한 번 크게 빗나간 프로젝트가 남긴 교훈
몇 달 전, 유아용품 쪽 프로젝트에서 꽤 큰 시행착오를 겪었습니다. 처음에는 누구나 떠올릴 만한 키워드부터 잡았습니다. "분유", "유아용품", "아기 영양" 같은 검색량 큰 단어들입니다. 짧은 기간에 콘텐츠도 많이 만들었습니다. 겉으로 보면 열심히 한 것처럼 보였죠.
결과는 기대와 달랐습니다. 순위는 생각만큼 오르지 않았고, 들어온 트래픽도 문의나 전환으로 거의 이어지지 않았습니다. 그때 사이트 검색어, 상담 기록, 후기, 커뮤니티 글을 같이 들여다보면서 문제가 선명해졌습니다.
사람들은 카테고리 이름만 검색하지 않았습니다. 상황을 검색하고 있었습니다. "아기가 분유를 안 먹을 때 어떻게 하지", "분유 바꾸면 설사하나요", "가스가 심한 아기에게 맞는 분유는 뭐지". 그때 깨달았습니다. 핵심 키워드는 제품명이 아니라 걱정거리였다는 걸요.
이 지점을 놓치면 키워드 리서치는 금방 평면적이 됩니다. 검색량은 높은데, 페이지는 비슷비슷하고, 정작 사용자가 원하는 답은 빠져버립니다.
기존 키워드 리서치가 더는 충분하지 않은 이유
지금의 Google은 단어를 기계적으로 맞추는 검색엔진이 아닙니다. RankBrain, BERT, MUM 이후의 검색은 표현보다 맥락을 더 많이 봅니다. 사용자가 정확히 어떤 일을 해결하려고 검색했는지까지 읽으려 합니다.
실무에서는 이 변화가 세 가지로 드러납니다.
1. 검색 의도는 한 겹이 아닙니다
"6개월 아기 분유 추천" 같은 검색어도 안쪽을 보면 여러 층이 있습니다.
- 겉으로 보이는 질문: 무엇을 고를지 비교하고 싶다
- 실제 필요: 지금 시기에 맞고, 아이에게 잘 맞는 제품을 찾고 싶다
- 감정적 압박: 잘못 고르면 어떡하나 불안하다
페이지가 키워드만 반복하고 브랜드 목록만 나열하면, 사용자는 중요한 질문을 여전히 해결하지 못합니다.
2. 검색은 한 번에 끝나지 않습니다
전환은 보통 한 번의 검색으로 생기지 않습니다. 넓은 정보 탐색으로 시작해 비교 검색으로 넘어가고, 후기나 평가를 읽은 뒤, 마지막에 제품이나 서비스 페이지로 들어옵니다. 그래서 SEO 전략도 인지, 비교, 결정 단계를 나눠서 설계해야 합니다.
3. 표현이 달라도 의도는 이어집니다
"분유", "조제분유", "아기 우유", "모유 대신 먹일 수 있는 것"은 표현이 다릅니다. 하지만 해결하려는 문제는 매우 가깝습니다. AI가 유용한 이유도 여기 있습니다. 정적인 키워드 표가 놓치는 의미상의 연결을 찾아주기 때문입니다.
실제로 쓰이는 AI 기반 키워드 리서치 프레임워크
실무에서 잘 버티는 방식은 거대한 키워드 엑셀 파일이 아니라, 듣고 묶고 우선순위를 정하는 흐름입니다.
1. 실제 사용자 언어를 모읍니다
가장 좋은 재료는 의외로 이미 가지고 있는 경우가 많습니다.
- Search Console 데이터
- 사이트 내부 검색어
- 고객센터 문의와 세일즈 대화
- 쿠팡, 네이버쇼핑 같은 후기
- 맘카페, 지식IN, Reddit, 각종 커뮤니티 글
- 이미 상위에 올라 있는 SERP와 경쟁사 페이지
이런 자료를 보면 사람들이 SEO 문장처럼 쓰지 않을 때 어떤 표현을 쓰는지 바로 드러납니다.
2. 단어가 아니라 문제 기준으로 묶습니다
다음 단계는 의미 군집화입니다. 표현이 달라도 같은 문제를 해결하려는 검색어는 한 덩어리로 보는 편이 맞습니다.
예를 들어 "분유를 안 먹어요", "젖병을 거부해요", "아기에게 우유 먹이는 법"을 따로 떼어 보는 대신, 수유 거부나 적응 문제라는 하나의 클러스터로 묶는 식입니다. 그래야 어떤 페이지 형식이 맞는지 결정할 수 있습니다. 실전형 가이드가 맞는지, FAQ가 맞는지, 비교형 콘텐츠가 맞는지, 아니면 더 상업적인 페이지가 필요한지요.
3. 의도와 사업 적합도를 같이 봅니다
검색량이 있다고 해서 모두 새 URL을 만들 필요는 없습니다. 보통은 각 클러스터를 다음 기준으로 점수화합니다.
- 제품 또는 서비스와의 연결성
- 검색 의도의 명확성
- 경쟁 강도
- 전환이나 비즈니스 액션과의 거리
이 과정을 거치면 보기에는 그럴듯하지만 성과가 약한 주제를 많이 걸러낼 수 있습니다. 이걸 반복 가능한 작업으로 만들고 싶다면 먼저 Keyword Optimization에서 우선순위를 정하고, 후보 페이지는 SEO Analyzer에서 실제 상태를 보는 흐름이 가장 무난합니다.
실전에서는 어떻게 달라졌나
전략을 다시 짤 때 저희가 바꾼 질문은 단순했습니다. "어떤 키워드의 검색량이 제일 큰가?"가 아니라 "사용자 대화에서 어떤 문제가 계속 반복되는가?"였습니다.
행동 데이터를 바탕으로 사용자 유형을 다시 그렸습니다
분석 결과, 다섯 가지 패턴이 또렷하게 나왔습니다.
- 초보 부모: 설명, 체크리스트, 단계별 가이드를 찾음
- 경험 있는 부모: 브랜드, 성분, 적응 여부를 비교함
- 안전성에 민감한 사용자: 부작용, 알레르기, 신뢰도를 따짐
- 합리적 구매자: 가격, 용량, 가성비를 계산함
- 신제품 반응형 사용자: 신상품, 새 포뮬러, 트렌드에 반응함
겉으로만 보면 비슷한 시장이지만, 이 그룹들은 쓰는 동사도 다르고 질문하는 방식도 다릅니다.
검색 여정이 단일 키워드보다 훨씬 중요합니다
초보 부모는 "신생아 준비물"로 시작해 "분유 선택 방법", "브랜드 X 후기", "브랜드 X 어디서 사지" 순으로 움직일 수 있습니다. 마지막 검색만 노리면 너무 늦고, 첫 검색만 잡으면 전환과 멀어집니다.
경쟁사의 빈틈은 구체적인 질문에서 자주 나옵니다
50개가 넘는 경쟁사를 훑어보면 비슷한 패턴이 나옵니다. 대부분은 큰 키워드에 집중하고, 더 구체적인 질문은 비워 둡니다. 기회는 대체로 이런 곳에 있습니다.
- "어떻게"로 시작하는 질문
- 비교 검색
- 증상이나 문제 상황과 연결된 검색
- 안전성, 호환성, 선택 기준에 대한 질문
- 계절, 행사, 시점과 묶이는 검색
질문형 키워드는 광고 경쟁이 덜한 경우가 많고, 대신 읽을 준비가 된 사용자를 데려오는 일이 많습니다.
키워드 리서치를 콘텐츠 기획으로 옮기는 방법
키워드를 잘 모아두는 것만으로는 부족합니다. 그걸 어떤 구조로 배치하느냐가 성과를 좌우합니다.
1. 단발성 글보다 토픽 클러스터를 만듭니다
서로 연결되지 않은 글을 계속 올리기보다, 중심 주제와 보조 페이지를 함께 설계하는 편이 낫습니다. 예를 들어 "아기 영양" 클러스터라면 이렇게 구성할 수 있습니다.
- 영양과 분유 선택을 다루는 필러 페이지
- 가스, 변비, 분유 교체, 성분표 읽기 가이드
- 연령대별 또는 상황별 비교 콘텐츠
- FAQ와 구매 기준을 담은 결정형 콘텐츠
이 구조는 시맨틱 커버리지를 넓혀 줄 뿐 아니라 내부 링크도 훨씬 자연스럽게 만듭니다.
2. 여정 단계에 따라 페이지 유형을 나눕니다
모든 검색을 블로그 글로 받을 필요는 없습니다.
- 인지 단계: 입문 가이드, 정의형 글, 체크리스트, 설명형 콘텐츠
- 고려 단계: 비교글, 리뷰, 벤치마크, 선택 프레임워크
- 결정 단계: 제품 페이지, 카테고리 페이지, 서비스 페이지, 가격 또는 데모 페이지
- 전환 이후: FAQ, 온보딩, 문제 해결, 유지 콘텐츠
이 구분이 없으면 블로그가 모든 역할을 떠안게 됩니다. 그러면 정보 구조도 흐려지고 전환 경로도 약해집니다.
3. AI는 속도를 올려 주고, 최종 판단은 사람이 합니다
AI는 방향이 정해진 뒤에 가장 강합니다. 먼저 각도를 정하고, 어떤 페이지가 맞는지 정한 다음, 그 다음에야 초안 생성과 리라이팅, 제목 변형, QA를 붙이는 편이 좋습니다.
SeoSpeedup 안에서는 보통 이렇게 연결하면 깔끔합니다.
- AI Title Generator로 제목 각도와 클릭 약속 테스트
- AI Article Generator로 구조와 초안 생성
- AI Rewrite로 문장 리듬, 반복, 가독성 정리
- SEO Analyzer로 게시된 페이지 점검
조금 더 촘촘한 워크플로우가 필요하다면 AI SEO 콘텐츠 워크플로우, 제목과 설명 정렬 워크플로우, 게시 전 QA 가이드를 함께 보는 것이 좋습니다.
무엇을 봐야 전략이 맞는지 알 수 있을까
단일 키워드 순위만 보면 실제 상황을 놓치기 쉽습니다. 더 봐야 할 것은 이런 지표입니다.
- 유입만 많은 트래픽이 아니라, 질 있는 유기적 트래픽이 늘고 있는가
- top 10, top 20에 드는 키워드 수가 늘고 있는가
- 전체 노출과 클릭에서 롱테일 비중이 커지고 있는가
- URL 하나가 아니라 클러스터 단위 CTR이 좋아지고 있는가
- 정보성 콘텐츠가 전환 보조 역할을 하고 있는가
- 주제별로 문의, 가입, 데모 요청 같은 사업 신호가 생기고 있는가
노출은 늘는데 클릭이 안 나오면 스니펫 약속이 어긋난 경우가 많습니다. 클릭은 있는데 전환이 없으면 검색 의도, 페이지 유형, CTA의 연결이 흔들린 경우가 많습니다.
자주 반복되는 실수
아직도 많이 보이는 실수가 있습니다.
- 검색량만 보고 상업적 가치를 놓치는 것
- Google이 이미 어떤 의도를 보여 주는지 읽지 않고 키워드를 기획하는 것
- 테크니컬 SEO와 콘텐츠 기획을 따로 움직이는 것
- 제품 검증, 톤 검수, 카니벌라이제이션 체크 없이 AI 초안을 바로 내보내는 것
그리고 업데이트를 미루는 것도 큰 손실입니다. 이미 신호를 쌓아 둔 URL은 새 글 하나 급하게 만드는 것보다, 제대로 고쳐서 다시 키우는 편이 더 효율적인 경우가 많습니다.
마무리
지능형 키워드 리서치는 더 긴 키워드 목록을 만드는 일이 아닙니다. 사람들의 질문을 더 잘 듣는 일입니다. 어떤 말로 고민을 꺼내는지, 그 뒤에 어떤 불안이나 과업이 있는지, 그리고 그 질문을 어떤 페이지가 받아야 하는지를 정리하는 일입니다.
이 기반이 잡히면 AI는 사람을 대체하지 않습니다. 대신 패턴을 더 빨리 보고, 표현 폭을 넓히고, 우선순위를 더 선명하게 잡고, 제작 속도를 높여 줍니다. 그게 결국 검색 노출, 클릭, 전환까지 이어집니다.
지금도 키워드 작업이 엑셀에서 시작해 엑셀에서 끝난다면 한 단계 부족합니다. 먼저 Keyword Optimization에서 기회를 정리하고, SEO Analyzer에서 실제 페이지를 점검한 뒤, 각 콘텐츠를 낱개 글이 아니라 전체 검색 구조의 일부로 다뤄야 합니다.
