모퉁이를 돌면 미래
게시 됨: 2017-06-19목차
앞으로 검색 결과에 어떤 영향을 미칩니까? 이 기사의 이면에 있는 바로 그 아이디어는 Raymond Kurzweil이 제안한 가속 수익의 법칙을 기반으로 합니다. 그에 따르면 인류는 성장 기회의 증가로 인해 점점 더 빠르게 발전하고 있습니다. 이 이론을 이해하기 위해 "백 투 더 퓨처"로 가봅시다.
Marty McFly는 1985년부터 1955년까지 여행을 했으며 물값과 일렉트릭 기타에 대한 사랑이 없다는 사실에 놀랐습니다. 줄거리가 2015년으로 돌아가고 McFly가 1985년(같은 30년 전)으로 돌아간다면 그는 인터넷, 스마트폰, 드론 및 그 기간 동안 사람들이 발명한 많은 다른 것들의 손길이 닿지 않은 세상에서 자신을 발견하게 될 것입니다. 시간. Kurzweil의 말이 맞다면 우리는 1750-2015년보다 2015-2030년에 더 성장할 것입니다(즉, 인간은 지난 275년보다 15년 동안 더 많은 것을 성취할 것입니다). 이러한 급속한 발전은 SEO를 포함한 모든 산업과 부문에 영향을 미칠 것입니다. 그렇기 때문에 변화가 예상보다 빨리 올 수 있기 때문에 다음 단계를 숙고하기에 더 좋은 시기는 없다고 생각합니다. 앞으로 검색 결과에 영향을 미칠 것으로 생각되는 5가지 트렌드를 선정했습니다.
#1 인공 지능
매일 인공 지능에 대한 새로운 정보가 제공됩니다. 그것은 많은 산업 분야의 사람들을 대체해야 하며 이미 우리 삶에 존재했습니다. AI는 Spotify에서 우리를 위해 음악을 선택하고 Netflix에서 영화를 선택합니다. 또한 RankBrain 알고리즘으로 검색 결과에 사용됩니다. RankBrain이 정확히 무엇을 하는지는 아직 완전히 명확하지 않지만 곧 수행할 작업을 쉽게 예측할 수 있습니다.
AI는 다음과 같이 다양한 방식으로 분류되었습니다.
- a) 사용 가능한 과거 데이터의 분석을 기반으로 결론을 도출하고 행동하는 통제된 AI
- b) 과거 데이터 분석 없이 스스로 결정을 내리는 통제되지 않는 AI .
RankBrain은 통제된 AI의 한 유형입니다. 이는 많은 과거 데이터, SEO에서 좋은 사례와 나쁜 사례의 수많은 예를 처리할 수 있으며, 이를 곱하기만 하면 됩니다. 그러나 통제되지 않은 AI를 검색 결과에 도입하면 완전히 뒤집을 수 있습니다. 현재 매년 약 600개의 알고리즘이 변경됩니다. 실시간 제어되지 않는 AI는 새로운 순위 요소를 생성할 수 있으며 이러한 600개의 변경은 1년이 아닌 1시간 만에 발생할 수 있습니다.
AI가 검색 결과 내에서 어떻게 작동하는지 자세히 살펴보겠습니다.
- 두 가지 유형의 링크에 데이터 세트가 있다고 가정해 보겠습니다.
- Google의 검색 품질 팀과 거부 도구는 수년 동안 좋은 링크와 나쁜 링크에 대한 정보를 수집했습니다. AI는 이제 좋은 링크와 나쁜 링크가 어떻게 생겼는지에 대한 방대한 지식을 가지고 있습니다.
- AI가 과거 데이터를 기반으로 후속 링크를 분석하고 좋은 것과 나쁜 것을 결정하는 것은 쉽습니다. 즉, 도메인의 링크 프로필을 자유롭게 분석하고 링크에 대한 페널티 부여 여부를 결정할 수 있습니다. 현재 Google은 이를 위해 비 AI Penguin 알고리즘을 사용하지만 조만간 AI가 향상될 것입니다.
- 좋은 링크와 나쁜 링크 세트가 있으면 링크가 좋은지 나쁜지 완전히 새로운 결정 요인을 자유롭게 가져올 수 있습니다. 따라서 Google 엔지니어는 링크가 좋은지 나쁜지 이러한 알고리즘에 말할 필요가 없습니다. AI가 알아서 처리합니다.
우리는 Google의 AI가 어떻게 작동하는지 완전히 확신할 수 없지만 다른 회사의 결과를 고려할 때 그것이 무엇을 할 수 있는지 알고 있습니다. IBM Watson AI를 사용하여 Google에서 이미 가능하고 이론적으로 사용할 수 있는 몇 가지 사항을 보여 드리겠습니다.
감정 인식하기
텍스트를 붙여넣기만 하면 IBM Watson이 텍스트에 담긴 감정을 식별합니다.
Google은 현재 기분에 대한 정보를 사용하고 맞춤형 검색 결과를 제안할 수 있습니다. 당신이 슬프다고 생각하면 슬픔을 유발하는 콘텐츠를 표시하지 않습니다.
의도 인식
데모 확인하기 >> 의도 인식하기
AI는 자연어로 된 쿼리를 기반으로 사용자의 의도를 인식합니다.
쿼리는 폭풍에 관한 것이고 Watson은 온도가 아니라 기상 조건에 관한 것이라고 응답합니다. 키워드를 사용하지 않고 자연어로 검색 엔진과 통신하는 것은 미래에 필수적입니다. Google은 오랫동안 의미론을 연구해 왔기 때문에 그들의 AI는 이미 능숙하고 지식이 풍부합니다.
성격 인식
데모 확인하기 >> 성격 인식하기
왓슨은 100단어를 파헤쳐 그 글을 쓴 사람의 성격을 정확히 찾아낼 수 있다. Martin Luther King의 "I have a dream"을 붙여넣어 기능을 테스트했습니다.
저는 AI가 King 박사의 성격을 훌륭하게 인식하여 무엇보다도 다음과 같은 결론에 도달했다고 생각합니다.
- 당신은 공감합니다
- 당신은 새로운 아이디어에 흥미를 느낍니다
- 당신의 선택은 조직에 대한 열망에 의해 좌우됩니다
- 당신은 영향을 받지 않을 것입니다.
이 모든 것이 하나의 결론으로 이어집니다. 개인화는 새로운 수준으로 올라갈 것입니다. Google은 2009년부터 검색 결과를 개인화하고 있지만 여기서는 개별 사용자에게 결과를 조정하는 다양한 개인화를 언급하고 있습니다.
솔직히 말해서, 모든 사람은 자신의 개인 Google을 가질 수 있으며 검색 결과는 개인의 성격이나 현재 기분에 맞을 것입니다.
알고리즘의 다차원성
요즘 SEO 전문가들은 웹사이트가 검색 결과에서 위아래로 움직이는 이유를 분석하는 데 점점 더 큰 문제를 안고 있습니다. 2013년 펭귄이 검색 결과에 도입되었을 때 변화는 분명했습니다. 크레딧에 관한 웹사이트를 운영하든 약에 관한 웹사이트를 운영하든 주어진 작업은 동일한 효과를 나타냅니다. 이러한 분석에 수직으로 접근하는 것은 이제 알고리즘이 다차원이 되었기 때문에 무의미합니다. 검색 엔진 알고리즘에는 검색 결과의 위치 결정 요소가 수백 개 포함됩니다. 현재 AI는 모든 쿼리 또는 쿼리 범주에 대해 고유한 결정 요소 집합을 선택할 수 있습니다. 한 산업은 "제목" 태그를 가장 중요하게 여기고 다른 산업은 H1 제목을 찾을 수 있습니다.
따라서 업계의 모든 사람들이 링크 교환 시스템을 사용한다면 똑같이 하면 페널티가 없어야 하지만 아무도 그렇게 하지 않는 업계에서 그러한 시스템을 사용한다면 AI는 표준에 따라 귀하를 처벌합니다.
2016년 SMX에서 Google은 RankBrain이 어떻게 작동하는지 완전히 확신하지 못한다고 인정했습니다. Paul Haahr는 다음과 같이 말했습니다: "우리는 RankBrain을 완전히 이해하지 못합니다." 그러나 이것이 그들이 무엇을 하는지 모른다는 것을 의미하지는 않습니다! 예를 들어, RankBrain은 산업에 따라 자체적으로 순위에 영향을 미치는 신호 그룹을 선택하며, 이는 알고리즘의 다차원성을 초래하여 수직적 접근 방식을 무용지물로 만듭니다. 우리 SEO 업계는 주어진 상황에서 AI의 행동을 예측할 수 있습니다. AI의 도움으로 웹사이트나 외부 환경의 특정 변화에 대응하여 구글 AI의 행동을 예측할 수 있는 Market Brew와 같은 도구가 이미 개발되고 있습니다.
#2 음성 검색
아마 모든 사람이 Amazon Echo, Google Home 또는 HomePod(최근 Apple에서 공개)와 같은 장치를 알고 있을 것입니다.
이러한 장치가 일반적으로 사용될 때 음성 검색에서 특정 이정표에 도달할 것이라고 믿습니다. 현재 음성 검색은 인기 있는 주제가 아니지만 비공개로 논의되고 있습니다. 미국에서는 성인의 41%와 청소년의 54%가 매일 이 기능을 사용합니다. 2014년에 Google은 이에 대한 흥미로운 보고서를 발표했습니다. 확인해 보세요.
음성 검색의 기본 측면은 검색 엔진과 의사 소통하는 방식입니다. 이는 우리가 자연어를 사용하기 때문에 다릅니다.
따라서 음성 검색이 다른 경우 이러한 측면에서 최적화 노력도 달라야 합니다. 다음은 몇 가지 권장 사항입니다.
질문에 답하기
위 그림에서 볼 수 있듯이 자연어를 말할 때는 텍스트로 검색할 때보다 질문을 더 많이 합니다. 따라서 질문에 따라 콘텐츠를 최적화해야 합니다.
사용된 구조화된 데이터
구조화된 데이터는 검색 엔진에 컨텍스트를 제공합니다. 사용자가 "토마토 수프"에 대해 묻는 경우 구조화된 데이터는 사용자가 이 수프를 제공하는 레스토랑인지 아니면 레시피가 있는 웹사이트인지 검색 엔진에 암시합니다.
유용한 링크:
Schema.org – 구조화된 데이터 구현에 대한 설명.
Search Console의 데이터 마커 – 소스 코드를 변경하지 않고 구조화된 데이터를 구현할 수 있는 솔루션입니다.
구조화된 데이터 테스트 도구 – 구현한 구조화된 데이터를 Google이 올바르게 읽는지 확인합니다.
FAQ 만들기
이러한 질문 쿼리의 증가로 인해 자주 묻는 질문 섹션을 만드는 것을 고려해야 합니다.
#3 SEO&UX
SEO 자체는 앞으로 더 이상 존재하지 않을 것입니다. 더 큰 마케팅 계획에 통합해야 합니다. 이미 꽤 오랫동안 다른 마케팅 영역과 결합되었습니다.
콘텐츠 마케팅, 홍보 및 소셜 미디어와 혼합되었습니다. 새로운 조합은 UX(User eXperience)입니다. 위의 세 가지만큼 중요할 것입니다.
SEO 전문가들은 수년 동안 UX를 순위 요소로 이야기해 왔으며 실제로 페이지 로딩 속도 또는 모바일 친화성과 같은 요소가 점점 더 큰 역할을 하지만 이는 객관적인 요소입니다. 머지 않아 Google은 주관적인 요소를 도입할 수 있게 될 것입니다. 이 회사는 사용자 친화성 측면에서 웹사이트를 분석할 수 있는 장비를 잘 갖추고 있습니다.
그들은 스마트 폰 시장의 64 %를 차지하는 Android를 가지고 있습니다. 그들은 웹 브라우저 시장의 60%를 차지하는 크롬을 가지고 있습니다. 그들은 또한 약 6천만 개의 웹사이트에서 사용하는 Google Analytics를 가지고 있습니다. 마지막으로, 앞서 언급한 세 가지 도구로 수집한 데이터를 기반으로 하는 AI가 있으며 SEO에 영향을 미치는 완전히 새로운 UX 요소를 생성할 수 있습니다. 그렇기 때문에 다음과 같은 새로운 조치가 개발되고 있을 것입니다.
- 방문 깊이 – 검색 엔진은 사용자가 웹사이트를 방문할 때 얼마나 많은 페이지를 탐색하는지 측정합니다(Google Analytics에서 웹사이트 매개변수/세션 확인).
- 검색 결과 반환 비율 – Google은 사용자가 주어진 결과를 클릭한 후 검색 결과로 돌아가는 빈도를 알고 있습니다.
- 검색 결과의 CTR – 검색 결과 에서 더 낮음에도 불구하고 결과에서 더 높은 CTR을 얻으면 순위가 올라갈 수 있습니다. Google은 여기에서도 AI를 사용하여 클릭률을 예측합니다. 또한 이를 사용하여 AdWords의 CTR을 추정합니다(검색 결과 순위에 대한 CTR의 영향에 대한 Rand Fishkin의 사례 연구 확인).
- 웹사이트에서 보낸 시간
- 과잉 광고 (Google은 2016년부터 이에 대해 이야기했습니다: 확인하세요).
이러한 변경으로 Rand Fishkin이 논의한 "두 알고리즘 세계"에 대해 말할 수 있습니다. 두 가지 유형의 알고리즘에 대해 최적화해야 합니다.
지금까지 현장 최적화에서는 사용자가 입력한 키워드에 대해 입력 최적화를 진행했습니다. 새로운 현장 최적화에서는 사용자가 이미 검색 결과를 클릭한 순간인 출력에 중점을 둘 것입니다. 우리는 앞서 나열한 새로운 측정으로 이어지는 UX 요소를 최적화할 것입니다. 따라서 SEO 감사는 이미 UX 감사와 결합되어야 합니다.
구글이 인공지능을 활용해 SEO에 영향을 미치는 완전히 새로운 UX 요소를 개발할 수 있다는 점도 주목할 만하다. AI가 의학 관련 웹사이트의 질병이 표에 가장 잘 설명되어 있다고 판단하면 그러한 콘텐츠 배열을 유사한 웹사이트의 순위 결정 요인으로 만들 수 있습니다. 물론, 그것은 우리가 생각하는 것만큼 멀지는 않지만 여전히 미래입니다.
#4 이진 정보
웹사이트에 직접 처리할 수 있는 정보를 의미하는 바이너리 정보가 포함되어 있으면 곧 해당 웹사이트에서 트래픽을 생성하는 데 문제가 발생할 수 있습니다. Google은 사용자를 귀하의 웹사이트로 추천하는 것으로부터 혜택을 받지 않는다는 점을 이해해야 합니다.
Eric Schmidt는 2014년에 이미 검색 엔진이 트래픽을 생성할 것으로 기대해서는 안 된다고 강조했습니다(전체 기사를 읽으려면 여기를 클릭). 검색 엔진은 가능한 경우 검색 결과에서 사용자의 쿼리에 직접 응답할 것이기 때문입니다. 다른 상황에서는 사용자가 언급된 위치에 대한 책임이 있습니다. 사용자를 UX에 최적화되지 않은 웹사이트로 안내하면 사용자도 어느 정도 검색 엔진을 판단하고 Google은 진공 상태에서 작동하지 않는다는 점을 잊지 말자. 폴란드에서 절대적인 독점권을 확보했다고 해서 폴란드가 월계관에 안주할 수 있다는 의미는 아닙니다. 회사는 오랫동안 검색 결과를 약간 변경하는 지식 그래프를 확장해 왔습니다(검색 결과의 현재 그래프 데이터에 대한 우리의 생각은 여기에서 읽을 수 있습니다).
사용자는 즉시 자신의 질문에 대한 답변을 얻을 수 있으며 검색 엔진을 떠날 필요가 없습니다. 음성 검색의 관점에서 특히 중요합니다. 음성 인터페이스는 웹사이트 탐색을 제외합니다. 오늘날 검색 결과의 50% 이상이 이와 유사한 지식 패널을 포함합니다.
그러나 지식 패널은 기회이기도 합니다. 예를 들어 직접 답변이 있습니다. 간단히 말해서, 직접 답변은 외부 웹사이트에서 가져온 검색 결과에 제공된 특정 질문에 대한 응답입니다.
#5 시맨틱 SEO
2013년 8월 Google은 Hummingbird 알고리즘을 출시했습니다. Panda나 Penguin에 대한 업데이트가 아니라 이전의 두 알고리즘이 일부가 된 상태에서 전환됩니다. 의미론을 향한 Google의 큰 발걸음이었습니다. 쿼리의 의도와 컨텍스트를 인식하는 것입니다. Google은 panda 를 입력하는 것이 동물 또는 바이러스 백신 소프트웨어를 의미하는지 알고 싶어합니다. 알고리즘 변경은 콘텐츠 생성의 변경으로도 해석되어야 합니다.
문맥
의도
키워드
이제 키워드보다는 쿼리의 의도와 컨텍스트에 집중해야 합니다.
사용자의 의도를 염두에 두고 주위를 둘러봐야 합니다. Google이 일반적으로 노트북 순위를 보여주는 블로그 기사를 검색 결과에 표시하여 "최대 $8000의 노트북"이라는 검색어에 응답하는 경우 "노트북" 범주에 가격 필터가 설정된 온라인 상점 웹사이트가 해당 검색에 포함될 것이라고 기대하지 마십시오. 결과. 컨텍스트와 관련하여 다음 사항에 중점을 둡니다.
- 문구가 아닌 주제에 집중하십시오 – 우리는 여기에서 소위 말하는 권위에 대해 썼습니다.
- 상황별 외부 링크 – 사용자가 "당뇨병"이라는 문구를 통해 웹사이트를 방문한 경우 "Barack Obama"에 대한 정보를 제안하지 마십시오(예:washtonpost.com). 당뇨병에 대한 정보
- 구조화된 데이터 - 검색 엔진에 주어진 콘텐츠에 대한 더 많은 데이터를 제공하기도 합니다(위의 토마토 수프의 예로 돌아가기).
통신 선박
앞서 언급한 모든 요소들이 서로 연결되어 있는 것이 보이시나요?
검색 결과의 미래는 AI를 핵심으로 하여 모든 것을 추진한다고 생각합니다. 또 뭔데:
- 음성 검색에는 강력한 의미 체계가 필요합니다. 이 기술이 제대로 작동하려면 Google에서 자연어와 검색어 컨텍스트를 이해해야 합니다.
- 모바일 및 음성에는 UX가 필요합니다. UX 측면에서 최적화된 웹사이트만이 모바일 및 음성 친화적일 수 있습니다.
- 음성 요구 그래프 – 지식 그래프를 사용하면 Google Home과 같은 비서가 음성 인터페이스를 통해서만 사용자와 통신할 수 있으며, 이는 필요한 것으로 보입니다.
결론
"SEO의 미래는 무엇입니까?", "SEO는 죽을 것입니까?" - 자주 그런 질문을 받습니다. 제 생각에는 너무 빠르게 발전하는 세상에서 – 그리고 더 빠르게 발전할 것입니다 – 우리는 두려워할 여유가 없습니다. SEO는 점점 더 기술적으로 발전하여 시장을 확실히 통합할 것입니다(저품질 서비스 제공업체는 쫓겨날 것입니다). SEO는 소규모 비즈니스에 쓸모가 없을 수도 있습니다. AI에 대해 말하자면 배관공이 그런 복잡한 서비스를 감당할 수 있다고 상상할 수 없지만 큰 기관은 가능한 ROI가 현재 매우 높고 감소하더라도 SEO를 수익성이 없게 만들지는 않습니다.