JSON-LD는 웹페이지에 구조화된 데이터를 추가하여 검색 엔진 크롤러가 사이트의 의미론적 구조를 이해하도록 돕는 형식입니다. 이를 적용하면 더 풍부한 검색 결과 미리보기(링크 썸네일 등)를 제공받고 검색 순위를 높일 수 있습니다. 개발자는 Schema.org 표준에 따라 헤더에 스크립트를 추가하여 웹사이트의 메타데이터를 효과적으로 검색 엔진에 전달할 수 있습니다.
바이오해킹 관련 기업들이 챗GPT, 구글 AI 등의 검색 결과를 조작하기 위해 레딧(Reddit)에 스팸성 게시물을 대량으로 유포하고 있습니다. 이는 AI가 학습하고 참고하는 자료를 의도적으로 조작하는 'AEO(AI 엔진 최적화)' 마케팅 전략의 일환으로, 레딧의 커뮤니티 운영자들은 이러한 인공지능 기반의 조작과 불법 광고로 인해 피펩타이드 및 호르몬 대체 요법 관련 게시물을 전면 금지하는 등 강력히 대응하고 있습니다.
구글 I/O에서 AI가 생성한 답변이 검색의 핵심으로 자리 잡으면서 전통적인 파란색 링크 10개 기반의 SEO 전략이 무의미해졌습니다. AI 검색 트래픽의 대부분은 챗GPT가 점유하고 있으며, AI 검색을 통한 고객 전환율은 기존 유기적 검색보다 400% 높게 나타나고 있습니다. 이에 따라 기업들은 구글 중심의 SEO 관행에서 벗어나 AI 에이전트가 웹사이트를 읽기 쉽도록 최적화하는 '에이전트 레디(agent ready)' 전략을 세워야 합니다.
구글이 웹사이트의 AI 에이전트 친화도를 평가하는 '에이전트 브라우징(Agentic Browsing)'이라는 새로운 실험적 감사를 Lighthouse 분석 도구에 도입했습니다. 이 감사는 웹페이지가 기계적으로 읽기 용이하게 잘 구축되었는지 확인하여, 향후 AI 에이전트가 폼 작성이나 예약 등의 작업을 안정적으로 수행할 수 있도록 돕는 것을 목표로 합니다. 실무자들은 시맨틱 HTML과 ARIA 레이블 사용을 점검하고, 구글이 AI 검색에 불필요하다고 지적했음에도 이번 감사 항목에 포함된 'llms.txt' 파일 도입 여부를 주시할 필요가 있습니다.
구글이 AI 오버뷰와 같은 AI 검색 기능에서 노출되기 위해 새로운 최적화 기법(GEO, AEO)은 필요 없다고 공식적으로 밝혔습니다. 구글의 생성형 AI는 기존 검색 시스템과 동일한 순위 및 품질 지표를 사용하므로, 전통적인 SEO를 잘 수행하고 있다면 AI 검색에서도 자연스럽게 노출됩니다. 따라서 실무자들은 LLM용 특수 파일 생성이나 콘텐츠 파편화 같은 편법에 시간을 낭비할 필요가 없습니다.
구글이 AI 검색 환경(AI Overviews 등)을 위해 별도의 최적화 기법(GEO, AEO 등)이 필요하지 않다고 공식적으로 천명했습니다. 기존 구글 검색의 순위 및 품질 시스템을 그대로 사용하므로, 기술적인 트릭보다는 실제 경험에 기반한 고품질의 오리지널 콘텐츠 제작에 집중해야 합니다.