AI 검색에서 노출되려면 정확한 키워드를 반복하는 것보다 의미를 또렷하게 정리하는 편이 유리합니다. ChatGPT나 Perplexity 같은 시스템은 사용자의 질문을 그대로 검색창에 넣지 않고, 오타를 고치고 표현을 바꾸고 질문을 여러 갈래로 쪼갠 뒤 뜻이 가까운 문서를 끌어옵니다. 이 과정을 지배하는 두 축이 퍼지 매칭과 시맨틱 검색입니다. 글자가 조금 달라도 이어주는 퍼지 매칭과 표현이 달라도 뜻이 비슷하면 찾아내는 시맨틱 검색이 함께 작동하기 때문에, 브랜드는 특정 키워드 하나를 반복하기보다 핵심 사실과 개념을 명확히 심어두는 쪽이 인용 확률을 높입니다.
키워드를 빠짐없이 넣고도 AI 답변에서 사라지는 이유는, 검색 시스템이 글자가 아니라 의미 덩어리로 문서를 고르기 때문입니다. 지오랭크가 지원한 국내 B2B SaaS 기업 A사가 그런 경우였습니다. A사는 타깃 키워드를 촘촘히 넣어 전통 검색 순위는 상위권이었지만, ChatGPT와 Perplexity 답변에는 좀처럼 인용되지 않았습니다. 초기에는 키워드 밀도를 더 높이는 방향으로 잘못 잡았는데, 같은 표현이 반복되면서 임베딩 응집도가 흐려져 인용률이 더 떨어졌습니다. 시맨틱 검색은 문단의 뜻을 벡터로 요약하는데, 같은 단어만 도배하면 그 벡터가 뭉개져 어떤 질문에도 딱 맞지 않는 애매한 덩어리가 되기 때문입니다.
방향을 바꾼 뒤 흐름이 달라졌습니다. 질문 변형을 군집으로 묶어 FAQ와 소제목에 자연스러운 동의어를 흩뿌리고, 각 문단을 하나의 완결된 답으로 다듬었습니다. 예를 들어 "AI 검색 최적화 비용"을 "GEO 대행 견적", "생성형 검색 최적화 요금", "AI 인용을 늘리는 데 드는 비용"처럼 여러 표현으로 나눠 담았습니다. 그 결과 특정 질문군에서 A사의 AI 인용 포함률은 약 12%에서 41%로 4개월 만에 3배 넘게 올랐습니다. 커머스 브랜드 B사는 같은 제품을 상세페이지, 배너, 리뷰에서 제각기 다른 이름으로 불러 AI가 여러 제품으로 오해하는 문제가 있었는데, 제품명 표기를 통일하고 상품 설명을 100~300단어 자기완결 문단으로 재구성한 뒤 AI 검색 경유 유입이 눈에 띄게 늘었습니다. 두 사례의 공통점은 키워드를 더 넣은 게 아니라 의미를 더 또렷하게 만들었다는 것입니다.
시맨틱 검색은 글자의 일치가 아니라 뜻의 가까움으로 문서를 찾는 방식이고, 퍼지 매칭은 오타나 표현 차이를 메워 후보를 넓히는 방식입니다. 둘은 경쟁 관계가 아니라 짝꿍입니다. 퍼지 매칭이 비슷하게 생긴 것을 잡아 후보를 모으면, 시맨틱 검색이 비슷한 뜻을 기준으로 그중 진짜 맞는 것을 골라냅니다. 퍼지 매칭은 한 가지 기술이 아니라 정확 매칭, 편집거리 매칭(Levenshtein), 발음 매칭(Metaphone), N그램 매칭, TF-IDF 매칭 같은 여러 계열로 나뉩니다. 시맨틱 검색은 여기서 한 걸음 더 나가, 문장을 임베딩이라는 숫자 벡터로 바꾼 뒤 동의어, 다른 이름으로 불리는 같은 대상, 바꿔 쓴 문장, 어형 변화까지 벡터 공간에서 가깝게 배치합니다. 그래서 "AI 검색 최적화"라고 쓴 페이지가 "생성형 엔진에 인용되는 법"이라는 질문에도 걸릴 수 있습니다.
시맨틱 검색을 이해하고 대비하는 순서는 대략 이렇습니다.
1. 우리 브랜드가 답이 되어야 할 질문들을 변형까지 포함해 모읍니다.2. 각 질문에 대응하는 답을 한 문단으로 완결되게 씁니다.
3. 제품명·브랜드명·별칭·전문용어의 표기를 하나로 통일합니다.
4. 콘텐츠가 실제로 검색되어 후보에 들어갔는지(리트리벌 포함 여부)를 추적합니다.
오늘날 AI 검색의 표준은 퍼지·키워드 방식과 시맨틱 방식을 함께 쓰는 하이브리드 리트리벌이며, 후보 생성 → 의미 검색 → 재정렬의 3단계로 움직입니다. 1단계 후보 생성에서는 BM25 같은 키워드 검색과 퍼지 매칭이 재현율을 넓게 잡아 많은 후보를 끌어오고, 이때 오타 교정과 질문 확장이 일어납니다. 2단계 시맨틱 검색은 문장을 임베딩으로 바꿔 뜻이 가까운 문서를 골라냅니다. 3단계 재정렬에서는 크로스 인코더가 질문과 문서를 함께 읽어 진짜 관련성 높은 순서로 다시 세우고, 상호 순위 융합(RRF) 같은 방법으로 두 갈래 결과를 합칩니다. 전통 검색이 오타 교정·동의어 확장·TF-IDF·BM25에 기댄다면, LLM 기반 검색은 서브워드 토큰화와 질문 재작성, 팬아웃 분해, 임베딩 유사도, 사용자 임베딩·대화 메모리 기반 개인화를 씁니다.
특히 음성 검색과 개인화가 이 구조를 한층 복잡하게 만듭니다. 음성 질문에는 발음 인식 오류가 섞여 발음 매칭과 후보 가설 저울질이 더해지고, 개인화 단계에서는 사용자의 과거 대화와 관심사를 담은 임베딩이 어떤 문서를 위로 올릴지 좌우합니다. 같은 질문이라도 사람마다 다른 답이 나오는 이유가 여기에 있습니다. 브랜드가 기억할 지점은 분명합니다. AI 검색은 페이지를 그대로 읽지 않고 질문을 바꿔가며 의미로 훑기 때문에, 한 가지 표현에만 최적화하면 시맨틱 검색의 그물에서 빠져나갈 위험이 커집니다. 지오랭크는 같은 주제를 여러 표현으로 겹쳐 쓴 콘텐츠가 단일 표현 콘텐츠보다 훨씬 넓은 질문군에서 후보로 잡히는 것을 반복해서 확인했습니다.
인용률을 높이는 핵심은 세 가지입니다. 질문을 문단에 정확히 대응시키고, 개체 표기를 통일하고, 문단을 임베딩이 좋아하는 크기로 자르는 것입니다. 첫째, 질문-문단 매핑입니다. 질문 변형 묶음마다 짧고 명료한 소제목을 두고 그 아래 첫 문장에서 곧바로 답을 제시합니다. AI는 애매하게 긴 서술보다 짧고 분명한 문단을 인용하기 좋아하며, 학술 벤치마크에서도 하이브리드 검색에 재정렬을 붙인 2단계 파이프라인이 단일 방식보다 앞선다는 결과가 반복됩니다. 둘째, 개체 표기 통일입니다. 브랜드명·제품명·대표자명·주소·연락처(NAP)가 페이지마다 다르면 임베딩이 이들을 다른 대상으로 인식할 수 있으므로, 정식 명칭과 별칭·영문 표기·약칭을 구조화 데이터(JSON-LD)에 함께 명시하면 변형된 표기까지 하나의 개체로 묶입니다. A사의 인용률이 오른 결정적 계기도 이 표기 통일이었습니다.
셋째, 임베딩 친화적 청킹입니다. 하나의 문단은 하나의 완결된 뜻을 담은 100~300단어 안팎으로 유지하는 게 좋습니다. 너무 짧으면 맥락이 부족하고 너무 길면 여러 주제가 섞여 벡터가 흐려집니다. A사 초기 실패도 키워드만 늘리다 문단이 비대해진 데서 비롯됐고, 자기완결형으로 쪼갠 뒤에야 반등했습니다. 다만 한 가지 표현에 과하게 맞추면 임베딩 응집도가 떨어질 수 있고, 개인화가 강해질수록 과거 행동과 어긋나는 틈새 콘텐츠는 밀릴 수 있습니다. 그래서 지오랭크는 단정보다 브랜드마다 질문 지형을 먼저 진단한 뒤 전략을 맞추는 편을 권합니다. 시맨틱 검색은 정답이 하나로 정해진 규칙이 아니라 브랜드의 언어와 시장의 질문이 만나는 지점에서 매번 다르게 조율돼야 하는 문제이기 때문입니다. AI에 검색되어 후보에 들었는지를 추적하는 습관이 있으면 이 조정이 훨씬 수월해지고, 반대로 이 데이터가 없으면 개선은 감에 의존할 수밖에 없습니다.
원문 보기: https://georank.co.kr/report/ai-search-fuzzy-matching-semantic-search-guide
의견을 남겨주세요