처음 4년 동안은 3장에서 설명한 성장 엔진이 제 역할을 충실히 해 주었습니다. 저희는 진정으로 유용한 콘텐츠를 쓰고, 권위 있는 백링크를 얻고, 미래의 사용자들이 묻는 질문에서 상위에 오르며, 그 모든 것이 복리로 쌓이도록 했습니다. 그러던 어느 날, 발밑의 땅이 움직이기 시작했습니다.
SEO의 지반이 흔들리다
2025년이 되자, 예전에는 Google에 질문을 입력하던 사람들 중 점점 더 많은 수가 대신 AI 어시스턴트에게 묻기 시작했습니다. ChatGPT, Claude, Perplexity, 그리고 Google 자체의 AI 결과가 질문에 완전한 문장으로 직접 답했고, 사용자는 링크를 한 번도 클릭하지 않는 경우가 많았습니다. 저희가 수년에 걸쳐 기어올랐던 파란 링크들이 요약 속으로 사라지고 있었습니다.
복리로 쌓이는 검색 트래픽에 크게 의존하는 사용자 유치 전략을 가진 회사에게 이것은 존립이 걸린 질문이었습니다. 동시에 낯설지 않은 질문이기도 했습니다. 저희는 2022년 말 ChatGPT가 등장했을 때 며칠 만에 확장 프로그램을 출시하며(4장) 플랫폼 전환을 가까이에서 경험한 적이 있습니다. 그 경험에서 얻은 교훈은 "AI가 온다"가 아니었습니다. "인터페이스가 바뀔 때 일찍 적응하는 사람이, 늦게 온 사람은 싸워서 얻어야 할 주목을 먼저 차지한다"는 것이었습니다.
그래서 저희는 열 개의 파란 링크가 저무는 것을 애도하는 대신, 2022년에 던졌던 것과 같은 질문을 던졌습니다. 이 변화는 무엇을 새롭게 가치 있게 만들며, 그것은 저희의 미션과 어떻게 연결되는가?
순위에서 인용으로
저희가 도달한 답에는 이름이 있습니다. AEO(답변 엔진 최적화)입니다.
검색의 시대에는 순위가 목표였습니다. 페이지를 상위 결과에 올려 클릭을 얻는 것이었습니다. 답변의 시대에는 인용되는 것이 목표입니다. AI 어시스턴트가 하이라이트, 학습 기법, 연구 워크플로에 관한 답을 작성할 때, 여러분의 작업을 참고하고 독자를 여러분에게 다시 안내하도록 만드는 것입니다.
저희가 놀랐던 점은 근본 원칙이 거의 변하지 않았다는 사실입니다. 답변 엔진도 그 이전의 검색 엔진과 마찬가지로, 진정으로 유용하고 명확하게 구조화되어 있으며 일관되게 신뢰할 수 있는 출처에 보상을 줍니다. 3장 이후 저희가 실천해 온 기본기(진짜 가치, 깔끔한 구조, 끈기 있는 복리 성장)는 여전히 유효했습니다. 달라진 것은 독자였습니다. 저희는 이제 훑어 읽는 사람만이 아니라, 파싱하고 가중치를 매기고 인용하는 모델을 위해서도 글을 쓰게 되었습니다.
이 관점의 전환은 존립의 위협을 실행의 문제로 바꾸어 놓았습니다. 그리고 실행의 문제라면 저희는 푸는 법을 알고 있었습니다.
Deep Dive: 다시 한번 롱폼에 베팅하다
가장 큰 AEO 투자는 콘텐츠였고, 겉보기에는 거의 구식처럼 보였습니다. Deep Dive라고 부르는 롱폼 에버그린 가이드 라이브러리입니다.
저희는 사용자들이 관심을 갖는 영역을 다루는 100편 이상의 심층 아티클을 만들었습니다. AI 도구와 그 선택 기준, 학습 과학, 노트 작성과 지식 관리, 읽기 워크플로, 연구 방법 등입니다. 모든 글은 같은 방식으로 구조화되어 있습니다. 명확한 목차, 서두의 핵심 요약, FAQ 섹션, 그리고 훑어 읽는 사람과 파싱하는 모델 모두가 탐색할 수 있는 일관된 포맷입니다.
그다음 저희는 2장에서 발견했던 곱셈 효과를 이번에는 의도적으로 적용했습니다. 모든 아티클은 7개 언어로 번역됩니다. 한때 커뮤니티 구성원들이 보도 기사 한 편을 번역해 주었다면, 이제는 번역이 발행 파이프라인의 표준 단계로 돌아갑니다. 잘 조사된 가이드 한 편이 일곱 개 시장의 일곱 개 진입점이 됩니다.
이 베팅은 예전과 같은 복리의 베팅입니다. 모든 가이드는 계속 일하는 자산이라는 점은 같지만, 이제는 두 가지 방식으로 일합니다. 남아 있는 전통적인 검색에서 순위에 오르고, 그것을 대체하고 있는 답변 엔진에 인용됩니다.
Glasp를 기계가 읽을 수 있게 만들기
콘텐츠는 절반의 작업이었습니다. 나머지 절반은 Glasp 자체를 기계가 읽기 쉽게 만드는 일이었습니다.
저희는 사이트에 llms.txt 파일을 추가했습니다. Glasp가 무엇인지, 무엇이 어디에 있는지, 무엇이 가장 중요한지를 AI 크롤러에게 알려주는 평이한 언어로 쓰인 안내서입니다. 또한 사이트 전반에 구조화 데이터(JSON-LD)를 확장해, 아티클, 책, 인용구, 프로필이 기계가 추측 없이 이해할 수 있는 어휘로 스스로를 설명하도록 했습니다.
그리고 저희는 AI에게 스스로를 설명하는 데서 한 걸음 더 나아가, AI와 직접 연결했습니다. 원격 MCP(Model Context Protocol) 커넥터를 만들어, 사용자가 Glasp를 자신의 AI 어시스턴트에 직접 연결할 수 있게 한 것입니다. 권한이 주어지면 어시스턴트는 여러분의 하이라이트를 검색하고, 어떤 주제에 대해 저장해 둔 내용을 떠올리고, 여러분이 직접 모은 지식을 대화 속으로 가져올 수 있습니다.
이 지점은 잠시 짚어 볼 가치가 있습니다. "유통"의 의미를 다시 정의하기 때문입니다. 검색의 시대에 제품의 접점은 웹사이트와 확장 프로그램이었습니다. 답변의 시대에 제품의 접점에는 사용자들이 이미 매일 대화하는 AI 어시스턴트가 포함됩니다. 그곳에 존재하는 것은 마케팅이 아닙니다. 제품 그 자체입니다.
그리고 이것은 저희가 진심으로 설레었던 방식으로 미션과 다시 이어집니다. 저희는 늘 여러분이 모은 지식이 그것을 모은 순간보다 오래 살아남아야 한다고 말해 왔습니다. 수년이 지난 뒤에도 여러분의 하이라이트를 활용할 수 있는 어시스턴트는, 새로운 인터페이스를 통해 지켜진 바로 그 약속입니다.
텍스트를 넘어서
답변 엔진은 아티클만 읽지 않으며, 사람도 마찬가지입니다. 그래서 저희는 가장 강력한 Deep Dive 가이드들을 다른 포맷으로 만들기 시작했습니다. 팟캐스트 스타일의 오디오 대담과 YouTube로 배포되는 영상 버전입니다.
이는 자원 효율의 플레이북에서 나온 "한 번 만들어 모든 곳에 발행한다"는 원칙을 새로운 목표에 적용한 것입니다. 글로 된 가이드를 만들어 낸 바로 그 리서치가 출퇴근길에 들을 수 있는 무언가가 되고, 아티클로는 결코 만나지 못했을 학습자들에게 YouTube가 보여주는 무언가가 됩니다. 각 포맷은 서로를 강화하며, 각각이 답변이 참고하는 출처가 될 또 하나의 길이 됩니다.
증거: ChatGPT에서 일일 500 세션이 19,000 세션으로
전략을 말하기는 쉽습니다. 그래서 저희는 측정했습니다.
2026년 초, ChatGPT는 하루 517명의 방문자를 보내 주고 있었습니다. 저희는 의도적인 베팅을 했습니다. 직접적인 SEO 투자를 멈추고, 가장 큰 콘텐츠 표면인 40만 페이지 이상의 YouTube Q&A 코퍼스에서 AEO 플레이북을 일련의 실험으로 실행하기로 한 것입니다.
첫 번째 결정이 분위기를 정했습니다. 외부에서 모델을 폴링하는 도구를 구독하는 대신, 저희 서버 로그로 직접 측정하기로 한 것입니다. Cloudflare의 AI 크롤러 로그와 Search Console은 AI 봇이 실제로 어떤 페이지를 얼마나 자주 가져갔는지 결정론적으로 알려주었습니다. 그 데이터가 추측을 로드맵으로 바꾸어 놓았습니다.
실험 자체는 민망할 만큼 구체적이었습니다. 봇이 자주 요청하는 페이지는 사람들이 프롬프트를 쓰는 방식과 닮은 질문형 제목을 갖고 있었기에, 저희는 제목을 질문으로 다시 썼습니다. 그런 페이지들은 상단에 약 130자 분량의, 그 자체로 완결된 답이 되는 산문 요약을 갖고 있었던 반면 외면받는 페이지는 14자짜리 파편만 담고 있었기에, 모델이 다른 부분을 전혀 읽지 않더라도 완전한 답을 담도록 TL;DR을 다시 썼습니다. AI 봇이 남긴 404 오류, 일주일에 수만 건에 달하는 그 기록을 사용자들이 이미 요청하고 있는 페이지의 목록 그 자체로 보고 채굴해 해당 페이지들을 만들었습니다. Google에서도 봇에서도 전혀 관심을 받지 못하는 죽은 페이지 수만 개를 삭제하자, 남은 모든 페이지의 색인 상태가 개선되었습니다. 그리고 이미 Google 클릭을 얻고 있는 페이지는 재작성 대상에서 제외해, 새로운 채널이 기존 채널을 잠식하지 않도록 했습니다.
4개월 뒤인 5월 5일, ChatGPT 유입이 일일 19,129 세션에 도달했습니다. 37배 성장입니다. 놀라운 점은 그동안 AI 봇의 크롤링 양이 내내 평탄했다는 것입니다. 같은 봇들이 방문하고 있었습니다. 다만 인용할 가치가 있는 답을 더 많이 찾아냈을 뿐입니다. 저희는 이 플레이북 전체를 Sean Ellis의 뉴스레터에 게스트 포스트로 공유했습니다. 이 이야기의 다른 모든 것과 같은 정신에서입니다. 배운 것은 공개한다는 정신 말입니다.
저희가 배운 것
AEO 시대는 아직 초기이고, 저희도 모든 것을 다 알아냈다고 말하지 않습니다. 하지만 몇 가지 교훈은 이미 단단하게 느껴집니다.
첫째, AEO는 저희가 알던 모든 것을 대체하는 것이 아닙니다. SEO의 원칙이 새로운 인터페이스 속에서 나이 들어가는 것입니다. 진짜 가치, 명확한 구조, 쌓아 올린 신뢰는 여전히 이깁니다. 성장을 꼼수 위에 쌓았다면 답변 엔진은 나쁜 소식입니다. 실질 위에 쌓았다면 기회입니다.
둘째, 일찍 움직이는 것이 다시 중요해졌습니다. ChatGPT 출시 때 저희가 활용했던 기회의 창에는 속편이 있습니다. 대부분의 회사가 여전히 AI 검색을 호기심거리로 취급하고 있어서, 인용의 자리는 아직 비어 있습니다. "불완전하더라도 가장 먼저 하라"는 원칙은 플랫폼 전환을 고스란히 살아남았습니다.
셋째, 복리로 쌓이는 것의 모양이 달라졌습니다. 예전에는 순위와 백링크였습니다. 이제는 텍스트로, 오디오로, 영상으로, 그리고 대화 그 자체의 안으로 들어가게 해 주는 MCP 같은 프로토콜을 통해, 인용 가능하고 구조화되어 있으며 신뢰할 수 있는 출처가 되는 것입니다.
하지만 가장 깊은 교훈은 정체성에 관한 것이었습니다. 사람들이 정보를 찾는 방식이 바뀌었을 때, 저희는 저희가 누구인지를 바꿀 필요가 없었습니다. 지식을 열린 방식으로 수집하고 공유하는 데 기반한 플랫폼은, 기계가 반복할 가치가 있는 지식을 끊임없이 찾아다니는 세상에서 오히려 유리한 위치에 있는 것으로 드러났습니다. 미션은 시간이 지나도 빛이 바래지 않았습니다.
전술보다 실질을 믿는 그 확신은, 두 명짜리 스타트업이 가리라고는 전혀 예상하지 못했던 곳으로 저희를 이끌었습니다. 바로 독창적인 연구를 발표하는 일입니다. 그것이 다음 장의 이야기입니다.