GEO
검색 증강 생성 (RAG)
검색 증강 생성(RAG)은 쿼리 시점에 외부 지식 소스에서 관련 문서를 가져와 언어 모델에 제공하여, 모델의 답변이 학습 데이터만이 아닌 검색된 사실에 근거하도록 하는 AI 아키텍처입니다. ChatGPT, Perplexity, Google AI Overviews 같은 AI 검색 엔진이 라이브 웹 콘텐츠를 가져와 출처를 인용하는 핵심 메커니즘입니다.
답변 엔진 최적화 (AEO)
답변 엔진 최적화(AEO)는 AI 어시스턴트, 음성 어시스턴트, Google의 AI 개요와 Perplexity 같은 AI 기반 검색 기능 등의 답변 엔진이 사용자의 질문에 대한 답변으로 직접 콘텐츠를 가져갈 수 있도록 구조화하고 형식을 갖추는 실천입니다. 파란 링크의 순위를 최적화하는 대신, 소리 내어 읽히거나 요약되거나 인용되는 답변이 되도록 최적화합니다.
생성형 엔진 최적화(GEO)
생성형 엔진 최적화(GEO)는 ChatGPT, Perplexity, Google AI 개요, Gemini, Claude 같은 AI 답변 엔진이 만들어 내는 응답에 여러분의 콘텐츠와 브랜드가 인용되도록 구조화하는 작업입니다. SEO가 검색 결과 페이지의 파란 링크 자리를 놓고 경쟁한다면, GEO는 AI가 질문에 곧바로 답할 때 근거로 삼는 출처가 되기 위해 경쟁합니다.
스키마 마크업
스키마 마크업은 웹 페이지에 추가하는 구조화된 데이터 코드(보통 JSON-LD 형식)로, 페이지 콘텐츠의 의미를 레이블로 표시합니다. 예를 들어 제품 가격, 기사 작성자, FAQ의 질문과 답변 등을 표시할 수 있습니다. 이를 통해 검색 엔진과 AI 답변 엔진이 원시 텍스트에서 의미를 추측하는 대신 기계가 읽을 수 있는 사실을 파싱하고, 신뢰하며, 인용할 수 있게 됩니다.
엔티티 SEO
엔티티 SEO는 검색 엔진과 AI 시스템이 여러분의 브랜드, 사람, 제품, 주제를 지식 그래프 내 별개의 '엔티티'로 명확하게 식별하고 다른 엔티티와의 관계를 이해할 수 있도록 돕는 실천입니다. 키워드 문자열을 최적화하는 대신, 그 키워드가 나타내는 실제 사물을 최적화합니다.
제로 클릭 검색
제로 클릭 검색은 사용자가 결과 페이지에서 직접 답변을 얻는 검색으로(AI 개요, 추천 스니펫, 지식 패널, 직접 답변 박스를 통해), 웹사이트를 클릭하지 않습니다. 쿼리가 검색 인터페이스 내에서 완전히 해결되므로 기반이 된 출처에는 트래픽이 도달하지 않습니다.
주요 스니펫
주요 스니펫은 Google이 검색 결과 최상단, 표준 유기 링크 위에 표시하는 박스 형태의 답변으로, Google이 쿼리에 가장 잘 답한다고 판단한 페이지에서 자동으로 추출됩니다. #1 순위 결과 위에 위치하기 때문에 종종 "0번 위치"라고 불립니다.
주제 권위
주제 권위는 검색 엔진이나 AI 모델이 귀하의 사이트를 단일 페이지가 아닌 전체 주제 영역의 진정한 전문가로 인식하는 정도입니다. 한 번에 하나의 키워드를 쫓는 대신 주제를 포괄적으로 다루는 깊고 상호 연결된 콘텐츠를 게시함으로써 이를 획득합니다.
AI 인용
AI 인용은 AI 어시스턴트나 답변 엔진(ChatGPT, Perplexity, Google AI 개요, Gemini 등)이 생성한 답변에서 여러분의 페이지나 브랜드를 출처로 언급하는 것으로, 보통 링크된 참조나 본문 내 귀속으로 표시됩니다. 이는 모델의 답변을 뒷받침하기 위해 콘텐츠가 선택되는 순간으로, AI 검색의 순위와 같은 역할을 합니다.
AI 크롤러
AI 크롤러는 검색 결과 페이지가 아니라 AI 시스템을 대신해 사이트의 페이지를 가져가는 자동화된 클라이언트다. 이 이름은 최소한 세 가지 다른 일을 한꺼번에 가리킨다. 앞으로 나올 모델의 학습에 쓰일 수도 있는 텍스트를 모으는 일, 답변 엔진이 참조하는 색인을 만드는 일, 그리고 누군가 방금 물어봤기 때문에 페이지 한 장을 실시간으로 가져가는 일이다. 각각은 대개 이름이 다른 별개의 봇이므로 "AI 크롤러를 차단한다"는 것은 하나의 결정이 아니다. 셋이며, 어시스턴트가 당신을 인용할 수 있는지를 결정하는 것은 그중 하나뿐이다.
Google AI 개요
Google AI 개요는 Google 검색 결과 상단에 표시되는 AI 생성 답변 박스로, Gemini가 여러 웹 페이지를 종합해 직접적인 답변을 제공하고 소수의 인용된 출처에 링크를 제공합니다. 많은 쿼리에서 이전의 '파란 링크 열 개' 경험을 클릭 없이 읽을 수 있는 요약으로 대체합니다.
llms.txt
llms.txt는 웹사이트 루트(yoursite.com/llms.txt)에 위치하는 일반 텍스트 마크다운 형식의 파일로, 대형 언어 모델에게 HTML, 네비게이션, 광고가 제거된 깔끔한 산문 형태로 가장 중요한 페이지의 큐레이션된 지도를 제공합니다. 2024년 Answer.AI의 Jeremy Howard가 AI 시스템이 핵심 콘텐츠를 찾고 이해하는 것을 돕기 위한 개방형 관례로 제안했습니다.
Speakable 스키마
Speakable 스키마는 웹 페이지에서 음성 비서나 답변 엔진 같은 텍스트 음성 변환 엔진이 읽기에 가장 적합한 특정 섹션을 표시하는 Schema.org 구조화 데이터 속성(SpeakableSpecification 유형)입니다. HTML 요소 id, CSS 선택자, 또는 XPath를 사용하여 페이지에서 가장 인용하기 좋은 부분을 지정합니다.
AI 에이전트
승인 게이트
승인 게이트는 자동화 또는 AI 기반 워크플로에서 제안된 작업이 실행되기 전에 사람이 검토하고 명시적으로 승인해야 하는 체크포인트입니다. 작업을 "초안" 단계와 "실행" 단계로 분리하여 중요하거나 되돌릴 수 없는 모든 사항에 대해 사람이 통제권을 유지하도록 합니다.
에이전트 오케스트레이션
에이전트 오케스트레이션은 여러 전문화된 에이전트가 독립적으로 작동하는 대신 하나의 관리되는 시스템으로 작동하도록, 어떤 AI 에이전트가 언제, 어떤 데이터로, 어떤 권한으로 행동할지를 결정하는 조율 레이어입니다. 작업 라우팅, 컨텍스트 전달, 각 에이전트의 시작/재시도/완료 라이프사이클을 공유 목표를 향해 처리합니다.
에이전트 워싱
에이전트 워싱은 일반적인 자동화, 스크립트 챗봇, 또는 규칙 기반 워크플로를 실제와 다른 자율적인 "AI 에이전트"로 마케팅하는 관행입니다. 2025년 Gartner가 대중화한 이 용어는 에이전트형 AI 열풍을 타기 위해 소프트웨어가 실제보다 독립적이고, 적응적이며, 지능적이라고 과장하는 벤더를 설명합니다.
에이전트 자율성 스펙트럼
에이전트 자율성 스펙트럼은 AI 에이전트가 허용된 독립적 의사결정 및 행동의 범위를 나타내요. 모든 단계에서 사람의 승인이 필요한 저자율 보조 시스템부터, 스스로 계획하고 실행하는 고자율 시스템까지 이어집니다. 에이전트를 스펙트럼 어느 지점에 배치할지는 속도와 통제력·가역성 사이의 균형을 고려한 의도적인 설계 선택이에요.
에이전트형 워크플로
에이전트형 워크플로는 목표 지향적인 AI 프로세스로, AI 에이전트가 사전에 작성된 고정 스크립트를 실행하는 대신 런타임에 단계 순서를 스스로 결정합니다. 즉, 계획을 세우고, 도구를 호출하고, 결과를 관찰하며, 조정하는 방식으로 작동합니다. 핵심 루프는 목표 설정 → 추론 → 행동 → 결과 관찰 → 반복입니다.
증거 체인
증거 체인은 주장이나 에이전트의 행동을 뒷받침하는 출처, 데이터, 추론 단계의 연결된 흔적으로, 누구든 결론이 어디서 왔는지 추적할 수 있게 합니다. AI 마케팅에서는 모든 추천 사항이나 초안이 기반 출처를 인용하여, 블랙박스가 아닌 감사 가능한 작업을 만드는 것을 의미합니다.
프롬프트 인젝션
프롬프트 인젝션은 AI 에이전트가 읽는 콘텐츠 — 웹 페이지, PDF, 제품 리뷰, 수신 이메일 — 안에 숨겨진 지시를 모델이 마치 당신이 직접 입력한 것처럼 따르는 공격입니다. 위험해지는 것은 에이전트가 도구를 갖게 된 다음입니다. 채팅 창에서는 무해한 문장이, 모델이 행동할 수 있게 되는 순간 보내고 게시하고 지출하라는 명령으로 바뀝니다.
환각(할루시네이션)
환각은 AI 모델이 실제로 받은 자료 어디에도 근거가 없는데 사실인 것처럼 내놓는 출력입니다. 지어낸 통계, 존재하지 않는 페이지로 가는 링크, 아무도 하지 않은 고객 인용, 혹은 한 적 없는 작업에 대한 보고가 여기에 해당합니다. 흔히 말하는 고장은 아닙니다. 언어 모델은 그럴듯한 텍스트를 예측하므로, 유창하고 틀린 답은 유창하고 맞는 답과 똑같은 장치에서 나옵니다. 그래서 환각은 다른 모든 출력과 똑같이 확신에 찬 어조로 도착하며, 그래서 대응책은 더 단호한 지시가 아니라 검증입니다.
휴먼 인 더 루프(HITL)
휴먼 인 더 루프(HITL)는 AI 시스템의 출력이 실행되기 전에 사람이 검토하고, 승인하거나 수정하는 설계 패턴입니다. 모델이 제안하고 사람이 최종 결정을 내립니다. AI 에이전트에서는 보통 에이전트가 작업 초안을 작성하고 완전히 자율적으로 행동하는 대신 사람의 승인을 기다리는 것을 의미합니다.
AI 마케팅 에이전트
AI 마케팅 에이전트는 대규모 언어 모델로 구동되는 소프트웨어 에이전트로, 단순히 프롬프트에 답변하는 것이 아니라 연결된 도구를 통해 계획하고 행동함으로써 마케팅 업무(리서치, 콘텐츠 초안 작성, 아웃리치 실행, 결과 분석)를 수행해요. 실제로 신뢰할 수 있는 에이전트는 승인 게이트 안에서 작동해요. 제안하고 초안을 작성하며, 무언가가 공개되기 전에 사람이 결재해요.
AI 성장 책임자 (AI Growth Officer)
AI 성장 책임자는 스타트업의 성장 기능에서 리드 오케스트레이션 역할을 하는 AI 에이전트입니다. 목표를 받아 SEO, 소셜, 이메일, PR 등 여러 채널에 걸쳐 마케팅 작업으로 분해하고, 전문가 에이전트들이 해당 작업을 초안 작성하고 실행하도록 조율합니다. 단일 작업을 수행하는 단일 도구가 아닌, 계획하고 위임하는 소프트웨어 형태의 성장 총괄 레이어로 생각하세요.
AI 에이전트
AI 에이전트는 대형 언어 모델(LLM)을 기반으로 상황을 파악하고 목표를 추론한 뒤, API·데이터베이스·브라우저 같은 도구를 활용해 사람의 개입을 최소한으로 받으며 여러 단계에 걸쳐 작업을 수행하는 소프트웨어입니다. 질문에 답만 하는 챗봇과 달리, 에이전트는 작업이 끝날 때까지 계획하고 실행하고 결과를 관찰하며 스스로 조정하는 과정을 반복합니다.
AI 코파일럿
AI 코파일럿은 사람의 워크플로우 내에서 함께 작업하며, 실시간으로 제안, 초안 작성, 인사이트를 제공하면서 인간이 모든 최종 결정을 통제하는 AI 어시스턴트입니다. 완전히 자율적인 AI 에이전트와 달리, 코파일럿은 스스로 행동하지 않고 지원합니다.
AI 팀원
AI 팀원은 수동으로 직접 조작하는 도구나 완전히 자율적으로 작동하는 로봇이 아니라, 사람이 지시하고 검토하는 협업자로서 함께 일하는 AI 시스템이에요. 정해진 범위의 작업을 맡아 결과물을 제안하고 사람의 승인을 기다리며, 항상 담당 인간에게 책임을 집니다.
Model Context Protocol (MCP)
Model Context Protocol(MCP)은 AI 어시스턴트를 외부 도구·데이터에 하나의 공통 인터페이스로 연결하는 개방형 표준으로, 한 번 만든 기능을 그 규약을 쓰는 어떤 애플리케이션에서도 사용할 수 있게 합니다. 표준화되는 것은 모델과 모델이 읽고 조작하는 시스템 사이의 배선이지, 그것으로 무엇을 해야 하는가에 대한 판단은 아닙니다.
마케팅
검색 의도
검색 의도(사용자 의도라고도 함)는 검색 쿼리 뒤에 숨어 있는 실제 목적, 즉 사람이 그 쿼리를 입력하거나 말했을 때 실제로 무엇을 하려는지를 의미해요. 보통 네 가지 유형으로 분류해요: 정보형(무언가를 배우려는 것), 탐색형(특정 사이트에 가려는 것), 상업형(구매 전에 비교·조사하려는 것), 거래형(구매하거나 행동할 준비가 된 것).
내부 링크
내부 링크는 같은 웹사이트 내의 페이지들을 하이퍼링크로 연결하는 방식이에요. 관련 콘텐츠가 서로 참조하게 해줘요. 검색 엔진과 AI 엔진이 사이트를 크롤하고, 주제들이 어떻게 연결되는지 이해하며, 랭킹 신호(링크 에쿼티)를 페이지들 간에 분배하는 데 도움을 줘요.
다크 소셜
다크 소셜은 DM, 단체 채팅, 슬랙, 이메일, 비공개 커뮤니티처럼 사적인 통로에서 일어나는 공유로, 클릭이 리퍼러 없이 도착해 진짜 입소문 트래픽이 직접 유입으로 기록되는 현상입니다. 방문은 진짜이고 대개 전환도 가장 좋습니다. 보이지 않는 것은 출처뿐입니다.
도메인 레이팅(DR)
도메인 레이팅(DR)은 Ahrefs의 지표로, 0~100점 척도로 해당 도메인에 링크하는 다른 도메인의 수와 품질을 기반으로 웹사이트 백링크 프로필의 상대적 강도를 측정해요. DR이 높을수록 다른 사이트 대비 더 강하고 권위 있는 링크 프로필을 가지고 있음을 나타내요.
리드 마그넷
리드 마그넷은 연락처, 거의 언제나 이메일 주소를 받는 대가로 내주는 유용한 무언가입니다. 이 교환이 곧 메커니즘 전부입니다. 방문자는 템플릿, 체크리스트, 계산기, 리포트 같은 것을 즉시 받고, 여러분은 다시 연락할 허락을 얻습니다. 익명 트래픽이 검색엔진이나 피드에서 빌려 쓰는 것이 아니라 직접 보유한 오디언스로 바뀌는 것입니다.
리타기팅
리타기팅은 이미 우리와 접점이 있었던 사람에게만 내보내는 유료 광고입니다. 페이지를 봤거나, 앱을 썼거나, 내가 올린 명단에 있는 사람들을 사이트에 심은 태그가 하나의 잠재고객군으로 묶고, 광고는 낯선 사람이 아니라 그 잠재고객군에 노출됩니다. 매체 계획에서 가장 싸 보이는 줄이자, 초기 기업이 실제로 집행할 가능성이 가장 낮은 줄이기도 합니다.
브랜드 보이스
브랜드 보이스란 회사의 글쓰기가 일관되게 지니는 인격입니다. 어떤 어휘를 집어드는지, 어떤 주장을 하기를 거부하는지, 얼마나 격식을 갖추는지, 문장이 어떻게 흘러가는지가 모든 채널과 여러분을 대신해 쓰는 모든 사람에게서 똑같이 유지된 상태를 말합니다. 톤은 상황에 따라 바뀌고, 보이스는 그 아래에서 변하지 않고 남는 것입니다.
브랜드 인지도
브랜드 인지도는 여러분의 타깃 시장이 브랜드를 얼마나 알아보고, 여러분이 푸는 문제를 마주했을 때 얼마나 떠올리는지를 나타내는 정도입니다. 직접 굴리는 채널이 아니라 반복적으로 눈에 띄고 유용했던 데서 나오는 결과인, 퍼널 맨 위의 뒤늦은 지표이며 — 힌트를 주면 알아보는 보조 회상에서부터, 아무 단서 없이도 여러분을 떠올리는 비보조 회상까지를 아우릅니다.
소셜 리스닝
소셜 리스닝은 소셜 플랫폼과 포럼, 리뷰 사이트, 커뮤니티에서 오가는 공개 대화를 지켜보며 내 브랜드와 경쟁사, 그리고 내가 푸는 문제에 대한 언급을 모으고, 그것들을 여러 건 함께 읽어 행동으로 옮길 수 있는 패턴을 뽑아내는 일입니다. 소셜 모니터링과는 그다음에 무엇을 하느냐로 갈립니다. 모니터링은 개별 글에 답하고, 리스닝은 모읍니다. 실제로 발목을 잡는 것은 분석이 아니라 접근입니다. 플랫폼이 내 도구에 읽기를 허용한 곳에서만 들을 수 있는데, 들을 가치가 큰 곳일수록 읽기 어렵기 때문입니다.
소셜 프루프 (Social Proof)
소셜 프루프는 사람들이 무엇을 할지 결정할 때 다른 사람의 행동과 의견을 참고하는 현상입니다 — 마케팅에서는 망설이는 구매자에게 자신과 비슷한 사람들이 이미 여러분을 신뢰하고 있다고 안심시켜 주는 후기, 리뷰, 평점, 사용량 수치, 보증을 말합니다. 낯선 사람은 여러분의 주장을 직접 검증할 수 없으므로, 다른 사람이 가치를 얻었다는 증거가 그들이 승낙하는 데 쓰는 지름길이 되기 때문에 효과가 있습니다.
온드 미디어 (Owned Media)
온드 미디어는 무엇을 발행할지와 그것을 받는 사람들에게 닿는 경로를 모두 직접 통제할 수 있는 채널을 말합니다. 본인 명의로 등록한 도메인의 웹사이트, 내보낼 수 있는 이메일 리스트, 자체 앱이 여기에 해당합니다. 온드·언드·페이드로 나누는 모델의 한 축으로, 나머지는 언드 미디어(보도, 리뷰, 링크, 공유처럼 다른 사람이 보내 주는 관심)와 페이드 미디어(돈을 주고 사는 관심)입니다. 소셜 미디어 프로필도 흔히 온드로 분류되지만, 실제로는 빌린 공간에 더 가깝게 움직입니다. 게시물은 내가 쓰지만, 누가 어떤 조건으로 그것을 보게 될지는 플랫폼이 정합니다.
이상적 고객 프로필 (ICP)
이상적 고객 프로필(ICP)은 여러분의 제품에서 가장 큰 가치를 얻고 확보 및 유지 측면에서 가장 수익성이 높은 기업이나 사람의 유형을 구체적으로 기술한 것이에요. 모든 마케팅 및 영업 활동이 불특정 다수가 아닌 올바른 구매자를 대상으로 하도록 판매 대상(기업 특성, 역할, 페인 포인트, 예산, 행동)을 정의합니다.
전환율 최적화 (CRO)
전환율 최적화(CRO)는 단순히 트래픽을 늘리는 것이 아니라 페이지 카피, 디자인, 플로우, 제안을 개선하여 원하는 행동(회원가입, 무료 체험 시작, 구매)을 취하는 방문자 비율을 높이는 방법론이에요. 사용자 행동을 분석하고, 가설을 세우고, 변경 사항을 테스트하고, 전환율을 높이는 항목을 유지하는 체계적인 반복 사이클입니다.
제외 키워드
제외 키워드는 광고 플랫폼에 배제하라고 알려 주는 단어로, 그 단어가 들어간 검색에는 광고가 나오지 않게 합니다. 누가 광고를 보지 않을지를 결정하는 장치이며, 예산이 작을수록 추가하는 키워드보다 결과를 더 크게 좌우합니다. 낭비된 클릭도 진짜 클릭과 같은 지갑에서 나가기 때문입니다.
콘텐츠 클러스터
콘텐츠 클러스터(또는 토픽 클러스터)는 한 주제에 대한 상호 링크된 페이지 그룹이에요. 전체 개요를 제공하는 광범위한 필러 페이지와, 각각 특정 하위 주제를 심층적으로 다루는 여러 클러스터 페이지로 구성되며, 모두 필러와 연결되어 있어요. 이 구조는 검색 엔진과 AI 답변 엔진에게 해당 주제를 철저히 다루고 있음을 알려요.
포지셔닝
포지셔닝은 여러분의 제품이 무엇이고, 누구를 위한 것이며, 왜 그들에게 더 나은 선택인지를 시장이 어떻게 이해하기를 바라는지에 대한 의도적인 선택입니다. 그것은 틀——여러분이 경쟁하는 카테고리와 여러분이 이기는 대안——을 잡아, 메시지·가격·채널이 모두 가리킬 수 있는 진짜 근거를 줍니다. 강한 포지셔닝은 적합한 잠재 고객이 몇 초 만에 “이건 나를 위한 거야”라고 생각하게 만듭니다. 약한 포지셔닝은 여러분이 대체 무엇인지 추측하게 남겨둡니다.
프로그래매틱 SEO(pSEO)
프로그래매틱 SEO(pSEO)는 재사용 가능한 단일 템플릿과 구조화된 데이터셋을 결합해 수백 또는 수천 개의 검색 최적화 페이지를 자동으로 생성하는 방식으로, 각 페이지가 고유한 롱테일 쿼리(예: '[도구] 통합' 또는 '최고의 X in [도시]')를 타겟팅하게 해요. 페이지를 일일이 손으로 작성하는 대신, 템플릿을 한 번 만들고 데이터가 채워지도록 해서 대규모로 페이지를 생성해요.
할 일 이론 (Jobs to Be Done, JTBD)
할 일 이론(Jobs to Be Done, JTBD)은 수요를 '고객이 누구인가'나 '어떤 기능을 원하는가'가 아니라 '고객이 어떤 진전을 이루려 하는가'로 설명하는 방식입니다. 분석의 단위는 할 일, 즉 처한 상황과 새로운 무언가를 찾게 만드는 불편, 그리고 원하는 결과입니다. 그래서 기업 속성이 똑같은 두 구매자가 같은 할 일을 두고 전혀 다른 제품을 고용하는 일이 흔히 벌어집니다.
App Store 최적화 (ASO)
App Store 최적화(ASO)는 App Store와 Google Play에서 앱의 노출도와 전환율을 높이는 작업입니다 — 키워드, 제목, 아이콘, 스크린샷, 평점을 다듬어서 사용자가 검색하는 것에 대해 앱이 순위에 오르고, 스토어 방문을 설치로 바꾸게 만듭니다. 이는 앱 스토어판 SEO라고 할 수 있습니다: 절반은 발견되는 것이고, 절반은 발견된 뒤에 선택받는 것입니다.
UTM 파라미터
UTM 파라미터는 링크의 쿼리 문자열에 덧붙이는 다섯 개의 선택적 태그 — utm_source, utm_medium, utm_campaign, utm_term, utm_content — 로, 분석 도구가 유입 경로를 추측하는 대신 이름이 붙은 출처로 방문을 기록하게 해 줍니다. 추적 기술이 아니라 직접 적어 넣는 이름표입니다. 아무도 검증하지 않고, 방문자가 지나온 경로가 아니라 내가 만든 링크를 설명하며, 첫 번째 URL 위에만 존재했다가 사라집니다.
성장
1인 기업
1인 기업은 한 사람이 설립·소유·운영하며, 팀을 꾸리지 않고 자동화·AI 도구·소수의 프리랜서에 의존해 전략적 운영자로 남는 사업이에요. 창업자가 모든 제품·마케팅·경영 결정을 내리며, '1인'은 운영하는 사람을 의미하는 것이지, 절대 성장하지 않겠다는 다짐이 아니에요.
고투마켓 전략 (GTM)
고투마켓 전략(GTM)은 기업이 목표 고객에게 다가가 그들을 사용자 또는 구매자로 전환시키는 계획입니다 — 제품이 누구를 위한 것인지, 어떻게 포지셔닝되는지, 어떤 채널과 가격이 그것을 움직이는지, 그리고 잠재 고객이 실제로 어떻게 고객이 되는지를 다룹니다. 초기 단계 스타트업에게 이것은 거창한 문서라기보다 일련의 베팅에 가깝습니다: 좁은 이상적 고객 프로필, 날카로운 메시지, 그리고 규모를 키우기 전에 검증할 한두 개의 채널입니다.
도그푸딩
도그푸딩은 자기가 파는 제품으로 자기 사업을 운영해서, 고객보다 먼저 그 제품의 문제에 부딪히게 만드는 실천입니다. 이름은 영어 표현 "eating your own dog food"(자기 개 사료를 먹는다)에서 왔습니다. 작은 소프트웨어 회사에서는 성장 실천이기도 합니다. 매일의 사용이 버그 리포트, 제품 우선순위, 그리고 쓸 만한 정직한 소재를 만들어내는데, 그 전부가 어차피 할 일에서 나오기 때문입니다.
디지털 PR (Digital PR)
디지털 PR은 글로 쓸 가치가 있는 무언가 — 독자적 데이터, 강력한 스토리, 전문가 논평, 또는 유용한 무료 도구 — 를 만들어 온라인 매체, 블로그, 팟캐스트, 뉴스레터에서 보도, 언급, 백링크를 벌어들이는 활동입니다. 창업자에게 이는 현대적 링크 빌딩입니다. 벌어들인 링크는 검색 권위를 높이고, 언급은 브랜드와 함께 AI 엔진이 누구를 인용할지 정할 때 신뢰하는 엔티티 신호를 쌓습니다.
라이프사이클 이메일
라이프사이클 이메일은 사용자를 제품과의 관계 각 단계별로 안내하는 자동화된 행동 트리거 이메일 시퀀스예요. 환영 및 온보딩부터 활성화, 업그레이드, 유지, 윈백까지 이어집니다. 일회성 방송과 달리 각 메시지는 사용자가 여정에서 어느 위치에 있는지에 따라 발송돼요.
빌드 인 퍼블릭
빌드 인 퍼블릭(빌드인퍼블릭, build in public)은 제품이나 회사를 구축하는 여정을 공개적으로 공유하는 방식이에요. 업데이트, 지표, 성공, 실패를 보통 X/Twitter, LinkedIn, 뉴스레터 같은 소셜 플랫폼에서 실시간으로 게시합니다. 목표는 아직 개발 중일 때 잠재 고객을 모으고, 신뢰를 쌓고, 팔로워를 얼리 어답터로 전환하는 것이에요.
사용량 기반 과금
사용량 기반 과금은 좌석 수나 정액 월 요금이 아니라 고객이 실제로 소비한 만큼 — API 호출, 발송 메시지, 생성 이미지, 저장 기가바이트 — 청구하는 방식입니다. 동작 하나마다 실제 한계비용이 발생하는 제품에 자연스러운 형태로, 청구서가 그 계정을 서비스하는 원가를 따라 움직이고 그 회사의 인원수를 따라가지 않습니다.
성장 루프
성장 루프는 한 사이클의 사용자 또는 활동의 출력이 다음 사이클의 입력으로 피드백되는 자기 강화 시스템이에요. 덕분에 일회성 획득에 의존하지 않고 성장이 복리로 쌓여요. 사용자가 전환하면 끝나는 선형 퍼널과 달리, 루프는 새 가입, 콘텐츠, 레퍼럴 등 각 결과물을 재투자해 다음 성장을 이끌어요.
아하 모먼트
아하 모먼트란 신규 사용자가 제품의 핵심 가치를 처음으로 경험하는 지점—즉 그들이 가입한 이유였던 것이 실제로 딱 맞아떨어지는 순간을 말합니다. 이는 호기심에 가입한 사용자를 다시 찾아올 이유가 있는 사람으로 바꾸는 구체적인 깨달음이며, 좋은 온보딩과 활성화가 목표로 삼는 지점이기도 합니다.
오픈 코어
오픈 코어는 제품의 핵심을 누구나 읽고 실행하고 포크할 수 있는 오픈소스 라이선스로 공개하면서, 그 주변 — 대개 호스팅 버전, 팀·엔터프라이즈 기능, 지원 — 을 판매하는 사업 모델입니다. 소프트웨어는 진짜로 열려 있고, 수익은 의도적으로 저장소에 두지 않은 부분에서 나옵니다.
인플루언서 마케팅 (크리에이터 마케팅)
인플루언서 마케팅 — 요즘은 크리에이터 마케팅이라고 더 자주 불립니다 — 은 오디언스의 신뢰를 얻은 사람들과 파트너십을 맺어, 그들의 추천이 여러분의 제품을 그 오디언스에게 전달하게 하는 관행입니다. 실제로 돈을 주고 사는 것은 도달 범위가 아니라 빌려 온 신뢰도입니다 — 팔로워들이 이미 그것을 말하는 사람을 믿고 있기 때문에 추천이 전환으로 이어지며, 이것이 참여도 높은 팔로워 몇천 명을 가진 니치 크리에이터가 수백만 명의 수동적인 팔로워를 가진 셀럽보다 더 좋은 성과를 내는 경우가 많은 이유입니다.
점유 음성 (SOV)
점유 음성(SOV)은 여러분의 브랜드가 시장에서 차지하는 총 가시성의 비율을, 한 채널 안에서 —검색, 소셜, 유료 광고, PR, 그리고 점점 더 AI 생성 답변에서— 경쟁사와 비교해 측정한 값입니다. 열 개 브랜드가 한 주제를 두고 경쟁하는데 여러분의 콘텐츠가 열 번 중 세 번의 언급이나 순위를 얻는다면, 여러분의 점유 음성은 30%입니다.
제품 검증 리드 (PQL)
제품 검증 리드(PQL)는 여러분의 제품에서 이미 진짜 가치를 경험한 — 대개 무료 체험이나 무료 플랜에서 — 사용자로, 사용 한도에 도달하거나 핵심 기능을 반복해서 쓰는 것처럼 구매할 준비가 됐음을 알리는 행동을 보인 사람입니다. 누가 어떤 사람인지 또는 무엇을 클릭했는지로 판단하는 마케팅 검증 리드나 영업 검증 리드와 달리, PQL은 그들이 제품 안에서 실제로 한 행동으로 검증됩니다.
제품 주도 성장 (PLG)
제품 주도 성장(PLG)은 제품 그 자체가 획득, 전환, 확장의 주된 동력이 되는 시장 진입 전략입니다. 사용자는 영업팀의 판매를 받는 대신, 무료 체험, 프리미엄 티어, 또는 인터랙티브 데모를 통해 제품의 가치를 먼저 경험하고 스스로 업그레이드합니다. 마케팅과 영업이 사람들을 제품 쪽으로 밀어붙이는 대신, 제품이 그들을 끌어당기고 판매의 상당 부분을 대신합니다.
제품-시장 적합성 (PMF)
제품-시장 적합성(PMF)은 제품이 좋은 시장에서 강력하고 지속적인 수요를 충족하는 지점을 말합니다 — 고객이 제품을 구매하고, 계속 사용하며, 강요받지 않고도 다른 사람에게 알립니다. 이 용어는 2007년 에세이에서 Marc Andreessen이 대중화했으며, "제품이 충족할 수 있는 좋은 시장에 있는 것"으로 정의했습니다. 이는 앞서 Benchmark의 Andy Rachleff가 제시한 개념을 발전시킨 것입니다.
제휴 마케팅 (Affiliate Marketing)
제휴 마케팅은 퍼블리셔, 크리에이터, 리뷰 사이트, 다른 기업 같은 제3자가 고유한 추적 링크를 통해 여러분에게 만들어 준 판매나 가입 건마다 수수료를 받는 성과 기반 채널입니다. 이는 결과에 대해서만 대가를 지불하는 유통 모델입니다: 제휴자가 지불하기로 합의한 성과를 만들어 내기 전까지는 아무것도 빚지지 않으며, 이것이 미리 돈을 내는 광고와 이를 구분 짓는 지점입니다.
창업자 주도 영업
창업자 주도 영업은 영업 과정 — 대화를 확보하고, 데모를 진행하고, 이의 제기를 처리하고, 성사시키는 일 — 을 영업 담당자를 채용해 위임하는 대신 창업자가 직접 운영하는 초기 단계의 관행입니다. 그 목적은 매출만큼이나 배움에도 있습니다: 구매자가 하는 말에 따라 창업자가 제품과 피치를 바꿀 수 있기 때문에, 이 첫 거래들은 실제로 누가 구매하는지, 무엇이 그들을 설득하는지, 어떤 이의 제기가 반복되는지를 드러냅니다 — 이는 나중에 영업 담당자가 애초에 제품을 팔기 위해 알아야 할 지식입니다.
최소 기능 제품 (MVP)
최소 기능 제품(MVP)은 실제 사용자에게 진짜 가치를 전달하면서, 여러분이 가진 가장 위험한 질문에 대해 결정을 내릴 만한 수준의 답을 만들어 내는 가장 작은 버전의 제품입니다. MVP는 얼마나 적은 기능을 담고 있는지가 아니라 어떤 질문을 해결하는지로 정의됩니다 — 아무도 실제로 쓸 수 없는 MVP는 아무것도 가르쳐 주지 않고, 모든 것을 다 담은 버전 1은 더 이상 최소가 아닙니다.
추천 프로그램
추천 프로그램은 기존 고객이 새로운 사람에게 제품을 추천하도록 보상하는 체계적인 성장 채널이에요. 보통 공유 가능한 링크와 추천받은 사람이 가입하거나 결제할 때 지급되는 보상(계정 크레딧, 무료 한 달, 또는 현금)으로 구성됩니다. 추천은 신뢰할 수 있는 출처에서 오기 때문에 추천받은 사용자는 더 높은 전환율을 보이고 더 오래 유지되는 경향이 있어요.
커뮤니티 주도 성장
커뮤니티 주도 성장은 영업팀이나 광고 예산이 아니라 사용자 집단이 사람들이 제품을 발견하고, 채택하고, 계속 쓰게 만드는 주된 방식이 되는 고투마켓 동작입니다. 멤버들이 서로의 질문에 답하고, 템플릿과 튜토리얼을 만들고, 동료에게 제품을 추천하기 때문에, 커뮤니티는 획득 채널이자 리텐션 루프의 일부로 동시에 작동합니다. Discord를 갖고 있다는 것과는 다릅니다——커뮤니티 주도 성장에서는 커뮤니티가 퍼널에 덧붙인 지원 부속물이 아니라 메커니즘 그 자체입니다.
콘텐츠 속도 (Content Velocity)
콘텐츠 속도는 시간에 걸쳐 새 콘텐츠를 게시하는 속도입니다 — 예를 들어 한 달에 블로그 글 8개나 랜딩 페이지 20개입니다. 한 번의 폭발이 아니라 꾸준한 산출량을 측정하며, 검색 엔진과 AI 답변 엔진 모두 어떤 주제를 깊이 다루고 정기적으로 갱신하는 사이트에 보상하기 때문에 중요합니다. 품질과 짝지은 더 높은 지속 가능한 속도는 작은 사이트가 경쟁사보다 빠르게 주제 권위를 쌓는 방법입니다.
콜드 이메일
콜드 이메일은 이전에 아무런 관계가 없는 잠재 고객에게 보내는 개인화된 비요청 아웃리치 메시지로, 보통 B2B 영업에서 거래를 즉시 성사시키는 것이 아닌 대화를 시작하기 위해 사용해요. 목표는 이상적 고객 프로필에 맞는 잘 타깃된 담당자로부터 답장, 통화, 또는 데모 기회를 얻는 것입니다.
프랙셔널 CMO
프랙셔널 CMO는 시니어 마케팅 임원이 파트타임 계약직으로 회사의 마케팅 전략을 이끄는 형태예요. 스타트업과 소규모 팀이 정규직 채용 비용 없이 마케팅 최고 책임자 수준의 전문성을 활용할 수 있게 해줘요. '프랙셔널'은 시간 투입량을 의미하는 것이지, 관여도의 깊이를 의미하는 것이 아니에요.
프리미엄 (Freemium)
프리미엄(Freemium)은 제품의 사용 가능한 핵심 버전을 무기한으로 무료로 제공하고, 고급 기능·더 높은 사용량 한도·팀 기능에 대해 요금을 부과하는 가격 모델입니다. 무료 티어가 많은 사용자를 끌어들일 만큼 넉넉하면서도, 상당수가 돈을 내고서라도 없애고 싶은 벽에 부딪힐 만큼 제한적일 때만 성장 엔진으로 작동합니다.
해적 지표 (AARRR)
해적 지표, 즉 AARRR은 스타트업의 퍼널을 다섯 단계로 보는 모델입니다. 획득, 활성화, 리텐션, 추천, 매출을 가리킵니다. 투자자 Dave McClure가 2007년 강연 Startup Metrics for Pirates에서 소개했고, 가치는 단계 목록 자체가 아니라 그것이 강제하는 규율에 있습니다. 단계마다 숫자를 하나씩 두면, 답이 무조건 트래픽 확대라고 넘겨짚는 대신 어느 단계가 새고 있는지가 보입니다.
A/B 테스트
A/B 테스트는 같은 페이지나 이메일, 흐름의 두 가지 버전을 같은 시간에 함께 돌리고 방문자를 무작위로 나눈 뒤, 측정 가능한 차이로 이긴 쪽을 남기는 방법입니다. 무작위라는 점과 동시에 돌린다는 점이 곧 방법의 알맹이입니다. 방문자 구성의 차이, 요일의 차이, 계절의 차이를 디자인의 차이로 착각하지 않게 막아 주기 때문입니다. 말해 주지 않는 전제 조건은 규모입니다. 테스트가 무언가에 답할 수 있는 것은 각 갈래 안에서 충분한 인원이 전환한 뒤이고, 그래서 초기 단계의 사이트 대부분은 정직한 형태로 테스트를 돌릴 수 없습니다.
AI 네이티브 스타트업
AI 네이티브 스타트업은 AI를 나중에 기능으로 덧붙이는 것이 아니라, 처음부터 제품·팀·일상 운영 모델의 핵심으로 삼아 구축된 회사예요. 핵심 특성은 레버리지예요. 소규모 팀이 예전에는 인원이 필요했던 작업을 AI가 처리해 훨씬 큰 팀처럼 제품을 만들고 성장해요.
Bullseye Framework
Bullseye Framework는 마케팅 채널을 고르는 방법으로, Gabriel Weinberg와 Justin Mares의 2015년 책 Traction에서 소개되었습니다. 세 개의 동심원으로 작동합니다 — 열아홉 개의 traction 채널을 하나도 빼지 않고 브레인스토밍하고, 가장 유망한 세 개에 저렴한 시험을 돌린 뒤, 시험이 효과를 입증한 단 하나의 채널에 노력을 집중하는 것입니다 — 그래서 기업은 넓게 시험하되 좁게 전념합니다.
Product Hunt 런칭
Product Hunt 런칭은 메이커들이 제품을 게시하고 사용자가 런칭 당일에 업보트와 댓글을 달 수 있는 커뮤니티 사이트인 Product Hunt에 새 제품을 등록하는 행위예요. 리스팅은 일별·주별·월별 순위를 놓고 경쟁하며, 성공적인 런칭은 얼리 어답터 트래픽, 회원가입, 백링크의 급증을 이끌어냅니다.
성장 지표
가치 도달 시간(TTV)
가치 도달 시간(TTV)은 신규 사용자가 제품에서 첫 진짜 이득에 도달하기까지 걸리는 시간 — 가입한 이유였던 문제를 제품이 눈에 띄게 해결해 주는 순간 — 입니다. 가치 도달 시간이 짧을수록 사람들은 흥미를 잃기 전에 보상을 경험하며, 이것이 TTV가 활성화율과 유지에 가장 강력한 지렛대 중 하나인 이유입니다.
고객 생애 가치 (LTV)
고객 생애 가치(LTV, CLV 또는 CLTV로도 표기)는 한 고객이 관계 전체에 걸쳐 —첫 결제부터 이탈하는 날까지— 기업에 안겨줄 것으로 기대되는 총 매출총이익입니다. 이는 "고객 한 명이 실제로 얼마의 가치가 있는가?"라는 질문에 답하며, 고객 획득 비용과 짝을 이루면 성장 계산이 맞아떨어지는지를 알려줍니다. 고객을 확보하는 데 쓴 것보다 그 고객에게서 더 많이 벌어야 하기 때문입니다.
고객 획득 비용 (CAC)
고객 획득 비용(CAC)은 새로운 유료 고객 한 명을 얻는 데 필요한 총 영업·마케팅 지출로, 한 기간의 모든 획득 비용을 그 기간에 얻은 신규 고객 수로 나누어 계산합니다. 성장이 실제로 수익성이 있는지를 창업자에게 알려 주며, 각 고객이 돌려주는 생애 가치(LTV) 옆에서 함께 읽을 때만 의미가 있습니다.
광고비 대비 매출(ROAS)
광고비 대비 매출(ROAS)은 캠페인이 만들어낸 매출을 그 캠페인에 든 비용으로 나눈 값입니다. 1달러를 써서 4달러의 매출이 나오면 4× ROAS입니다. 광고비가 얼마나 효율적으로 매출로 바뀌었는지를 재는 지표이며, 이는 사업이 돈을 벌었는가보다 좁은 질문입니다.
노스 스타 지표 (North Star Metric)
노스 스타 지표(NSM)는 제품이 고객에게 전달하는 핵심 가치를 가장 잘 담아내는 단일 지표로, 이 수치를 끌어올린다는 것은 사용자가 찾아온 이유를 더 많이 얻고 있다는 뜻이기에 팀 전체가 하나로 결집할 수 있는 그 하나의 숫자입니다. 좋은 예는 매출이나 가입 수가 아니라 예약된 숙박일 수(Airbnb)나 발송된 메시지 수(채팅 앱)입니다. 허영에 찬 집계가 아니라 지속 가능한 성장의 선행 지표입니다.
마케팅 어트리뷰션
마케팅 어트리뷰션은 전환의 공을 어떤 접점에 돌릴지 정하는 일입니다. 누군가 가입하거나 결제한 이유로 어떤 광고, 게시물, 페이지, 이메일을 세느냐의 문제죠. 선택한 모델은 실제로 일어난 일을 바꾸지 않지만, 어떤 채널이 효과가 있었던 것처럼 보이는지를 바꿉니다. 같은 한 주의 데이터가 정반대의 예산 결정을 정당화할 수 있는 이유입니다.
서버 사이드 트래킹
서버 사이드 트래킹은 방문자 브라우저의 자바스크립트가 보내게 하는 대신, 내가 통제하는 서버 — 즉 우리 백엔드 — 에서 이벤트를 기록하고 거기서 분석 도구나 광고 플랫폼으로 보내는 방식입니다. 그 숫자가 존재하기 위해 누가 협조해야 하는지가 바뀝니다. 브라우저는 요청을 거절할 자유가 있지만, 우리 서버가 스스로를 거절할 수는 없습니다. 다만 그것만으로 데이터가 더 정확해지지도, 동의 문제가 해결되지도 않습니다. 바뀌는 것은 쓰기가 일어나는 위치이고, 그와 함께 무엇이 여전히 보이는지와 무엇을 이제 직접 짊어져야 하는지가 달라집니다.
순수익유지율(NRR)
순수익유지율(NRR)은 고정된 기존 고객 집단이 이번 기간에 만든 반복 매출을 같은 집단이 이전 기간에 만든 금액과 비교하는 지표로, 업그레이드와 다운그레이드, 해지를 포함하고 신규 고객은 제외합니다. 100%를 넘으면 이미 확보한 고객만으로 매출이 자라는 상태이고, 100% 아래면 새로 파는 매출이 먼저 새는 양동이를 다시 채운 뒤에야 보탬이 되는 상태입니다.
순추천지수 (NPS)
순추천지수(NPS)는 단 하나의 질문에서 만들어지는 고객 충성도 지표입니다. 이 제품을 친구나 동료에게 추천할 의향이 얼마나 되는지를 0에서 10 사이로 답하게 하고, 0에서 6으로 답한 비율을 9에서 10으로 답한 비율에서 빼서 −100과 +100 사이의 숫자 하나를 얻습니다. 2003년 Fred Reichheld가 Harvard Business Review에서 제시했고, 만족도를 회사 전체가 바라볼 수 있는 하나의 수치로 압축해 준다는 이유로 널리 퍼졌습니다.
월 반복 매출(MRR)
월 반복 매출(MRR) 은 사업이 다음 달에도 다시 받을 것으로 예상하는 구독 매출을, 월 단위 수치로 정규화한 값입니다. 연간 요금제는 결제한 달에 뭉텅이로 잡지 않고 매달 그 가격의 12분의 1로 계산합니다. 수취한 현금이 아니라 런레이트이기 때문에 일회성 수수료, 초기 구축 비용, 재량적 사용량은 제외됩니다. MRR은 '새로 아무것도 팔지 않아도 다음 달에 얼마를 버는가'에 답하기 위해 존재하는 지표입니다.
이탈률(처른율)
이탈률은 일정 기간 — 보통 한 달 또는 1년 — 동안 잃은 고객의 비율, 또는 잃은 반복 매출의 비율입니다. 양동이에 난 구멍과 같아서, 월 고객 이탈률이 5%라면 12개월 뒤 코호트에 남아 있는 비율은 약 54%에 불과합니다. 즉 이탈률은 신규 가입이 성장으로 쌓이는지, 아니면 빠져나간 자리를 메우는 데 그치는지를 결정합니다.
전환 지연
전환 지연은 누군가 광고를 클릭한 시점과 전환으로 집계하는 행동을 완료하는 시점 사이의 시간차입니다. 광고 플랫폼은 전환을 클릭한 날짜로 귀속시키기 때문에, 최근 날짜의 전환 합계는 그 날이 끝난 뒤에도 며칠 동안 계속 올라갑니다. 즉 어떤 보고서든 가장 최근 며칠은 구조적으로 과소 집계되며, 그 결과 획득당 비용은 실제보다 나빠 보이고 ROAS는 실제보다 낮아 보입니다.
증분 효과
증분 효과는 지금 측정하고 있는 마케팅이 없었다면 일어나지 않았을 결과의 비중입니다. 공을 나누는 문제가 아니라 인과의 문제로, 어트리뷰션이 어느 접점에 전환의 공을 돌릴지를 묻는다면 증분 효과는 그 전환에 그 접점이 필요하기는 했는지를 묻습니다.
코호트 분석
코호트 분석은 고객을 도착 시점의 고정된 속성 — 가입한 주, 유입된 채널 — 으로 묶고, 전체를 섞은 하나의 숫자를 읽는 대신 각 집단을 따로 시간에 따라 추적하는 방법입니다. 합계로는 답할 수 없는 질문에 답합니다. "우리 리텐션이 좋은가"가 아니라 "이번 달에 들어온 사람들이 여섯 달 전에 들어온 사람들보다 나은가"입니다.
품질평가점수(Quality Score)
품질평가점수는 키워드와 광고, 랜딩 페이지가 검색하는 사람에게 얼마나 관련성 있는지를 구글 광고가 1에서 10까지로 보여 주는 진단 추정치이며, 예상 클릭률과 광고 관련성, 방문 페이지 만족도라는 세 가지 구성요소로 만들어집니다. 키워드 단위의 방향성 있는 건강검진일 뿐, 실시간 경매에 쓰이는 숫자도 아니고 직접 돌릴 수 있는 손잡이도 아닙니다.
활성화율 (Activation Rate)
활성화율은 신규 가입자 중에서 정해진 기간 안에 제품의 "아하 모먼트" —실제 가치를 처음으로 전달하는 행동— 에 도달하는 사람의 비율입니다. 가입한 사람들이 실제로 제품을 사용하기 시작하는지를 측정하며, 획득(가입을 얻는 것)과 리텐션(그들을 붙잡아 두는 것) 사이의 간극을 메웁니다. 흔한 공식은 같은 기간의 활성화된 사용자 ÷ 전체 가입자이며, 여기서 "활성화됨"은 여러분이 명확히 정의한 마일스톤입니다.
CAC 회수 기간
CAC 회수 기간은 신규 고객이 만들어 내는 매출총이익 몇 개월치가 있어야 그 고객을 데려오는 데 쓴 돈을 되찾는지를 나타냅니다. 고객 획득 비용만으로는 답할 수 없는 시간의 질문에 답합니다. 고객 한 명이 얼마인지가 아니라, 그 고객이 다음 고객의 획득 비용을 대기 시작할 때까지 우리 현금이 얼마나 오래 묶여 있는지를 알려 줍니다.
SEO
롱테일 키워드
롱테일 키워드란 혼자서는 트래픽이 적지만 의도가 분명한, 더 길고 구체적인 검색 문구입니다. "CRM"이 아니라 "2인 에이전시에 가장 좋은 CRM" 같은 말이 여기에 해당합니다. 이름은 검색 수요의 모양에서 왔습니다. 소수의 헤드 키워드가 막대한 검색량을 가져가고, 수백만 개의 구체적인 문구가 각각 몇 건씩을 모으며, 그 합이 머리 부분을 넘어섭니다.
캐노니컬 태그
캐노니컬 태그는 여러 URL이 거의 같은 콘텐츠를 제공할 때 어떤 URL을 대표로 삼을지 페이지 head 안의 link 요소로 알려 주는 장치입니다. 덕분에 검색엔진은 순위 신호를 변형된 URL마다 흩뿌리지 않고 하나의 주소로 모읍니다. 다만 이것은 명령이 아니라 힌트여서, 구글은 리디렉션과 내부 링크, 사이트맵을 함께 견주어 보고 다른 URL을 대표로 고를 수도 있습니다.
코어 웹 바이탈(Core Web Vitals)
코어 웹 바이탈은 구글이 실제 크롬 방문자에게서 측정하는 세 가지 페이지 경험 지표입니다. 로딩을 보는 Largest Contentful Paint(LCP), 반응성을 보는 Interaction to Next Paint(INP), 시각적 안정성을 보는 Cumulative Layout Shift(CLS)입니다. 평가는 실제 방문의 75퍼센타일에서 이뤄지며, 세션의 4분의 3이 기준을 넘어야 통과합니다. 순위에는 작은 동점 처리 요소로 작동할 뿐, 순위에 오를 만한 콘텐츠를 대신하지는 못합니다.
콘텐츠 노후화
콘텐츠 노후화는 이미 게시한 페이지가 서서히 가치를 잃는 현상입니다. 순위가 깎이고 검색 결과의 모양이 주변에서 바뀌면서 트래픽이 미끄러져 내려가는 쪽과, 페이지가 설명했던 세상이 먼저 움직여서 내용이 조용히 틀려지는 쪽이 있습니다. 뒤쪽이 더 비쌉니다. 페이지는 순위를 완벽하게 유지하면서도, 그 안에 적힌 문장이 사실이 아니게 될 수 있기 때문입니다.
크롤 예산
크롤 예산은 검색엔진이 일정 기간 동안 내 사이트에서 가져갈 의사와 능력이 있는 URL의 수입니다. Google은 이를 두 가지의 곱으로 정의합니다. 서버를 저하시키지 않고 가져올 수 있는 최대치인 크롤 용량 한도와, 내 페이지를 실제로 얼마나 원하는지를 뜻하는 크롤 수요입니다. 그리고 호스트 이름마다 각자의 예산을 갖는 것으로 취급합니다
키워드 카니발리제이션
키워드 카니발리제이션은 같은 사이트의 두 개 이상 페이지가 동일한 검색 의도를 두고 경쟁해, 검색엔진이 그중 하나를 골라야 하는 상태를 말합니다. 그 결과 링크와 클릭, 순위 신호가 한 페이지에 모이지 못하고 흩어집니다. 이는 글쓰기 문제가 아니라 사이트 구조 문제이며, 해결책은 거의 언제나 의도를 기준으로 페이지를 구분하거나 하나로 합치는 것입니다.
E-E-A-T (Experience, Expertise, Authoritativeness, Trust)
E-E-A-T은 Experience(경험), Expertise(전문성), Authoritativeness(권위성), Trust(신뢰)를 뜻합니다 — 페이지와 그 작성자를 얼마나 믿을 수 있는지 판단하기 위해 Google의 사람 검색 품질 평가자들이 사용하는 콘텐츠 품질 신호입니다. 이는 여러분이 조정할 수 있는 직접적인 순위 점수가 아니라, Google의 순위 시스템이 보상하려 애쓰는 자질을 설명하는 프레임워크이며, 점점 더 AI 엔진이 여러분을 기꺼이 인용하게 만드는 바로 그 자질이기도 합니다.
hreflang
hreflang은 페이지의 특정 버전이 어떤 언어와 지역을 대상으로 쓰였는지를 검색 엔진에 알려 주는 주석으로, 검색하는 사람에게 그를 위한 버전이 제공되도록 합니다. 이는 타겟팅 신호이지 순위 상승 요인이 아닙니다 — 여러분의 번역본 중 어느 것이 노출될지를 결정할 뿐, 그 페이지가 애초에 노출될 자격이 있는지는 전혀 결정하지 않습니다.
IndexNow
IndexNow는 크롤러가 다시 찾아와 알아차리기를 기다리는 대신, URL이 추가·수정·삭제되었음을 참여 검색엔진에 직접 알리는 개방형 프로토콜입니다. 도메인 루트에 키 파일을 올려 사이트를 관리한다는 사실을 증명한 뒤, 변경된 URL을 참여 엔드포인트 한 곳에 보내면 그곳이 이 프로토콜을 지원하는 다른 엔진에도 공유합니다. 바뀌는 것은 페이지가 발견되는 시점이지, 발견된 뒤의 성과가 아닙니다.
AI와 개발
디자인 시스템
디자인 시스템은 제품의 인터페이스를 만들어내는 공유된 결정들 — 색, 타이포그래피, 여백, 컴포넌트, 그리고 그것들을 쓰는 규칙 — 에 그 결정이 실제로 지켜지게 만드는 강제를 더한 것입니다. 산출물은 눈에 보이는 절반입니다. 강제할 수 있는 절반이 시스템과 문서를 가릅니다. 아무도 검사하지 않는 규칙은 그저 제안일 뿐이고, 조용히 아무 일도 하지 않는 제안은 애초에 쓰지 않은 것보다 나쁘기 때문입니다.
레이트 리밋 (Rate Limit)
레이트 리밋은 서비스가 정해진 시간 구간 안에 한 호출자로부터 받아들이는 요청 수의 상한입니다. 초당 몇 건, 분당 몇백 건 같은 식으로 정해지며, 초과분은 거부되고 관례적으로 HTTP 상태 코드 429 Too Many Requests가 쓰입니다. 흔히 할당량(quota)과 헷갈리는데, 할당량은 하루나 한 달처럼 더 긴 기간의 총사용량에 상한을 두는 것입니다. 둘은 실패하는 방식이 다릅니다. 레이트 리밋은 몇 초에서 몇 분 안에 저절로 풀리지만, 다 쓴 할당량은 초기화될 때까지 계속 막혀 있습니다.
바이브 마케팅 (Vibe Marketing)
바이브 마케팅은 바이브 코더가 소프트웨어를 만드는 방식으로 마케팅을 운영하는 방법입니다. 원하는 결과를 자연어로 설명하면 AI 에이전트가 캠페인, 콘텐츠, 아웃리치를 제작하고, 사람은 모든 작업을 직접 실행하는 대신 결과물을 검토하고 승인하며 방향을 잡습니다. 이 용어는 2025년 바이브 코딩의 마케팅 측면 대응 개념으로 등장했으며, 특정 도구가 아닌 워크플로우를 뜻합니다.
바이브 코딩 (Vibe Coding)
바이브 코딩은 원하는 것을 자연어로 설명하고 AI 코딩 도구 —Cursor, Claude Code, Lovable, Replit, v0 같은— 가 코드를 작성하고, 실행하고, 수정하게 하여, 사람이 대부분의 줄을 손으로 타이핑하는 대신 의도와 피드백으로 방향을 잡는 소프트웨어 구축 방식입니다. 이 용어는 AI 연구자 Andrej Karpathy가 2025년 2월에 '바이브에 몸을 맡기고' 모델의 출력을 대체로 신뢰하는 것을 묘사하기 위해 만들었습니다.
콘텐츠 보안 정책(CSP)
콘텐츠 보안 정책(CSP)은 웹사이트가 브라우저에 보내는 규칙 모음으로, 보통 Content-Security-Policy 응답 헤더로 전달됩니다. 페이지가 스크립트, 스타일, 이미지, 폰트, 프레임을 어느 출처에서 불러올 수 있는지, 그리고 데이터를 어디로 보낼 수 있는지를 정합니다. 정책이 허용하지 않은 것은 실행되기 전에 브라우저가 거부합니다. 페이지 자체는 그대로 열리기 때문에 CSP 실수는 좀처럼 오류처럼 보이지 않습니다. 무언가가 조용히 빠진 페이지처럼 보일 뿐입니다.
프롬프트 캐싱 (Prompt Caching)
프롬프트 캐싱은 모델 제공사가 방금 처리한 프롬프트의 앞부분에 들인 작업을 재사용해, 정확히 같은 텍스트로 시작하는 다음 요청을 크게 할인된 요금으로 청구하고 더 빨리 응답하는 방식입니다. 이 방식이 무엇보다 보상하는 습관은 하나입니다. 모든 요청의 시작 부분은 똑같이 유지하고, 바뀌는 내용은 끝에 두는 것입니다.