검색은 사용자들이 Google에 입력하던 질문에 답변하기 위해 Al 챗봇과 대규모 언어 모델(LLM)(예: ChatGPT, Gemini, Bing Chat)로 전환하면서 큰 변화를 겪고 있습니다. 예를 들어, "홍콩 최고의 이탈리아 레스토랑"에 대한 링크 목록을 검색하는 대신, 사용자는 Al 비서에게 질문하여 직접 답변을 얻을 수 있습니다. 이러한 패러다임은 기업이 Al 검색의 대화형 결과에서 LLM에 의해 언급되고 추천되도록 SEO 전략을 조정해야 함을 의미합니다. Al 검색의 인기는 급증하고 있습니다. ChatGPT 웹사이트는 현재 매달 수십억 건의 방문을 유치하고 있습니다(Google 트래픽의 약 5%에 육박). Al이 생성한 답변에 소개되는 것은 브랜드의 가시성과 신뢰도를 크게 높일 수 있습니다. 아래에서는 LLM이 결과를 선택하고 순위를 매기는 방법(일반적으로 및 레스토랑의 경우), 사용하는 순위 기준(상대적 중요도 포함), Al 기반 검색이 기존 SEO와 어떻게 다른지, 그리고 이 새로운 검색 환경에 맞게 콘텐츠를 최적화하는 실행 가능한 팁을 살펴봅니다. LLM이 결과를 선택하고 순위를 매기는 방법(예: "홍콩 최고의 이탈리아 레스토랑")

LLM 기반 검색 엔진은 웹사이트 목록 대신 단일하고 포괄적인 답변을 제공하는 것을 목표로 합니다. 사용자가 "홍콩 최고의 이탈리아 레스토랑"과 같은 질문을 하면 LLM은 쿼리를 구문 분석하고 10개의 파란색 링크를 표시하는 대신 간단한 설명과 함께 몇 개의 최고 레스토랑 이름을 지정하려고 시도합니다. Al은 어떤 레스토랑을 언급할지 어떻게 결정할까요? Al은 신뢰할 수 있는 출처에서 최고 등급 또는 "최고"로 일관되게 나타나는 시설을 식별하기 위해 학습 데이터 또는 라이브 검색 결과(LLM에 검색 기능이 있는 경우)에서 정보를 종합하여 작동합니다.

• 학습 데이터 및 웹 콘텐츠에 대한 의존도: (라이브 검색이 없는) ChatGPT와 같은 모델은 학습 데이터의 패턴을 기반으로 답변을 생성합니다. 모델이 수집한 기사, 리뷰 또는 목록에서 홍콩에서 "최고"로 자주 언급된 레스토랑을 추천합니다. 실제로 이는 LLM의 답변이 종종 수많은 웹 소스의 합의를 반영한다는 것을 의미합니다. 예를 들어 여러 여행 가이드와 음식 블로그에서 레스토랑 X를 최고의 이탈리아 레스토랑으로 칭찬하는 경우 Al은 답변에 레스토랑 X를 포함할 가능성이 높습니다. 한 분석에서 ChatGPT의 많은 비즈니스 추천은 "최고 X" 목록(종종 제휴 또는 리뷰 사이트)을 게시하는 사이트에서 가져온 것으로 나타났습니다. 이는 "최고" 목록에서 널리 언급된 이름이 Al의 선택에 큰 영향을 미친다는 것을 나타냅니다. 기본적으로 레스토랑이 웹에서 긍정적으로 더 많이 언급될수록 챗봇이 "최고"로 간주할 가능성이 높아집니다.

• 실시간 검색(Bing Chat, Gemini): 일부 LLM(예: Bing의 Al 채팅 또는 Google의 Gemini)은 실제로 웹 검색을 수행한 다음 LLM이 답변을 작성합니다. 예를 들어, Al은 "홍콩 최고의 이탈리아 레스토랑"에 대해 Bing/Google에 쿼리하고 TripAdvisor 순위, 잡지 기사 또는 음식 블로그와 같은 상위 결과를 검색할 수 있습니다. LLM은 해당 페이지를 읽고 중복되는 추천을 응답에 통합합니다. 여러 상위 검색 결과에 나타나는 레스토랑(예: 여러 "홍콩 최고의 이탈리아 레스토랑 Top 10" 기사에 소개되고 훌륭한 리뷰를 받은 레스토랑)은 Al의 답변에 이름이 지정될 가능성이 매우 높습니다. 본질적으로 LLM은 합의에 따라 순위를 매깁니다. 이름이 높은 순위의 콘텐츠에 반복적으로 나타나면 강력한 신호입니다. 연구에 따르면 기존 검색 순위와 LLM 결과 사이에 강력한 상관 관계가 있습니다. 특정 주제에 대해 Google/Bing의 1페이지에 순위를 매기는 브랜드는 해당 주제에 대한 LLM 답변에 의해 언급되는 경향이 있습니다. 따라서 SEO와 Al 추천은 밀접하게 관련되어 있습니다. 검색에서 좋은 성과를 거두면 LLM이 귀하를 찾아서 언급할 가능성이 높아집니다.

• 사용자 만족도 신호: LLM은 품질 및 평판에 대한 정성적 신호도 고려합니다. 레스토랑의 경우 이는 고객 리뷰와 평점이 영향력이 있음을 의미합니다. Al 모델은 사용자를 만족시킬 수 있는 옵션을 제안하는 것을 목표로 하므로 많은 긍정적인 리뷰와 데이터에서 본 찬사를 받은 비즈니스를 선호합니다. 예를 들어 레스토랑 Y가 Google, Tripadvisor 및 OpenRice(홍콩 식사 플랫폼)에 수백 개의 별 5개 리뷰가 있고 해당 사실이 웹 콘텐츠에 반영된 경우 Al은 레스토랑 Y를 높이 평가되는 옵션으로 해석합니다. 실제로 ChatGPT는 추천을 할 때 비즈니스의 평판과 실적을 고려한다고 명시적으로 언급했습니다. 높은 평점과 신뢰할 수 있는 리뷰 플랫폼에서의 잦은 언급은 레스토랑이 잘 평가되고 있음을 나타내며 Al 기반 "최고" 답변에 나타날 가능성을 높입니다.

오늘날의 LLM은 모든 레스토랑과 실시간 평점에 대한 고유하고 업데이트된 데이터베이스를 가지고 있지 않다는 점을 기억하는 것이 중요합니다. LLM은 학습했거나 가져올 수 있는 정보에 의존합니다. 따라서 각 후보에 대한 언급의 빈도, 최신성 및 권위를 기반으로 순위를 대략적으로 추정합니다. 실제로 "홍콩 최고의 이탈리아 레스토랑"에 대한 LLM의 답변은 다음과 같은 몇 개의 레스토랑 이름을 지정할 가능성이 높습니다. (a) 분명히 이탈리아 레스토랑이고 홍콩에 있습니다(관련성). (b) 여러 평판 좋은 출처(여행 가이드, 음식 블로거, 뉴스 사이트 등)에서 강조 표시되었습니다. (c) 강력한 평판(수상, 긍정적인 리뷰, 수명)을 가지고 있습니다. 예를 들어 세 개의 다른 음식 잡지와 TripAdvisor 모두 II Primo를 최고의 이탈리아 레스토랑으로 나열하고 식사하는 사람들이 4.8 $/5$ 평점을 준 경우 이러한 신호는 Al이 II Primo를 답변에 포함하도록 집단적으로 푸시합니다. 반면에 웹 존재감이 거의 없거나 엇갈린 리뷰가 있는 새로운 이탈리아 레스토랑은 지원 데이터 부족으로 인해 Al에서 "최고"로 선택될 가능성이 낮습니다. 요컨대 LLM은 기존 검색 엔진 알고리즘을 사용하는 대신 코퍼스에서 널리 승인되고 권위 있고 관련성 있는 정보를 찾아 답변 순위를 매깁니다. 이 새로운 접근 방식에는 특이한 점이 있습니다. Neil Patel의 실험에 따르면 ChatGPT의 추천이 항상 정확한 것은 아니었습니다(응답의 약 27%가 부정확하거나 벗어났습니다). 그러나 전반적인 패턴은 온라인 대화를 지배하는 비즈니스가 LLM 생성 결과에서 상위권으로 올라가는 경향이 있다는 것입니다.

LLM이 의존하는 주요 순위 기준(및 중요도) #

LLM은 어떤 특정 요소를 사용하여 어떤 브랜드 또는 비즈니스를 추천할지 결정하는 것 같습니까? ChatGPT의 답변을 분석한 최근 연구에서는 제품, 서비스 또는 브랜드가 Al에서 추천되는지 여부와 강력한 상관 관계가 있는 6가지 주요 요소를 발견했습니다. 이러한 요소는 비즈니스를 온라인에서 눈에 띄고 신뢰할 수 있게 만드는 요소와 밀접하게 일치합니다. LLM에는 Google의 알려진 알고리즘 요소와 같은 공식적인 "순위 요소 가중치"가 없지만 SEO 전문가의 이 분석은 각 요소의 상대적 영향에 대한 좋은 근사치를 제공합니다. 아래는 이러한 6가지 요소와 상대적 강도를 보여주는 NP Digital 연구(Neil Patel 팀)의 차트입니다(막대가 높을수록 ChatGPT에서 추천되는 것과 더 강력한 상관 관계를 나타냄).

ChatGPT가 답변에서 제품, 서비스 또는 브랜드를 추천할지 여부에 영향을 미치는 6가지 주요 요소입니다. 더 높은 "점수"(각 막대 위에 0에서 1 사이의 척도로 표시됨)는 더 강력한 영향을 의미합니다. 특히 쿼리에 대한 관련성과 웹 전체의 브랜드 언급은 가장 높은 가중치를 가진 요소 중 하나이며, 타사 "추천" 목록에 소개되는 것은 유익하지만 비교적 약한 요소입니다. 이 분석에서 우리는 대략적인 중요도 순으로 다음 LLM 순위 기준을 도출할 수 있습니다.

• 관련성: 귀하의 비즈니스에 대한 콘텐츠가 특정 쿼리와 관련이 있습니까? 이것은 매우 높은 상관 관계(~0.91)로 가장 영향력 있는 요소로 확인되었습니다. 본질적으로 Al은 사용자 질문의 키워드와 주제가 웹 전체에서 귀하의 브랜드와 함께 나타나는지 확인합니다. 예를 들어 쿼리가 "홍콩 최고의 이탈리아 레스토랑"인 경우 LLM은 다양한 웹사이트에서 "최고의 이탈리아" 및 "홍콩"과 관련하여 명시적으로 언급된 레스토랑을 선호합니다. 관련성에 대한 한 가지 대리 변수는 귀하의 사이트(또는 귀하의 비즈니스에 대한 콘텐츠)가 해당 키워드에 대한 기존 검색에서 순위를 매기는지 여부입니다. 귀하가 쿼리를 타겟팅하는 콘텐츠(예: "홍콩 최고의 이탈리아 레스토랑"과 같은 문구를 포함하는 블로그 게시물 또는 설명)가 있거나 다른 사람들이 해당 용어를 사용하여 귀하에 대해 작성한 경우 관련성이 크게 향상됩니다. 기본적으로 Al은 명확한 주제 일치를 확인해야 합니다. 귀하의 브랜드는 사용자가 묻는 내용과 관련하여 일관되게 언급되어야 합니다.

• 브랜드 언급: 귀하의 브랜드 이름이 다른 웹사이트에서 얼마나 자주 언급됩니까? 이것은 온라인 인기와 인지도의 척도이며 관련성만큼이나 중요했습니다(상관 관계 ~0.87). 귀하의 레스토랑 또는 비즈니스가 웹 전체에서 더 자주 언급될수록(기사, 포럼, 목록, 소셜 미디어 등) LLM은 귀하를 잘 알려지고 신뢰할 수 있는 개체로 인식합니다. 링크된 언급(백링크)에 크게 의존하는 기존 SEO와 달리 LLM은 링크된 언급이든 링크되지 않은 언급이든 모두 중요성의 신호로 간주할 가능성이 높습니다. 레스토랑의 경우 브랜드 언급에는 뉴스 기사, 음식 블로그, 여행 가이드, 지역 "최고" 목록, 심지어 토론 게시판에 이름이 지정되는 것이 포함될 수 있습니다. 양과 맥락이 중요합니다. 특히 긍정적이거나 권위 있는 맥락에서 많은 양의 언급은 Al에게 귀하의 브랜드가 상당한 존재감을 가지고 있으며 고려해야 함을 나타냅니다. 인터넷에서 Al 버전의 "입소문" 신뢰성으로 생각하십시오.

• 리뷰 및 평점: 귀하의 비즈니스에 대한 대중의 피드백은 무엇이며 얼마나 풍부합니까? 이 요소(리뷰의 양과 질)는 중간에서 높은 영향력(상관 관계 ~0.61)을 가졌습니다. LLM은 Google 리뷰, Yelp, TripAdvisor, Amazon, Trustpilot 등과 같은 사이트의 리뷰 콘텐츠를 포함하여 방대한 양의 텍스트로 학습됩니다. LLM은 긍정적인 리뷰가 많은 회사 또는 제품이 좋은 추천일 가능성이 높다는 것을 이해하고 있습니다. Neil Patel의 조사 결과에 따르면 더 많은 리뷰(및 일반적으로 좋은 평점)를 가진 브랜드가 추천될 가능성이 더 높았습니다. 레스토랑의 경우 이는 여러 플랫폼(Google, Yelp, OpenTable, TripAdvisor 등)에서 많은 4-5성 리뷰를 받는 것이 Al의 눈에 귀하의 신뢰도를 높인다는 것을 의미합니다. 리뷰는 본질적으로 크라우드 소싱된 품질 신호 역할을 합니다. LLM은 예를 들어 별 5개 리뷰가 5개인 것보다 평균 별 4.5개인 리뷰가 500개인 장소를 선호합니다. 왜냐하면 전자가 품질에 대한 더 많은 입증 증거를 가지고 있기 때문입니다. 실행 포인트: 고객이 리뷰를 남기도록 장려하고 높은 평점을 유지하기 위해 노력하십시오. 이는 기존의 지역 SEO에 도움이 될 뿐만 아니라 귀하의 비즈니스 품질에 대한 Al 신뢰할 수 있는 데이터를 제공합니다.

• 권위: 귀하의 브랜드가 해당 분야에서 얼마나 권위 있고 확고합니까? 권위는 광범위한 개념이지만 LLM 순위 맥락에서 귀하의 웹사이트 도메인 권위, 귀하에 대해 이야기하는 사이트의 신뢰도, 심지어 귀하의 소셜 미디어 팔로워와 같은 것들을 포함합니다. 이 요소는 중간 정도의 상관 관계(~0.52)를 가졌습니다. LLM은 누가 귀하를 보증하거나 참조하는지 확인하여 권위를 추론합니다. 권위 있는 사이트(뉴스 매체, 잘 알려진 블로그, Wikipedia 등)에서 귀하를 언급하거나 링크하는 경우 귀하의 인지된 권위가 높아집니다. 또한 Neil Patel의 팀은 소셜 미디어 팔로워와 다중 플랫폼 존재를 권위의 일부로 간주했습니다. 많은 팔로워는 브랜드가 영향력이 있거나 많은 사람들이 신뢰한다는 것을 나타낼 수 있습니다. 레스토랑의 경우 "권위"는 권위 있는 상(예: 미슐랭 스타), 평판 좋은 출판물의 언론 특집 또는 참여 팬층을 보여주는 강력한 소셜 미디어 존재와 같은 것들로 강화될 수 있습니다. LLM이 귀하의 팔로워 수를 명시적으로 확인하지 않을 수 있지만 활성 커뮤니티(언급, 공유 등)를 통해 생성된 콘텐츠는 Al의 학습 데이터에 기여합니다. 결론: 확고하고 신뢰할 수 있는 브랜드가 선호됩니다. 새롭거나 모호한 비즈니스는 극복해야 할 장애물이 있지만 PR, 고품질 콘텐츠 및 해당 분야의 사고 리더십을 통해 시간이 지남에 따라 권위를 구축할 수 있습니다.

• 나이(수명): 귀하의 비즈니스 또는 제품이 얼마나 오래되었습니까? 이 연구에서는 오래되고 더 확고한 회사가 ChatGPT의 답변에 더 자주 나타나는 경향이 있음을 발견했습니다. 이 요소는 더 약한 상관 관계(~0.46)를 보였지만 여전히 주목할 만했습니다. 이는 LLM이 더 긴 실적을 가진 엔터티에 대한 편향(아마도 데이터를 통해)을 가지고 있음을 시사합니다. 20년 동안 지역 명소였던 오래된 레스토랑은 언급, 리뷰 및 이력을 축적할 시간이 더 많았지만 지난달에 문을 연 새로운 레스토랑은 발자국이 거의 없습니다. Al은 실시간 경험이 부족하여 과거 데이터에 의존합니다. 그리고 오래된 엔터티에 대한 데이터가 더 많습니다. 이것이 새로운 비즈니스를 추천할 수 없다는 것을 의미하지는 않지만(특히 뉴스에 큰 반향을 일으키거나 큰 상을 받는 경우) 일반적으로 수명은 이점을 제공합니다. 이는 신뢰성에 대한 인식에 기여합니다("그들은 오랫동안 존재했고 언급되었으므로 무언가를 제대로 하고 있어야 합니다"). 귀하는 설립 날짜를 변경할 수 없지만 온라인 존재를 가능한 한 빨리 구축하는 것이 중요합니다. 새로운 비즈니스는 나이 부족을 보완하기 위해 다른 요소(언급, 리뷰 등)에 적극적으로 노력해야 합니다.

• 외부 추천: 타사 사이트에서 귀하를 최고의 선택으로 명시적으로 추천합니까? 이 요소는 리스티클, 순위 및 추천 기사(종종 "Top 10" 또는 "Best of" 목록)에 소개되는 것을 나타냅니다. 6가지 요소 중 가장 낮은 상관 관계(~0.28)를 가졌지만 여전히 의미 있는 신호입니다. 평판 좋은 웹사이트 또는 블로거가 귀하의 비즈니스를 최고 중 하나로 추천하는 경우 해당 보증은 LLM에 영향을 미칠 수 있습니다. 예를 들어 Travel + Leisure 잡지와 인기 있는 음식 블로그 모두 귀하의 레스토랑을 "홍콩 최고의 이탈리아 레스토랑" 중 하나로 나열하는 경우 해당 명시적 추천은 Al의 답변에 반영될 가능성이 높습니다(실제로 Al은 해당 기사를 요약할 수도 있습니다!). Neil Patel은 ChatGPT가 제공한 많은 제안이 제품/서비스 순위를 매기는 제휴 사이트에서 가져온 것이라고 언급했습니다. 마찬가지로 레스토랑의 경우 Al은 지역 "최고의 레스토랑" 특집에서 가져올 것입니다. 따라서 해당 큐레이션된 추천에 존재하는 것이 중요합니다. 그러나 이 요소만으로는 충분하지 않습니다(따라서 낮은 가중치). 다른 요소와 함께 가장 잘 작동합니다(예를 들어 사이트는 귀하가 훌륭한 리뷰와 권위를 가지고 있기 때문에 귀하를 추천할 수 있습니다). 실행 포인트: 귀하의 산업/지역에서 관련 "최고 목록 또는 수상 요약"에 소개되도록 노력하십시오. Al 답변에 직접 제공할 수 있습니다.

이러한 요소가 왜 중요할까요? 요약하면 이러한 기준은 LLM이 답변을 공식화할 때 "찾는 것"에 대한 그림을 그립니다. LLM은 관련성이 높고, 잘 알려져 있고, 잘 좋아하고, 확고하고, 다른 사람들의 보증을 받은 옵션을 제안하기를 원합니다. 이것의 대부분은 상식과 일치합니다. Al은 "최고"를 묻는 사용자에게 나쁘거나 알려지지 않은 레스토랑을 추천하고 싶지 않습니다. Al은 온라인 증거의 폭을 품질에 대한 대리 변수로 사용합니다. 한 AI SEO 가이드에서 말했듯이 "ChatGPT는 관련