키워드 스터핑
한 줄 정의
타깃 키워드를 부자연스러울 정도로 반복해 검색 순위를 끌어올리려는 구식 기법으로, 현재는 명백한 페널티 신호입니다.
자세히 알아보기
Keyword Stuffing은 본문, 메타 태그, 이미지 alt, 심지어 보이지 않는 흰색 텍스트에 같은 키워드를 부자연스럽게 반복해 넣는 기법입니다. 90년대 말~2000년대 초의 SEO 환경에선 실제로 효과가 있었지만, 검색엔진이 의미 기반으로 옮겨가면서 가장 먼저 페널티 대상이 됐습니다.
현장에선 의외로 지금도 자주 보입니다. AI 글 생성 도구가 '키워드를 N번 넣어달라' 같은 옛날 SEO 가이드를 학습한 흔적을 그대로 출력하는 경우가 많아서, AI 콘텐츠를 검수하지 않고 그대로 발행하면 자기도 모르게 stuffing 상태가 되곤 합니다.
AI 검색에서는 stuffing이 더 위험합니다. LLM은 부자연스러운 반복을 '얕은 콘텐츠 신호'로 빠르게 분류하는 경향이 있어서, 검색 페널티에 더해 인용 후보에서도 빠집니다. 결과적으로 옛날 기법 하나로 SEO와 GEO를 동시에 깎아먹는 구조가 됩니다.
관련 용어
키워드 밀도
본문 전체 단어 수 대비 타깃 키워드가 등장한 비율로, 과거 SEO의 핵심 신호였지만 지금은 약한 보조 신호 수준입니다.
SEO씬 콘텐츠
사용자에게 의미 있는 가치를 거의 주지 못하는 얕거나 중복된 콘텐츠를 가리키며, 구글의 품질 평가에서 페널티 대상이 되기 쉽습니다.
GEO·AEOAI 슬롭(저품질 양산물)
AI로 대량 생성된 저품질 콘텐츠를 가리키는 부정적 표현으로, 검색·LLM 모두 적극적으로 걸러 내려는 대상입니다.
GEO·AEOAI 생성물 탐지
텍스트가 AI에 의해 생성됐는지를 추정하는 기술로, 콘텐츠 품질 관리·정책 준수 측면에서 GEO 운영자가 알고 있어야 하는 영역입니다.
SEO중복 콘텐츠
동일하거나 거의 같은 콘텐츠가 여러 URL에 존재하는 상황으로, 검색 엔진이 어떤 URL을 대표로 삼을지 혼란스러워합니다.
우리 브랜드는 AI 답변에 어떻게 등장하고 있을까요?
Villion은 ChatGPT·Perplexity·AI Overview에서 브랜드 인용 현황을 진단하고, 인용률과 언급 점유율을 끌어올리는 작업을 자동화합니다.
무료 진단 받기