사람들이 검색 결과를 클릭하지 않기 시작했다

우리는 오랫동안 인터넷을 이런 방식으로 사용해 왔습니다.

 

궁금한 것이 생깁니다.
Google에 검색어를 입력합니다.
검색 결과에 나타난 여러 웹사이트 중 하나를 클릭합니다.
그리고 그 사이트에서 원하는 정보를 찾습니다.

 

블로그나 뉴스 사이트, 쇼핑몰, 커뮤니티가 검색엔진 최적화인 SEO에 많은 노력을 기울였던 이유도 여기에 있습니다.

검색 결과 상단에 노출될수록 더 많은 사람이 웹사이트를 방문할 가능성이 높았기 때문입니다.

 

그런데 생성형 AI가 검색에 들어오면서 이 익숙한 구조가 조금씩 흔들리고 있습니다.

이제 Google에서 질문을 검색하면 웹사이트 목록보다 먼저 AI Overview가 질문에 대한 답을 정리해서 보여주는 경우가 있습니다.

한 단계 더 나아간 AI Mode에서는 사용자가 검색 결과 페이지를 넘나들지 않고도 AI와 대화를 이어가면서 훨씬 복잡한 질문을 해결할 수 있습니다.

 

Google에 따르면 AI Mode는 출시 1년 만에 월간 이용자 10억 명을 넘어섰고, AI Overview 역시 월간 활성 이용자 25억 명 이상이 사용하는 기능으로 성장했습니다.

 

검색은 여전히 존재합니다.

 

하지만 검색의 목적이 “어떤 페이지를 클릭해야 하지?”에서 “내 질문에 대한 답을 바로 얻을 수 있을까?”로 조금씩 이동하고 있습니다.

그리고 이 변화는 블로그를 운영하거나 웹사이트를 만드는 사람에게 꽤 중요한 문제입니다.

 

검색 결과를 클릭하는 대신 AI가 먼저 답해주기 시작했습니다

기존 Google 검색에서는 검색엔진이 정보를 직접 설명하기보다 사용자가 참고할 만한 웹페이지를 순서대로 보여주는 역할이 강했습니다.

 

예를 들어 “RAG란 무엇인가?”라고 검색했다고 생각해 보겠습니다.

여러 블로그와 공식 문서가 검색 결과에 나타납니다.

사용자는 제목과 설명을 읽어보고 괜찮아 보이는 페이지를 클릭합니다.

그 페이지에서 내용을 읽고 이해합니다.

 

즉, 검색엔진은 사용자와 웹사이트를 연결하는 입구에 가까웠습니다.

하지만 AI Overview에서는 검색 결과 상단에서 AI가 여러 정보를 종합해 질문에 대한 설명을 먼저 제공합니다. AI Mode는 여기서 한 단계 더 나아가 복잡한 질문을 여러 하위 질문으로 나누고 관련 검색을 동시에 수행하는 이른바 query fan-out 방식까지 활용합니다. 사용자는 다시 검색창으로 돌아갈 필요 없이 후속 질문을 이어갈 수도 있습니다.

 

이 구조에서는 아주 중요한 변화가 생깁니다.

 

예전에는 사용자가 정보를 얻기 위해 웹사이트에 들어가야 했습니다.

하지만 이제는 웹사이트에 들어가기 전에 AI가 핵심 내용을 먼저 보여줄 수 있습니다.

 

예를 들어 “NPU와 GPU의 차이가 뭐야?”라고 검색했을 때 AI가 차이점과 활용 사례까지 충분히 설명해 준다면 사용자는 굳이 다른 사이트를 열어보지 않을 수도 있습니다.

 

특히 간단한 정의, 요약, 사실 확인처럼 몇 문장으로 충분한 질문일수록 이러한 변화가 더 크게 느껴질 수 있습니다.

검색 결과가 사라진 것은 아닙니다.

 

오히려 AI 답변 안에도 여러 출처가 포함됩니다.

 

하지만 사용자의 첫 행동이 검색 → 링크 선택에서 검색 → AI 답변 확인 → 필요하면 링크 선택으로 바뀌고 있다는 점이 중요합니다.

실제 연구에서도 AI Overview가 나타나면 클릭이 줄어드는 현상이 관찰됐습니다

이 변화는 단순한 느낌만은 아닙니다.

 

2026년 8월 공개된 한 연구에서는 미국 성인 900명의 한 달간 Google 검색 행동을 분석해 AI Overview가 표시될 때 사용자가 어떻게 행동하는지 조사했습니다.

 

연구 결과에서 특히 눈에 띄는 부분은 AI Overview가 표시된 경우 해당 AI 답변에 인용된 출처 링크를 클릭한 비율이 약 1% 수준에 불과했다는 점입니다. 또한 AI Overview가 나타난 검색은 그렇지 않은 검색과 비교했을 때 전체적으로 링크 클릭이 적고, 검색 후 다른 웹페이지를 방문하지 않은 채 탐색을 종료하는 비율이 더 높은 것으로 나타났습니다. 연구진은 질문 길이와 검색어 특성 같은 요인을 통제한 분석에서도 이러한 관계가 유지됐다고 보고했습니다. arXiv

Investigating Click Behaviors On Google Search Result Pages That Produce an AI Overview

 

또 다른 2026년 연구에서는 Google AI Overview의 도입이 Wikipedia 트래픽에 어떤 영향을 주는지 분석했습니다. 연구진은 16만 개가 넘는 문서·언어 쌍을 비교했고, AI Overview에 노출된 영어 Wikipedia 문서의 일일 트래픽이 비교 대상보다 약 15% 감소한 것으로 추정했습니다. 특히 짧은 설명만으로 사용자의 궁금증이 해결되기 쉬운 유형의 콘텐츠에서 감소 폭이 더 컸습니다. arXiv

Impact of AI Search Summaries on Website Traffic: Evidence from Google AI Overviews and Wikipedia

 

다만 여기에는 중요한 반대 자료도 있습니다.

 

Google은 자사의 전체 데이터를 기준으로 보면 Search가 웹사이트에 보내는 자연 검색 클릭 총량은 전년 대비 비교적 안정적이며, AI 검색을 통해 들어오는 방문자는 사이트에 더 오래 머무르는 등 클릭의 품질은 오히려 높아졌다고 설명합니다. Google은 AI 기능을 통해 매주 수십억 건의 클릭을 웹으로 보내고 있다고도 밝혔습니다.

 

따라서 현재 상황을 “AI 검색 때문에 모든 웹 트래픽이 무너지고 있다”라고 단정하는 것은 아직 너무 단순합니다.

 

더 정확하게 표현하면,검색 횟수 자체는 증가하고 있지만, 어떤 질문에서는 AI 답변만으로 충분해져 웹사이트 클릭이 줄어들 수 있고, 반대로 더 깊은 정보가 필요한 질문에서는 여전히 웹사이트 방문이 이어지는 방향으로 트래픽의 성격이 바뀌고 있다고 보는 편이 좋습니다.

 

이 변화가 블로그에게 주는 영향

이러한 변화는 블로그 운영자에게 특히 중요합니다.

지금까지 SEO 글쓰기에서는 사용자가 검색할 질문을 예상하고 그 질문에 대한 답을 정확하게 제공하는 것이 매우 중요했습니다.

예를 들어 “Transformer란 무엇인가?”라는 키워드를 노린다면 Transformer의 정의와 구조, 장단점을 잘 정리한 글을 작성하는 식입니다.

 

하지만 AI 검색이 이러한 기본 설명을 검색 결과 화면에서 직접 제공하기 시작하면 단순한 정의형 콘텐츠는 이전보다 클릭을 얻기 어려워질 가능성이 있습니다.

사용자가 굳이 블로그를 클릭해야 할 이유가 줄어들기 때문입니다.

 

그래서 앞으로는 AI가 짧게 요약하기 어려운 가치를 콘텐츠 안에 넣는 것이 더 중요해질 수 있습니다.

 

예를 들어 똑같이 RAG를 설명하더라도 단순히 “RAG는 외부 정보를 검색해 LLM의 답변에 활용하는 기술입니다.”라고 설명하는 것보다,

직접 구현하면서 겪었던 문제, 어떤 구조에서 검색 품질이 떨어졌는지, RAG와 Agentic RAG를 어떻게 구분해서 이해했는지, 초보자가 헷갈리기 쉬운 부분, 직접 비교한 결과처럼 작성자만 제공할 수 있는 경험과 관점이 포함된 글이 훨씬 강한 이유를 가지게 됩니다.

 

Google 역시 AI 검색 시대의 콘텐츠 전략에서 독창적이고 가치 있는 people-first content를 계속 강조하고 있으며, 단순히 많은 페이지를 AI로 생성하는 방식은 오히려 스팸 정책에 문제가 될 수 있다고 안내합니다. 특히 Google은 심층 리뷰, 고유한 분석, 직접 경험과 같이 다른 곳에서 쉽게 복제하기 어려운 콘텐츠가 중요하다고 설명하고 있습니다.

 

결국 앞으로의 경쟁은 “AI보다 설명을 더 잘할 수 있는가?”가 아닐지도 모릅니다.

AI가 인터넷에 이미 존재하는 일반적인 설명은 매우 잘 요약할 수 있기 때문입니다.

 

오히려 “AI가 나의 글을 참고해야 할 만큼 새로운 정보와 관점을 제공하고 있는가?”가 중요해질 수 있습니다.

 

SEO는 사라지지 않습니다. 다만 GEO와 AEO라는 관점이 추가되고 있습니다

AI 검색이 등장하면서 최근 자주 등장하는 단어가 GEO(Generative Engine Optimization)와 AEO(Answer Engine Optimization)입니다.

 

쉽게 말하면 기존 SEO가 검색 결과에서 웹페이지를 잘 노출시키는 데 초점을 맞췄다면, GEO와 AEO는 AI가 답변을 생성할 때 내 콘텐츠를 발견하고 이해하고 참고할 가능성까지 고려하는 관점이라고 볼 수 있습니다.

 

그렇다고 이제 SEO를 버리고 GEO만 해야 한다는 뜻은 아닙니다.

 

오히려 Google의 공식 입장은 분명합니다.

AI Overview와 AI Mode에 등장하기 위해 별도의 특별한 마크업이나 새로운 AI용 SEO 기술이 필요한 것은 아니며, 기존 SEO의 기본 원칙이 그대로 중요하다고 설명하고 있습니다. 웹페이지가 정상적으로 크롤링되고 색인될 수 있어야 하며, 중요한 내용은 텍스트로 제공하고, 내부 링크를 잘 구성하고, 구조화 데이터가 실제 콘텐츠와 일치해야 합니다. Google은 AI 기능에 노출되기 위한 별도의 특수 schema나 AI 전용 텍스트 파일도 필요하지 않다고 명시합니다. Google for Developers

AI 기능 및 웹사이트 | Google 검색 센터  |  Documentation  |  Google for Developers

 

그래서 저는 SEO에서 GEO로 완전히 교체된다고 생각하기보다, SEO 위에 AI 검색을 고려하는 새로운 콘텐츠 전략이 추가된다고 보는 것이 더 현실적이라고 생각합니다.

 

SEO는 여전히 AI가 참고할 수 있는 콘텐츠를 발견하게 만드는 기반입니다.

그 위에서 GEO나 AEO 관점으로 글을 작성한다면 질문에 대한 핵심 답변이 명확한지, 개념 사이의 관계가 잘 설명되어 있는지, 작성자의 고유한 경험과 분석이 있는지, 자료의 근거가 분명한지를 더 신경 쓰는 것입니다.

 

Google 역시 2026년 공개한 생성형 AI 검색 최적화 가이드에서 SEO가 여전히 유효하다고 명시하면서 동시에 고유하고 비범용적인 콘텐츠(unique, non-commodity content)의 중요성을 강조하고 있습니다. Google for Developers

Google 검색의 생성형 AI에 최적화하기 위한 새로운 리소스  |  Google Search Central Blog  |  Google for De

 

 

앞으로 중요한 것은 ‘몇 번 클릭됐는가’만이 아닐 수도 있습니다

AI 검색이 가져오는 또 하나의 변화는 콘텐츠 성과를 평가하는 방식입니다.

지금까지 웹사이트를 운영하면 가장 먼저 확인하는 숫자 중 하나가 조회수와 검색 클릭 수였습니다.

검색 노출이 증가하고 클릭률이 높아지면 좋은 성과라고 생각하기 쉽습니다.

 

하지만 AI 검색이 확대되면 조금 더 복잡해질 수 있습니다.

AI Overview 안에 내 콘텐츠가 참고 자료로 노출됐지만 사용자가 클릭하지 않을 수도 있습니다.

 

반대로 클릭 수는 적더라도 AI가 기본적인 질문을 먼저 해결해 준 뒤 정말 깊은 정보가 필요한 사람만 내 사이트를 방문할 수도 있습니다.

Google이 AI 검색에서 발생하는 클릭을 두고 더 높은 품질의 클릭이라고 주장하는 이유도 여기에 있습니다. 클릭한 사용자가 콘텐츠를 더 오래 이용하거나 구매·구독 같은 행동으로 이어질 가능성을 함께 보자는 것입니다. 

 

Google은 2026년 6월 Search Console에 AI Overview와 AI Mode 등 생성형 AI 검색에서의 노출을 별도로 살펴볼 수 있는 성과 보고서도 일부 사이트를 대상으로 테스트하기 시작했습니다. 이것 역시 검색 성과 측정이 기존의 단순 검색 클릭에서 더 세분화되는 흐름을 보여줍니다. 

 

그래서 앞으로 블로그 운영자라면 단순히 “방문자가 몇 명 왔지?”뿐만 아니라

 

“어떤 검색에서 내 콘텐츠가 노출되고 있는가?”

“들어온 사람은 얼마나 오래 읽는가?”

“다른 글까지 이어서 읽는가?”

“내 콘텐츠를 다시 찾아오는가?”

 

같은 질문도 함께 봐야 할 수 있습니다.

 

AI가 기본적인 정보를 대신 전달하는 시대일수록 웹사이트는 클릭 이후에 제공할 수 있는 가치가 더 중요해질 수 있기 때문입니다.

 

Google for Developers

Google 검색의 AI 환경에서 콘텐츠 실적을 높이는 주요 방법  |  Google Search Central Blog  |  Google for D

Google for Developers

Search Console에 Google 검색 생성형 AI 실적 보고서 도입  |  Google Search Central Blog  |  Google for Developer

 

결국 AI 검색은 인터넷의 ‘입구’를 바꾸고 있습니다

AI 검색의 등장은 단순히 Google 검색창에 새로운 기능 하나가 추가된 것이 아닐 수 있습니다.

지금까지 인터넷에서는 검색엔진이 어디에 정보가 있는지를 알려주는 역할을 했습니다.

사람은 검색 결과를 보고 직접 웹사이트를 방문했습니다.

 

하지만 생성형 AI 검색에서는 검색엔진이 정보를 찾고, 여러 자료를 읽고, 내용을 비교하고, 사용자에게 먼저 답변한 뒤,

필요할 때 원본 자료로 연결해주는 방향으로 변하고 있습니다.

 

즉, 검색 → 웹사이트 → 정보였던 흐름이 검색 → AI 답변 → 필요하면 웹사이트로 바뀌고 있는 것입니다.

 

그렇다고 블로그와 웹사이트가 필요 없어지는 것은 아닙니다.

AI도 결국 웹에 존재하는 콘텐츠를 이용해 최신 정보를 찾고 근거를 확보합니다.

오히려 앞으로는 평범한 정보를 다시 정리한 글과, AI가 참고할 만한 독창적인 정보를 가진 글 사이의 차이가 더욱 커질 가능성이 있습니다.

그래서 AI 시대의 콘텐츠 전략을 한 문장으로 정리한다면 저는 이렇게 표현하고 싶습니다.

 

과거에는 검색 결과에서 클릭받는 글을 만들었다면, 앞으로는 사람과 AI 모두가 참고할 가치가 있는 글을 만들어야 합니다.

SEO가 사라지는 것이 아닙니다.

SEO 위에 AI가 이해하기 쉬운 구조, 직접 경험, 명확한 근거, 독창적인 관점이라는 새로운 경쟁력이 더해지고 있는 것입니다.

그리고 블로그를 운영하는 입장에서는 바로 이 변화가 앞으로 검색 유입을 바라볼 때 가장 중요하게 지켜봐야 할 흐름 중 하나입니다.

 

검색은 ‘사이트를 찾는 도구’에서 ‘답을 만드는 도구’로 변하고 있습니다

우리가 오랫동안 사용했던 검색엔진의 역할은 비교적 명확했습니다.

사용자가 궁금한 내용을 입력하면 검색엔진이 관련된 웹사이트를 찾아줍니다.

그리고 그다음부터는 사람이 직접 움직였습니다.'

 

여러 검색 결과를 살펴보고, 괜찮아 보이는 사이트를 클릭하고, 글을 읽고, 필요한 정보를 다시 정리하고, 다른 사이트의 내용과 비교하면서 최종적으로 자신의 답을 만들어냈습니다.

즉, 검색엔진의 역할은 정보가 있는 장소를 알려주는 것에 가까웠습니다.

 

하지만 AI 검색에서는 이 과정의 일부를 검색엔진이 직접 수행하기 시작합니다.

사용자가 질문하면 여러 자료를 찾아보고, 내용을 정리하고, 핵심적인 답변을 먼저 만들어 보여줍니다.

검색의 역할이 “어디에 답이 있는가?”를 알려주는 것에서 “답이 무엇인가?”를 직접 만들어주는 방향으로 확장되는 것입니다.

 

이 변화는 생각보다 큽니다.

검색창이라는 화면은 그대로 존재하지만 우리가 검색을 사용하는 목적 자체가 달라질 수 있기 때문입니다.

사람들은 점점 ‘검색어’보다 ‘질문’을 입력하게 될 수 있습니다

기존 검색에서는 좋은 검색어를 만드는 것이 중요했습니다.

예를 들어 노트북을 구매하려고 한다면

“대학생 노트북 추천”

“가벼운 노트북 추천”

“영상 편집 노트북 100만원”

처럼 여러 검색어를 바꿔가면서 원하는 정보를 찾아야 했습니다.

 

사용자가 스스로 문제를 여러 개의 검색어로 나누고 정보를 조합해야 했던 것입니다.

 

하지만 AI 검색에서는 처음부터 이렇게 물어볼 수 있습니다.

“대학생인데 매일 학교에 들고 다녀야 하고 가끔 영상 편집도 하고 싶어. 150만 원 이하에서 어떤 노트북이 적당할까?”

이제 검색 시스템은 하나의 키워드를 찾는 것이 아니라 사용자의 조건 전체를 이해해야 합니다.

 

휴대성이 중요하다는 것,

성능도 어느 정도 필요하다는 것,

 

예산 제한이 있다는 것을 함께 고려해야 합니다.

 

필요하다면 다시 “배터리를 가장 중요하게 생각하면?”같은 후속 질문도 이어갈 수 있습니다.

그래서 AI 검색이 확산될수록 검색어를 정확하게 만드는 기술보다 자신이 원하는 것을 자연스럽게 설명하는 방식이 더 중요해질 수도 있습니다.

우리가 검색엔진과 상호작용하는 방식이 명령어 입력에 가까운 형태에서 점점 대화에 가까운 형태로 이동하는 것입니다.

 

정보 탐색에서 가장 귀찮았던 ‘비교’도 AI가 맡기 시작합니다

인터넷에서 정보를 찾을 때 의외로 가장 많은 시간이 필요한 것은 검색 자체보다 비교입니다.

 

예를 들어 여행 숙소를 찾는다고 생각해 보겠습니다.

첫 번째 사이트를 열어 가격을 확인합니다.

두 번째 숙소를 열어 위치를 확인합니다.

세 번째 숙소의 후기를 읽습니다.

다시 첫 번째 페이지로 돌아갑니다.

머릿속에서 가격과 위치, 시설을 비교합니다.

 

제품을 구매할 때도 마찬가지입니다.

스마트폰 A의 배터리를 확인하고,

스마트폰 B의 카메라를 확인하고,

스마트폰 C의 가격을 확인한 뒤

여러 탭을 오가며 무엇이 나에게 적합한지 판단합니다.

 

AI 검색은 이런 과정의 일부를 대신하는 방향으로 발전할 수 있습니다.

사용자가 “이 세 제품의 차이를 내 사용 목적을 기준으로 비교해 줘.”라고 요청하면 AI가 각각의 정보를 찾아 하나의 기준으로 다시 정리하는 것입니다.

 

검색이 자료를 찾는 단계에서 자료를 조합하고 비교하는 단계까지 확장되는 것입니다.

이렇게 되면 인터넷 사용에서 사람이 직접 수행해야 하는 정보 정리 작업이 상당히 줄어들 수 있습니다.

 

그렇다면 웹사이트의 역할은 사라지게 될까요?

AI가 웹의 정보를 읽고 바로 답을 만들어 준다면 자연스럽게 이런 질문도 생깁니다.

“그럼 앞으로 사람들이 웹사이트에 직접 들어갈 이유가 없어지는 것 아닐까?”

 

하지만 저는 완전히 그렇게 되지는 않을 가능성이 높다고 생각합니다.

우리가 인터넷을 사용하는 이유가 단순히 사실 하나를 확인하기 위해서만은 아니기 때문입니다.

 

예를 들어 “아이폰의 무게가 얼마인가?”같은 질문은 AI가 숫자 하나만 알려줘도 충분합니다.

 

하지만 “실제로 6개월 동안 사용해 보니 어떤가?”라는 질문은 다릅니다.

사진을 보고 싶을 수도 있고, 실제 사용자의 경험을 읽고 싶을 수도 있고, 제품을 직접 구매하거나 다른 모델과 자세히 비교하고 싶을 수도 있습니다.

 

뉴스 역시 제목과 핵심 사실만 알고 싶은 경우도 있지만 어떤 사건이 왜 발생했는지 깊게 알고 싶다면 원문이나 전문적인 분석을 읽을 이유가 있습니다.

 

즉, AI가 간단한 정보 탐색의 중간 과정을 많이 가져갈 수는 있지만, 깊은 경험이나 자세한 분석, 실제 거래와 커뮤니티 활동까지 모두 대체하는 것은 다른 문제입니다.

 

오히려 웹사이트의 역할이 기본 정보 제공에서 더 깊은 정보와 경험을 제공하는 공간으로 이동할 수도 있습니다.

 

인터넷의 ‘발견 방식’도 달라질 수 있습니다

기존 검색에서는 사용자가 어떤 사이트를 클릭했는지가 매우 중요했습니다.

 

Google에서 새로운 사이트를 발견하고, 뉴스 기사 안의 링크를 타고 이동하고, 커뮤니티에서 누군가 공유한 글을 열면서 인터넷을 탐색했습니다.

 

하지만 AI가 정보 탐색의 중간에 자리 잡으면 우리는 어떤 정보가 어느 사이트에서 시작됐는지 의식하지 못하는 경우도 늘어날 수 있습니다.

 

사용자는 AI에게 질문합니다.

AI는 여러 자료를 참고합니다.

그리고 하나의 답을 만듭니다.

 

사용자는 답을 읽지만 그 정보가 어느 웹사이트에서 시작되었는지는 크게 신경 쓰지 않을 수도 있습니다.

이것은 인터넷의 정보 생산자와 정보 소비자의 관계에도 변화를 줄 수 있습니다.

 

과거에는 사이트 → 사용자로 직접 이어졌다면, 앞으로는 사이트 → AI → 사용자라는 경로가 더 많이 생길 수 있기 때문입니다.

그렇기 때문에 AI 검색에서는 어떤 자료를 AI가 선택하고, 어떤 출처를 보여주며, 서로 다른 자료가 충돌할 때 무엇을 더 신뢰하는지가 더욱 중요한 문제가 됩니다.

 

AI 검색이 커질수록 ‘출처’를 확인하는 습관은 오히려 중요해질 수 있습니다

AI 검색이 편리해지면 정보 탐색 속도는 빨라질 수 있습니다.

하지만 동시에 새로운 위험도 있습니다.

AI가 여러 자료를 하나의 답변으로 합치면 사용자는 각각의 정보가 어디에서 왔는지 확인하지 않고 받아들이기 쉬워집니다.

 

예를 들어 AI가 “이 방법이 가장 효과적입니다.”라고 답했다고 생각해 보겠습니다.

어떤 연구를 참고한 것인지, 공식 자료인지, 개인의 경험담인지에 따라 그 문장의 신뢰도는 완전히 달라질 수 있습니다.

특히 건강, 법률, 금융처럼 잘못된 정보의 영향이 큰 분야에서는 더욱 그렇습니다.

 

그래서 AI 검색 시대에는 단순히 “AI가 이렇게 말했어.”로 끝내기보다 “어떤 자료를 바탕으로 말한 것인가?”를 확인하는 습관이 중요해질 수 있습니다.

 

아이러니하게도 AI가 정보를 더 쉽게 정리해 줄수록 사람에게는 정보를 직접 찾는 능력보다 출처와 근거를 평가하는 능력이 더 중요해질 수도 있습니다.

 

결국 검색의 경쟁은 ‘링크를 잘 찾는 것’에서 ‘답을 잘 만드는 것’으로 이동하고 있습니다

과거 검색엔진의 중요한 경쟁력은 얼마나 좋은 웹페이지를 위쪽에 보여주느냐였습니다.

사용자의 질문을 이해하고 그에 가장 적합한 링크를 순서대로 보여주는 것이 중요했습니다.

 

하지만 생성형 AI 검색에서는 여기에 한 단계가 더 추가됩니다.

 

좋은 자료를 찾는 것뿐만 아니라 여러 자료를 읽고, 질문과 관련된 부분을 골라내고, 내용을 비교하고, 사용자가 이해하기 쉬운 답으로 다시 구성해야 합니다.

 

즉, 검색엔진이 점점 정보 안내자에서 정보 해석자로 변화하고 있는 것입니다.

그리고 이 변화가 계속된다면 앞으로 우리가 검색 서비스를 비교할 때도 질문이 달라질 수 있습니다.

 

“어디가 검색 결과가 더 좋은가?”보다 “어떤 AI가 내가 원하는 답을 가장 빠르고 정확하게 만들어 주는가?”가 중요해질 수 있습니다.

 

결국 AI 검색이 바꾸는 것은 검색창의 디자인만이 아닙니다.

사람이 인터넷에서 정보를 찾고, 비교하고, 판단하는 전체 과정의 일부를 AI가 가져가기 시작했다는 것.

저는 이것이 AI 검색이 가져오고 있는 가장 큰 변화 중 하나라고 생각합니다.

 

AI 검색이 커지면 인터넷의 수익 구조도 바뀔 수 있습니다

AI 검색이 단순히 사용자의 검색 습관만 바꾸는 것은 아닙니다.

더 큰 변화는 인터넷에서 돈이 흐르는 방식 자체가 달라질 수 있다는 점입니다.

지금까지 많은 웹사이트는 검색을 통해 사람을 끌어오는 구조에 의존해 왔습니다.

 

사용자가 Google에서 검색합니다.

검색 결과를 클릭합니다.

웹사이트에 방문합니다.

사이트 안에서 광고를 보거나 상품을 구매하거나 유료 서비스를 이용합니다.

 

즉, 정보가 있는 웹사이트로 사용자가 직접 방문하는 것이 매우 중요했습니다.

 

그런데 AI 검색이 사용자의 질문에 검색 화면에서 바로 답해준다면 이 과정이 달라질 수 있습니다.

 

예를 들어 사용자가 “도쿄 여행하기 좋은 시기가 언제야?”라고 검색했다고 생각해 보겠습니다.

예전에는 여행 사이트나 항공사, 관광 정보 사이트의 글을 여러 개 클릭했을 가능성이 높습니다.

 

하지만 AI 검색이 계절별 날씨와 장단점, 추천 시기까지 한 번에 정리해 준다면 사용자는 검색 화면 안에서 궁금증을 해결할 수 있습니다.

결과적으로 원래 방문했을 여러 사이트 중 일부는 트래픽을 받지 못할 수 있습니다.

 

여기서 중요한 문제가 생깁니다.

AI가 답변을 만들기 위해 참고한 원본 콘텐츠는 분명 존재합니다.

누군가는 여행 정보를 조사했고, 누군가는 제품을 직접 테스트했고, 누군가는 전문적인 분석을 작성했습니다.

그런데 사용자가 AI의 요약만 읽고 원본 사이트를 방문하지 않는다면 정보를 만든 사람에게 돌아가는 경제적 가치가 줄어들 가능성이 있습니다.

 

이것은 뉴스, 리뷰, 전문 정보 사이트처럼 콘텐츠 제작 비용이 큰 분야에서 특히 중요한 문제가 될 수 있습니다.

 

AI는 정보를 만들지 않고도 ‘정보의 입구’를 차지할 수 있습니다

여기서 흥미로운 점이 있습니다.

 

검색 AI가 모든 정보를 직접 만들어내는 것은 아닙니다.

대부분의 최신 정보는 결국 웹에 존재하는 원본 자료에서 시작됩니다.

 

기업이 새로운 제품을 발표합니다.

기자가 관련 내용을 취재합니다.

전문가가 분석 글을 작성합니다.

사용자가 제품 후기를 남깁니다.

연구자가 논문을 공개합니다.

 

이렇게 누군가가 먼저 정보를 생산해야 AI도 그것을 찾고 정리할 수 있습니다.

 

그런데 사용자가 정보를 소비하는 마지막 단계에서는 원본 사이트가 아니라 AI가 가장 먼저 사용자와 만나는 구조가 만들어질 수 있습니다.

 

쉽게 표현하면 과거에는 정보 생산자 → 검색엔진 → 사용자라는 구조에서 검색엔진이 주로 길을 안내했다면,

AI 검색에서는 정보 생산자 → AI → 정리된 답변 → 사용자라는 구조가 만들어지는 것입니다.

 

여기에서 AI 플랫폼의 영향력이 훨씬 커질 수 있습니다.

어떤 자료를 선택할 것인지, 어떤 내용을 중요하게 요약할 것인지, 어떤 출처를 화면에 보여줄 것인지에 따라 사용자가 접하는 정보 자체가 달라질 수 있기 때문입니다.

 

따라서 앞으로 검색 서비스의 경쟁에서는 답변 품질뿐만 아니라 어떤 자료를 어떻게 선택하고 출처를 보여주는가도 중요한 문제가 될 수 있습니다.

 

 

기업도 ‘검색 순위’만 보는 전략에서 벗어날 수 있습니다

이 변화는 콘텐츠 사이트뿐 아니라 일반 기업에도 영향을 줄 수 있습니다.

 

예를 들어 사용자가 “20만 원대 무선 이어폰 중 통화 품질이 가장 좋은 제품 추천해 줘.”라고 검색했다고 생각해 보겠습니다.

 

예전에는 특정 기업이 검색 결과 상단에 자사 제품 페이지를 노출시키는 것이 매우 중요했습니다.

사용자가 제품 페이지를 클릭한 뒤 특징을 확인하고 구매를 결정했기 때문입니다.

 

하지만 AI 검색에서는 AI가 여러 제품의 가격, 특징, 리뷰를 비교한 뒤 몇 가지 제품을 먼저 추천할 수 있습니다.

이제 기업 입장에서는 단순히 “우리 사이트가 검색 결과 몇 위인가?”뿐만 아니라 “AI가 우리 제품을 어떤 제품으로 이해하고 있는가?”도 중요해질 수 있습니다.

 

가격 정보가 정확한지, 제품의 특징이 명확하게 전달되는지, 공식 문서와 여러 사이트에 존재하는 정보가 서로 일치하는지, 사용자 후기에서 어떤 특징이 반복적으로 언급되는지 같은 부분이 AI의 판단에 영향을 줄 수 있기 때문입니다.

 

검색 최적화가 단순히 웹페이지 하나의 순위를 올리는 문제에서 인터넷 전체에 존재하는 브랜드와 제품 정보를 얼마나 명확하고 일관성 있게 관리하는가의 문제로 확장될 가능성이 있는 것입니다.

 

‘클릭하지 않는 사용자’도 소비자가 될 수 있습니다

여기에서 기존 웹 트래픽 분석으로는 이해하기 어려운 상황도 생길 수 있습니다.

 

한 사용자가 AI에게 이렇게 질문했다고 생각해 보겠습니다.

 

“러닝을 처음 시작하는데 어떤 운동화가 좋아?”

 

AI가 여러 정보를 조사한 뒤 특정 제품 세 개를 추천합니다.

사용자는 추천 내용을 기억했다가 나중에 쇼핑 앱을 직접 열어 제품을 구매합니다.

이 경우 제품을 만든 기업 입장에서 보면 이상한 일이 발생합니다.

검색 결과에서 자사 사이트로 들어온 클릭은 없습니다.

하지만 AI 검색은 실제 구매 결정에 영향을 주었습니다.

기존 분석에서는 이 사용자가 어디에서 제품을 알게 되었는지 정확히 파악하기 어려울 수도 있습니다.

 

즉, AI 검색이 확대되면 트래픽과 영향력이 반드시 같은 숫자로 움직이지 않을 가능성이 커집니다.

웹사이트 방문자는 줄었는데 브랜드 인지도나 구매에는 AI가 영향을 주는 상황이 생길 수 있습니다.

 

그래서 앞으로 기업은 검색 클릭뿐 아니라 AI 답변에서 얼마나 자주 언급되는지, 어떤 맥락에서 추천되는지, 사용자가 AI를 통해 브랜드를 발견하는지 같은 새로운 종류의 영향력을 측정하려고 할 수도 있습니다.

결국 AI 검색은 ‘누가 정보를 소유하느냐’보다 ‘누가 답을 구성하느냐’를 중요하게 만듭니다

기존 인터넷에서는 정보를 가진 사이트가 사용자와 직접 만날 기회가 많았습니다.

 

하지만 AI 검색에서는 원본 정보를 여러 곳에서 가져온 뒤 AI가 하나의 새로운 답변 형태로 다시 구성합니다.

이렇게 되면 인터넷에서 중요한 위치도 조금 달라질 수 있습니다.

과거에는 좋은 정보를 만드는 것과 검색 결과에서 잘 노출되는 것이 중요했다면,

앞으로는 여기에 AI가

 

내 정보를 정확하게 이해할 수 있는가

AI가 내 정보를 참고할 이유가 있는가

AI가 답을 만들 때 어떤 출처를 선택하는가

 

라는 새로운 문제가 추가됩니다.

 

그리고 사용자 입장에서도 변화가 있습니다.

수십 개의 웹페이지를 직접 돌아다니는 대신 AI가 먼저 정보를 정리해 주기 때문에 훨씬 편리해질 수 있습니다.

 

반면 AI가 어떤 자료를 선택했고 어떤 정보를 제외했는지 알기 어려워질 수도 있습니다.

결국 AI 검색은 단순히 검색 결과 화면을 편리하게 만드는 기술이 아닙니다.

사용자와 정보 생산자 사이에 AI라는 새로운 해석자가 들어오는 변화입니다.

그리고 이 구조가 커질수록 인터넷에서는 앞으로 이런 질문이 더 중요해질 수 있습니다.

 

누가 정보를 만들었는가?

그리고 그만큼이나,

누가 그 정보를 선택하고, 조합하고, 사용자에게 보여주는가?

 

AI 검색 시대의 핵심 경쟁은 바로 이 두 역할 사이에서 만들어질 가능성이 있습니다.

 

AI 검색 시대에는 ‘정보를 많이 가진 곳’보다 ‘신뢰받는 원본’을 가진 곳이 강해질 수 있습니다

AI가 여러 웹사이트의 정보를 한 번에 정리해 주기 시작하면 모든 정보가 똑같은 가치를 가지지는 않을 가능성이 높습니다.

 

예를 들어 어떤 새로운 AI 모델이 발표됐다고 생각해 보겠습니다.

수십 개의 사이트가 같은 발표 내용을 다시 정리할 수 있습니다.

 

하지만 결국 정보의 시작점은 기업의 공식 발표나 연구 논문, 실제 테스트 결과처럼 원본에 가까운 자료입니다.

 

AI가 답변을 만들 때도 동일한 내용을 반복하는 수십 개의 페이지보다 신뢰할 수 있고 명확한 원본 자료를 참고하는 것이 더 유리합니다.

 

따라서 인터넷에서 콘텐츠의 가치는 단순한 양보다 출처의 신뢰성과 정보의 독창성에 더 크게 영향을 받을 수 있습니다.

 

이 변화는 언론사나 연구기관에만 해당되는 이야기도 아닙니다.

 

제품을 직접 사용해 본 후기, 직접 수집한 데이터, 실제 프로젝트에서 발견한 문제, 전문가의 분석, 특정 분야에서 오랫동안 쌓아온 자료처럼 다른 곳에서 쉽게 복제할 수 없는 정보도 중요한 원본이 될 수 있습니다.

 

AI가 인터넷의 정보를 요약하는 능력이 좋아질수록 역설적으로 요약할 가치가 있는 원본을 누가 가지고 있는가가 더 중요해지는 것입니다.

결국 앞으로 인터넷에서는 정보를 단순히 다시 전달하는 역할과 새로운 정보를 만들어내는 역할 사이의 차이가 더욱 커질 가능성이 있습니다.

검색엔진은 점점 ‘개인 연구원’에 가까워질 수도 있습니다

AI 검색의 변화는 단순히 답변을 몇 문장 보여주는 수준에서 끝나지 않을 가능성이 있습니다.

지금까지 검색은 사람이 직접 정보를 찾아다니는 과정이었습니다.

 

하지만 AI가 검색하고 비교하고 정리할 수 있게 되면 앞으로 검색 시스템은 점점 사용자를 대신해서 조사하는 역할에 가까워질 수 있습니다.

 

예를 들어 “다음 달 제주도 여행을 준비하고 있는데 부모님과 함께 갈 만한 조용한 숙소를 찾아줘.”라고 요청했다고 생각해 보겠습니다.

 

기존 검색에서는 사용자가 숙소 사이트를 여러 개 열어 가격과 위치, 후기 등을 직접 확인해야 했습니다.

하지만 AI 검색이 발전한다면 조건을 이해한 뒤 후보를 찾고, 가격을 비교하고, 후기의 공통점을 정리하고, 이동 거리까지 계산해 몇 가지 선택지를 제안할 수 있습니다.

 

여기서 더 발전하면 “그중 두 번째 숙소를 기준으로 3박 4일 일정을 만들어 줘.”같은 후속 요청도 이어질 수 있습니다.

이 단계가 되면 검색은 더 이상 단순한 정보 탐색 기능이 아닙니다.

검색 → 비교 → 판단 보조 → 계획 작성까지 하나의 흐름으로 연결됩니다.

그리고 바로 이 지점에서 앞서 이야기했던 AI Agent와 AI 검색이 만나기 시작합니다.

검색 AI와 Agent의 경계가 점점 흐려질 수도 있는 것입니다.

 

결국 ‘검색’과 ‘AI 비서’의 경계도 사라질 수 있습니다

조금 더 멀리 생각해 보면 재미있는 변화가 하나 있습니다.

지금은 우리가 ChatGPT와 같은 AI 서비스와 Google 같은 검색 서비스를 서로 다른 서비스로 생각합니다.

AI에게 질문할 때와 검색엔진에서 정보를 찾을 때 사용하는 화면도 다릅니다.

 

하지만 두 기술이 점점 서로의 기능을 가져오고 있습니다.

AI 서비스는 웹 검색 기능을 사용하기 시작했고, 검색엔진은 생성형 AI를 이용해 직접 답을 만들어주기 시작했습니다.

여기에 개인의 이메일, 일정, 문서, 구매 기록 같은 정보까지 연결된다면 검색은 훨씬 개인화될 수 있습니다.

 

예를 들어 사용자가 “다음 주 부산 출장 전에 준비해야 할 것 정리해 줘.”라고 요청했을 때, 미래의 AI는 인터넷 검색만 하는 것이 아니라

일정에서 출장 날짜를 확인하고, 메일에서 장소를 확인하고, 날씨를 검색하고, 교통편을 찾아보고, 준비물과 이동 일정을 정리할 수도 있습니다.

이 정도가 되면 이것을 검색엔진이라고 불러야 할지 AI 비서라고 불러야 할지 애매해집니다.

 

결국 검색이 AI의 기능이 되고, AI가 검색의 인터페이스가 되는 방향으로 이동할 가능성이 있는 것입니다.

 

하지만 여기에는 하나의 큰 문제가 남아 있습니다

AI가 인터넷의 정보를 점점 더 많이 대신 전달한다면 반드시 해결해야 할 문제가 있습니다.

원본 정보를 만드는 사람에게 어떤 보상이 돌아갈 것인가입니다.

AI가 좋은 답변을 만들기 위해서는 결국 누군가가 먼저 정보를 만들어야 합니다.

 

기자는 취재해야 하고, 연구자는 연구해야 하고, 전문가는 분석해야 하고, 사용자는 경험과 후기를 남겨야 합니다.

 

그런데 사람들이 원본 사이트를 방문하지 않고 AI의 요약만 소비하게 된다면 콘텐츠를 만드는 사람에게 돌아가는 광고 수익이나 구독, 방문자 등이 감소할 수 있습니다.

극단적으로 생각하면 이런 구조가 계속될 경우 좋은 정보를 만드는 사람이 줄어들고 → AI가 참고할 좋은 원본도 줄어드는 문제가 발생할 수도 있습니다.

 

AI 검색 서비스 입장에서도 결국 해결해야 하는 문제입니다.

원본 콘텐츠 생태계가 유지되지 않으면 장기적으로 AI가 참고할 최신 정보의 품질 역시 떨어질 수 있기 때문입니다.

 

그래서 앞으로 AI 검색 경쟁에서는 단순히 답변을 얼마나 잘 만드는지뿐 아니라 출처 표시, 콘텐츠 제공자와의 관계, 보상 구조, 저작권 문제도 계속 중요한 논쟁이 될 가능성이 있습니다.

 

마무리: 우리가 검색하는 방식은 이미 조금씩 바뀌고 있습니다

AI 검색의 변화는 어느 날 갑자기 기존 검색엔진이 사라지는 방식으로 나타나지는 않을 것입니다.

Google 검색도 계속 존재할 것이고, 웹사이트도 계속 존재할 것이며, 사람들은 여전히 필요한 경우 원본 자료를 찾아볼 것입니다.

 

하지만 우리가 정보를 찾는 과정의 중심에는 점점 AI가 들어오기 시작하고 있습니다.

과거에는 '질문 → 검색 → 링크 → 웹사이트 → 정보 확인'이라는 흐름이 일반적이었다면, 앞으로는 '점점 질문 → AI가 검색·비교·정리 → 답변 → 필요하면 원본 확인'이라는 흐름이 익숙해질 수 있습니다.

 

그리고 그다음 단계에서는 AI가 단순히 정보를 알려주는 것을 넘어 실제 계획을 만들고 행동까지 수행하게 될 수도 있습니다.

 

결국 AI 검색은 검색 결과 화면에 새로운 기능 하나가 추가된 사건이라기보다 사람과 인터넷 사이에 AI라는 새로운 계층이 만들어지고 있는 변화라고 볼 수 있습니다.

 

앞으로 새로운 AI 검색 서비스를 볼 때도 단순히 “답변을 얼마나 잘하나?”만 보는 것보다 이런 질문을 던져보면 더 재미있습니다.

 

이 서비스는 내가 직접 검색해야 했던 과정 중 어디까지 대신하고 있는가?

그리고 어쩌면 이것이 앞으로 검색 기술 경쟁을 이해하는 가장 중요한 질문이 될 수도 있습니다.