Google 검색 알고리즘은 여전히 신비에 싸여 있지만, 그 작동 방식의 몇 가지 비밀은 공개되었습니다. Google이 검색 결과를 선택하는 방법을 알아보세요.

전자상거래 웹사이트가 비즈니스를 위해 열려 있지만, 고객은 어떻게 이를 찾을 수 있을까요? 유료 광고와 입소문 외에도 온라인 방문자들은 Google과 같은 검색 엔진을 사용하여 비즈니스를 발견하는 경향이 있습니다. 검색 엔진 결과 페이지(SERP)에서 순위가 높을수록 새로운 비즈니스를 얻을 가능성이 높아집니다.

Google은 매달 수십억 건의 검색을 처리하며, 수백 가지 기준을 바탕으로 복잡한 알고리즘을 사용해 결과를 순위 매깁니다. 그렇다면 이 알고리즘은 정확히 어떻게 작동할까요? 검색 쿼리, 주요 순위 요소, 그리고 사이트의 가시성을 향상시키는 방법을 더 잘 이해하기 위해 알고리즘의 내부를 살짝 들여다보세요.

Google 알고리즘은 무엇인가요?

Google 검색 알고리즘은 사용자 쿼리에 응답하여 Google의 인덱스에서 콘텐츠를 검색하는 계속 진화하는 시스템입니다. Google의 인덱스는 100조 개 이상의 웹페이지를 포함하고 있으며, 그 수는 계속 증가하고 있습니다. Google의 순위 알고리즘은 검색 쿼리에 가장 관련성이 높은 페이지를 예측하여 목록으로 정리하고, 가장 관련성 있는 결과를 상단에 배치합니다. 일반적으로 Google의 알고리즘을 단일한 것으로 말하지만, 실제로는 여러 알고리즘이 동시에 작동하고 있습니다.

Google 알고리즘은 검색 결과를 어떻게 선택하나요?

Google의 순위 시스템을 구동하는 기술은 비밀이지만, Google은 검색 결과를 순위 매길 때 알고리즘이 고려하는 다섯 가지 주요 범주에 대해 공개했습니다: 의미, 관련성, 품질, 사용성, 그리고 컨텍스트. 각 범주에 대한 자세한 설명은 다음과 같습니다:

의미

Google의 알고리즘은 언어 모델(인간 언어를 학습한 AI 시스템)을 사용하여 검색 쿼리의 의도를 추론합니다. 이는 철자를 수정하고, 유사한 콘텐츠와 관련된 동의어를 적용합니다.

또한, 알고리즘은 사용자의 선호 언어와 미디어 유형(예: 이미지 또는 동영상)을 측정하고, 검색 결과에서 지역 비즈니스를 우선시하도록 지역성을 고려합니다. 쿼리에 트렌드 키워드가 포함된 경우, Google의 알고리즘은 현재 사건과 속보에 중점을 둔 페이지의 순위를 높입니다.

관련성

Google의 알고리즘은 인덱싱된 사이트의 관련성을 평가할 때, "웹 페이지가 사용자의 검색 쿼리에 있는 단어를 사용하고 있는가?"라는 질문을 본질적으로 던집니다. 쿼리 키워드가 페이지의 단어와 일치하면 더 관련성이 높을 가능성이 큽니다.

알고리즘은 여기서 더 나아가, 머신러닝 시스템에 입력된 집계된 익명 상호작용 데이터를 사용하여 다른 관련 콘텐츠를 예측합니다. 페이지의 관련성, 전문가 소스에 대한 의존도, 위치 근접성과 같은 요소들이 알고리즘의 쿼리 의미와 의도 해석에 따라 가중치를 부여받습니다.

품질

Google의 알고리즘은 품질 테스트를 통과한 결과를 우선시하며, 품질을 사용자에게 가장 유용한 것으로 정의합니다. 품질을 판단하기 위해 Google은 경험, 전문성, 권위, 신뢰성(EEAT)을 찾습니다. 잘 알려진 전문가가 권위 있는 웹사이트에 기사를 작성하면, 해당 페이지는 높은 EEAT 점수를 받을 가능성이 큽니다.

백링크

다른 신뢰할 수 있는 웹사이트가 여러분의 웹 페이지에 링크를 걸 때, 알고리즘은 해당 페이지가 더 신뢰할 만하다고 결론짓고, 순위를 높입니다. 고유하고 유용한 콘텐츠를 생성하면 백링크를 구축할 가능성이 높아집니다.

사용성

콘텐츠가 의미, 관련성, 품질 테스트를 통과한 후, 알고리즘은 사용성을 측정합니다. 즉, 웹 콘텐츠는 접근하기 쉽고, 모바일 친화적이며, 빠르게 로딩되어 긍정적인 사용자 경험을 제공해야 합니다.

컨텍스트

컨텍스트에는 지리적 위치, 검색 기록, 검색 선호도(예: 기본 언어 및 "안전 검색 켜기")가 포함됩니다.

예를 들어, 필라델피아에 있는 사용자가 "하키"를 검색하면 필라델피아의 프로 하키 팀인 Flyers와 관련된 결과가 표시될 가능성이 큽니다. 스페인어로 작성된 검색은 스페인어로 된 결과를 반환합니다. Google의 알고리즘은 최근 검색 활동도 컨텍스트의 일부로 고려합니다.

Google 알고리즘이 사이트 순위를 매기는 데 영향을 미치는 요소

Google 알고리즘의 내부 작동 방식은 여전히 ​​신비에 싸여 있지만, 다섯 가지 주요 순위 요소가 검색 순위에서 중요한 역할을 한다는 것을 알고 있습니다: 백링크, 최신성, 키워드, 페이지 경험, 주제 전문가 권위. 이러한 요소들이 검색 순위에 어떻게 영향을 미치는지 살펴보겠습니다:

권위

주제와 관련된 권위를 가진 웹사이트에 여러분의 웹페이지로 연결되는 링크가 포함되어 있으면, 사이트가 SERP에서 더 높은 순위를 차지할 수 있습니다. 예를 들어, 권위 있는 사이트의 블로그 게시물이나 고품질 제품 리뷰에 백링크가 나타날 수 있습니다. 다른 신뢰할 수 있는 웹사이트에서 링크하고 싶어 할 유용하고 매력적인 콘텐츠를 만들어 백링크를 쌓을 확률을 높이세요.

최신성

알고리즘은 신선하게 업데이트된 페이지를 선호합니다. 그러나 이 요소는 상황에 따라 다르며, 일부 블로그 게시물은 최신일 필요가 없습니다. 예를 들어, "마그스트라이프란 무엇인가?"와 같은 용어의 정의를 찾고 있다면, 오래된 페이지가 다른 지표에서 더 높은 점수를 받아 최신 페이지보다 높은 순위를 차지할 수 있습니다. 콘텐츠의 정확성을 정기적으로 확인하고 필요에 따라 인기 있는 게시물을 업데이트하여 최신성을 유지하세요.

키워드

일반적으로 인덱싱된 페이지에 관련 키워드가 자주 나타날수록 해당 키워드에 대해 더 높은 순위를 차지합니다. 키워드는 본문 콘텐츠 외에도 페이지 제목 및 메타 제목에 나타나야 합니다. 관련 키워드 언급을 늘리기 위해 페이지를 최적화할 수 있지만, 너무 많은 반복된 키워드 사용(즉, 키워드 스터핑)은 실제로 해로울 수 있습니다. 키워드를 문장에 자연스럽게 통합하여 키워드 스터핑으로 인해 점수가 낮아지는 것을 피하세요.

페이지 경험

Google은 사용자 경험(UX)을 매우 중요하게 생각합니다. 알고리즘은 페이지 로딩 속도를 측정하고, 사이트의 탐색 용이성을 판단하며, 모바일 접근성을 확인하고, 페이지 콘텐츠와 일치하는 메타 태그를 찾습니다. 로딩 시간이 오래 걸리는 큰 이미지를 사용하거나 웹페이지에 너무 많은 광고를 채워 넣는 것을 피하여 사용자 경험을 산뜻하게 유지하세요.

전자상거래 사이트로서 어떻게 눈에 띌 수 있을까요? Shopify의 SEO 리더인 Kyle Risley는 사람들이 검색하는 유니크한 제품을 판매할 것을 제안합니다. "이러한 쿼리는 순위 매기기가 더 쉬울 것입니다. 이는 효과적으로 공급되지 않은 시장/틈새를 식별하는 것입니다. 이 경로를 선택하면 온페이지 최적화가 가장 가치 있는 작업이 될 것입니다." 또 다른 옵션은 경쟁이 치열한 틈새 시장에서 무언가를 판매하는 것입니다. Kyle은 "이 시나리오에서 순위를 매기려면 온페이지 최적화와 백링크 획득이 필요할 것입니다. 필요한 백링크의 품질과 수량은 해당 틈새 시장의 경쟁 사이트 백링크 프로필에 따라 달라질 것입니다."라고 말합니다. 그는 또한 페이지 경험이 항상 중요할 것이라고 상기시킵니다.

중요한 Google 알고리즘 업데이트

Google은 지속적으로 검색 순위 규칙을 조정합니다. 일부는 주요 알고리즘 업데이트이고, 다른 일부는 거의 눈에 띄지 않는 사소한 업데이트입니다.

평균적으로 매년 두세 번의 주요 업데이트가 발생하며, 이를 넓은 범위의 핵심 알고리즘 업데이트(broad core algorithm updates)라고 합니다. 이러한 업데이트는 검색 결과 순위에 큰 영향을 미칠 수 있습니다. SEO 순위 성과에 큰 변화가 있다면, 핵심 업데이트가 그 이유일 수 있습니다.

다음은 가장 중요한 Google 알고리즘 업데이트의 역사입니다:

Panda (판다)

판다 알고리즘 업데이트는 2011년 초에 도입되었으며 2016년에 핵심 알고리즘에 통합되었습니다. 판다는 웹 페이지를 평가하고 품질 점수를 부여하며, 중복된 페이지, 표절, 키워드 스터핑과 같은 스팸 콘텐츠를 포함하는 페이지를 강등시킵니다.

Penguin (펭귄)

펭귄은 2012년 봄에 출시되었으며, 링크 팜으로부터 백링크를 구매하는 등의 부정적인 링크 구축을 제한 하기 위해 만들어 졌습니다. 또한, 관련성이 없는 페이지와 스팸 링크를 분석합니다.

Hummingbird (허밍버드)

이 2013년 업데이트는 키워드 스터핑과 피상적인 콘텐츠에 대한 대응으로 도입되었습니다. 자연어 처리를 사용하여 사용자의 의도를 추론함으로써 검색 쿼리의 해석을 개선했습니다.

허밍버드 덕분에 페이지가 검색 용어와 정확히 일치하지 않더라도, 웹 페이지의 의미론적 요소(동의어 및 인접 용어)가 검색 의미와 밀접하게 관련되어 있으면 페이지의 순위가 올라갈 수 있습니다.

Pigeon (피존)

2014년 Google은 로컬 검색 결과의 정확성을 개선하고 이를 다른 순위 신호에 연결하는 알고리즘을 발표했습니다. 이는 Google 지도 검색과 웹 검색에서 눈에 띄게 나타납니다.

Mobile-first indexing (모바일 우선 색인)

2015년 4월, Google은 웹사이트의 모바일 버전을 데스크톱 버전보다 우선하는 방식으로 인덱스를 재조직했습니다. 모바일 프레젠테이션이나 기능이 부족한 사이트는 순위가 낮아졌습니다. 2016년에 공식 발표된 모바일 우선 색인(Mobile-First Indexing)은 2018년과 2020년의 최신 업데이트로 빠르고 사용 가능한 모바일 웹 페이지의 중요성을 강화했습니다. 모바일 우선 색인은 페이지의 어떤 버전이 점수 매기기와 순위 지정에 사용되는지를 변경했습니다.

RankBrain (랭크브레인)

2015년 10월, RankBrain은 허밍버드 업데이트의 파생물로, 검색 쿼리와의 관련성, 낮은 콘텐츠 품질, 그리고 열악한 사용자 경험이라는 세 가지 검색 결과 문제를 해결했습니다. RankBrain은 기계 학습을 사용하여 검색 쿼리 뒤에 숨겨진 의미를 탐구합니다.

Google은 RankBrain의 내부 작동 방식에 대해 자세히 밝히지 않았지만, 이는 결과 페이지를 순위 매기는 데 사용되는 세 번째로 중요한 요소라고 언급했습니다. 분석가들은 RankBrain이 검색 용어의 맥락을 고려한다고 추측하며, 이는 아마도 의미론적 처리와 사용자의 검색 기록을 고려하는 것을 의미할 것입니다.

Intrusive Interstitials Update (UX를 해치는 삽입 광고 업데이트)

2016년, Google은 웹 페이지 콘텐츠를 가리는 방해적 삽입 광고(팝업 광고)에 대응하여 검색 인덱스에서 이를 처리하기 시작했습니다. 이는 모든 삽입 광고가 나쁘거나 검색 엔진 순위에 해를 끼친다는 것을 의미하지는 않습니다. 그 중 화면이 작은 모바일 장치에서 사용자 경험을 악용하는 사례는 매우 심각한 문제입니다. 가장 심각한 페이지는 2017년부터 강등되었습니다.

BERT

2019년 10월에 도입된 BERT 업데이트는 자연어 처리를 크게 활용하여 맥락이 빈약하고 초점이 맞지 않는 형편없는 텍스트를 식별하고 다운랭크하며, 잘 작성된 콘텐츠를 보상합니다. BERT는 판다, 허밍버드, 랭크브레인과 같은 이전 업데이트의 정점을 이룹니다.