청킹

Chunking은 원래 RAG(Retrieval-Augmented Generation) 같은 LLM 응용에서 쓰던 운영 개념입니다. 긴 문서를 그대로 모델에 넣지 않고, 일정 단위(문단·섹션·토큰 길이)로 잘라 색인하고 검색하는 방식입니다. AI 검색 엔진도 비슷한 방식으로 페이지를 분할해 인용 후보로 다룹니다.

GEO 콘텐츠 작업과 직접 연결되는 부분은 '청크 단위로 의미가 통하는가'입니다. 페이지 전체로 보면 좋아 보여도, 청크 단위로 잘라 봤을 때 문맥이 깨지면 인용 후보에서 빠집니다. 청크 최적화(Chunk Optimization)와 청킹은 같은 작업의 두 시점이라고 보면 직관적입니다.

운영 팁 한 가지는 헤딩 구조와 청킹의 경계를 일치시키는 것입니다. H2·H3 같은 구조 신호가 명확할수록 LLM이 자연스러운 단위로 잘라 가져갈 가능성이 높고, 의미가 어중간하게 잘리는 사례가 줄어듭니다.