AI 검색 최적화를 위한 SEO·접근성 점검과 답변 검증
AI 검색이 문서를 찾고 답변을 만드는 원리에서 SEO와 웹 접근성의 역할을 설명합니다. 가상의 요금 안내 페이지를 바탕으로 수집 경로와 정보의 정확성을 확인하고, 체크리스트와 LLM 검토를 CMS 운영에 적용하는 방법을 살펴봅니다.
태그
seo
24개 글
AI 검색에서 사이트를 빼는 스위치를 공식 문서에서 찾아봤더니 있는 건 포함 레버뿐이었다
Google의 AI 기능 문서 원문 177,842바이트에서 opt out, opt-out, exclude를 전수로 세어보니 전부 0건이었다. AI Overviews와 AI Mode 전용 배타 레버가 왜 없는지, robots.txt 대신 무엇을 손봐야 하는지 18런 실측으로 정리했다.
스팸 업데이트 시작 시각을 분 단위로 긁어봤더니 Search Console 조인 키는 하루 단위 그대로였다
Google Search Status Dashboard의 incidents.json은 스팸 업데이트 시작 시각을 초 단위로 공개한다. Search Console 조인 키는 PT 날짜 하나다. 두 해상도를 대조해, 분 단위 정밀도가 경계일 조인에서 사라지는지 직접 확인했다.
Search Console 플랫폼 속성: 화면은 넷으로 넓어졌고 API는 둘에 멈췄다
Search Console 플랫폼 속성은 Instagram·TikTok·X·YouTube의 구글 검색 성과를 보여준다. 전면 공개 3주 뒤에도 헬프센터는 점진 롤아웃이라 적고 API 참조는 2024년에 멈춰 있다. 측정을 자동화한 팀이 왜 새 데이터를 늦게 보는지 정리했다.
인용된 문장으로 되돌아오는 링크: 코드 블록에서만 15개 중 14개가 끊겼다
AI 답변이 내 글의 한 문장을 인용하고 그 문장으로 가는 링크를 걸었을 때, 그 링크가 실제로 동작하는지 크로미움에서 69개 확인했다. 산문 48개는 전부 도착했고 코드 블록 15개 중 14개가 끊겼다. 텍스트 프래그먼트의 블록 경계·단어 경계 규칙을 실측으로 정리한다.
1년 전 글의 Last-Modified가 어제였다: 배포가 지우는 캐시 검증자
작년에 쓴 글을 curl로 찔러보니 Last-Modified가 어제 배포 시각이었다. ETag는 파일 수정 시각과 크기를 16진수로 이어붙인 값이다. 같은 소스로 다시 빌드한 HTML 1,346장이 100% 바이트 동일한데도, 배포 한 번이 사이트 전체의 조건부 요청을 무효로 만든다.
제목을 선언하는 일곱 곳 중 여섯 곳만 내가 썼다: 앵커 텍스트 18,296개 실측
한 페이지의 제목은 title·h1·og:title·headline·RSS 등 여섯 곳에서 선언된다. 1,296편 전부 일치했다. 문제는 일곱 번째 채널이었다. 내부 링크 18,296개 중 목표 글 제목과 일치하는 앵커 텍스트는 0.7%뿐이었고, 원인은 카드를 감싼 링크 하나였다.
내부 링크 46,382개 중 24,948개가 301로 튕기고 있었다
접근성 지표를 재려고 만든 스크립트가 URL 버그를 잡아냈다. 빌드된 HTML 1,334장의 내부 링크를 전수 조사하니 절반이 넘는 24,948개가 트레일링 슬래시 없는 주소, 즉 301 리다이렉트를 거치는 주소를 가리키고 있었다. 원인과 네 단계의 수정, 그리고 0으로 만든 기록.
언어별 아카이브 네 장을 지웠더니 296편이 도달 불가가 됐다: 크롤 깊이 실측
관련 글이 평균 8개씩 걸린 사이트의 내부 링크를 도달성 기준으로 다시 세어 봤다. 빌드된 HTML 1,330장을 너비 우선 탐색하니 글 1,288편 중 1,276편이 깊이 2였다. 그런데 언어별 목록 페이지 네 장을 링크 그래프에서 빼자 296편이 홈에서 닿지 않았다.
FAQPage 리치 결과는 끝났다. 그런데 Q&A 마크업은 지우지 마라
Google이 2026년 5월 7일 FAQ 리치 결과를 완전히 종료했다. 오프라인 검증기로 FAQPage JSON-LD를 실측하면 스키마는 통과하지만 리치 결과는 DEPRECATED다. 검증 통과와 노출이 갈라진 지금 코드와 콘텐츠를 어떻게 바꿀지 공식 문서로 정리했다.
opens: "eleven"은 검증기도 통과한다 — 음식점 영업시간 JSON-LD 3계층 실측
직접 운영하는 음식점 추천 PWA에 Restaurant 구조화 데이터를 넣으면서 요일별 평문 영업시간 문자열을 openingHoursSpecification으로 변환하고, 같은 결함 세 개를 타입체크·스키마 검증기·런타임 게이트에 차례로 넣어 어느 계층이 무엇을 잡는지 측정했다.
AI Overview가 내 페이지를 인용할지 정하는 meta 한 줄 — robots 스니펫 지시자 실측
nosnippet 한 줄은 이제 검색 스니펫만 끄지 않는다. Google 공식 문서는 이 지시자가 AI Overview·AI Mode의 인용 입력까지 막는다고 못박았다. 두 페이지를 만들어 파서로 max-snippet·data-nosnippet의 실제 효과를 다시 재봤다.
구조화 데이터를 배포 전에 잡아라 — JSON-LD를 CI에서 자동 검증하는 법
JSON-LD 파서가 통과시켜도 검색엔진은 못 읽는 마크업이 있다. schema.org의 @vocab 때문에 오타와 대소문자 오류가 정상 JSON-LD로 조용히 확장된다. 60줄짜리 스키마 인지 검증기를 GitHub Actions CI에 넣어 배포 전에 자동으로 잡은 실측 기록이다.
JSON-LD vs Microdata vs RDFa — 구조화 데이터 문법, 무엇을 언제 쓸까 (실측 비교)
같은 Product 엔티티를 세 문법으로 각각 짜서 파서에 넣고 바이트 수와 취약성을 실측했다. Google은 셋 다 동등하게 취급한다. 그렇다면 JSON-LD를 권하는 진짜 이유는 순위가 아니라 재설계에서 살아남는 결합도였다. 공식 문서와 재현 로그로 정리한 실전 선택 기준.
AI 크롤러는 당신의 자바스크립트를 실행하지 않는다
GPTBot·ClaudeBot 같은 AI 크롤러는 자바스크립트를 실행하지 않아, CSR로만 렌더링한 페이지는 AI 검색과 인용에서 통째로 사라진다. 그 원인을 curl 요청으로 직접 재현해 확인하고, 서버사이드 렌더링과 프리렌더링으로 콘텐츠를 다시 노출시키는 구체적 방법까지 정리했다.
sitemap.xml에서 구글이 실제로 읽는 건 lastmod 하나다
priority 1.0에 changefreq always를 붙여도 구글은 다 버린다. 공식 문서가 쓰는 필드는 lastmod 하나뿐이고, 그마저 검증 가능하게 정확할 때만 쓴다. 세 종류의 sitemap을 공식 XSD로 직접 돌려 무엇이 통과하고 무엇이 조용히 무시되는지 실측했다.
JSON-LD를 @graph 하나로 묶기 — 흩어진 구조화 데이터를 검색·AI가 읽는 엔티티 모델로
내 페이지의 JSON-LD를 검증기에 넣었더니 세 조각으로 흩어져 있었다. @id 참조로 Organization·WebSite·Article을 하나의 @graph로 잇고 jsonld로 연결성을 실측했다. 3개 컴포넌트가 1개로 합쳐지는 과정과 Google이 보장하지 않는 지점까지.
hreflang은 양방향이어야 한다 — 내 4개 언어 블로그를 직접 감사해 찾은 홈페이지 버그
30줄짜리 검사기를 내 사이트의 빌드 결과물에 직접 돌렸다. 블로그 글 248개의 hreflang 클러스터는 전부 통과했는데 홈페이지 하나가 걸렸다. Google 공식 리시프로시티 규칙, 실측 로그, 세 가지 구현 방법 비교, 그리고 개발자가 바로 적용할 수정 코드까지 정리했다.
AI 크롤러를 robots.txt로 제대로 제어하기 — 학습은 막고 인용은 허용하는 2026 전략
GPTBot 한 줄 막고 "AI 차단 끝"이라 믿는 사이트가 많다. 학습·검색·사용자요청 크롤러를 분리 제어하는 robots.txt를 직접 만들고 표준 파서로 검증했다. Google-Extended가 AI Overviews를 못 막는 함정과 llms.txt의 정직한 현황까지.
LocalBusiness 구조화 데이터, JS로 넣어도 되지만 서버사이드가 더 확실한 이유
매장 검색 페이지의 LocalBusiness JSON-LD를 JavaScript로 주입하면 원시 HTML엔 구조화 데이터 블록이 0개로 잡힌다. 서버사이드 렌더링 출력과 직접 비교하고, Google 공식 견해와 리치 결과·검색 순위에 미치는 한계까지 실측으로 정리했다.
AdSense "가치가 별로 없는 콘텐츠" 거절 극복기: 기술적 분석과 해결
Astro 기반 다국어 블로그에서 AdSense 반복 거절의 원인을 기술적으로 분석하고, ads.txt 충돌·996개 유령 페이지·사이트맵 전체 404 등 핵심 문제를 해결한 실전 가이드입니다.
AI 검색 시대를 위한 AEO 구현기: Agent Effi Flow 실전 적용
ChatGPT, Perplexity 등 AI 검색 엔진에 콘텐츠가 인용되도록 최적화하는 AEO(Answer Engine Optimization) 전략의 실제 구현 경험을 공유합니다. 스키마 마크업, FAQ 페이지 최적화, 구조적 데이터 설계 핵심 기법을 단계별로 설명합니다.
AdSense 도전기: AI 분석으로 "가치 없는 콘텐츠" 거절 극복하기
Google AdSense "가치가 별로 없는 콘텐츠" 거절 후 ChatGPT, Claude, Gemini 3개 AI를 활용해 원인을 분석하고 승인 가능성을 5.5점에서 8.5점으로 개선한 실제 경험을 공유합니다.
LLM 시대의 SEO/AEO 실전 적용: B2B SaaS 최적화 로드맵
B2B SaaS 프로젝트 Agent Effi Flow에 적용한 LLM 시대의 SEO/AEO 완전 전략 로드맵. 기술 스택 구현 방법부터 ChatGPT·Perplexity AI 검색 인용을 위한 AEO 콘텐츠 최적화, 실측 성과 지표까지 9단계 전략을 단계별로 공개합니다.