Gemini 3 시대 SEO 전략 브랜드 설명력과 AI 최적화 방법

AI가 바꾼 것은 검색이 아니라 '구매 여정'이다

최근 구글이 Gemini 3를 검색에 깊게 집어넣으면서, 검색 결과 위에 떠 있는 AI 답변만 달라진 것이 아닙니다. 사용자가 정보를 찾고, 브랜드를 비교하고, 구매를 결정하는 전 과정이 구조적으로 다시 짜이고 있습니다. 특히 AI 모드와 AI Overviews에 들어간 쿼리 팬아웃, 시티에이션 선정, 동적 UI 생성이 결합되면서, 이제 SEO는 단순히 "파란 링크에서 한 칸 위로 가는 게임"이 아니라 "AI가 설명할 때 내 브랜드가 어떻게 등장하느냐"의 싸움으로 옮겨가고 있습니다.

흥미로운 지점은, 이 변화가 기존 SEO를 무력화하지 않는다는 점입니다. 오히려 반대입니다. Gemini 3의 팬아웃 구조를 보면, 결국 전제 조건은 여전히 '웹 전체에서 충분히 좋은 문서'입니다. 다만 이제는 검색 결과 1페이지에 노출되는 것만으로는 부족합니다. AI가 고객에게 답변을 구성할 때, 그 안에서 브랜드의 역할을 선명하게 차지해야 합니다. 이 지점에서 SEO 카피라이터라는 오래된 직군이 다시 전략 자산으로 소환됩니다.

쿼리 팬아웃, AI Overviews, 그리고 '설명 잘 되는 브랜드'

Gemini 3가 검색에서 하는 일은 단순합니다. 사용자의 질문을 하나의 문장이 아니라 여러 개의 세부 쿼리로 분해합니다. 이전에는 대략 여덟 개 수준으로 나뉘던 팬아웃이 이제 12~15개 이상으로 늘어났다는 관측이 나옵니다. 각 세부 쿼리마다 구글 검색을 돌립니다. 상위 결과를 모으고, 불필요한 내용을 대량으로 버립니다. 최종 답변을 만들 때, 어떤 페이지를 시티에이션으로 올릴지 Gemini 3가 다시 한 번 추려냅니다.

이 구조 때문에, 똑같은 키워드를 노리더라도 결과는 크게 갈립니다. 예전처럼 "베스트 키워드 중심으로 리스트형 글을 많이 쓰는" 식의 접근만으로는 팬아웃의 다양한 의도에 대응하기 어렵습니다. 특히 인터뷰에서 언급된 Compact Keywords처럼, 명확한 구매 의도를 가진 좁고 깊은 키워드를 공략하는 전략은 AI 시대에 더 중요합니다. AI가 "지금 당장 결제할 사람"을 구분해낼수록, 저의가 분명한 페이지를 가진 사이트가 유리해지기 때문입니다.

여기서 AI가 보여주는 한계도 동시에 드러났습니다. 강의 판매 페이지를 기반으로 한 Gemini 3의 첫 답변은, 전략의 핵심을 오해한 채 평범한 비교·리스트형 SEO처럼 요약해 버렸습니다. 짧은 프롬프트로는 브랜드의 미묘한 포지셔닝을 제대로 반영하지 못했습니다. 이 지점이 바로 "AI만으로는 부족하고, SEO 카피라이터가 필요한 이유"입니다. 모델은 자료를 모으고 재조합하는 데 뛰어나지만, 브랜드가 실제로 차별화되는 지점을 언어적으로 정교하게 박아 넣는 일은 여전히 사람의 몫에 가깝습니다.

동적 UI와 팬아웃이 요구하는 새로운 랜딩 페이지

Gemini 3 기반의 Visual Layout과 Generative UI는 검색 결과 구조를 눈에 띄게 바꿉니다. 사용자는 이제 긴 문단 대신, 단계별 플랜, 선택형 옵션, 동적 차트 같은 인터페이스를 AI 답변 안에서 바로 보게 됩니다. 중요한 점은 이 UI가 스키마를 심어준 사이트만의 특권이 아니라는 것입니다. 모델이 웹의 내용을 읽고 스스로 구조를 추출해 UI를 생성합니다.

이 말은, 검색 사용자의 눈이 "정리된 정보, 조작 가능한 인터페이스"에 빠르게 적응하고 있다는 뜻입니다. 그런 환경에 익숙한 사용자가 브랜드의 랜딩 페이지에 들어왔는데, 화면 전체가 텍스트 단락으로만 가득하다면 체감 품질은 바로 떨어집니다. 결국 SEO 관점에서도, 다음과 같은 요구가 자연스럽게 따라옵니다.

텍스트는 충분히 길어야 한다. 그러나 문단과 구조는 더 명확해야 한다. 비교 정보, 가격 조건, 기능 차이, 후기 요약 같은 요소는 표, 구획, 모듈형 섹션으로 분리해야 한다. 실제 화면 이미지, SaaS 스크린샷, 시공 결과 사진처럼 실제성을 담보하는 시각 요소의 비중을 키워야 한다.

구글이 설명하는 "수천 개의 자동 생성 UI"를 감안하면, 결국 AI가 읽기 쉬운 구조, 사람이 보기 편한 레이아웃이 같은 방향으로 수렴하는 흐름입니다. 스키마를 버려도 된다는 의미는 아니다. 다만 스키마만 붙여두고 페이지 자체는 읽기 불편한 구조인 상태로는 더 이상 경쟁력이 없다는 신호에 가깝습니다.

평판 관리, 이제는 '숨기기'가 아니라 '해명하기'가 점수다

인터뷰에서 가장 현실적인 대목은 브랜드 평판을 다루는 방식입니다. Gemini 3는 검색, 유튜브, 지도, 레딧 같은 다양한 출처를 끌어와 종합적인 판단을 내립니다. 특정 브랜드에 대한 부정적인 글이 존재하면, 이를 완전히 무시하기 어렵습니다. 이때 선택지는 둘입니다. 그대로 방치하거나, 출처에서 직접 답변한 뒤 자기 사이트에서 공식 입장을 충분한 길이로 정리하는 것입니다.

여기서 제안되는 전략은 명확합니다. 긍정적인 콘텐츠는 가능한 한 모두 자기 사이트로 흡수해야 합니다. 좋은 유튜브 리뷰, 레딧에서의 호평, 고객 후기 등은 인용과 정리, 클러스터링을 통해 별도의 페이지나 블로그 글로 전환해야 합니다. 반대로 부정적인 사례도 숨기지 말고, 레딧 등의 원 출처에서 먼저 응답한 뒤, 왜 그런 일이 발생했는지, 재발 방지 대책은 무엇인지, 통계적으로 얼마나 예외적인 사례인지 등을 설명하는 장문 페이지를 만들어두어야 합니다.

이 페이지들은 굳이 상단 내비게이션에서 크게 노출할 필요는 없습니다. 내부 링크 몇 개 수준으로만 연결해도 됩니다. 중요한 것은, AI가 브랜드를 평가하고 설명할 때 참고할 일관된 브랜드 서사를 제공하는 것입니다. 특히 로컬 비즈니스의 경우, 구글 비즈니스 프로필에 쌓인 수십, 수백 건의 리뷰를 AI로 묶어 주제별로 재구성한 뒤, 각 카테고리별 후기 요약 페이지를 만드는 것만으로도, 메인 서비스 페이지에 강력한 지원 사격이 될 수 있습니다.

Gemini 안으로 들어온 상품 리스트, 이커머스의 새로운 프론트

이제 Gemini 앱 내부에서도 검색처럼 상품 리스트가 그대로 뜹니다. 6억 5천만 명 수준의 월간 활성 사용자에게, 검색 결과와는 별도의 AI 네이티브 쇼핑 레이어가 생긴 셈입니다. 사용자가 "어떤 제품을 사야 할지"를 Gemini에게 묻고, 그 자리에서 필터링과 비교를 끝낼 수 있으면, 실제 제품 상세 페이지에 도착하는 시점에는 이미 구매 의사가 상당히 굳어진 상태가 됩니다.

이 구조에서 기본은 여전히 같습니다. 구글 머천트 센터 세팅, 피드 품질, 카탈로그 페이지 구성, 텍스트와 이미지의 신뢰도 등이 우선입니다. 중요한 차이는, 검색 1페이지에는 나오는데 Gemini에는 잘 잡히지 않는 경우가 발생할 수 있다는 점입니다. 이 경우는 품질 문제라기보다 AI가 보기엔 설명이 부족한 페이지일 가능성이 높습니다. 경쟁 상품과 비교했을 때, 장점과 단점, 사용 사례, 후기, 가격·조건 등 AI가 답변을 짤 때 필요한 요소가 상대적으로 빈약하면, 노출 순위에서 밀릴 수 있습니다.

결국 이커머스에서도 요구되는 역량은 비슷합니다. 상품을 단순 나열하는 카피가 아니라, AI가 그대로 가져다 써도 될 정도로 맥락과 조건이 풍부한 설명을 가진 페이지를 얼마나 많이 확보하느냐가 성패를 가르게 됩니다.

LLM이 좋아하는 웹, Markdown과 API의 신호

인터뷰 후반부에서 흥미로운 전망이 나옵니다. 대형 LLM 업체들은 점점 HTML을 긁어서 정리하는 비용을 부담스러워합니다. 자바스크립트가 많은 페이지일수록 파싱 비용이 기하급수적으로 늘어나기 때문입니다. 그래서 일부 대형 퍼블리셔와는 아예 직접 API로 콘텐츠를 주고받는 구조를 맺었다는 이야기도 나옵니다.

여기서 거론된 것이 마크다운 버전 사이트입니다. 구조화된 텍스트만 깔끔하게 제공하는 전용 뷰나 API를 열어줄 경우, AI는 훨씬 저렴한 비용으로 자주, 깊게 해당 사이트를 학습할 수 있습니다. 아직은 대형 매체와의 양자 계약 수준에 가깝겠지만, 장기적으로는 "LLM 친화적인 콘텐츠 제공 방식"을 고민해야 할 수 있습니다. 표준 프로토콜이 정리되기 전까지는, 최소한 불필요한 스크립트로 텍스트 접근성을 해치는 패턴을 줄이는 것만으로도 AI 친화성은 크게 개선됩니다.

현실적으로 따져봐야 할 부분들

Gemini 3와 AI SEO 이야기는 화려합니다. 그러나 실제로 기업이 전략을 옮길 때 고려해야 할 제약도 분명합니다. 우선, AI SEO만 따로 존재하는 것은 아니다라는 점을 잊기 어렵습니다. 검색 1페이지에 오르지 못한 사이트는 AI Overviews에서 거론될 가능성도 낮습니다. 결국 기존 SEO의 기본기, 즉 기술·정보·권위 측면의 토대가 먼저 확보되어야 합니다.

또 하나는 SEO 카피라이터의 역할 과장에 대한 경계입니다. AI 덕분에 한 명의 카피라이터가 생산할 수 있는 글의 양은 분명히 늘었습니다. 그러나 그만큼 경쟁사도 같은 도구를 씁니다. 차이는 프롬프트가 아니라, 실제로 브랜드에 대한 이해를 글로 정제할 수 있는 사람에게서 발생합니다. 즉, 단순히 "AI 글을 조금 다듬는 수준"의 인력을 저렴하게 채용하는 것만으로는, 인터뷰에서 말하는 수준의 전략적 효과를 기대하기 어렵습니다.

평판 관리 전략 역시 양날의 검입니다. 부정적인 이슈를 스스로 문서화할 경우, 그 페이지 자체가 검색에 노출될 가능성이 있습니다. 의도적으로 노출을 줄이는 구조 설계가 필요합니다. 내부 링크의 깊이, 사이트맵 포함 여부, 제목과 메타디스크립션의 표현 등으로 어느 정도 조절할 수 있지만, "완전히 숨기고 싶다"면 아예 공개 웹에 두지 않아야 합니다. AI에게 해명을 제공하는 것과, 인간 독자에게 불필요한 불안을 유발하는 것 사이에서 균형을 잡아야 합니다.

마지막으로, AI가 만들어내는 동적 UI를 그대로 쫓아가려는 유혹도 있습니다. 그러나 모든 사이트가 실시간 차트와 인터랙티브 모듈을 도입할 필요는 없습니다. 핵심은 정보의 구조와 명료한 표현, 그리고 신뢰 신호입니다. 페이지를 다시 설계할 때, "AI가 이 내용을 어떻게 요약할까, 어떤 맥락을 필요로 할까"를 한 번 더 떠올리는 정도면 충분합니다. 화려한 실험에 앞서, 텍스트와 구조를 먼저 정돈하는 것이 여전히 가장 비용 대비 효율이 높은 선택입니다.

출처 및 참고 :