자사몰 블로그, SEO만으론 부족합니다
자사몰 블로그 키워드를 네이버 검색량 기준으로만 고르면, 챗GPT나 퍼플렉시티 같은 AI 검색에서는 그 브랜드가 존재하지 않는 것처럼 취급됩니다. 우리는 자사몰 운영팀과 이야기할 때 이 지점에서 자주 막힌다는 걸 확인합니다. SEO 키워드 리서치와 GEO(생성형 엔진 최적화) 키워드 리서치는 기준 자체가 다르기 때문입니다. 이 글에서는 자사몰 블로그를 SEO와 GEO 두 축으로 함께 설계하는 구체적인 방법을 다룹니다.
AI 검색이 자사몰 고객 여정을 바꾸고 있는 이유
지금까지 자사몰 블로그의 역할은 명확했습니다. 상품 관련 검색어로 네이버나 구글에 노출되어 자사몰로 유입을 끌어오는 것이었습니다. 그런데 고도(Godo)의 분석에 따르면, 고객이 검색창에 상품명을 입력하는 대신 AI에 상황과 목적을 설명하고 상품을 추천받는 방식이 늘고 있으며, 네이버도 대화형 검색 서비스인 AI탭을 통해 검색 의도를 이해한 답변에서 쇼핑까지 이어지는 기능을 확대하고 있습니다.
GPTO는 2026년 검색 시장에서 챗GPT, 퍼플렉시티, AI Overviews의 결합 점유율이 전통 검색을 빠르게 잠식하고 있다고 분석합니다. 리드젠랩 집계로는 국내 챗GPT 앱 사용자가 2천만 명을 넘어섰고, 가트너는 2026년까지 전통 검색엔진 이용량이 25% 줄어들 것으로 전망했습니다. 같은 리드젠랩 보고서는 에이치레프스(Ahrefs) 분석을 인용해 AI 검색 레퍼럴 트래픽이 1년 사이 9.7배 증가했다고 밝혔습니다.
이 흐름이 자사몰에 의미하는 것은 단순합니다. 네이버, 구글 검색결과 1페이지에 있어도 AI 답변에서 언급되지 않으면 고객의 구매 후보 목록에서 처음부터 빠질 수 있다는 것입니다.
SEO 키워드 기준과 GEO 키워드 기준은 다르게 갈립니다
같은 상품을 다루더라도, 검색엔진에 최적화된 키워드와 AI 답변에 인용되기 좋은 키워드는 선정 기준이 다릅니다.
| 기준 | SEO 관점 | GEO 관점 |
|---|---|---|
| 키워드 형태 | 검색량이 높은 짧은 명사형 | 고객이 실제로 묻는 질문형 문장 |
| 성공 신호 | 검색결과 1페이지 노출 순위 | AI 답변에 브랜드가 언급되는 빈도 |
| 콘텐츠 구조 | 제목 태그, 메타 설명 최적화 | 질문 하나에 답 하나가 완결되는 문단 구조 |
| 핵심 자산 | 백링크, 도메인 권위 | 통계, 출처 인용, 1차 데이터 |
| 경쟁 방식 | 상위 노출 콘텐츠 벤치마킹 | 답변에 인용될 만한 근거 밀도 확보 |
두 축이 완전히 무관하지는 않습니다. 다만 자사몰 블로그가 SEO 키워드 리서치 도구에서 뽑은 키워드만으로 제목을 짓고 끝내면, AI 검색이 참고할 만한 질문-답변 구조나 근거 데이터가 빠지기 쉽습니다.
AI 인용을 늘리는 요인: 프린스턴 GEO 연구가 밝힌 것
프린스턴대학교와 조지아공과대학교 연구진이 2024년 KDD에서 발표한 GEO 연구는 콘텐츠에 적용한 9가지 기법이 AI 인용률에 미치는 영향을 정량적으로 측정했습니다. SeenRank의 정리에 따르면 이 중 7가지는 유의미한 효과를 냈고 2가지는 오히려 역효과를 냈습니다. Blck Alpaca의 요약은 이 중에서도 순위가 낮은 페이지일수록 외부 소스 인용의 효과가 크게 나타나고, 키워드 반복은 오히려 인용률을 떨어뜨린다는 구체적 수치를 제시합니다.
| 기법 | 인용률 변화 |
|---|---|
| 통계 데이터 추가 | +41% |
| 출처가 명확한 인용문 추가 | +28% |
| 외부 소스 명시적 인용 (순위 낮은 페이지 기준) | +115% |
| 키워드 반복(키워드 스터핑) | -10% |
이 연구 결과가 자사몰 블로그에 주는 시사점은 분명합니다. 상품 설명을 아무리 정교하게 써도, 그 안에 구체적인 수치나 근거 출처가 없으면 AI 답변이 그 페이지를 인용할 이유를 찾기 어렵습니다. 반대로 리뷰 데이터, 재구매율, 소재 시험 결과처럼 자사몰이 직접 보유한 1차 데이터를 통계로 제시하면 인용 가능성이 올라갑니다.
자사몰 블로그 키워드, 이렇게 고릅니다
1. 고객이 실제로 묻는 질문을 모읍니다. CS 문의, 리뷰 댓글, 검색어 자동완성에서 반복되는 질문형 문장을 수집합니다. "OOO 세척 방법"처럼 명사형 키워드가 아니라 "OOO는 어떻게 세척해야 하나요"처럼 질문 그대로를 후보로 남깁니다.
2. 제목은 질문형으로, 첫 문단은 답으로 시작합니다. AI 검색은 페이지 전체가 아니라 질문에 바로 답하는 문단을 인용합니다. 제목 아래 첫 2~3문장에 결론을 먼저 배치하고, 그 다음에 근거와 설명을 붙입니다.
3. 섹션마다 실제 마크다운 H2/H3 구조를 씁니다. 굵은 글씨로 소제목을 흉내 내면 AI 검색과 자체 스키마 파서 모두 섹션 구분을 인식하지 못합니다. 각 섹션은 그 문단만 떼어놓아도 뜻이 통하도록 씁니다.
4. 수치와 출처를 문장 안에 붙입니다. "많이 재구매한다"보다 "재구매율 데이터"처럼 실제 수치와 출처를 함께 제시하는 문장이 인용 가능성을 높인다는 것이 앞서 살펴본 프린스턴 연구의 핵심 결론입니다. 자사몰이 가진 1차 데이터가 없다면 신뢰할 수 있는 외부 통계를 대신 인용합니다.
5. 네이버와 AI 검색을 동시에 겨냥한 발행 주기를 만듭니다. 온엠디(ONMD)에 따르면 네이버 서치어드바이저는 자사몰이 활용할 수 있는 웹검색 기초와 웹마스터 도구 가이드북을 배포하며, VIEW 중심 노출에서 정보성 콘텐츠 중심 노출로 방향을 옮기고 있습니다. 즉 네이버 노출과 AI 인용을 노리는 콘텐츠 방향이 서로 충돌하지 않고 겹치는 구간이 늘고 있습니다. 한 번 쓰고 방치하는 글보다, 오래된 통계를 주기적으로 갱신하는 운영 방식이 두 축 모두에 유리합니다.
이 다섯 단계를 매주 반복 가능한 루틴으로 만드는 방법은 소규모 마케팅팀은 주간 콘텐츠 루틴을 어떻게 만들까?에서 5단계 워크플로로 더 자세히 다뤘습니다.
자사몰이 흔히 놓치는 지점
자사몰 블로그 담당자와 이야기하다 보면 반복되는 패턴이 있습니다. 상품 상세페이지에 있는 스펙을 블로그 글에 그대로 옮겨 쓰는 경우입니다. 이런 글은 SEO 키워드는 맞아도 AI 검색이 인용할 만한 새로운 정보가 없습니다. 상세페이지에 없는 사용 맥락, 실측 데이터, 비교 기준을 블로그에서 추가로 제공해야 AI 검색 관점에서 존재 가치가 생깁니다.
또 하나는 경쟁사 언급을 피하는 경향입니다. 그러나 AI 검색은 여러 브랜드를 비교하는 답변을 자주 생성합니다. 비교 대상으로 아예 언급되지 않는 브랜드는 그 비교 자체에서 배제됩니다. 우리는 자사몰 블로그가 경쟁 상품과 나란히 놓고 비교하는 콘텐츠를 의도적으로 포함해야 한다고 봅니다. 이 관점은 생성형 엔진 최적화란 무엇인가? 2026년 데이터 총정리에서 GEO의 기본 정의와 함께 더 다뤘습니다.
FAQ
자사몰 블로그 키워드는 어디서 찾나요?
검색광고 키워드 도구로 검색량을 확인하는 것과 별개로, CS 문의와 리뷰 댓글에서 반복되는 질문형 문장을 따로 모아야 합니다. 검색량 도구는 SEO 축을, 실제 고객 질문은 GEO 축을 채워줍니다.
SEO와 GEO 키워드를 같은 글에서 함께 다룰 수 있나요?
가능합니다. 제목과 메타 설명에 SEO 키워드를 넣고, 본문 첫 문단은 실제 고객 질문에 답하는 문장으로 시작하면 두 축을 한 글에서 동시에 충족할 수 있습니다.
AI 검색에 인용되려면 반드시 통계가 있어야 하나요?
필수는 아니지만 효과가 큽니다. 앞서 살펴본 프린스턴 GEO 연구에서는 통계 데이터 추가가 테스트한 기법 중 가장 큰 인용률 상승(+41%)을 만들었습니다. 자사몰이 가진 1차 데이터가 없다면 신뢰할 수 있는 외부 통계를 출처와 함께 인용하는 것이 대안입니다.
네이버 SEO와 AI 검색 대응을 동시에 준비해야 하나요?
그렇습니다. 네이버 역시 정보성 콘텐츠 중심 노출로 방향을 옮기고 있어, 질문에 명확히 답하고 근거를 갖춘 콘텐츠는 네이버 노출과 AI 인용 모두에 유리합니다. 둘을 별도 전략으로 나눌 필요는 점점 줄고 있습니다.
자사몰 블로그를 SEO와 GEO 두 기준으로 다시 점검하고 싶다면, Aeolo 블로그에서 관련 가이드를 더 살펴볼 수 있습니다.
