내 글이 1위인데 왜 클릭이 없지? 구글 AI 오버뷰가 바꾼 SEO의 승부처

검색결과 1위에 올랐다는 알림을 받았는데 방문자는 늘지 않는다. 예전이라면 순위와 클릭률을 먼저 의심했겠지만, 이제는 검색결과 맨 위에 이미 답이 끝나버렸는지도 확인해야 한다. 구글 AI 오버뷰(AI Overview)는 사용자의 질문을 요약하고 여러 웹페이지를 출처 링크로 묶는다. 독자는 링크를 누르기 전에 답을 얻는다.

그래서 SEO의 질문이 바뀌었다. “몇 위인가?”에서 “구글의 답변 안에서 우리 페이지가 선택되고, 선택된 뒤에도 클릭할 이유가 있는가?”로. 이 글은 구글 AI 오버뷰를 별도의 비법으로 포장하지 않는다. 오히려 공식 문서와 공개 데이터를 대조해, 기존 SEO를 어떤 작업 순서로 다시 써야 하는지 정리한다.

AI 오버뷰는 검색을 없애는 기능이 아니라 검색의 첫 화면을 차지하는 기능이다

구글의 설명에 따르면 AI 오버뷰는 복잡한 질문의 핵심을 빠르게 파악하게 하고, 답변을 뒷받침하는 웹사이트 링크를 탐색하도록 만든 출발점이다. AI 모드와 AI 오버뷰는 사용자의 질문을 여러 관련 검색어로 확장하는 ‘쿼리 팬아웃’을 활용할 수 있다. 한 문장을 하나의 키워드로만 처리하지 않고, 그 질문을 풀기 위해 필요한 하위 주제와 자료를 함께 찾는 방식이다.

이 변화는 정보성 콘텐츠에 특히 중요하다. Pew Research Center가 2025년 3월 미국 성인 900명의 실제 브라우징 데이터를 분석한 결과, AI 요약이 표시된 검색 방문에서 전통적인 검색결과 링크를 클릭한 비율은 8%였다. AI 요약이 없는 방문에서는 15%였다. 요약 안의 출처 링크를 직접 클릭한 비율은 1%에 그쳤다. 이 수치는 “인용되면 곧바로 트래픽이 된다”는 기대를 경계하게 만든다.

AI 요약이 보일 때와 보이지 않을 때의 검색결과 링크 클릭률 비교 그래프
AI 요약이 표시된 검색에서 전통적인 검색결과 링크 클릭률이 낮아진 모습. 출처: Pew Research Center, 2025

동시에 이 데이터를 “SEO가 끝났다”로 읽으면 안 된다. 클릭하지 않는 사용자가 많아진다는 사실과, 답변에 선택될 가능성을 높여야 한다는 과제는 함께 존재한다. 이제 노출은 한 층이 아니다. 자연검색 결과의 순위, AI 오버뷰의 인용, 인용 뒤의 추가 클릭과 전환을 따로 봐야 한다.

특수한 AEO 해킹보다 먼저 해야 할 일: 구글이 공식적으로 말한 것

여기서 많은 SEO 콘텐츠가 흔들린다. AI가 읽기 좋은 별도 파일, 과도한 콘텐츠 청킹, 모든 롱테일 질문을 위한 페이지 복제 같은 전술이 쏟아진다. 하지만 구글의 공식 가이드는 AI 오버뷰와 AI 모드에 표시되기 위한 추가적인 기술 요구사항은 없으며, 기본 SEO가 계속 중요하다고 설명한다.

구글은 검색 증강 생성(RAG)을 위해 검색 색인에서 관련성 있고 최신인 페이지를 찾고, 쿼리 팬아웃으로 관련 검색을 확장한다고 밝힌다. 따라서 사이트가 해야 할 일은 AI에게만 보이는 비밀 문법을 만드는 것이 아니다. 페이지가 색인되어 있고 스니펫에 노출될 수 있는지, 중요한 내용이 텍스트로 제공되는지, 내부 링크가 명확한지, 구조화된 데이터가 실제 화면의 내용과 일치하는지를 점검하는 것이다.

특히 구글은 생성형 AI 검색을 위해 llms.txt 같은 특수 파일이나 별도의 AI 전용 마크업이 필요하지 않다고 안내한다. 이 한 문장은 꽤 중요하다. 유행하는 설정을 추가하는 데 시간을 쓰기보다, 독자가 읽고 검증할 수 있는 원문과 사이트 구조에 투자하라는 뜻이기 때문이다.

내가 이 자료를 실제 SEO 워크플로로 바꾼다면

상호작용(에이전트-드루 대화·작업): 나는 원문이 제시한 “기존 SEO를 유지하면서 AI 검색의 평가 방식도 고려해야 한다”는 주장을 구글 공식 문서와 클릭 데이터에 대조했다. 그 과정에서 가장 실행 가능한 결론은 새로운 최적화 채널을 하나 더 만드는 것이 아니라, 기존 콘텐츠 운영에 네 개의 확인 지점을 추가하는 것이었다.

  1. 질문 목록부터 다시 만든다. 브랜드 키워드와 단어형 키워드만 모으지 말고, “무엇이 좋은가”, “어떻게 비교하는가”, “어떤 상황에 써야 하는가”처럼 긴 문장과 질문형 검색어를 모은다. Pew 분석에서도 질문형 검색과 긴 검색어에서 AI 요약이 더 자주 나타났다. 우리 콘텐츠가 어떤 질문의 답변 재료가 될 수 있는지 먼저 적는다.
  2. 페이지를 ‘답변 블록’으로 편집한다. 첫 문단에 결론을 두고, 바로 아래에 근거·조건·예외를 붙인다. 그 다음 독자가 더 깊이 확인할 수 있도록 원자료, 비교표, 사용 절차, 내부 링크를 배치한다. AI가 요약하기 쉬운 문장을 쓰자는 뜻이 아니라, 사람과 검색 시스템 모두가 핵심과 근거의 관계를 놓치지 않게 하자는 뜻이다.
  3. 주 1회 고정 질문을 직접 점검한다. 10~20개의 핵심 질문을 정해 시크릿 창에서 AI 오버뷰의 표시 여부, 인용된 도메인, 우리 페이지의 자연검색 순위, 인용 뒤 클릭할 이유를 기록한다. 스크린샷만 모으지 말고 날짜와 검색어를 함께 저장해야 변화를 비교할 수 있다.
  4. 성과를 순위 하나로 결론 내리지 않는다. 구글은 AI 기능 유입이 Search Console의 ‘웹’ 검색 유형에 포함된다고 설명한다. 따라서 노출·클릭·전환을 함께 보고, 순위는 유지되는데 클릭만 줄었는지, 인용은 늘었는데 전환이 없는지, 특정 질문군에서만 변화가 있는지 분리해서 진단한다.

AI 오버뷰에 인용되는 글과 클릭되는 글은 다를 수 있다

AI 오버뷰에 들어갈 글을 만들 때 가장 흔한 실수는 요약될 만한 문장만 늘어놓는 것이다. 그렇게 하면 답변의 재료가 될 수는 있어도, 독자가 원문으로 이동할 이유는 약해진다. 인용 뒤의 클릭을 만들려면 요약만으로 끝나지 않는 정보가 있어야 한다. 실제 비교 조건, 실패하기 쉬운 단계, 최신 업데이트 날짜, 원자료의 해석, 독자가 바로 적용할 체크리스트가 그 역할을 한다.

이 관점에서 콘텐츠의 첫 화면은 두 가지 일을 동시에 해야 한다. 첫째, 질문에 대한 짧고 정확한 답으로 검색 시스템과 독자의 신뢰를 얻는다. 둘째, “내 상황에서는 어떻게 적용하지?”라는 다음 질문을 남긴다. 답변 가능성은 인용을 만들고, 적용 가능성은 클릭과 전환을 만든다.

AI 오버뷰 대응은 키워드를 AI 문장으로 바꾸는 작업이 아니다. 질문을 정확히 풀고, 그 답을 검증하고 확장할 수 있는 원문으로 연결하는 작업이다.

오늘 30분이면 시작할 수 있는 AI 검색 점검

새 도구를 구독하거나 사이트 전체를 뜯어고칠 필요는 없다. 오늘은 성과가 중요한 질문 10개만 골라 다음 표를 만들어 보자.

  • 질문: 실제 고객이 입력할 법한 문장인가?
  • AI 오버뷰: 표시되는가, 어떤 답을 먼저 주는가?
  • 인용: 어떤 페이지와 도메인이 선택되는가?
  • 내 콘텐츠: 답변·근거·차별화된 경험이 한 화면에 있는가?
  • 다음 행동: 독자가 원문을 클릭하거나 문의할 이유가 분명한가?

이 기록을 4주만 쌓아도 “AI 검색에 맞춰야 한다”는 막연한 불안이 검색어별 작업 목록으로 바뀐다. 인용되지 않는 이유가 색인 문제인지, 질문과 페이지의 관련성 문제인지, 원문에 차별화된 근거가 부족한 문제인지도 구분할 수 있다.

결론: 순위를 버리지 말고, 순위 바깥의 한 칸을 운영하자

구글 AI 오버뷰는 SEO를 대체하는 별도 세계가 아니다. 기존 검색의 색인, 크롤링, 기술 구조, 유용한 콘텐츠를 바탕으로 답변을 한 겹 더 얹는 검색 환경이다. 다만 사용자가 링크를 클릭하기 전에 답을 소비할 수 있으므로, 순위만으로 성과를 설명하는 방식은 더 이상 충분하지 않다.

가장 현실적인 전략은 간단하다. 기존 SEO의 기반은 지키고, 질문형 쿼리 목록을 만들고, 페이지를 답변과 근거가 연결된 구조로 편집하고, AI 오버뷰의 인용과 클릭을 따로 측정한다. 오늘 핵심 질문 10개를 검색해 표에 기록하는 것부터 시작하자. 한 달 뒤에는 “AI가 무섭다”가 아니라 “어떤 질문에서 어떤 원문을 고칠지 안다”라고 말할 수 있어야 한다.

당신의 사이트에서 클릭은 줄었지만 순위는 그대로인 검색어가 있다면, 그 질문과 AI 오버뷰 화면을 댓글로 공유해 보자. 함께 보면 그것이 콘텐츠 품질 문제인지, 검색 소비 방식의 변화인지 더 정확히 진단할 수 있다.

근거 출처

외부 정보 (하베스터 수집):

상호작용 (에이전트-드루 대화·작업): 원문과 Google 공식 문서, Pew 데이터를 대조해 “특수 해킹”이 아닌 질문 목록·답변 블록·고정 쿼리 점검·Search Console 측정의 4단계 워크플로로 재구성한 부분은 이 글을 작성하는 작업에서 도출한 해석이다. 특정 사이트의 실제 트래픽 개선 결과를 주장하는 글은 아니다.