안녕하세요, 한국검색최적화협회입니다.
지난 7월 7일 도쿄에서 Japan SEO Conference 2026(Faber Company 주최)이 열렸습니다. 지난해에는 온라인으로 3,000명이 시청했지만 올해는 중계 없이 현장 500명 규모로만 진행됐고, 세션 영상은 최근에야 유튜브에 공개됐습니다. 본편 6세션, 프리이벤트 2세션, 영세션까지 9개 영상 약 6.5시간(393분). 협회가 자막 전체를 확인하고 한 편의 리포트로 정리했는데, 한 통의 메일에 담기에는 너무 길었습니다. 그래서 다섯 번에 나눠 보내드립니다.

오늘부터 시작하는 5부작의 구성은 이렇습니다.
| 회차 | 다루는 내용 | 한 줄 설명 |
|---|---|---|
| ▶ 1부 (이번 편) | 9개 세션을 관통하는 6대 트렌드 | 컨퍼런스 전체의 지도 |
| 2부 | 숫자로 보는 검색의 변화 | 세션에서 인용된 조사 데이터 |
| 3부 | 하지 마라 vs 해라 | 유행 시책과 실제로 효과 있는 것 |
| 4부 | 세션별 상세 요약 | 발표자 9인의 발언과 사례 |
| 5부 | 한국 실무자를 위한 30일 로드맵 | 내일부터의 실행 순서 |
첫 편은 지도입니다. 9개 세션의 발표자는 Google 출신 컨설턴트부터 사업회사 SEO 팀장, 광고 대행사 임원, 플랫폼 엔지니어, 콘텐츠 작가, 웹 분석가, 20대 담당자까지 소속도 입장도 제각각이었습니다. 그런데 6.5시간을 다 듣고 나면 이야기가 여섯 갈래로 모입니다. 오늘은 그 여섯 갈래를 먼저 펼쳐 두고, 나머지 네 편에서 하나씩 확인해 나가겠습니다.
결론부터 말씀드리면 컨퍼런스를 관통한 메시지는 하나였습니다. “SEO는 죽지 않았다. 다만 검색이 일어나는 장소와 방식이 넓어졌다.”
*이 뉴스레터는 Japan SEO Conference 2026의 유튜브 세션 영상 내용을 바탕으로 AI로 정리한 내용입니다.
Good SEO is Good GEO.
Google 검색팀(Danny Sullivan, Gary Illyes)의 입장은 1년째 같습니다. 캐나다 토론토와 호주 시드니 Search Central Live에서 반복된 메시지입니다.
1부. 9개 세션을 관통하는 6대 트렌드

KSOA 해설
9개 세션의 발표자는 소속도 입장도 달랐습니다. Google 출신 컨설턴트, 사업회사 SEO 팀장, 광고 대행사 임원, 플랫폼 엔지니어, 콘텐츠 작가, 웹 분석가, 그리고 20대 SEO 담당자까지. 그런데 6.5시간을 다 듣고 나면 이야기가 여섯 갈래로 모입니다. 아래 표가 이번 호의 지도입니다. 각 트렌드는 뒤에서 하나씩 풀고, 4부에서 세션별로 다시 만납니다.
| 트렌드 | 한 줄 요약 | 주로 다룬 세션 |
|---|---|---|
| 1. 본질 회귀 | SEO와 GEO는 다른 것이 아니다. 유행 시책보다 기본기 | 오프닝, 프리이벤트 1, 테크니컬 |
| 2. 쿼리 팬아웃 | AI는 질문 하나를 여러 검색으로 쪼갠다. 순위의 단위가 바뀐다 | 오프닝, 테크니컬, 프리이벤트 1 |
| 3. 에이전틱 커머스 | 소비자보다 먼저 AI에게 선택받아야 한다 | 스페셜 키노트, 프리이벤트 2, 스페셜 세션 |
| 4. 논커머디티 콘텐츠 | AI가 만들 수 없는 1차 정보만 클릭과 인용을 만든다 | 콘텐츠, 프리이벤트 1 |
| 5. AI 하네스 | AI에게 일을 시키려면 데이터·툴·스킬·기준부터 정비 | 오프닝, 웹 해석, 테크니컬 |
| 6. 측정의 공백 | 직접 유입 1% 뒤에 더 큰 간접 영향이 있다 | 오프닝, 프리이벤트 2, 웹 해석 |
트렌드 1. 본질 회귀: SEO와 GEO는 다른 것이 아니다

Google의 공식 입장은 지난 1년 동안 한 글자도 바뀌지 않았습니다. SEO는 죽지 않았고, GEO나 LLMO라는 이름으로 특별히 해야 할 일도 없다는 것입니다. 5월 중순 공개된 ‘AI 검색 베스트 프랙티스’ 공식 문서는 llms.txt 설치, 억지 청킹, 회화체 문구 삽입 같은 유행 시책을 “불필요”하다고 명시했습니다. 그런데 이 문서를 읽었다는 사람이 컨퍼런스 현장에서도 3분의 1, 다른 웹담당자 행사에서는 10%도 되지 않았습니다. 스즈키 켄이치는 “GEO 이야기를 들으러 왔으면서 공식 문서를 안 읽는 건 이상하다”고 꼬집었습니다.
그렇다면 “GEO는 필요 없다”가 결론일까요. 오프닝 키노트에서 JADE 파운더 나가야마(전 Google 검색팀)의 답은 조금 더 정교했습니다. 대담의 핵심을 문답으로 재구성했습니다.
Q. Google이 “SEO만 잘하면 된다”고 하는데, 그 말을 그대로 믿어도 됩니까?
A. 나가야마 : Google이 이런 시기에 내놓는 조언은 대체로 옳습니다. 다만 말한 것은 전부 옳지만, 말하지 않은 부분도 있습니다. SEO 진영의 “GEO는 필요 없다”도, LLMO 진영의 “클릭이라는 토대가 무너졌으니 SEO는 끝났다”도 절반씩만 맞습니다. SEO 대 LLMO의 대립은 이미 끝났고, 이제는 AI 드리븐 마케팅을 어떻게 할지의 단계입니다.
| 입장 | 주장 | 맞는 부분 | 놓치는 부분 |
|---|---|---|---|
| SEO 진영 | GEO는 필요 없다. 기본 SEO면 충분 | AI Overview·AI Mode는 검색 인프라 위에서 동작한다 | 서브쿼리, 브랜드 언급, 측정 공백처럼 새로 생긴 변수 |
| LLMO 진영 | 클릭이 사라졌으니 SEO는 끝났다 | 정보성 쿼리의 제로클릭은 실제로 늘었다 | AI 유입은 아직 1% 미만이고, 인용 소스 대부분이 여전히 검색 인덱스에서 온다 |
| 발표자 결론 | 대립은 끝났다. AI를 쓰는 마케팅으로 | 양쪽의 데이터를 함께 본다 |
KSOA 해설
현장에서 더 직접적인 경고도 나왔습니다. LLMO 업자가 제안하는 시책 대부분이 구조화 데이터 수정, 링크 정비, 헤딩 태그, Core Web Vitals처럼 기본 SEO를 이름만 바꾼 것이라는 지적입니다. Google이 폐지한 마크업(How to나 FAQ 같은..)이나 schema.org에 없는 독자 마크업을 제안하는 경우도 있었고, 근거를 물으면 답이 나오지 않았다고 합니다. 키노의 관찰은 더 냉소적입니다. “경영진이 ‘컨설’이 붙은 예산을 전부 AI로 대체하겠다며 자르고 있는데, ‘LLMO’라고 쓰면 신규 투자로 통과된다. 주변에 그런 회사가 4곳쯤 있다.” 한국에서도 낯설지 않은 풍경입니다. 제안서를 받으셨다면 “이 시책이 기본 SEO와 무엇이 다른가, 효과는 무엇으로 측정하는가”를 먼저 물어보시길 권합니다.
트렌드 2. 쿼리 팬아웃: 검색의 단위가 바뀌었다

AI는 사용자의 질문 하나를 여러 개의 서브쿼리로 분해해 검색합니다. AI Mode에서 시작된 이 기술은 이제 AI Overview에도 적용됩니다. “도쿄 추천 호텔”을 검색하면 관련 질문을 한 번 훑은 뒤 답을 생성하는 식입니다. 결과는 숫자로 드러났습니다.
| 시점 | AI Overview 인용 URL 중 원래 검색어 톱10 안에 있던 비율 | 비고 |
|---|---|---|
| 2025년 7월 | 76% | Ahrefs 조사 |
| 2026년 2월 | 38% | 인용 소스의 31%는 톱100에도 없음 |
한 키워드의 순위만으로는 AI 노출을 설명할 수 없게 됐다는 뜻입니다. 강조 스니펫은 “아직 살아 있었구나” 싶을 만큼 존재감이 사라졌습니다. 테크니컬 세션의 노보루(博報堂DY ONE)는 같은 프롬프트를 두 모델에 넣었을 때의 추론(reasoning) 데이터를 공개했습니다.
| 프롬프트 | 모델 A의 분해 방식 | 모델 B의 분해 방식 |
|---|---|---|
| “이직에 추천하는 구인 사이트는?” | 카테고리 정리, 출처 표시, 에이전트형인지 같은 “평가 기준” 축 | 종합형, 하이클래스, IT 엔지니어, 여성용, 졸업 후 3년 내 경력 전환자 같은 “사용자 유형” 축 |
KSOA 해설
같은 ChatGPT라도 모델 버전에 따라 서브쿼리가 달라집니다. 스즈키는 ChatGPT 5.3 시절에는 신뢰하는 사이트에 한해 'site: 연산자'로 서브쿼리를 돌리는 경향이 있었지만 5.5에서는 사라진 것으로 보인다고 했습니다. 즉 서브쿼리 대응은 “한 번 하면 끝”이 아니라 지속적으로 관찰해야 하는 영역입니다. 실무에서는 우리 고객이 실제로 던지는 하위 질문 목록을 만들고, 그 질문들에서 우리가 몇 번째로 나오는지를 주기적으로 보는 것이 출발점입니다.
트렌드 3. 에이전틱 커머스: “AI에게 선택받기”가 경쟁축

Google의 UCP(Universal Commerce Protocol)는 올해 1월 NRF(전미소매업협회) 총회에서 Walmart CEO와 Sundar Pichai가 함께 발표하면서 주목받기 시작했습니다. 구매 퍼널이 AI 에이전트 안에서 완결되면 EC 사이트나 매장 같은 기존 터치포인트가 통째로 건너뛰게 될 수 있습니다. 하쿠호도의 도쿠시게는 “소비자에게 선택받기 전에 AI 에이전트에게 선택받아야 한다”고 말했습니다. 진영은 다음과 같이 정리됩니다.
| 플랫폼 | 프로토콜 | 발표 시점의 상황 |
|---|---|---|
| Google AI Mode | UCP | AI Mode 안에서 Google Pay 버튼까지 완결 지향 |
| OpenAI ChatGPT | ACP (UCP와 호환) | 인스턴트 체크아웃은 전환 부진과 약 4% 수수료 부담으로 후퇴, 상품 탐색 후 웹으로 유도 |
| Microsoft Copilot | UCP와 ACP 양쪽 | - |
| Shopify | Catalog API 하나로 양쪽 대응 | 에이전트 유통으로 롱테일 매출 약 6배(공식 블로그) |
| Amazon, Salesforce, Meta | UCP 참가 발표 | 관망하던 Amazon도 참가 |
| Apple | 독자 노선 | - |
다만 현장의 온도는 달랐습니다. 스페셜 키노트의 패널에게 “클라이언트가 UCP를 묻느냐”고 물었을 때의 답입니다.
Q. 실제 현장에서 UCP 이야기가 나옵니까?
A. 후지와라 (대기업 전략 지원, 전 유나이티드 애로우즈 CDO) : 클라이언트에게서 나오지 않습니다. 눈앞의 전환이 중요합니다. 대기업에서 오는 상담도 “이사회에 뭐라고 보고하면 되느냐”가 대부분입니다.
A. 다나카 (소규모 EC 지원) : 화제로 나오지 않습니다. 오히려 지원사 쪽이 물어봅니다.
KSOA 해설
현장 설문에서 UCP를 들어본 사람은 약 60%였지만, 결제까지 완전히 대행하는 흐름에는 신중한 반응이 더 많았습니다. 소비자 조사에서도 챗 안에서 즉시 결제하고 싶다는 응답은 10% 미만이었습니다. 이 트렌드는 “지금 당장 결제 연동”이 아니라 “상품·재고·조건 데이터를 AI가 읽을 수 있게 정비”하는 것으로 이해하시면 됩니다.
트렌드 4. 콘텐츠는 1차 정보, 논커머디티로

AI가 이미 알고 있는 ‘커머디티 콘텐츠’는 제로클릭으로 끝납니다. 클릭과 인용을 만드는 것은 AI가 만들 수 없는 체험과 검증 기반의 논커머디티 콘텐츠입니다. Google 공식 문서의 예시가 이해에 가장 도움이 됩니다.
| 업종 | 커머디티 콘텐츠 (AI가 이미 아는 것) | 논커머디티 콘텐츠 (직접 해봐야 아는 것) |
|---|---|---|
| 러닝화 매장 | 러닝화 살 때 고려할 10가지 | 400마일을 달린 뒤 이 고객의 신발이 왜 옆으로 무너졌는지 마모 패턴 분석 |
| 부동산 에이전트 | 지역 시세와 일반적인 매물 소개 | 특정 매물과 고객 상황에 대한 실제 거래 경험 |
| 인테리어 디자이너 | 대리석 관리 요령 | 대리석에 포도주스를 쏟으면 왜 지워지지 않는가 (실제로 해봐야 아는 것) |
스즈키는 이를 한 문장으로 정리했습니다. “AI에게 600km를 달리게 할 수는 없다.” 콘텐츠 세션에서는 이 원칙이 실무 프레임으로 구체화됐습니다. 웹라이더 마츠오의 4R(Review·Recipe·Record·Relation), StoryHub 다지마의 “Garbage in, garbage out”, 그리고 스토리텔러 직군의 부상입니다.
KSOA 해설
재미있는 일화도 있었습니다. 마츠오는 2020년 Voicy에서 만화 ‘5등분의 신부’를 경영 관점에서 “대박”만 연발하며 흥분해 소개했는데, 그 열의 때문에 구매 트윗이 쏟아졌다고 합니다. 정보로서는 약하지만 당사자의 열의는 AI가 흉내 낼 수 없는 신뢰 신호라는 것입니다. 한국의 블로그·유튜브 생태계에서도 “정리 잘한 글”보다 “직접 해본 사람의 글”이 오래 살아남는 이유와 같습니다.
트렌드 5. AI 업무 활용: 하네스를 만들어라

JADE는 “AI를 신입사원처럼” 대하라며 데이터, 툴, 스킬, 마인드셋 4종을 정비하는 하네스 엔지니어링을 제안했습니다. 모더레이터의 비유가 인상적이었습니다. 신입 아르바이트에게 “감자튀김 맛있게 튀겨”라고만 하면 안 되지만, 타이머와 한 번 누르면 정량이 나오는 소금 도구와 품질 센서와 매뉴얼이 있으면 누가 해도 같은 결과가 나온다는 것입니다.
| 하네스 요소 | 의미 | JADE의 실제 예 |
|---|---|---|
| 데이터 | AI가 참조할 업무 기록과 원천 데이터 | 모든 활동을 Notion에 문서화, Search Console·GA4 벌크 익스포트와 URL API |
| 툴 | AI가 직접 쓸 수 있는 연결 환경 | Ahrefs, BigQuery, Notion, Drive, 자사 툴 Amethyst를 MCP로 연결 |
| 스킬 | 반복 업무의 표준 절차 | 사이트 감사, 콘텐츠 생성 등 업무 플로우 단위로 표준화 |
| 마인드셋 | 판단 기준과 목표, 금지사항 | 자사의 ‘검색 인터랙션 모델’로 정의 |
KSOA 해설
리크루트의 사카이는 “AI가 70점을 내면 인간이 50점을 더해 120점”이라는 부가가치형 활용을, 웹 해석 세션의 기다는 “수집·시각화·분석·액션 중 가운데 둘은 AI에게 가고 양끝만 인간에게 남는다”는 스마일 커브를 이야기했습니다. 세 세션의 방향은 같습니다. 이렇게 만든 하네스는 모델을 바꿔도 그대로 쓸 수 있어 진부화되지 않는다는 점이 핵심입니다.
트렌드 6. 측정의 공백: 유입 1% 뒤에 숨은 영향

AI 챗봇에서 직접 들어오는 유입은 아직 대부분 1% 미만입니다. 스즈키가 현장에서 “챗봇 유입이 전체의 2%를 넘는 사이트가 있느냐”고 물었을 때 손을 든 사람은 없었습니다. 그러나 AI로 알게 되고, 브랜드명을 검색하고, 전환하는 간접 경로는 실재합니다.
| 구분 | 수치 | 측정 방법 | 출처 |
|---|---|---|---|
| AI 직접 유입 | Faber 미에루카 사이트 약 1%, 스즈키 블로그 0.5~0.6% | GA4 ‘AI 어시스턴트’ 채널(신설), 리퍼러 | 프리이벤트 1 |
| AI 계기 문의 | Faber B2B 문의의 10%대, 최대 30%인 회사도 | 문의 시 “어디서 알았나” 확인, 구매 후 설문 | 프리이벤트 2 |
| 최대 사례 | 약 20% | 고객사 설문 | 스즈키 발언 |
KSOA 해설
“GA만 보지 말고 구매 후 설문에 ‘AI로 알게 됨’ 항목을 넣어라”가 실무 정답으로 제시됐습니다. 좋은 소식도 있습니다. GA4 기본 채널 그룹에 ‘AI 어시스턴트’가 추가되어 챗봇 유입을 정규식 없이 볼 수 있고, Search Console의 AI Overview/AI Mode 트래픽 구분에 대해서도 Google이 “내부 검토 중”으로 태도를 바꿨습니다. 기대치는 스즈키의 표현으로 “0에서 3% 정도”이지만, 방향은 긍정적입니다.
1부를 닫으며
여섯 갈래를 한 문장으로 다시 접으면 이렇습니다. 기본기는 그대로 유효하고(트렌드 1), 다만 검색의 단위가 키워드 하나에서 질문 묶음으로 넓어졌으며(2), 그 질문을 던지는 주체에 사람뿐 아니라 AI 에이전트가 추가됐고(3), 그 AI가 답을 만들 때 인용하는 것은 이미 아는 이야기가 아니라 사람만 가진 1차 정보이며(4), 그래서 우리 쪽에서도 AI를 제대로 쓰려면 프롬프트가 아니라 업무 환경을 정비해야 하고(5), 이 모든 변화의 성과는 아직 기존 지표로 잘 잡히지 않습니다(6).
여섯 개를 다 외우실 필요는 없습니다. 오늘 하나만 챙기신다면 트렌드 1을 권합니다. ‘LLMO 대책’ 제안서를 받으셨다면 그 자리에서 두 가지를 물어보세요. “이 시책이 기본 SEO와 무엇이 다릅니까.” “효과는 무엇으로 측정합니까.” 이 두 질문에 답이 돌아오지 않는다면, 나머지 다섯 갈래는 아직 들여다보지 않으셔도 됩니다.
다음 편 예고
2부에서는 오늘 말씀드린 변화가 실제로 얼마나 일어났는지를 숫자로만 보여드립니다. AI Overview가 뜬 검색어의 오가닉 CTR은 얼마나 떨어졌는지, 제로클릭 비율은 몇 퍼센트인지, AI 검색은 2년 사이 몇 배가 됐는지. 세션에서 인용된 조사 데이터를 한 표에 모았습니다. 읽는 데 3분이면 충분한, 이번 시리즈에서 가장 짧은 편입니다.
한국검색최적화협회 드림
의견을 남겨주세요