지고 있다. 생성형 AI 검색에서는 사용자가 특정 사이트를 클릭하지 않고도 답변을 소비하는 경우가 늘어난다. 이는 곧 “검색 클릭 경쟁”보다 “AI가 어떤 브랜드를 신뢰 가능한 출처로 인용하느냐”가 더 중요해질 수 있다는 의미다. 따라서 기업들은 단순 트래픽 중심 SEO에서 벗어나, 업계 전문성·브랜드 권위·원천 데이터 확보 경쟁으로 이동해야 한다는 분석이 나온다. 실제로 전문가 인터뷰, 독점 리서치, 자체 통계, 실사용 사례 같은 콘텐츠는 AI 검색 환경에서 더 강력한 신호로 작용할 가능성이 크다.
e-커머스와 지역을 중심으로 영업을 하는 사업자는 구조화된 데이터 관리가 핵심 과제로 떠오르고 있다. 구글은 머천트 센터(Merchant Center) 피드와 구글 비즈니스 프로필(Google Business Profile) 활용을 권장했다. AI 검색 결과 안에 상품 정보와 지역 비즈니스 정보가 직접 들어가기 때문이다. 앞으로는 단순 홈페이지 운영만으로는 부족하고, 가격·재고·리뷰·운영시간 같은 데이터를 실시간으로 관리하는 역량 자체가 AI 검색 경쟁력이 될 가능성이 높다.
검색 다음은 ‘AI 에이전트’…구글이 암시한 진짜 변화
이번 가이드에서 더 흥미로운 부분은 검색 이후의 웹 환경 변화다. 구글은 AI 에이전트를 “예약 수행이나 상품 비교 같은 작업을 대신 처리하는 자율 시스템”으로 정의했다. 특히 브라우저 기반 에이전트가 스크린샷 분석, DOM 구조 해석, 접근성 트리 분석 등을 통해 웹사이트와 상호작용할 수 있다고 설명했다. 이는 단순히 검색 결과에 노출되는 수준을 넘어, 앞으로는 AI가 직접 웹사이트를 탐색하고 작업을 수행하는 시대를 준비해야 한다는 의미로 해석된다.
쇼피파이(Shopify) 등과 함께 추진 중인 UCP(Universal Commerce Protocol)도 언급했다. 업계에서는 이를 두고 검색 에이전트 기반 커머스 생태계 확대 가능성을 시사한 것으로 보고 있다.
업계에서는 이번 문서가 생성형 AI 검색 시대의 SEO 기준점을 처음으로 구체화했다는 평가가 나온다. 그동안 컨퍼런스 발언이나 업계 추정에 의존하던 구글의 입장이 공식 문서 형태로 정리됐기 때문이다. 다만 이번 가이드는 어디까지나 구글 검색 환경 기준이다. 챗GPT(ChatGPT), 퍼플렉시티(Perplexity), 클로드(Claud) 등 다른 생성형 AI 플랫폼은 서로 다른 신호 체계를 활용할 가능성이 높아, 향후 AI 검색 최적화 전략 역시 플랫폼별로 달라질 수 있다는 전망도 함께 나온다.
관련참고기사:디지털이니셔티브 그룹 김형택
