한국시간 기준, 오전 1시 이후, 빙 웹마스터도구의 AI Performance 리포트에 토픽과 인텐트 컬럼이 추가되고 있습니다.
처음 이 기능을 봤을 때는 구글서치콘솔의 키워드 그룹핑과 비슷한 흐름처럼 보였습니다.
단일 키워드가 아니라, 검색어나 그라운딩 쿼리를 더 큰 주제와 의도 단위로 묶어 보여주려는 시도처럼 느껴졌기 때문입니다.
다만 실제 적용된 데이터를 다시 보니, 현재 한국어 기준에서는 인텐트와 토픽의 정의가 실무적으로 바로 사용하기에는 부적절한 부분이 꽤 있어 보였습니다. 의도 매핑이 정확하게 되지 않거나, 쿼리의 실제 맥락과 맞지 않는 토픽으로 묶이는 경우도 확인되었죠.
물론 지금 이 기능을 “좋다, 나쁘다”, “바로 써야 한다, 쓰지 말아야 한다”로 판단하는 것은 조금 이른 접근이라고 생각합니다. 오히려 더 중요한 질문은 따로 있습니다.
왜 구글과 빙은 검색 데이터(키워드, 주제, 의도)를 점점 그룹핑해서 보여주려 하는가?
저는 이 질문이 장기적으로 GEO 분석에서 중요하다 생각하고 있습니다.
1. 빙의 토픽·인텐트 분류는 아직 한국어 기준에서 아쉬운 부분이 많다.
빙 공식 문서인 AI Performance – Intents, Topics and Citation Share FAQ에 따르면, 빙은 AI Performance 리포트에서 그라운딩 쿼리를 인텐트와 토픽으로 분류하고, Citation Share를 통해 사이트의 상대적 인용 점유율까지 보여주는 방향으로 기능을 확장하고 있습니다.
방향성 자체는 꽤 흥미롭습니다. AI 답변에서 사이트가 얼마나 인용되었는지만 보는 것이 아니라, 어떤 주제와 어떤 의도에서 인용되고 있는지를 보여주려는 시도이기 때문입니다.
하지만 현재 한국어 쿼리 기준으로 보면, 이 분류를 그대로 전략에 적용하기에는 아쉬운 부분이 있습니다.
빙의 업데이트가 아쉽다기보단 언어에서 오는 간극정도라 보고 있습니다. 실제 현재 제가 가지고 있는 클라이언트의 데이터를 볼 때, 인텐트가 실제 사용자 의도와 맞지 않거나, 토픽이 쿼리의 맥락을 충분히 반영하지 못하는 경우가 있기 때문입니다.
(동일 의도의 그라운딩 쿼리에서도 의도가 서로 엇갈리는 등의 정확성이 상당히 떨어졌습니다.)
따라서 지금 단계에서는 빙의 토픽·인텐트 컬럼을 정답처럼 받아들이기보다, 검색엔진이 AI 검색 데이터를 어떻게 구조화하려 하는지 보여주는 힌트 혹은 방양성 정도로 보는 것이 더 적절해 보입니다.
2. 핵심은 기능의 완성도가 아니라 데이터 그룹핑의 방향?
제가 이번 업데이트에서 더 중요하게 보는 부분은 기능 자체의 정확도보다 “왜 이런 그룹핑을 시도하는가”입니다.
구글도 검색 데이터를 개별 키워드 단위로만 보여주기보다, 유사한 검색어를 묶고 사용자의 검색 맥락을 더 큰 단위로 해석하려는 흐름을 보입니다. 빙 역시 AI Performance 안에서 그라운딩 쿼리를 토픽과 인텐트로 묶으려 하고 있습니다.
이 흐름은 결국 검색엔진이 단일 키워드보다 질문의 맥락, 의도, 주제 묶음을 더 중요하게 보고 있다는 신호일 수 있습니다.
| 기존 검색 분석 | 앞으로의 AI 검색 분석 |
|---|---|
| 개별 키워드 중심 | 질문과 의도 묶음 중심 |
| 노출, 클릭, 순위 확인 | 인용, 맥락, 토픽 확인 |
| 단일 페이지 최적화 | 여러 페이지의 정보 조합 최적화 |
| 키워드 매칭 | 프롬프트와 쿼리 팬아웃 대응 |
즉, 지금 봐야 할 것은 “빙의 인텐트 분류가 정확한가?”가 아닙니다.
그보다 “왜 빙은 AI 인용 데이터를 토픽과 인텐트로 묶으려 하는가?”를 봐야 합니다.
3. 그룹핑의 전체 맥락은 쿼리 팬아웃의 형태와 닮아 있는 걸로 보여진다?
제가 조금 강하게 추측하는 부분은 이 그룹핑 방식이 쿼리 팬아웃의 형태와 닮아 있지 않을까란 점입니다.
쿼리 팬아웃은 사용자가 하나의 질문을 했을 때, AI가 그 질문에 답하기 위해 여러 하위 질문이나 검색어로 확장해 정보를 찾는 방식입니다. 예를 들어 사용자가 “GEO 컨설팅 업체를 어떻게 골라야 할까?”라고 물었다면, AI는 내부적으로 다음과 같은 여러 질문으로 나눠볼 수 있습니다.
- GEO 컨설팅이란 무엇인가?
- SEO 컨설팅과 GEO 컨설팅은 어떻게 다른가?
- GEO 업체를 고를 때 봐야 할 기준은 무엇인가?
- AI 검색 가시성은 어떻게 측정하는가?
- 실제 사례나 성과 데이터가 있는가?
- 업체가 과장된 주장을 하고 있지는 않은가?
이처럼 하나의 프롬프트는 여러 개의 하위 정보 요구로 나뉩니다. AI는 이 하위 질문들에 답할 수 있는 페이지들을 찾고, 그 정보를 조합해 하나의 답변을 만듭니다.
빙의 토픽·인텐트 그룹핑도 결국 이런 흐름과 연결되어 있다고 봅니다. 개별 쿼리 하나를 보여주는 것보다, 그 쿼리가 어떤 큰 의도와 주제 묶음 안에 있는지를 보여주려는 방향이기 때문입니다.
물론 현재 빙의 분류가 완벽하다는 뜻은 아닙니다. 오히려 한국어 기준에서는 부정확한 부분이 많아 보입니다. 다만 검색엔진이 데이터를 묶으려는 방향 자체는 쿼리 팬아웃 시대의 분석 방식과 맞닿아 있습니다.
4. 앞으로 중요한 것은 프롬프트에 필요한 정보 구조를 빠르게 파악하는 능력이다
이미 많은 분들이 알고 계시겠지만, 앞으로 GEO에서 중요한 능력은 단순히 “어떤 키워드를 넣을 것인가?”가 아닐 가능성이 큽니다.
오히려 특정 프롬프트를 만들었을 때, 그 프롬프트에 답변되기 위해 어떤 정보들이 필요하고, 그 정보가 어떤 페이지에 있어야 하는지를 빠르게 캐치하는 능력이 중요해질 것입니다. (컨설턴트들은 조금 더 빨라야겠죠?)
예를 들어 “우리 회사에 맞는 SEO/GEO 컨설팅 업체를 고르는 기준은?”이라는 프롬프트를 잡고 싶다면, 단일 글 하나만으로는 부족할 수 있습니다. AI가 답변을 구성하려면 다음과 같은 정보 묶음이 필요할 수 있습니다.
| 필요 정보 | 대응 페이지 예시 |
|---|---|
| SEO와 GEO의 차이 | 개념 설명 콘텐츠 |
| GEO 성과 측정 방식 | AI 가시성·인용 측정 콘텐츠 |
| 업체 선택 기준 | 비교·체크리스트 콘텐츠 |
| 실제 프로젝트 경험 | 성공 사례·포트폴리오 |
| 과장된 GEO 주장에 대한 경계 | GEO 오해와 리스크 설명 콘텐츠 |
이런 구조를 빠르게 설계할 수 있어야 합니다. 단순히 메인 키워드 하나를 잡고 글 하나를 쓰는 방식으로는 AI 답변에 필요한 정보 묶음을 충분히 만들기 어렵습니다.
이 지점에서 기존 SEO와 GEO가 연결됩니다. 결국 좋은 GEO 전략은 검색 의도 분석, 콘텐츠 허브 설계, 내부링크, 페이지별 역할 정리 같은 기존 SEO 기본기를 바탕으로 만들어질 수밖에 없습니다.
(실제 콘텐츠 SEO를 할 때, 필러 콘텐츠를 기반으로 클러스터 콘텐츠로 나아가는 등의 추가 전략을 세워 작성하는 컨설팅은 이미 존재했습니다.)
이 부분은 서치나인에서 이전에 작성한 구글 서치콘솔 AI 가시성 보고서 테스트와 GEO 성과 측정 변화와도 연결해서 볼 수 있습니다. AI 검색 성과 측정이 가능해질수록, 단순 노출보다 어떤 질문과 정보 구조에서 선택되는지를 해석하는 능력이 더 중요해질 가능성이 큽니다.
5. 초반에 필요한 것은 SEO친화적 글쓰기와 도메인 지식 전문성
마케팅이든 SEO든 GEO든 초반에 가장 중요한 것은 해당 도메인에 대한 전문성입니다.
도메인 지식이 부족하면 쿼리 팬아웃을 제대로 예상하기 어렵습니다. 사용자가 어떤 질문을 할지, 그 질문을 해결하기 위해 어떤 하위 정보가 필요한지, 어떤 페이지가 그 정보를 담당해야 하는지 판단하기 어렵기 때문입니다.
예를 들어 병의원, 이커머스, B2B SaaS, 금융, 교육, 로컬 비즈니스는 모두 질문의 구조가 다릅니다. 같은 “추천”이라는 단어가 들어가도, 사용자가 원하는 정보와 AI가 답변에 포함해야 할 근거는 완전히 달라질 수 있습니다.
- 병의원은 신뢰, 위치, 시술 경험, 의료진 정보, 시술 가격 등이 중요할 수 있습니다.
- 이커머스는 가격, 후기, 배송, 반품, 제품 비교, 제품 특징이 중요할 수 있습니다.
- B2B SaaS는 기능, 연동, 보안, 가격, 도입 사례가 중요할 수 있습니다.
- SEO/GEO 컨설팅은 방법론, 측정 방식, 실제 경험, 과장 주장에 대한 검증이 중요할 수 있습니다.
이처럼 업종마다 AI가 참고해야 할 정보의 묶음이 다릅니다. 그래서 프롬프트를 설계하려면 먼저 도메인을 이해해야 합니다. 도메인을 이해해야 쿼리 팬아웃을 예상할 수 있고, 쿼리 팬아웃을 예상해야 필요한 콘텐츠와 페이지 구조를 설계할 수 있습니다.
서치나인이 SEO와 GEO를 진행할 때도 먼저 보는 것은 단순 키워드가 아닙니다. 업종 학습을 통한 고객 여정, 실제 검색 의도, 전환까지 가는 정보 구조, 사이트 안에서 각 페이지가 맡아야 할 역할을 함께 봅니다.
만약 우리 사이트가 어떤 질문 묶음에 답하고 있는지, 어떤 프롬프트에서는 인용될 가능성이 있고 어떤 의도에서는 콘텐츠가 부족한지 점검하고 싶다면 서치나인에 문의해 함께 살펴보셔도 좋습니다. 단순히 AI에 노출됐는지 확인하는 것을 넘어, 우리 업종의 질문 구조와 콘텐츠 우선순위부터 정리해 홈페이지 구조를 만들어나가는 것이 곧 GEO 분석의 출발점이 될 수 있습니다.
