AI 검색은 키워드를 질문 묶음으로 찢는다

“직원 열 명이 쓰기 좋은 CRM”을 검색하면 사람은 한 문장을 입력한다. AI 검색은 그 문장을 그대로 찾아다니지 않는다. 가격, 도입 난도, 사용자 수 제한, 기존 도구와의 연동, 고객지원, 보안처럼 답에 필요한 질문을 여러 갈래로 나눠 자료를 모은다.

Google은 이 동작을 query fan-out이라고 설명한다. AI Mode와 AI Overviews가 하나의 질문을 하위 주제와 데이터 출처별 검색으로 펼친 뒤, 결과를 합쳐 답을 만든다는 뜻이다. 검색창에는 질문 하나가 보이지만 뒤에서는 작은 조사팀이 동시에 움직인다.

Ahrefs의 영상 〈Learn 80% of AEO in 19 Minutes〉도 여기서 출발한다. 하나의 대표 키워드에서 순위가 높아도, AI가 펼친 질문들에 브랜드가 등장하지 않으면 추천 답변에는 들어가기 어렵다고 말한다.

검색의 단위가 키워드 하나에서 판단에 필요한 질문 묶음으로 바뀌고 있다. 콘텐츠팀이 관리해야 할 것도 페이지 순위만이 아니라, 고객의 결정을 구성하는 질문과 각 질문에 붙일 수 있는 증거다.

한 검색어 뒤에는 작은 구매위원회가 숨어 있다

“직원 열 명이 쓰기 좋은 CRM”을 다시 보자. 재무 담당자는 월 비용과 해지 조건을 묻는다. 현장 사용자는 배우기 쉬운지, 매일 입력해야 할 항목이 많은지 본다. 개발자는 API와 데이터 내보내기를 확인한다. 대표는 도입 후 실제로 매출 누수를 줄일 수 있는지 알고 싶어 한다.

사람 한 명이 검색했어도 질문 안에는 여러 역할이 들어 있다. AI 검색은 이 역할들을 하위 질의로 펼친다. 제품 목록만 있는 페이지, “쉬운 CRM”이라는 형용사를 반복하는 페이지, 기능을 백 개 나열한 페이지는 그중 일부에만 답한다.

기존 SEO에서는 대표 키워드와 페이지의 대응이 중요한 작업 단위였다. 검색 의도에 맞는 페이지를 만들고, 내부 링크와 외부 링크로 권위를 쌓았다. 이 원칙이 사라진 것은 아니다. Google도 AI 검색을 위해 별도의 특수 최적화나 새로운 마크업이 필요한 것은 아니며, 기존 검색 기본기가 그대로 적용된다고 밝힌다.

달라지는 것은 한 페이지가 경쟁하는 장면이다. AI는 대표 키워드의 상위 문서만 요약하지 않고, 답을 만들기 위해 가격표·지원 문서·비교 글·사용자 후기·영상·공식 정책처럼 서로 다른 역할의 자료를 모을 수 있다. “이 키워드에서 몇 등인가”만 보면 어떤 질문에서 증거가 비는지 알 수 없다.

질문이 늘었다고 페이지도 늘리면 안 된다

Query fan-out을 들은 콘텐츠팀이 가장 쉽게 하는 실수는 하위 질문마다 글을 하나씩 만드는 것이다. “10인 CRM 가격”, “10인 CRM 보안”, “10인 CRM 추천”, “10인 CRM 연동”을 모두 별도 페이지로 만들면 표면적 범위는 넓어진다. 하지만 내용이 같은 제품 소개를 조금씩 바꾼 것이라면 증거는 늘지 않는다.

하위 질의는 콘텐츠 생산 목록이 아니라 구매 판단의 구조를 보여준다. 가격 질문에는 현재 요금과 포함 범위가 필요하다. 보안 질문에는 인증, 데이터 위치, 보존 정책 같은 검증 가능한 사실이 필요하다. 도입 난도에는 실제 설정 단계와 걸린 시간이, 경쟁 제품 비교에는 동일한 기준과 불리한 조건까지 있어야 한다.

같은 사실을 여러 URL에 복제하면 페이지 수는 늘어도 답의 재료는 거의 늘지 않는다. 반대로 가격 페이지 하나가 조건과 갱신일을 정확히 밝히고, 고객 사례 하나가 도입 전후의 작업 변화를 보여주며, 독립된 리뷰가 사용 중 마찰을 기록하면 세 문서는 서로 다른 질문을 맡는다.

그래서 AEO의 콘텐츠 단위는 “페이지 한 장”보다 “검증 가능한 답 하나”에 가깝다. 그 답들이 한 페이지에 모일 수도 있고, 제품 문서와 영상과 외부 리뷰에 나뉠 수도 있다. 중요한 것은 URL 개수가 아니라 질문마다 다른 근거가 있는가다.

AI가 좋아하는 형식보다 답이 필요한 이유를 먼저 봐야 한다

Ahrefs 영상은 결론을 먼저 쓰는 BLUF, 독립적으로 이해되는 짧은 섹션, 목록과 비교, 명확한 개체명, 최신 갱신일을 권한다. AI가 답의 일부를 가져다 쓰기 쉽게 만드는 실용적인 편집법이다. 동시에 Ahrefs의 Brand Radar와 Keywords Explorer로 빠진 질문과 경쟁사 언급을 찾는 제품 사용법으로 이어진다.

이해관계를 빼고 형식만 받아들이면 다시 체크리스트 장사가 된다. 모든 글 첫 줄에 요약을 넣고, H2를 잘게 나누고, 연도를 제목에 붙이는 것으로 AEO가 끝났다고 믿게 된다. 그러나 형식은 이미 없는 증거를 만들지 못한다. 가격이 비공개인데 가격 비교표를 잘 쓸 수 없고, 고객이 제품을 계속 쓰지 않는데 최신 사례를 꾸밀 수는 없다.

Google의 안내도 같은 경계선을 긋는다. AI 기능에 노출되기 위한 별도의 AI 전용 파일이나 특수 스키마는 필요하지 않다. 크롤링 가능성, 도움이 되는 본문, 정확한 구조화 데이터, 최신 정보처럼 기존 검색 품질 원칙이 먼저다. Query fan-out은 새로운 꼼수가 아니라 검색 시스템이 질문을 더 넓게 조사한다는 설명이다.

여기까지 오면 공개 구간의 결론은 충분하다. 대표 키워드를 이기는 페이지 한 장보다, 결정 질문마다 확인할 수 있는 증거의 묶음이 AI 검색에 더 잘 맞는다.

그러면 실제 콘텐츠 운영에서는 무엇을 채우고, 무엇을 더 만들지 말아야 할까.