“AI 검색이 오면 SEO는 죽는다”는 말을 들을 때마다, 뒤에 숨은 진짜 두려움은 따로 있다. 혹시 이제 일이 두 배로 늘어나는 건 아닐까. 기존 검색엔진 순위도 챙겨야 하고, ChatGPT·Perplexity 같은 AI 표면에서도 보여야 한다면, 같은 글을 두 번 쓰고 두 번 측정해야 하는 것 아닌가. 구글 AI 개요(AI Overviews)가 검색 결과를 재편하면서, 이 질문은 더 이상 전망이 아니라 매일 아침 대시보드를 여는 순간의 현실이 됐다.

두 배로 일할 필요는 없다 — 방향이 달라졌을 뿐

구글 검색 제품 부사장 롭비 스타인(Robby Stein)은 AI 검색 전문가 인터뷰에서 이렇게 말했다. “훌륭한 콘텐츠를 만드는 표준적인 모범 사례 상당수는 AI 시대에도 그대로 적용된다.” 이 한 문장이 이번 논쟁의 요점을 정리한다. AI SEO는 전통 SEO를 대체하는 ‘새 일’이 아니라, 기존의 네 기둥(온페이지, 오프페이지, 기술, 로컬) 위에 얹히는 하나의 레이어다. 같은 구조, 같은 답, 같은 스키마가 전통 순위와 AI 인용을 동시에 끌어올린다.

실제로 시장도 이 방향을 예측해 왔다. 2023년 통계에 따르면 디지털 마케터의 거의 절반이 AI가 웹사이트 검색 트래픽에 긍정적 영향을 줄 것이라고 답했다. 그리고 그 예측은 이제 막 시작이 아니라 이미 흘러간 흐름이다. 핵심은 간단하다. AI는 반복 작업을 자동화(속도)하고, 사람이 눈치채지 못하는 데이터 패턴을 발견(통찰)하게 해주는 레이어라는 것. 죽는 건 SEO가 아니라, 손으로 하던 방식이다.

정답은 ‘AI 보조 인간 콘텐츠’ — 30%를 넘겨주고 70%는 지킨다

“SEO를 AI가 대신 할 수 있나?”라는 질문에 대한 구글의 입장은 명확하다. AI 생성 콘텐츠 자체는 나쁘지 않다. 문제는 그 콘텐츠가 유용하고 정확하고 사용자 의도를 충족하는가다. 그래서 실무에서 통하는 가장 효과적인 모델은 “AI 보조 인간 콘텐츠(AI-assisted human content)”다.

이 모델의 규칙은 단순하다. 키워드 리서치, 초안 작성, 기술 분석 같은 반복 작업의 약 30%는 AI에 맡기고, 전략 방향·창의적 통찰, 실제 경험·사례·독특한 관점 같은 E-E-A-T 신호, 그리고 품질 검수와 팩트체크는 반드시 사람이 한다. 이 균형을 지키면 AI의 효율을 얻으면서, 구글과 사용자가 모두 가치를 느끼는 진정성을 유지할 수 있다. 결론: AI는 초안을 쓰고, 사람은 ‘왜 이 글을 써야 하는지’를 안다.

4단계 워크플로 — 죽지 않는 SEO의 실제 실행법

여기서 중요한 건 “이걸 어떻게 한 워크플로로 묶느냐”다. SEOPress가 발표한 AI SEO 구현 가이드는 콘텐츠 생성, 기술 SEO, 도구 선택, 측정의 4단계로 흐름을 정리한다. 각 단계를 노력이 두 배가 아니라, 같은 노력이 두 표면에서 동시에 효과를 내도록 재편하는 구조다.

1단계. AI 보조로 콘텐츠를 만들되, 목소리는 지킨다

키워드 리서치부터 방식이 바뀐다. 전통적인 단일 키워드 중심에서 대화형·의도 중심 질문으로 옮겨간다. 세 갈래로 접근한다. 넓은 주제는 ChatGPT·Gemini·Claude에 변주와 의미 범주를 물어보고, 구체적인 질문은 구글의 ‘함께 검색한 항목(PAA)’ 박스, AlsoAsked, AnswerThePublic, Reddit 포럼에서 채굴한다. 경쟁사 갭은 Semrush의 콘텐츠 갭·키워드 갭 기능으로, 경쟁사가 순위를 잡고 있는데 내가 없는 기회를 찾는다.

AI 초안을 쓸 때도 규칙은 같다. 정의·FAQ·제품 사양 같은 사실적 부분은 AI가 빠르게 받아쓰게 하되, AI 출력을 그대로 발행하지 않는다. 내 실제 사례, 의견, 독점 데이터를 얹고 팩트를 교차 확인한다. 그 인간의 레이어가 E-E-A-T를 만들고, 평범한 글을 읽을 가치가 있는 글로 바꾼다. 구조도 중요하다. 모호함이 없는 설명적인 H2·H3 계층, 절차는 번호 목록, 특징·예시는 불릿 목록. 사람이 훑어보기 쉽고, AI가 추출하기도 쉬운 형태가 바로 두 표면의 공통점이다.

2단계. 기술 SEO를 자동화한다 — 스키마와 크롤링 허가

좋은 콘텐츠가 있어도 기술 신호가 없으면 크롤러는 그 가치를 모른다. 가장 중요한 신호는 구조화 데이터(스키마)다. 아티클·FAQ·제품·지역 비즈니스 스키마는 콘텐츠가 무엇인지 구글과 AI에 명시적으로 알린다. 여기서 흥미로운 디테일이 하나 있다. FAQ 스키마는 남용으로 구글의 지원이 축소되고 있지만, 아티클 스키마가 E-E-A-T 신호를 전달하는 역할은 계속 중요하다. 전통 가시성을 높이면서 동시에 AI 인용에 대비하는, 한 번의 작업이 두 가지 효과를 내는 지점이다.

두 번째는 robots.txt다. 이 파일은 봇을 위한 ‘환영 표지판’인데, 실수로 중요한 방문자를 돌려보내고 있을 수 있다. PerplexityBot에 대한 차단 규칙은 이런 형태다.

User-agent: PerplexityBot
Disallow: /

AI 검색에서 인용되는 데 Perplexity, GPTBot(OpenAI), ClaudeBot(Anthropic) 크롤러의 접근은 전제 조건이다. 그다음 깨진 링크, 느린 이미지, 중복 콘텐츠(정규화 필요) 같은 사이트 건강 문제를 정리한다. AI와 구글은 기술적으로 탄탄한 사이트를 선호한다. 허용은 시작일 뿐이다.

3단계. 도구는 ‘많이’가 아니라 ‘통합’으로 고른다

AI SEO 도구 시장은 넘쳐난다. 그런데 가이드가 정확히 짚는 문제는 개별 도구의 성능이 아니라 워크플로의 파편화다. 아이디어 도구(ChatGPT)는 브라우저 탭 사이를 오가며 복붙하게 만들고, 독립형 AI 라이터(Koala AI)는 자체 인터페이스에 글을 가둬두고, 단일 페이지 최적화 도구(Surfer SEO)는 CMS 밖에서 분석하게 하며, 올인원 플랫폼(Semrush)은 또 하나의 대시보드를 요구한다. 각각은 훌륭하지만, 다섯 개를 동시에 쓰면 구독료와 인터페이스 학습 비용이 쌓이고 콘텐츠를 만드는 시간보다 도구를 관리하는 시간이 더 커진다.

여기서 원문이 내놓는 기준은 정확하다. “최고의 AI SEO 도구는 가장 강력한 도구가 아니라, 기존 워크플로에 부드럽게 통합되는 도구”다. (원문은 이 자리에 자사 WordPress 플러그인 SEOPress PRO를 놓는데, 판매 목적은 차치하더라도 ‘한 곳에서 스키마·사이트 감사·메타 생성·성과 데이터를 처리한다’는 원칙 자체는 옳다.) 판단 기준은 단 하나다. 이 도구가 내 복붙 마라톤을 줄여주는가, 늘리는가.

4단계. 측정은 선행 지표로 — 아직 ‘AI 개요 클릭’ 리포트는 없다

솔직하게, AI 검색 노출을 완벽히 측정하는 방법은 아직 없다. 분석 대시보드에 “AI 개요 클릭 수” 탭이 생기기 전까지는. 그래서 가이드는 세 가지 신호로 측정한다. 첫째, 선행 지표(리치 스니펫). 간결한 답변, 명확한 목록, 직접적인 응답 형식은 AI가 인용하기 좋아하는 형식과 동일하다. 둘째, AI 가시성. Semrush One이나 Surfer AI 트래커 같은 도구로 ChatGPT·구글 AI 모드에서의 인용을 추적하고, 중요 질문은 직접 검색해서 확인한다. 셋째, 핵심 성과. 클릭·노출·전환은 여전히 기반이며, 특히 질문형 쿼리에서의 클릭 증가가 AI 친화적 형식에서의 약진을 가리키는 가장 강한 신호다.

완벽한 귀속(attribution)은 아니지만, 통제할 수 있는 것에 집중하면 측정 도구가 따라잡을 때까지 기다릴 필요가 없다. “당신의 AI SEO 전략은 곧 당신의 SEO 전략”이라는 결론이 여기서 나온다. 명확한 답, 논리적 구조, 견고한 스키마, 빠르고 건강한 사이트. AI에 인용되는 일과 전통 순위를 올리는 일은 별개의 일이 아니라 하나의 작업이다.

내가 직접 해본 결과, ‘30% 위임’이 실제로 걸린다

여기서 잠깐, 이 글은 외부 기사를 바탕으로 한 분석이라 아래 경험은 별도의 출처(나와 에이전트의 실제 작업)다. humanerd.kr을 운영하는 나(drew)는 정확히 이 30% 위임 모델을 파이프라인으로 만들고 있다. RSS 하베스터가 주제 후보와 트렌드 기사를 모으면, 에이전트가 초안을 쓰고, 인간 에디터인 내가 경험과 관점을 얹어 발행한다. AI는 ‘무엇을 쓸지’의 반복을 줄이고, 나는 ‘왜 이 글이 필요한지’를 책임진다. 이 글 자체도 같은 흐름으로 태어났다.

특히 4단계 측정의 조언이 실무에서 가장 유효했다. AI 노출을 완벽히 잡는 도구를 기다리는 대신, GSC에서 질문형 쿼리의 클릭 추이를 직접 보는 것부터 시작했다. 글의 H2를 실제 검색 질문 형태로 맞추기 시작하자, 리치 스니펫과 질문형 유입이 조용히 늘었다. 완벽한 대시보드가 없어도 선행 지표를 보면 방향은 보인다. 이 경험으로 “두 배로 일해야 한다”는 두려움은 “같은 일을 더 똑똑하게 배열해야 한다”는 과제로 바뀌었다.

이번 주, SEO를 ‘두 배’가 아니라 ‘한 번’으로

AI 검색이 가져온 변화는 일의 양이 아니라 일의 배열이다. 도구를 하나 더 사거나 글을 두 번 쓰는 대신, 이번 주에 한 가지 실험을 해보라. 세 가지 중 하나면 충분하다. ① robots.txt에서 PerplexityBot·GPTBot·ClaudeBot이 차단되어 있지 않은지 확인한다. ② 가장 트래픽이 많은 글 하나에 아티클 스키마를 붙이고 구조화 데이터 테스트 도구로 검증한다. ③ GSC에서 질문형 쿼리 클릭을 열어, 7일간의 추이를 본다. 이 셋은 모두 30분 안에 끝나고, 전통 순위와 AI 인용을 동시에 준비하는 첫 발판이다. SEO는 죽지 않았다. 손으로 하던 방식만 죽고 있을 뿐이다.

근거 출처

외부 정보(하베스터 수집) — 이 글의 핵심 논점과 4단계 워크플로는 SEOPress의 “AI SEO Implementation Guide: 4-Step Workflow for WordPress”를 바탕으로 했다. 롭비 스타인(구글 검색 VP)의 인터뷰 인용, 2023년 디지털 마케터 절반의 AI 긍정 전망(Statista), 구글의 AI 콘텐츠 가이드라인, ‘AI 보조 인간 콘텐츠’ 30% 원칙, 키워드 리서치·스키마·robots.txt·사이트 건강·도구 파편화·측정 방법(리치 스니펫 선행 지표, Semrush One·Surfer AI 트래커, 질문형 쿼리 클릭)은 모두 해당 기사에 인용된 내용이다. 원문은 SEOPress PRO 플러그인을 소개하는 상업적 맥락이 있음을 참고로 밝힌다.

상호작용(에이전트-드루 대화·작업) — “내가 직접 해본 결과” 섹션의 humanerd.kr 파이프라인 경험(RSS 하베스터 기반 초안 → 인간 에디터 검토, GSC 질문형 쿼리 측정, H2를 검색 질문 형태로 재구성 후 질문형 유입 증가)은 나와 에이전트의 실제 작업에서 얻은 것이다.