쿼리 재작성
한 줄 정의
사용자가 입력한 질문을 검색·LLM이 더 잘 처리하도록 표현을 다듬어 다시 쓰는 단계로, AI 검색의 첫 번째 처리 과정에 해당합니다.
자세히 알아보기
Query Rewriting은 사용자가 입력한 표현을 그대로 검색에 쓰지 않고, 검색에 더 적합한 형태로 한 번 다듬는 단계입니다. 모호한 표현을 풀어 쓰거나, 동의어·연관어를 추가하거나, 너무 짧은 키워드를 자연어 질문으로 확장하는 식의 처리가 여기에 들어갑니다.
마케터 관점에서 중요한 시사점은 '사용자가 친 키워드'와 '실제 모델이 검색에 쓰는 표현'이 다르다는 점입니다. 즉 정확한 키워드 매칭보다, 같은 의도를 다른 표현으로도 잡아 줄 만큼 콘텐츠가 폭넓게 정리돼 있어야 인용 가능성이 높아집니다.
검색 엔진 시절에도 이미 비슷한 처리는 있었습니다. AI 검색에 와서는 그 강도가 훨씬 세지고, LLM 자체가 사용자 의도를 풀어 쓰는 단계를 거치는 경우가 많아졌습니다. 키워드 단위 SEO가 'AI 검색에선 잘 안 먹힌다'고 느껴지는 이유 중 상당 부분이 여기에 있습니다.
관련 용어
쿼리 팬아웃
AI 검색이 사용자의 한 질문을 여러 하위 질문으로 쪼개 동시에 검색·종합한 뒤 한 답변으로 묶어 주는 동작 방식입니다.
GEO·AEO쿼리 분해
복합 질문을 더 작고 답하기 쉬운 하위 질문으로 잘라 처리하는 기법으로, AI 검색·LLM 추론이 광범위하게 활용합니다.
LLMRAG
LLM이 답하기 전에 외부 문서나 검색 결과를 가져와 근거로 활용하는 구조로, ChatGPT Search·Perplexity 같은 AI 검색 답변의 핵심 기법입니다.
LLM임베딩
텍스트·이미지 같은 데이터를 의미를 보존한 채 숫자 벡터로 바꾼 결과로, 시멘틱 검색·벡터 DB·RAG의 출발점입니다.
GEO·AEOGEO
ChatGPT·Perplexity 같은 생성형 AI 검색에서 브랜드가 인용되고 추천되도록 콘텐츠와 데이터를 최적화하는 작업입니다.
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