Glossary
마케팅·SEO·GEO·LLM·AI 에이전트까지, AI 검색 시대에 알아야 할 용어를 한곳에 정리했습니다. 마케터와 브랜드 매니저가 실무에서 바로 쓸 수 있도록 정의와 맥락을 함께 적었습니다.
회사가 자사 채널에서 직접 수집한 사용자 데이터로, 쿠키 시대 이후 가장 신뢰할 수 있는 마케팅 자산입니다.
URL이 영구적으로 이전됐음을 알리는 HTTP 응답 코드로, 기존 페이지의 링크 권위를 새 URL로 거의 그대로 넘겨줍니다.
URL이 임시적으로 다른 곳으로 이전됐음을 알리는 HTTP 응답 코드로, 검색 엔진은 원래 URL을 계속 색인 대상으로 유지합니다.
HTTP/1.1에서 정의된 임시 리다이렉트로, 302와 달리 원래 요청 메서드(GET·POST 등)를 그대로 보존합니다.
영구 리다이렉트의 현대 버전으로, 301과 달리 원래 요청 메서드(POST 등)를 보존합니다.
요청한 URL이 존재하지 않는다는 HTTP 응답 코드로, 사용자 경험과 크롤 효율 모두에 영향을 줍니다.
요청한 페이지가 영구적으로 삭제됐음을 명시하는 HTTP 응답 코드로, 404와 달리 '복구 가능성 없음'을 분명히 알립니다.
LLM 입출력에 추가로 붙여 부적절한 응답·정책 위반·민감 정보 유출을 막는 안전 장치들의 총칭입니다.
고객이 우리 제품을 선택해야 하는 이유를 한 문장으로 표현한 핵심 약속으로, 모든 마케팅 메시지의 출발점입니다.
검색 엔진이 사용자의 질의에 대해 보여주는 결과 페이지로, 일반 링크 외에도 광고·리치 결과·AI 답변 등이 함께 노출됩니다.
사용자가 특정 검색어를 입력했을 때 실제로 얻고자 하는 목적을 의미하며, 보통 정보형·탐색형·거래형·이동형으로 나뉩니다.
전통 SEO와 UX·CRO를 통합해 '검색에서 들어와서 전환에 도달하기까지의 전체 경험'을 한꺼번에 최적화하는 접근입니다.
특정 키워드가 일정 기간(보통 월 단위) 동안 검색된 평균 횟수를 의미하며, SEO 우선순위 결정의 기본 입력값입니다.
다른 사이트에 콘텐츠를 기고하면서 자연스럽게 우리 사이트로의 링크를 확보하는 가장 클래식한 백링크 빌딩 방법입니다.
만족한 고객을 단순 사용자에서 브랜드의 옹호자로 전환시켜, 그들의 발언이 새 사용자를 데려오게 만드는 활동입니다.
리뷰·인터뷰·서베이·문의 같은 고객 발화를 체계적으로 모아 제품·마케팅 의사결정에 반영하는 활동입니다.
사이트 내 어떤 페이지에서도 링크가 걸려 있지 않은 고립된 URL로, 발견·평가·랭킹 모두에서 불이익을 받습니다.
site:·intitle:·inurl:·"" 같은 특수 문법으로 구글 검색을 정밀하게 좁혀 주는 도구이며, SEO·콘텐츠 리서치에서 매우 자주 쓰입니다.
구글이 제공하는 무료 비즈니스 등록 도구로, 검색·지도에서 매장 카드를 노출시키고 리뷰·문의를 관리할 수 있습니다.
사이트의 구글 검색 노출·클릭·인덱싱 상태를 확인하고 문제를 진단할 수 있는 구글 공식 무료 도구입니다.
구글이 검색 결과 순위를 결정하기 위해 운영하는 수백 개 신호의 알고리즘 체계로, 핵심 업데이트(Core Update)로 정기 개정됩니다.
구글이 정기·비정기적으로 검색 알고리즘을 갱신하는 이벤트로, 코어·헬프풀콘텐츠·스팸·리뷰 업데이트가 대표적인 묶음입니다.
구글의 멀티모달 LLM이자 챗봇 브랜드로, AI Overview·Gemini 앱·워크스페이스 전반에서 답변 표면을 형성합니다.
구글이 1년에 수 차례 발표하는 핵심 알고리즘 업데이트로, 사이트 전체의 품질·E-E-A-T 평가를 광범위하게 재조정하는 이벤트입니다.
구글이 무료로 제공하는 검색 트렌드 분석 도구로, 키워드의 시간별·지역별 상대 검색 관심도를 보여줍니다.
가이드라인 위반으로 사이트 순위가 떨어지는 조치를 통칭하며, 사람이 내리는 수동 조치와 알고리즘이 자동으로 내리는 조정으로 나뉩니다.
구글 검색 안에서 별도 탭처럼 동작하는 Gemini 기반 AI 검색 모드로, AI Overview를 풀스크린·대화형으로 확장한 표면입니다.
구글이 검색 색인을 만들기 위해 운영하는 공식 웹 크롤러로, robots.txt와 User-Agent 규칙으로 접근을 통제합니다.
페이지가 어떤 정보를 담고 있는지 검색 엔진과 AI가 이해할 수 있도록 표준 형식으로 표시한 데이터입니다.
LLM이 자유 텍스트 대신 미리 정의한 JSON·스키마 구조에 맞춰 답하도록 강제하는 기능으로, AI를 시스템에 안정적으로 연결할 때 필수적입니다.
에이전트가 어떤 도구·데이터·행동에 접근할 수 있는지 정의하는 체계로, 자율 에이전트 운영의 핵심 안전장치입니다.
LLM 답변을 외부 데이터·검색 결과 같은 근거 출처에 정박시켜 사실성을 끌어올리는 기법입니다.
사용자의 행동 자체가 새로운 사용자를 데려오는 자기 강화 사이클로, 퍼널을 대체하는 현대적 성장 프레임입니다.
데이터·실험·제품 변경을 결합해 빠르게 성장 레버를 찾아내는 마케팅·제품 결합 방법론입니다.
Medium·LinkedIn·Reddit처럼 권위가 높은 외부 도메인에 콘텐츠를 게시해 그 도메인 신호를 빌려 상위 노출을 노리는 전술입니다.
404 등 오류로 도달이 안 되는 링크로, 사용자 경험과 크롤 효율을 동시에 갉아먹는 흔한 기술 부채입니다.
외부 사이트에 끊겨 있는 링크를 발견해 '대신 우리 콘텐츠를 걸어달라'고 제안하는 백링크 빌딩 전략입니다.
같은 도메인 내 다른 페이지로 연결되는 링크 전략으로, 크롤링 효율과 페이지 권위 분배, 사용자 탐색을 동시에 좌우합니다.
경쟁사가 우리 도메인의 순위를 떨어뜨리려 시도하는 외부 공격 행위를 통칭하며, 스팸 백링크나 콘텐츠 도용이 대표적입니다.
네이버가 제공하는 검색 관리 도구로, 사이트 등록·sitemap 제출·노출 진단을 한 곳에서 처리할 수 있습니다.
네이버 검색에서 블로그·카페·VIEW·웹사이트 결과에 노출되도록 콘텐츠와 출처 신호를 맞추는 한국형 SEO 작업입니다.
제품이 고객에게 전달하는 핵심 가치를 가장 잘 대변하는 단일 지표로, 조직 전체의 의사결정 기준이 됩니다.
검색 결과에 우리 페이지가 노출된 횟수로, GSC가 클릭률·평균 순위와 함께 제공하는 가장 기본적인 SEO 지표입니다.
여러 국가·언어를 대상으로 운영되는 사이트에서 hreflang·도메인 구조·콘텐츠 현지화를 정합성 있게 관리하는 SEO 영역입니다.
다음과 카카오톡 등에서 노출되는 카카오 계열 검색으로, 한국 시장 점유율은 작지만 한국어 검색 다양성과 카카오 생태계 트래픽을 책임지는 채널입니다.
전환 이전에 사용자가 거친 모든 마케팅 접점에 기여도를 나눠 배분하는 측정 방식입니다.
DM·메신저·이메일처럼 분석 도구로 추적이 어려운 비공개 채널에서 일어나는 콘텐츠 공유 트래픽을 의미합니다.
B2B 구매 결정의 상당수가 슬랙·DM·팟캐스트 같은 측정 불가 채널에서 일어나는 현상을 가리키는 개념입니다.
검색 결과 대신 답변 자체를 돌려주는 검색 시스템으로, Perplexity·AI Overview처럼 인용을 곁들여 한 문단으로 답을 정리합니다.
사전 정의한 타깃 질문 세트 중 AI 답변에 우리 브랜드가 한 번이라도 등장한 질문 비율을 의미하는 지표입니다.
이미지가 표시되지 못할 때 또는 스크린리더가 읽을 때 사용되는 대체 텍스트로, 접근성과 이미지 검색 노출에 모두 영향을 줍니다.
사용자가 검색을 한 번의 질의로 끝내지 않고, 후속 질문을 이어 가며 대화형으로 답을 좁혀 가는 검색 방식입니다.
LLM이 외부 API·계산기·검색 같은 도구를 직접 호출해 답변에 활용하는 기능으로, 모든 에이전트의 기본 동작입니다.
rel 속성에 nofollow가 붙지 않은 일반 링크로, 검색엔진이 권위 신호를 그대로 전달하는 기본형 링크입니다.
사용자에게는 일반 자바스크립트 페이지를, 봇에게는 사전 렌더링된 HTML을 따로 응답하는 우회 방식입니다.
사전에 짜둔 일정에 따라 단계별로 자동 발송되는 이메일·메시지 시퀀스로, 가장 보편적인 너처링 도구 중 하나입니다.
이미 검색하는 수요를 잡는 게 아니라, 카테고리 자체에 대한 관심과 수요를 처음부터 만들어내는 마케팅 활동입니다.
이미지·동영상·HTML5 형식으로 웹·앱 지면에 노출되는 배너형 광고를 통칭하는 가장 오래된 디지털 광고 포맷입니다.
고객의 가입·활성화·구매·재구매·이탈 같은 단계별로 메시지와 채널을 다르게 설계하는 마케팅 접근입니다.
서버 액세스 로그를 직접 들여다보며 검색·AI 봇이 우리 사이트를 어떻게 크롤하는지 정량적으로 파악하는 진단 기법입니다.
지역성 의도를 가진 검색에서 지도와 함께 비즈니스 3곳을 묶어 보여주는 SERP 블록으로, 로컬 SEO의 핵심 노출 표면입니다.
지역 기반 검색에서 우리 매장·지점이 상위 노출되도록 만드는 SEO 영역으로, Google Business Profile·네이버 플레이스 같은 비즈니스 프로필이 핵심입니다.
검색량은 낮지만 의도가 명확한 3~5단어 이상의 구체적인 검색어로, 전환율이 높고 경쟁이 낮은 편입니다.
한 URL이 두 단계 이상의 리다이렉트를 거쳐 최종 URL에 도달하는 상태로, 크롤 비용·속도·링크 자산 손실을 동시에 일으킵니다.
당장 구매하지 않는 잠재 고객을 시간 흐름과 콘텐츠로 단계별로 육성해 구매 시점까지 이끄는 활동입니다.
이메일·연락처 같은 정보와 교환되는 무료 자료(가이드, 템플릿, 체크리스트)로, 리드 확보의 핵심 도구입니다.
잠재 고객의 행동·속성에 점수를 매겨 누가 영업 시점에 가까운지를 정량적으로 분류하는 방법입니다.
검색이 뽑은 후보 문서를 다시 한 번 정밀하게 점수 매겨 순서를 바꾸는 모델로, AI가 '어느 문서를 인용할지'를 결정하는 마지막 관문입니다.
번호·불릿 기반의 목록형 콘텐츠로, AI 답변 엔진이 항목 단위로 발췌하기 쉬운 LLM 친화적 포맷입니다.
별점·가격·이미지·FAQ 같은 추가 정보가 표시된 검색 결과 형태로, 일반 텍스트 결과보다 클릭률이 높은 경향이 있습니다.
한 번 가입하거나 구매한 사용자가 일정 기간 후에도 계속 서비스를 이용하는 비율을 측정하는 지표입니다.
우리 사이트로 백링크를 보내는 고유 도메인 수로, 단순 백링크 개수보다 권위 측정에 더 가까운 지표입니다.
한 페이지가 다른 페이지로 링크를 통해 전달하는 권위와 랭킹 신호의 총량으로, 흔히 '링크 주스'라고 부릅니다.
특정 기간 동안 도메인이 새로 획득한 백링크의 속도를 가리키며, 자연스러운 곡선인지 부자연스러운 급증인지가 핵심 신호입니다.
다른 사이트로부터 자사 도메인을 향한 백링크를 확보하기 위한 의도적인 마케팅·콘텐츠·홍보 활동입니다.
마이크로소프트가 Bing·Edge·Office 전반에 통합한 AI 어시스턴트이자 검색 표면으로, 기업 사용자 비중이 높은 채널입니다.
이메일·CRM·광고·인앱 메시지 같은 마케팅 워크플로를 사용자 행동에 따라 자동 실행하는 도구·전략을 통칭합니다.
잠재 고객이 인지에서 구매까지 이동하는 단계를 깔때기 모양으로 시각화한 모델입니다.
마케팅 팀이 기획·실행·측정을 위해 함께 운영하는 소프트웨어 도구의 묶음으로, 보통 CDP·CRM·자동화·분석 도구가 핵심입니다.
텍스트뿐 아니라 이미지·음성·비디오까지 입력으로 받아 답을 찾아주는 검색 방식으로, '사진 찍어 묻는' 사용자 행동이 만든 새로운 인입 채널입니다.
텍스트뿐 아니라 이미지·오디오·비디오 같은 여러 형식의 입력을 함께 이해하고 다룰 수 있는 LLM을 가리킵니다.
역할이 다른 여러 AI 에이전트가 협력해 하나의 작업을 처리하는 구성으로, 단일 에이전트로 풀기 어려운 복잡한 문제에 사용됩니다.
한 페이지가 가장 우선적으로 노리는 단 하나의 핵심 검색어로, 제목·H1·메타 디스크립션이 일관되게 가리켜야 합니다.
검색 결과의 제목 아래에 노출되는 짧은 페이지 요약으로, 직접적인 랭킹 요소는 아니지만 클릭률(CTR)에 큰 영향을 줍니다.
페이지 <head>에 넣어 인덱싱·팔로우 여부를 봇에게 지시하는 메타 태그로, 페이지 단위로 색인 정책을 통제할 때 씁니다.
HTML <head>에 들어가는 메타데이터 태그 전체를 통칭하며, 타이틀·디스크립션·viewport·OG 태그 등이 모두 포함됩니다.
쿼리 난이도·성격에 따라 어울리는 모델로 트래픽을 분기시키는 구조로, 비용·정확도·속도를 동시에 잡기 위한 표준 패턴이 되고 있습니다.
큰 '교사' 모델의 출력을 모방하도록 작은 '학생' 모델을 학습시키는 기법으로, 비싼 모델의 품질을 싼 모델로 옮겨 담는 가장 흔한 방법입니다.
ChatGPT·Gemini·Claude·Perplexity 같은 모델별로 분리해 측정한 브랜드 점유율로, AI Share of Voice의 모델 단위 변형입니다.
구글이 페이지 색인과 랭킹을 매길 때 모바일 버전 콘텐츠를 기본 기준으로 삼는 정책입니다.
모바일 환경에서의 렌더링·속도·UX 전반을 최적화하는 SEO 갈래로, 구글의 모바일 우선 색인 이후 사실상 SEO의 기본 전제가 됐습니다.
기존 사용자 1명이 평균적으로 만들어내는 신규 가입자 수를 측정하는 지표로, 1을 넘으면 자체 성장이 시작됩니다.
이상적인 타깃 고객을 인구통계·행동·니즈를 중심으로 가상의 인물처럼 정리한 프로필입니다.
ByteDance(틱톡 모회사)가 운영하는 웹 크롤러로, 자사 AI 모델·검색·추천 시스템 학습에 활용됩니다.
다른 사이트에서 우리 사이트로 연결되는 링크로, 검색 엔진이 도메인의 권위와 신뢰도를 판단할 때 핵심적으로 참고하는 신호입니다.
낮은 가격의 진입 상품부터 고가 상품까지 단계적으로 배치해, 고객이 가치 단계를 따라 올라가게 설계한 상품 구조입니다.
임베딩 벡터를 저장하고 '의미적으로 유사한' 항목을 빠르게 찾아주는 데이터베이스로, RAG와 시멘틱 검색의 핵심 인프라입니다.
메인 키워드를 보완해 페이지의 의미 범위를 넓혀주는 관련 검색어로, 본문·소제목·FAQ 같은 위치에 자연스럽게 녹입니다.
웹 브라우저를 직접 조작해 사이트를 탐색하고 폼을 채우며 결제까지 수행하는 에이전트로, AI 검색·구매 시대의 대표 인터페이스입니다.
브랜드명이나 회사명을 직접 포함하는 검색 쿼리로, 브랜드 인지·수요 강도를 가장 정직하게 보여 주는 신호입니다.
제품 기능을 나열하는 대신, 브랜드의 맥락·인물·이유를 서사로 전달해 정서적 공감을 만드는 마케팅 방식입니다.
AI 답변 안에서 브랜드 이름이 텍스트로 등장하는 것을 의미하며, 출처 링크 유무와 별개로 인지 효과를 만드는 노출입니다.
특정 카테고리에서 소비자가 우리 브랜드를 떠올리거나 알아보는 정도를 측정하는 마케팅의 기본 자산입니다.
회사명·제품명·서비스명이 들어간 검색어 묶음으로, 이미 브랜드를 아는 사용자들이 직접 찾아 들어오는 고전환 키워드군입니다.
시장 안에서 우리 브랜드가 차지하는 의미·정체성·차별점을 의도적으로 설계해 고객 인식의 좌표를 잡는 작업입니다.
페이지의 위치를 사이트 계층 안에서 보여주는 보조 내비게이션으로, 사용자 탐색과 검색 결과 표시 모두에 영향을 줍니다.
검색엔진 가이드라인을 의도적으로 위반해 단기 순위를 만드는 기법군을 통칭하며, 적발 시 페널티 위험이 큰 영역입니다.
블로그 콘텐츠 특성에 맞춰 토픽 클러스터·내부 링크·발행 주기를 짜는, 한국 시장에서 가장 친숙한 콘텐츠 SEO 갈래입니다.
두 개 이상의 옵션을 같은 기준으로 비교하는 콘텐츠로, AI 답변 엔진이 추천·비교 질문에 가장 자주 인용하는 형식입니다.
비디오 콘텐츠가 검색·동영상 탭·AI 답변에서 노출되도록 메타데이터·구조화 데이터·사이트맵을 정비하는 작업입니다.
마이크로소프트가 운영하는 빙·코파일럿 검색 색인용 크롤러로, AI 답변이 Bing 색인을 기반으로 하기 때문에 GEO 측면에서 다시 중요해진 봇입니다.
LLM이 답을 바로 내지 않고 중간 추론 과정을 단계별로 풀어내도록 유도하는 프롬프트 기법으로, 복잡한 문제 해결에서 정확도를 크게 높입니다.
사이트 전체 페이지를 어떻게 분류하고 어떤 깊이·링크로 연결할지 설계하는 일로, 검색·AI 모두에게 '사이트의 의미'를 전달합니다.
도메인·플랫폼·URL 구조·디자인 등 사이트의 본질적인 부분이 바뀌는 작업으로, SEO 자산 손실 위험이 가장 큰 프로젝트입니다.
브랜드명을 검색했을 때 메인 결과 아래에 함께 노출되는 주요 하위 페이지 링크 모음으로, 구글이 자동으로 선정합니다.
사이트의 주요 URL을 검색 엔진이 효율적으로 발견·크롤링하도록 정리해 둔 XML 파일로, 대형 사이트일수록 효과가 큽니다.
방대한 텍스트 데이터로 LLM의 기본 언어 능력을 처음부터 학습시키는 단계로, 모델이 '세상 지식'을 흡수하는 핵심 과정입니다.
에이전트의 동작을 격리된 환경에서 실행해 외부 시스템에 영향을 주지 않도록 하는 보안 기법으로, 자율 에이전트 운영의 기본기입니다.
검색 결과를 링크 목록이 아니라 LLM이 만든 답변 형태로 보여주는 검색 방식입니다.
페이지 HTML을 서버에서 완성해 응답하는 렌더링 방식으로, 자바스크립트 실행 없이도 봇이 콘텐츠를 그대로 읽을 수 있습니다.
메인 도메인 앞에 별도 식별자가 붙은 도메인 형태(blog.example.com)로, 서브폴더(example.com/blog)와 비교되는 사이트 구조 결정 단위입니다.
콘텐츠가 없거나 사라진 페이지인데도 200 OK로 응답해, 검색 엔진이 '내용은 부실한 살아있는 페이지'로 잘못 인식하는 상태입니다.
1~2단어로 짧고 광범위한 검색어로, 검색량은 크지만 의도가 모호하고 경쟁이 치열한 편입니다.
LLM이 답변을 한 번에 끝내고 반환하는 대신, 토큰이 생성되는 즉시 클라이언트로 흘려보내는 응답 방식입니다.
작은 '초안 모델'이 여러 토큰을 미리 예측해두면 큰 모델이 한 번에 검증해 채택하는 추론 가속 기법으로, AI 응답 속도를 크게 끌어올립니다.
이미지와 텍스트를 함께 이해하도록 학습된 모델로, AI가 우리 제품 사진·로고·매대 이미지까지 분석한다는 사실의 기술적 배경입니다.
키워드 리서치를 시작할 때 출발점이 되는 핵심 단어 묶음으로, 보통 카테고리·제품·문제를 직접 묘사하는 짧은 단어들입니다.
키워드 리서치를 시작할 때 출발점이 되는 핵심 단어 한두 개로, 이걸 토대로 도구가 연관 키워드를 확장해줍니다.
단어 일치가 아니라 검색어의 의미와 의도를 이해해 결과를 매칭하는 검색 방식으로, 현대 검색 엔진과 LLM의 기본 동작 모델입니다.
사용자 메시지보다 먼저 LLM에 전달돼 모델의 역할·말투·행동 규칙을 설정하는 지시문으로, AI 제품의 '캐릭터'를 정의합니다.
고유한 관점과 인사이트가 담긴 콘텐츠로 업계의 대화를 주도해 브랜드를 카테고리의 권위로 자리잡게 만드는 전략입니다.
사용자에게 의미 있는 가치를 거의 주지 못하는 얕거나 중복된 콘텐츠를 가리키며, 구글의 품질 평가에서 페널티 대상이 되기 쉽습니다.
Browser Company가 운영하는 AI 기반 검색 앱으로, 'Browse for Me' 기능을 통해 여러 페이지를 통합한 답변을 제공합니다.
다른 페이지로 연결되는 하이퍼링크에 표시되는 클릭 가능한 텍스트로, 검색 엔진이 링크 대상 페이지의 주제를 추정하는 핵심 신호 중 하나입니다.
백링크에 사용되는 앵커 텍스트의 분포가 자연스럽게 다양한 정도로, 한 가지 키워드에 과도하게 쏠리면 인위적 링크 신호로 잡힙니다.
모델 가중치를 더 낮은 정밀도(예: 16비트 → 4비트)로 압축해 메모리·비용을 줄이는 기법으로, 같은 모델을 더 작은 GPU에서 돌릴 수 있게 만듭니다.
전환에 영향을 준 여러 접점에 기여도를 어떻게 배분할지 정하는 분석 프레임워크입니다.
언론 보도, 입소문, 사용자 후기 등 광고비 없이 자연스럽게 만들어지는 노출을 의미합니다.
발행 후에도 오랜 시간 검색 수요와 가치가 유지되는 콘텐츠로, 시의성보다 본질적 정보 가치를 갖는 글입니다.
발행 후에도 오랜 기간 검색 수요와 가치가 유지되는 콘텐츠로, 시의성보다 본질적 정보 가치에 기반한 글입니다.
에이전트가 이전 대화·작업 결과를 기억하고 다음 행동에 반영하기 위한 저장·검색 메커니즘 전체를 가리킵니다.
에이전트가 사람의 개입 없이 어디까지 스스로 결정·실행할 수 있는지를 단계로 구분한 개념으로, 자율주행 레벨 모델과 유사한 프레임으로 자주 쓰입니다.
에이전트가 목표를 얼마나 정확하고 안전하게 수행하는지 측정하기 위한 테스트·지표 체계로, 일반 LLM 평가와는 결이 다릅니다.
에이전트끼리 또는 에이전트와 시스템이 표준화된 방식으로 대화하기 위한 프로토콜 전반을 묶어 부르는 용어로, A2A·ACP·AP 등 여러 시도를 포괄합니다.
외부 데이터·도구 결과에 숨겨진 악의적 지시문이 에이전트의 의사결정을 가로채는 공격으로, 자율 에이전트의 대표 보안 위협입니다.
AI 에이전트가 사용자를 대신해 여러 검색·도구를 조합하면서 정보를 수집하고 정리해 답을 만들어내는 검색 패러다임을 가리킵니다.
사람이 아니라 AI 에이전트가 주체가 되어 사이트를 탐색·조작하는 새로운 웹 환경을 가리키는 용어로, 2024~2025년부터 본격적으로 쓰이기 시작했습니다.
AI가 단순 답변을 넘어 스스로 판단하고 행동까지 수행하는 패러다임을 통칭하는 용어로, 에이전트형 시스템 전반을 묶어 부릅니다.
단순히 한 번 검색해서 답하는 RAG가 아니라, 에이전트가 검색 쿼리·전략·재시도를 능동적으로 결정해가며 정보를 모으는 패턴입니다.
키워드가 아닌 '엔티티(사람·브랜드·제품·개념)' 단위로 콘텐츠를 정리하고, 엔티티 간 관계 신호를 강화하는 SEO 접근입니다.
Cloudflare Workers 같은 CDN 엣지에서 SEO 변경을 적용해, 원본 코드 배포 없이 리다이렉트·헤더·메타를 빠르게 손볼 수 있는 접근법입니다.
여러 하위 에이전트의 작업 순서·역할 배분·종료 조건을 관리하는 상위 에이전트로, 멀티에이전트 시스템의 컨트롤타워 역할을 합니다.
백링크·언론 보도·브랜드 언급처럼 자사 사이트 바깥에서 권위와 신뢰를 누적하는 모든 SEO 활동을 통칭합니다.
페이스북이 도입해 표준처럼 자리 잡은 메타 태그 세트로, 페이지가 SNS·메신저에 공유될 때 카드에 표시되는 제목·설명·이미지를 정의합니다.
모델의 가중치(weights) 파일이 공개돼 누구나 다운로드해 자체 인프라에서 돌릴 수 있는 LLM을 가리킵니다. Llama·Mistral·Qwen이 대표적입니다.
LLM이 다음 토큰을 고를 때 얼마나 무작위성을 허용할지 조절하는 파라미터로, 값이 낮으면 일관되고 높으면 창의적인 답이 나옵니다.
타이틀·헤딩·본문·내부 링크처럼 페이지 안에서 직접 손댈 수 있는 요소들을 검색 의도에 맞춰 정돈하는 SEO 작업입니다.
자사 도메인에서 다른 도메인으로 나가는 링크를 가리키며, 신뢰할 만한 출처로 연결하면 콘텐츠 신뢰도 신호로 작용합니다.
AI 답변·웹 검색·앱 도구를 결합한 검색 스타트업으로, 답변 안에 출처와 위젯을 함께 노출하는 형태가 특징입니다.
광고비를 지불하고 노출을 사오는 모든 매체를 통칭하며, 검색·디스플레이·소셜·동영상 광고가 대표적입니다.
사람을 위해 만든 콘텐츠를 우대하고 검색 엔진을 위해 만든 얇은 콘텐츠를 강등하기 위해 도입된 구글 알고리즘 업데이트입니다.
스팸·해킹·링크팜 등 저품질 출처에서 들어온 백링크로, 방치하면 페널티 위험을 키우는 신호로 분류됩니다.
스마트폰·스피커·자동차 등 음성 인터페이스로 입력되는 검색 형태로, 자연어 질문 형식과 단일 답변 노출이 특징입니다.
고정 길이가 아니라 의미 단위로 콘텐츠를 분할하는 청킹 방식으로, 인용 시 문맥 손실이 적어 GEO 친화적인 구조로 평가됩니다.
이메일을 통해 잠재·기존 고객과 직접 커뮤니케이션하는 채널로, CRM과 리텐션 영역에서 핵심 역할을 합니다.
이미지 검색·일반 검색·AI 답변 모두에서 이미지가 발견·인용되도록 파일명·alt·구조화 데이터·성능을 정리하는 작업입니다.
상품 페이지·카테고리·패싯 내비게이션·재고 관리까지 쇼핑몰 특화 이슈를 다루는 SEO 영역입니다.
일정 기간 동안 서비스를 떠나거나 구독을 해지하는 고객의 비율을 의미하는 지표로, 리텐션의 거울상입니다.
크롤된 페이지가 검색 인덱스에 실제로 저장될 수 있는 자격으로, 'crawlable이지만 indexable이 아닌' 페이지가 흔합니다.
저가치·중복 URL이 검색 인덱스에 과다하게 올라간 상태로, 사이트 전체의 평균 품질을 떨어뜨려 랭킹에 악영향을 줍니다.
검색 엔진이 크롤링한 페이지를 자체 데이터베이스에 등록하는 단계로, 인덱싱이 안 되면 검색 결과에 아예 노출되지 않습니다.
유용한 콘텐츠·검색·소셜을 통해 잠재 고객이 스스로 찾아오게 만드는 마케팅 모델로, HubSpot이 대중화한 프레임입니다.
베이스 LLM을 '지시문을 따라 답변하는' 형태로 미세조정하는 학습 단계로, 사용자가 자연스럽게 명령할 수 있게 만드는 핵심 과정입니다.
콘텐츠가 LLM에 의해 인용되기 쉬운 정도를 의미하는 속성으로, 사실성·자체 완결성·구조·권위가 핵심 변수입니다.
AI 답변에서 출처로 인용되도록 콘텐츠 구조·표현·근거를 다듬는 작업으로, GEO 콘텐츠 운영의 핵심 라인입니다.
팔로워 기반의 영향력을 가진 크리에이터와 협업해 브랜드 메시지를 자연스럽게 전달하는 마케팅 방식입니다.
텍스트·이미지 같은 데이터를 의미를 보존한 채 숫자 벡터로 바꾼 결과로, 시멘틱 검색·벡터 DB·RAG의 출발점입니다.
고객이 자발적으로 브랜드를 추천·언급하게 만들어 가장 신뢰도 높은 채널인 '사람의 추천'을 마케팅에 활용하는 전략입니다.
JS로 렌더링되는 페이지가 봇에게도 정상적으로 인덱스되도록 SSR·prerender·hydration 전략을 설계하는 영역입니다.
회사가 직접 운영·통제할 수 있는 채널을 의미하며, 자사 웹사이트·블로그·앱·뉴스레터 등이 대표적입니다.
광고가 아닌 자연 검색 결과 영역을 가리킵니다. SEO·GEO가 영향을 줄 수 있는 화면이고, 사용자에게는 'Ad' 라벨이 없는 결과들의 묶음입니다.
광고비를 지불하지 않은 검색 결과 클릭으로 사이트에 들어온 방문자를 가리킵니다. SEO 성과를 측정하는 가장 기본 지표입니다.
사람의 개입을 최소화한 채 스스로 목표를 분해하고 반복 실행하며 결과를 만들어내는 에이전트를 가리킵니다.
여러 개의 작은 '전문가' 신경망 중 일부만 골라 활성화시키는 LLM 아키텍처로, 같은 비용으로 더 큰 모델을 굴릴 수 있게 만든 핵심 기법입니다.
기존 검색 결과에 비해 한 페이지가 얼마나 새로운 정보를 추가하는지를 평가하는 개념으로, 구글 특허에서 등장하며 GEO 콘텐츠 평가의 키워드가 됐습니다.
외부 파트너가 우리 상품을 추천해 발생한 매출에 대해 수수료를 지급하는 성과형 마케팅 모델입니다.
한 페이지가 1순위로 노리는 핵심 키워드로, 제목·H1·메타 디스크립션이 일관되게 가리키는 단 하나의 검색어입니다.
긴 컨텍스트의 가운데에 위치한 정보가 양 끝보다 활용도가 크게 떨어지는 현상으로, '중요한 내용은 앞·뒤에 두라'는 실무 원칙의 출처입니다.
동일하거나 거의 같은 콘텐츠가 여러 URL에 존재하는 상황으로, 검색 엔진이 어떤 URL을 대표로 삼을지 혼란스러워합니다.
큰 '교사 모델'의 출력을 작은 '학생 모델'이 모방하도록 학습시켜, 성능은 최대한 보존하면서 비용과 지연을 줄이는 압축 기법입니다.
LLM이 학습한 데이터의 가장 최신 시점을 가리키는 개념으로, AI가 우리 최신 가격·정책·신제품을 모를 수 있다는 한계의 출처입니다.
검색 결과 우측에 브랜드·인물·작품 같은 엔티티 정보를 카드 형태로 띄우는 SERP 피처로, 구글 Knowledge Graph가 직접 출력하는 영역입니다.
사용자 질문을 헤딩으로 두고 답을 바로 붙이는 구성으로, AI 답변 엔진이 인용하기 쉬운 대표적인 콘텐츠 패턴입니다.
LLM이 인용하기 좋은 단락 단위로 콘텐츠를 잘게 정리해, 답변에 그대로 발췌되도록 만드는 작업입니다.
긴 콘텐츠를 LLM이 다루기 좋은 단위로 잘게 나누는 작업으로, RAG·AI 검색의 인용 단위와 직접 연결됩니다.
검색 결과에서 페이지로 이동한 사용자가 다시 결과로 돌아오기까지 머무른 시간으로, 사용자 만족 여부의 간접 신호로 자주 인용됩니다.
답변을 만들 때 더 많은 시간·연산을 써서 정확도를 끌어올리는 새로운 패러다임으로, OpenAI o1·DeepSeek R1 같은 추론 특화 모델이 가능하게 만든 흐름입니다.
LLM이 외부 출처에 근거를 두고 답변을 작성하도록 강제하는 응답 방식으로, AI 검색의 인용 답변이 대표적인 사례입니다.
AI 답변에 함께 노출되는 출처 링크·인용 표기를 의미하며, 사용자가 답변 근거를 검증하고 원문 사이트로 이동하는 핵심 경로입니다.
기존 카테고리 안에서 경쟁하는 대신 새로운 카테고리를 정의·선점해 시장의 룰을 다시 쓰는 전략입니다.
여러 URL이 같거나 거의 같은 콘텐츠를 가질 때, '대표 URL'이 어디인지 검색 엔진에 알려주는 HTML 태그입니다.
고객이 제품으로 자기 비즈니스 목표를 달성하도록 능동적으로 돕는 조직·전략으로, SaaS의 핵심 성장 엔진 중 하나입니다.
컨텍스트가 길어질수록 LLM이 정보를 점점 덜 정확하게 활용하는 현상으로, '큰 컨텍스트 윈도우 = 품질 보장'이 아니라는 사실의 핵심 근거입니다.
프롬프트 한 줄을 다듬는 것을 넘어, 모델에게 '어떤 컨텍스트를 어떻게 조립해서 줄지' 전체를 설계하는 작업으로 2024~2025년 새롭게 자리 잡은 개념입니다.
LLM이 한 번에 입력으로 받아들일 수 있는 토큰의 최대 길이로, 모델이 한 번에 참고할 수 있는 문맥의 크기를 결정합니다.
AI가 화면을 인식하고 마우스·키보드를 조작해 사람처럼 컴퓨터를 직접 사용하는 에이전트 기능을 가리킵니다.
사이트의 가장 중요한 핵심 페이지 묶음으로, 트래픽·전환·인용을 가장 우선적으로 책임져야 할 '기둥' 콘텐츠입니다.
사이트에서 트래픽·전환·인용을 가장 많이 책임지는 5~10개 핵심 페이지로, 사이트 전체의 신뢰도를 좌우하는 자산입니다.
코드 작성·수정·실행·테스트까지 스스로 수행하는 에이전트로, Claude Code·Cursor·Devin 같은 도구가 대표적입니다.
구글이 페이지 사용자 경험을 정량 측정하기 위해 정의한 핵심 지표 묶음으로, 로딩·반응성·시각적 안정성 세 축으로 구성됩니다.
같은 시점·같은 조건에 묶인 사용자 그룹의 행동을 시간 흐름에 따라 비교하는 분석 기법입니다.
성과가 낮거나 중복·구식 콘텐츠를 삭제·통합·noindex 처리해 사이트 전체 품질 신호를 끌어올리는 작업입니다.
사이트 전체 페이지를 트래픽·전환·품질 기준으로 점검해 유지·개선·통합·삭제 등의 처리 방향을 결정하는 작업입니다.
경쟁사는 다루는데 우리는 비어 있는 토픽·키워드를 찾아내, 콘텐츠 우선순위를 다시 짜는 리서치 작업입니다.
직접적인 광고 대신 가치 있는 콘텐츠를 통해 잠재 고객의 신뢰와 관심을 쌓아가는 마케팅 방식입니다.
한 번 만든 콘텐츠를 다른 형식·채널·목적에 맞춰 변형해 다시 활용하는 전략으로, 제작 ROI를 가장 크게 끌어올리는 방법 중 하나입니다.
이미 발행한 콘텐츠를 검색 의도·구조·내부 링크 측면에서 다시 손봐, 순위와 트래픽을 끌어올리는 개선 작업입니다.
한 주제를 대표하는 필러 페이지와 그 하위 질문들을 다루는 클러스터 글들이 내부 링크로 묶인 콘텐츠 구조 모델입니다.
콘텐츠 자체의 품질과 토픽 커버리지로 자연 검색 노출을 만드는, '글을 통한 SEO' 전략 메타용어입니다.
복합 질문을 더 작고 답하기 쉬운 하위 질문으로 잘라 처리하는 기법으로, AI 검색·LLM 추론이 광범위하게 활용합니다.
사용자가 입력한 질문을 검색·LLM이 더 잘 처리하도록 표현을 다듬어 다시 쓰는 단계로, AI 검색의 첫 번째 처리 과정에 해당합니다.
AI 검색이 사용자의 한 질문을 여러 하위 질문으로 쪼개 동시에 검색·종합한 뒤 한 답변으로 묶어 주는 동작 방식입니다.
홈페이지에서 어떤 페이지에 도달하기까지 거쳐야 하는 클릭 수로, 깊이가 깊을수록 크롤·평가 우선순위가 떨어지는 경향이 있습니다.
검색 엔진이 일정 기간 동안 한 사이트를 크롤링하는 데 할당하는 자원의 총량으로, 대형 사이트의 색인 효율을 좌우합니다.
검색 엔진 봇이 웹페이지를 따라다니며 콘텐츠를 읽어오는 동작 자체로, 색인(indexing)으로 가기 전 단계입니다.
검색 엔진 크롤러가 사이트의 페이지에 얼마나 잘 접근하고 따라갈 수 있는지를 의미하며, 인덱싱의 전제 조건입니다.
Anthropic이 운영하는 대화형 AI 인터페이스로, 길이가 긴 문서·리서치 질의에서 비중이 높은 GEO 표면입니다.
검색엔진 봇과 일반 사용자에게 서로 다른 콘텐츠를 보여주는 위장 기법으로, 구글이 명시적으로 금지하는 블랙햇 행위입니다.
특정 키워드에서 1페이지에 진입하기가 얼마나 어려운지를 0~100 사이 점수로 추정한 SEO 도구의 지표입니다.
타깃 사용자가 실제로 검색에 쓰는 단어와 질문을 찾아 정리하는 과정으로, SEO·GEO 콘텐츠 전략의 출발점이 됩니다.
본문 전체 단어 수 대비 타깃 키워드가 등장한 비율로, 과거 SEO의 핵심 신호였지만 현재는 약한 보조 신호 수준입니다.
본문 전체 단어 수 대비 타깃 키워드가 등장한 비율로, 과거 SEO의 핵심 신호였지만 지금은 약한 보조 신호 수준입니다.
특정 키워드에 대해 우리 페이지가 검색 결과 몇 위에 노출되는지를 의미하며, SEO 성과의 가장 직관적인 단일 지표입니다.
타깃 키워드를 부자연스러울 정도로 반복해 검색 순위를 끌어올리려는 구식 기법으로, 현재는 명백한 페널티 신호입니다.
같은 사이트의 여러 페이지가 동일하거나 유사한 키워드를 두고 서로 경쟁해 결과적으로 모든 페이지의 순위를 끌어내리는 현상입니다.
비슷한 의도를 가진 키워드들을 묶어 같은 페이지나 토픽 클러스터로 매핑하는 작업으로, 카니발리제이션 방지와 토픽 권위 구축에 쓰입니다.
페이지의 제목을 정의하는 HTML 태그로, 검색 결과에 노출되는 파란 링크 텍스트이자 가장 영향력 있는 온페이지 신호 중 하나입니다.
안전 정책으로 막혀 있는 LLM의 응답 제한을 프롬프트 트릭으로 우회해 금지된 내용을 끌어내는 시도를 의미합니다.
크롤링·색인·렌더링·속도·구조화 데이터처럼 페이지가 검색엔진에 제대로 읽히도록 하는 인프라성 SEO 작업입니다.
텍스트를 모델이 다룰 수 있는 토큰 단위로 잘게 쪼개는 전처리 단계로, 모델 비용·맥락 길이·다국어 성능에 직접 영향을 줍니다.
LLM이 텍스트를 처리하는 최소 단위로, 보통 단어나 단어 일부에 해당하며 LLM 비용·길이 한도가 모두 토큰 기준으로 계산됩니다.
한 도메인이 특정 주제 영역 전체를 깊고 일관되게 다룬다고 검색 엔진이 판단할 때 부여되는 신뢰도 개념입니다.
한 개의 허브(필러) 페이지를 중심으로 여러 세부 주제 페이지가 내부 링크로 묶이는 콘텐츠 구조입니다.
2023년 Meta가 발표한 논문에서 출발한 개념으로, LLM이 어떤 API를 언제 호출해야 하는지를 스스로 학습하도록 만드는 도구 사용 학습 패러다임입니다.
이미 사전학습된 LLM을 특정 도메인·작업·말투에 맞춰 추가 학습시키는 과정으로, 자사 데이터에 맞춘 AI를 만들 때 가장 자주 쓰는 방식입니다.
필터·정렬·옵션 조합으로 같은 카탈로그에서 폭증하는 URL을 만들어내는 구조로, 잘못 다루면 인덱스 비대화의 주범이 됩니다.
마케팅 퍼널을 인지(TOFU)·검토(MOFU)·결정(BOFU) 세 단계로 나눠 콘텐츠와 KPI를 분리하는 프레임입니다.
긴 목록을 여러 페이지로 나눠 보여주는 처리 방식으로, 잘못 다루면 색인 분산·중복·고립 페이지 문제가 생기기 쉽습니다.
구글의 창업기 핵심 알고리즘으로, 링크를 '투표'로 모델링해 페이지의 권위를 계산한 SEO 백링크 어휘의 어원입니다.
구글이 제공하는 페이지 성능 진단 도구로, 모바일·데스크톱의 Core Web Vitals 지표와 개선안을 함께 제시합니다.
고객의 머릿속에서 우리 브랜드가 차지하는 자리를 의도적으로 설계하는 전략적 작업입니다.
일반 1위 결과보다 더 위에 노출되는 피처드 스니펫·답변 박스 자리를 가리키며, 클릭은 줄어도 브랜드 노출 효과가 큰 슬롯입니다.
프롬프트 안에 예시 몇 개를 같이 넣어 LLM이 원하는 형식·스타일을 모방하게 만드는 기법입니다.
광고 지면을 사람이 직접 사고파는 대신, 입찰 시스템이 실시간으로 자동 구매·집행하는 방식입니다.
데이터베이스와 템플릿을 결합해 수백~수만 페이지를 자동으로 생성하는 SEO 전략으로, '도시명+서비스' 같은 패턴 검색 수요를 한꺼번에 잡는 방식입니다.
LLM이 원하는 결과를 더 잘 내도록 입력 문구를 설계하는 기술이자 기술 분야로, 모델을 직접 학습시키지 않고도 출력 품질을 크게 바꿀 수 있습니다.
외부 데이터나 입력에 숨겨진 지시문이 LLM의 시스템 프롬프트를 덮어쓰며 모델이 의도치 않은 행동을 하도록 만드는 공격입니다.
여러 프롬프트를 순차적으로 연결해 한 단계의 출력이 다음 단계의 입력이 되도록 구성하는 가장 단순한 형태의 에이전트 패턴입니다.
같은 시스템 프롬프트·문서를 반복해서 호출할 때 처음 계산한 결과를 재사용해 비용·지연을 크게 줄이는 기능으로, GEO 모니터링처럼 반복 호출이 많은 작업의 운영비에 직접 영향을 줍니다.
고객 자신의 만족과 추천이 다시 신규 유입을 만드는 자기 강화 구조로, HubSpot이 퍼널을 대체하는 모델로 제안한 개념입니다.
복잡한 목표를 받으면 먼저 단계별 계획을 수립하고, 그 계획을 따라가며 도구를 호출하는 에이전트 패턴을 가리킵니다.
구글이 SERP 최상단에 한 페이지의 답변 일부를 발췌해 박스 형태로 보여주는 영역으로, 흔히 '0순위'로 불립니다.
토픽 클러스터의 중심에 두는 허브 페이지로, 큰 주제를 폭넓게 다루며 세부 클러스터 페이지들과 내부 링크로 연결됩니다.
토픽 클러스터의 중심에 두는 허브 페이지로, 큰 주제를 폭넓게 정리하고 세부 클러스터 페이지로 안내하는 역할을 맡습니다.
키워드 검색(BM25)과 벡터 검색을 결합해 양쪽의 장점을 함께 쓰는 검색 방식으로, Perplexity·내부 RAG 같은 AI 답변 시스템이 흔히 쓰는 구조입니다.
LLM이 자연어 답변 대신 미리 정의된 함수·API를 호출해 실제 작업을 수행하게 하는 인터페이스로, AI 에이전트의 핵심 메커니즘입니다.
Anthropic이 제안한 정렬 기법으로, 사람이 일일이 점수를 매기는 대신 '헌법(원칙)' 문서를 기준으로 모델이 자신의 답변을 스스로 평가하고 고치도록 학습시킵니다.
페이지의 제목 계층을 정의하는 HTML 태그(H1~H6)로, 사용자와 검색 엔진 모두에게 콘텐츠 구조를 알려주는 역할을 합니다.
LLM이 사실이 아닌 내용을 자신감 있는 톤으로 만들어 내는 현상으로, 브랜드 인용 정확도를 위협하는 가장 흔한 리스크입니다.
신규 사용자가 가입 직후 정의된 '첫 가치'에 도달하는 비율로, 온보딩 품질을 가늠하는 핵심 지표입니다.
에이전트가 자율적으로 작업을 수행하되, 중요한 결정 단계에서는 사람이 검토·승인하도록 끼워 넣는 운영 방식입니다.
두 가지 안을 사용자에게 무작위로 노출해 어느 쪽이 더 나은 성과를 내는지 통계적으로 비교하는 실험입니다.
구글이 주도하는 에이전트 간 통신 표준으로, 서로 다른 벤더의 에이전트가 작업을 위임하고 결과를 주고받을 수 있게 합니다.
획득·활성·유지·추천·매출의 5단계 지표 프레임으로, 그로스 해킹 진영에서 표준처럼 쓰입니다.
리드 단위가 아니라 '타깃 기업(계정) 단위'로 마케팅·영업 자원을 집중하는 B2B 전술입니다.
사용자의 질문에 AI가 직접 답변을 만들어 주는 '답변 엔진' 환경에서 브랜드가 인용되도록 만드는 최적화입니다.
에이전트가 특정 작업을 잘 수행하도록 묶어 둔 '능력 패키지'를 가리키는 표현으로, Anthropic의 Skills가 대표적입니다.
AI 에이전트가 사용자를 대신해 상품 검색부터 결제까지 수행하는 새로운 커머스 패러다임을 가리키는 용어입니다.
AI 답변 안에서 우리 브랜드가 노출되는 정도를 통합적으로 표현하는 지표로, 인용·언급·점유율을 합쳐 'AI 검색에서의 존재감'을 한 줄로 보여 줍니다.
LLM이 답변을 직접 작성해 보여 주는 검색 방식 전반을 가리키는 통칭으로, AI Overview·ChatGPT Search·Perplexity가 모두 여기에 포함됩니다.
AI 답변 안에서 우리 브랜드가 등장할 때의 어조(긍정·중립·부정)를 측정해 인용 효과를 보정해 보는 지표입니다.
AI 답변 안에서 우리 브랜드가 어떻게 등장·묘사되는지를 정기적으로 추적하는 활동으로, 인용·문맥·사실성을 함께 점검합니다.
텍스트가 AI에 의해 생성됐는지를 추정하는 기술로, 콘텐츠 품질 관리·정책 준수 측면에서 GEO 운영자가 알고 있어야 하는 영역입니다.
AI로 대량 생성된 저품질 콘텐츠를 가리키는 부정적 표현으로, 검색·LLM 모두 적극적으로 걸러 내려는 대상입니다.
사용자의 목표를 받아 스스로 계획을 세우고 도구를 호출해가며 작업을 끝까지 수행하는 LLM 기반 시스템을 가리킵니다.
AI가 생성한 텍스트·이미지·음성에 사람이 알아채기 어려운 식별 신호를 심어 'AI 생성물 여부'를 사후에 검증할 수 있게 하는 기술입니다.
ChatGPT·Perplexity·AI Overview 같은 AI 검색 표면에서 자사 사이트로 넘어오는 유입 트래픽을 의미합니다.
AI 답변에서 우리 도메인 또는 콘텐츠가 출처로 표시되는 사건 자체를 가리키며, GEO 측정의 가장 기본 단위입니다.
특정 카테고리의 AI 답변에서 우리 브랜드가 차지하는 노출·인용 비중을 통합해 본 지표로, GEO의 시장 점유율 개념에 가깝습니다.
AI가 사람의 의도·가치·안전 기준에 맞게 행동하도록 만드는 작업과 연구 분야 전체를 가리킵니다.
ChatGPT·Perplexity·Gemini 같은 AI 도구의 referrer로부터 자사 사이트로 들어온 트래픽을 가리키며, GA4 등에서 별도 채널로 분리해 보는 게 일반적입니다.
AI를 활용해 글·이미지·요약 등 콘텐츠를 생산하는 작업을 통칭하며, GEO 콘텐츠 전략에서 사람 검수와 결합해 활용되는 방식이 일반적입니다.
AI 모델 학습 또는 AI 검색 답변 생성을 위해 운영되는 웹 크롤러를 통칭하며, GPTBot·ClaudeBot·Google-Extended가 대표적입니다.
AI 학습·답변 생성용 크롤러가 웹을 수집하는 동작 일반을 가리키며, 일반 검색 크롤링과 다른 정책·부하 특성을 가집니다.
구글 검색 결과 상단에 AI가 생성한 요약 답변을 띄우는 기능으로, 클릭 없이 정보가 소비되는 대표적인 표면입니다.
AI 검색 시대의 SEO 작업 전반을 가리키는 통칭으로, 기존 SEO와 GEO·AEO·LLMO를 한 흐름으로 묶어 부를 때 자주 사용됩니다.
정해진 API들을 호출해 작업을 수행하는 에이전트 패턴으로, 화면을 보지 않고 데이터·기능을 직접 다룬다는 점이 특징입니다.
애플이 AI 학습용 데이터 사용을 분리 통제하기 위해 도입한 식별자로, Siri·Spotlight 색인용 Applebot과 별개로 제어할 수 있습니다.
구독·SaaS에서 1년 단위로 환산한 반복 매출의 합계로, 회사 규모를 가늠하는 가장 흔한 지표입니다.
마이크로소프트 리서치가 공개한 멀티에이전트 프레임워크로, 대화형 에이전트들이 메시지를 주고받으며 작업을 분담하도록 설계됐습니다.
신규 고객 1명을 확보하기 위해 들어간 마케팅·세일즈 비용의 합계를 의미하는 지표입니다.
비영리 Common Crawl이 운영하는 공개 웹 크롤러로, 다수 LLM의 학습 데이터셋이 여기서 출발합니다.
전 세계 엣지 서버에 콘텐츠를 캐시해 사용자와 가까운 곳에서 응답하게 하는 네트워크로, TTFB·LCP 같은 속도 지표에 직접 영향을 줍니다.
ChatGPT 답변 안에서 제품 카드·가격·리뷰 요약을 함께 보여 주는 쇼핑 추천 기능으로, 커머스 GEO의 핵심 표면입니다.
ChatGPT가 실시간 웹 검색 결과를 결합해 답변하는 기능으로, AI 검색 트래픽의 가장 큰 표면 중 하나입니다.
특정 질문군에서 AI 답변에 우리 브랜드 또는 도메인이 인용된 비율을 의미하는 GEO의 핵심 지표입니다.
Anthropic이 개발한 LLM 시리즈로, 안전성·긴 문맥 처리·도구 사용에 강점을 가지고 있어 기업·개발자 환경에서 폭넓게 쓰입니다.
Anthropic이 Claude 학습·답변 생성을 위해 운영하는 웹 크롤러로, robots.txt를 통해 제어할 수 있습니다.
페이지가 로드되는 동안 화면 요소가 예기치 않게 이동한 정도를 누적 점수로 측정하는 Core Web Vitals 시각 안정성 지표입니다.
신규 고객 또는 전환 1건을 만들기 위해 들어간 평균 마케팅 비용을 의미하는 효율성 지표입니다.
광고 클릭 1건당 광고주가 지불하는 평균 비용으로, 검색·디스플레이 광고 운영의 기본 단위입니다.
광고가 1,000회 노출될 때 들어가는 비용을 의미하는 지표로, 브랜딩·도달 캠페인에서 표준적으로 쓰입니다.
여러 역할의 에이전트가 팀처럼 협업하도록 설계된 멀티에이전트 프레임워크로, 'role·goal·task'를 선언적으로 정의합니다.
기존 트래픽으로부터 더 많은 전환을 끌어내기 위해 페이지·UX·메시지를 체계적으로 개선하는 작업입니다.
광고나 검색 결과가 노출된 횟수 대비 실제로 클릭된 비율을 나타내는 가장 기본적인 마케팅 지표입니다.
방문자 또는 클릭 수 대비 실제 전환(구매·가입·문의 등)이 일어난 비율을 측정하는 핵심 성과 지표입니다.
Moz의 DA, Ahrefs의 DR처럼 SEO 도구가 자체 알고리즘으로 도메인의 백링크 권위를 0~100 사이로 점수화한 지표입니다.
구글 서치 콘솔에서 특정 백링크를 평가에 반영하지 않도록 신고하는 도구로, 수동 페널티가 있을 때 사용하는 최후 수단에 가깝습니다.
구글이 콘텐츠 품질 평가에 사용하는 네 가지 축으로, 경험·전문성·권위·신뢰성을 함께 본다는 개념입니다.
사용자가 페이지에 들어온 뒤 의미 있는 콘텐츠(텍스트·이미지)가 처음으로 화면에 그려지는 시점을 측정하는 페이지 속도 보조 지표입니다.
구글이 제공하는 차세대 웹·앱 분석 도구로, 세션 중심에서 이벤트 중심 모델로 전환된 것이 가장 큰 특징입니다.
생성형 AI 검색에서 브랜드가 인용되도록 콘텐츠·데이터·신호를 최적화하는 작업의 풀네임으로, GEO 약어의 정식 표기입니다.
ChatGPT·Perplexity 같은 생성형 AI 검색에서 브랜드가 인용되고 추천되도록 콘텐츠와 데이터를 최적화하는 작업입니다.
구글이 Gemini·Vertex AI 학습용으로 별도 분리해 둔 크롤러 식별자로, 일반 검색용 Googlebot과 따로 통제할 수 있습니다.
OpenAI가 만든 Transformer 기반 LLM 시리즈로, ChatGPT의 엔진이자 현재 AI 시장의 사실상 기준선입니다.
OpenAI가 ChatGPT 학습·검색용으로 운영하는 웹 크롤러로, robots.txt를 통해 접근을 허용하거나 차단할 수 있습니다.
언어별·국가별로 분리된 페이지가 있을 때, 어떤 언어·지역 사용자에게 어느 URL을 보여줘야 하는지 알려주는 태그입니다.
200·301·404·500처럼 서버가 요청 결과를 알려주는 표준 코드 묶음으로, SEO에서는 봇이 페이지를 어떻게 다루는지를 결정합니다.
SSL/TLS로 암호화된 HTTP 통신 방식으로, 구글이 공식 랭킹 신호로 명시한 기본 보안 요건입니다.
B2B에서 가장 가치 있는 고객의 회사 단위 특성을 정의한 프로필로, 타기팅·콘텐츠·세일즈의 모든 결정의 기준이 됩니다.
사용자의 모든 인터랙션 응답성을 종합 측정하는 Core Web Vitals 지표로, 2024년 3월에 FID를 정식으로 대체했습니다.
JSON 형식으로 구조화 데이터를 표현하는 방식으로, 현재 Schema.org를 페이지에 삽입할 때 가장 권장되는 포맷입니다.
고객이 제품을 '구매'하는 게 아니라 특정 일을 처리하기 위해 '고용'한다는 관점으로 동기를 분석하는 프레임입니다.
엔티티(사람·브랜드·제품 등)와 그 관계를 그래프로 정리한 데이터베이스로, 검색 엔진과 LLM이 사실 정보를 다룰 때 기반이 됩니다.
LLM 애플리케이션과 에이전트를 쉽게 만들기 위한 대표 오픈소스 프레임워크로, 프롬프트·도구·메모리·실행 흐름을 모듈로 묶어 제공합니다.
LangChain 팀이 만든 그래프 기반 에이전트 워크플로 프레임워크로, 분기·루프·휴먼 인 더 루프가 자연스럽게 표현됩니다.
Core Web Vitals를 구성하는 세 지표로, 페이지의 로딩 속도(LCP), 반응성(INP, 2024년 3월 FID 대체), 시각적 안정성(CLS)을 각각 측정합니다.
RAG와 데이터 통합에 특화된 LLM 프레임워크로, 다양한 문서·DB·API를 LLM과 잇는 인덱싱·검색 파이프라인을 제공합니다.
방대한 텍스트 데이터로 학습돼 사람의 언어를 이해하고 생성하는 대규모 신경망 모델로, ChatGPT·Claude·Gemini의 기반이 됩니다.
LLM이 우리 브랜드를 자체 응답에 얼마나 자주·정확하게 등장시키는지를 측정하는 지표로, 검색 답변과 일반 챗 응답 양쪽을 포괄합니다.
LLM의 입력·출력·내부 동작을 정기적으로 관측·기록해 변화와 이상을 잡아내는 인프라로, GEO 측정의 데이터 기반이 됩니다.
LLM의 능력을 객관적으로 비교하기 위한 표준화된 평가 시험으로, 모델 출시 발표에서 자주 인용되는 점수의 출처입니다.
LLM이 다른 LLM의 답변을 채점·비교하도록 시켜 평가를 자동화하는 방식으로, 사람 라벨링의 한계를 보완하는 표준 기법이 됐습니다.
대규모 언어 모델이 브랜드를 정확히 이해하고 인용할 수 있도록 콘텐츠·데이터·문맥 신호를 정리하는 작업입니다.
사이트 루트에 두는 텍스트 파일로, LLM에게 '이 사이트의 핵심 콘텐츠가 어디에 있는지'를 안내하기 위해 제안된 비공식 규약입니다.
한 명의 고객이 관계를 유지하는 동안 회사에 가져다주는 총 매출 또는 이익의 추정치를 의미합니다.
고객 1명의 생애 가치를 획득 비용으로 나눈 비율로, 사업의 단위 경제성이 건강한지 가늠하는 핵심 잣대입니다.
특정 기간 동안 서비스를 실제로 사용한 고유 사용자 수를 측정하는 지표로, 제품의 활성도와 규모를 보여줍니다.
Anthropic이 제안한 LLM-도구 연결 표준으로, Claude·ChatGPT 같은 모델이 외부 데이터·도구를 일관된 방식으로 호출하도록 합니다.
메타가 자사 AI 모델 학습·운영에 사용하는 웹 크롤러 식별자로, robots.txt에서 별도 통제가 가능합니다.
마케팅 활동을 통해 일정 수준의 관심·적합도가 확인되어 영업 단계로 넘기기 직전의 잠재 고객입니다.
구독·SaaS 모델에서 매월 반복적으로 발생하는 매출의 합계로, 성장 속도를 가늠하는 가장 기본적인 지표입니다.
기계가 사람의 자연어 의도·맥락을 이해하는 기술로, AI 검색의 의도 분석·쿼리 처리 단계의 기반이 되는 영역입니다.
링크에 붙이는 rel 속성으로, 검색 엔진에 '이 링크의 권위를 따라가지 말라'고 알리는 역할을 합니다.
검색 엔진에 '이 페이지를 색인하지 마라(noindex)' 또는 '이 링크를 따라가지 마라(nofollow)'고 알리는 메타 태그입니다.
사용자가 제품을 주변에 추천할 의향을 0~10점으로 묻고, 추천 그룹과 비추천 그룹의 차이로 환산하는 충성도 지표입니다.
기존 고객만의 매출이 1년 후 얼마나 늘었거나 줄었는지를 측정하는 지표로, SaaS의 진짜 건강도를 보여줍니다.
OpenAI가 ChatGPT Search 색인을 위해 별도로 운영하는 크롤러로, 학습용 GPTBot과는 정책을 분리해 통제할 수 있습니다.
OpenAI가 제공하는 에이전트 빌드용 API로, 도구 호출·파일·메모리·실행 루프를 한 묶음으로 제공합니다.
구글 SERP에 노출되는 관련 질문 박스로, 사용자가 클릭할 때마다 새로운 질문이 동적으로 추가됩니다.
검색 결과를 답변 형태로 정리하면서 모든 문장에 출처를 다는 'Answer Engine'으로, GEO 측정의 기준 표면으로 자주 쓰입니다.
Perplexity가 답변 생성을 위해 운영하는 웹 크롤러로, robots.txt에서 별도로 제어할 수 있습니다.
제품 자체가 신규 사용자 획득·전환·확장을 만들어내는 성장 모델로, SaaS의 표준 성장 전략 중 하나입니다.
제품이 특정 시장의 명확한 수요를 충족시켜, 사용자가 자발적으로 사용·확산하는 상태를 의미합니다.
LLM이 답하기 전에 외부 문서나 검색 결과를 가져와 근거로 활용하는 구조로, ChatGPT Search·Perplexity 같은 AI 검색 답변의 핵심 기법입니다.
검색·생성 두 단계로 동작하는 RAG 시스템의 품질을 정밀하게 진단하기 위한 평가 방법론으로, '왜 답이 이상한지' 원인을 분리해줍니다.
LLM이 '생각(Thought) → 행동(Action) → 관찰(Observation)' 루프를 반복하며 도구를 호출해 문제를 푸는 대표적인 에이전트 패턴입니다.
에이전트가 자신의 이전 시도를 스스로 평가하고 다음 시도에서 개선하도록 만든 'self-reflection' 에이전트 패턴입니다.
사람이 응답을 평가·비교한 데이터를 보상 신호로 삼아 LLM을 더 유용하고 안전하게 다듬는 학습 방식으로, ChatGPT 품질의 핵심 비결입니다.
광고비 대비 발생한 매출의 비율을 측정해 캠페인이 얼마나 효율적인지 보여주는 핵심 수익 지표입니다.
사이트 루트에 두는 텍스트 파일로, 검색 엔진과 AI 크롤러에게 어떤 경로를 크롤링해도 되는지 알려주는 표준 규약입니다.
구글·MS·야후·Yandex가 공동 후원하는 구조화 데이터 표준 어휘로, 페이지의 의미를 기계가 이해하도록 표시할 때 씁니다.
검색 엔진 결과 페이지에서 유료 광고로 노출을 확보하는 마케팅 활동을 통칭합니다.
검색 결과의 순위가 평소보다 얼마나 많이 흔들리고 있는지를 수치화한 지표로, 알고리즘 업데이트 감지에 자주 사용됩니다.
10개 파란 링크 외에 검색 결과 페이지에 등장하는 피처드 스니펫·People Also Ask·이미지팩·AI Overview 같은 다양한 특수 요소들의 묶음입니다.
구글이 2023년부터 운영하던 생성형 검색 실험의 명칭으로, 현재의 AI Overview로 이름과 형태가 바뀐 전신 격 기능입니다.
특정 카테고리 질문군에서 경쟁 브랜드 대비 우리 브랜드가 AI 답변에 등장하는 비중을 측정한 지표입니다.
영업이 직접 검증해 실제 구매 의향과 예산·결정권이 확인된 잠재 고객으로, 본격적인 영업 활동의 출발점이 되는 단계입니다.
OpenAI가 공개한 경량 멀티에이전트 실험 프레임워크로, 'handoff(이양)'와 'routine(루틴)' 두 추상으로 단순한 협업 구조를 만듭니다.
지금의 거의 모든 LLM이 기반으로 삼는 신경망 아키텍처로, '셀프 어텐션'을 통해 문장 안 단어들의 관계를 한꺼번에 계산합니다.
사용자가 요청을 보낸 뒤 첫 바이트를 받기까지 걸리는 시간으로, 서버 응답성과 LCP 개선의 출발점이 되는 지표입니다.
2026년 1월 NRF에서 구글이 발표한 AI 에이전트 결제·구매 프로토콜로, AI가 직접 상품을 구매하는 구조의 표준을 노립니다.
사용자가 직접 만들어 공유하는 후기·사진·영상 등의 콘텐츠로, 브랜드 신뢰도와 도달을 동시에 올려주는 자산입니다.
도메인부터 슬러그까지 URL 전체의 계층과 패턴을 일관되게 설계해 검색엔진과 사용자 모두에게 페이지의 위치를 알리는 작업입니다.
URL의 가장 마지막 경로명으로, 페이지 주제를 짧고 명확하게 표현하는 SEO 친화 식별자입니다.
특정 URL이 받은 백링크의 강도를 점수화한 지표로, Ahrefs의 URL Rating(UR)과 Moz의 Page Authority(PA)가 각 도구 고유의 페이지 단위 권위 추정치입니다.
URL 뒤에 붙여 유입 출처·매체·캠페인을 구분할 수 있게 해주는 표준 파라미터입니다.
HTTP 응답 헤더로 인덱싱·팔로우 지시를 내리는 방식으로, PDF·이미지 같은 비-HTML 자원에도 색인 정책을 적용할 수 있습니다.
사용자의 건강·금융·안전·법률처럼 잘못된 정보가 실제 피해로 이어질 수 있는 콘텐츠 영역으로, 구글이 더 높은 신뢰성 기준을 적용합니다.
사용자가 검색 결과를 클릭하지 않고 노출된 답변만 보고 검색을 끝내는 행동 패턴입니다.
최근 글