AEO 최적화 적용 절차: 362편을 점검하며 정한 5단계

AEO(Answer Engine Optimization, 답변 엔진 최적화)는 검색과 AI 답변에서 내 콘텐츠가 정확히 이해되고 참고될 수 있도록 개선하는 작업입니다. 문단의 답변을 명확히 쓰는 것도 도움이 되지만, 모든 서비스가 문단만 평가한다는 뜻은 아닙니다. 페이지의 접근 가능 여부와 정보의 정확성도 함께 봐야 합니다. 개념은 답변 엔진 최적화(AEO)에 정리했고, 이 글은 사이트에 적용할 때의 확인 순서를 다룹니다.

질문을 소제목으로 올리고 답을 첫 문장에 두라는 이야기는 이미 여러 곳에 나와 있습니다. 문단 하나를 떼어 놓아도 말이 되게 쓰라는 기준도 마찬가지입니다.

정작 막히는 것은 그 기준을 어디에 먼저 적용할지 정하는 일입니다. 글이 수백 편 쌓인 사이트에서는 어느 글부터 고칠지 정하는 기준이 없으면 전부 다시 쓰려다 한 편도 고치지 못합니다. 2026년 9월 14일에 준이아빠블로그의 362편을 전수 점검하면서 그 순서를 다섯 단계로 정리했고, 측정한 숫자와 실제로 빠져 있던 곳을 함께 적었습니다.

추천 스니펫은 검색 결과에서 답변 문장을 앞세워 보여 주는 상자입니다.

위 화면은 구글 검색 센터의 추천 스니펫 문서입니다. 같은 문서에는 내 페이지를 추천 스니펫으로 표시하려면 어떻게 해야 하는지를 묻는 항목이 있고, 답은 그렇게 할 수 없다는 한 문장입니다. 사이트 운영자가 추천 스니펫으로 지정하는 기능은 없습니다. 질문에 답하는 내용과 근거를 명확히 쓰고 페이지가 검색엔진에 전달되는지 확인할 수는 있지만, 그 작업이 선정을 보장하지는 않습니다. Google 추천 스니펫 안내

먼저 문단 하나로 연습하기

처음에는 점수 도구나 유료 AI가 없어도 됩니다. 메모장에 아래 가상 수업 정보를 적습니다. 실제 행사 안내가 아닌 연습 자료입니다.

• 수업: 엑셀 기초
• 날짜: 10월 12일
• 준비물: 충전한 노트북
• 장소: 도서관 2층

질문은 “엑셀 기초 수업에는 무엇을 준비하나요?”입니다. “아래 내용을 참고하면 됩니다”라는 답을, 질문과 함께 읽었을 때 바로 행동할 수 있는 문장으로 바꿔 봅니다.

예를 들어 “엑셀 기초 수업에는 충전한 노트북을 준비합니다.”라고 쓰면 됩니다. 자료에 없는 참가비나 교재를 만들어 넣지 않습니다. 질문과 이 답만 떼어 읽어도 무엇을 준비할지 알 수 있는지 확인합니다.

준비물을 “노트와 펜”으로 바꾸었다면 답도 그에 맞게 고칩니다. 답에는 여전히 노트북이 남아 있지 않은지 대조합니다. 이어서 “수업은 어디에서 하나요?”에 답을 써 봅니다. 장소가 도서관 2층으로 맞는지, 자료에 없는 주소를 추가하지 않았는지 확인합니다. 이제 같은 원리로 자기 글에서 질문 하나와 답 한 문단을 골라 보겠습니다.

1단계: 고치기 전에 매기는 항목별 점수

집을 통째로 다시 짓기 전에 방마다 점검표를 채우듯, 글을 다시 쓰기 전에 편마다 항목이 채워졌는지 확인합니다. 감으로 고르면 이미 멀쩡한 글을 또 고치게 되고, 항목이 비어 있는 글은 그대로 남습니다.

점수는 준이아빠블로그의 자체 점검 스크립트가 매긴 값입니다. Google이나 AI 서비스의 공식 점수, 인용 확률 또는 전체 콘텐츠 품질 점수가 아닙니다. 어떤 항목을 다시 읽을지 고르기 위해 세 묶음으로 나눴습니다.

• 검색엔진 항목: 제목 길이, 메타 설명, 태그, 공유용 설명
• 답변 엔진 항목: 첫 문단의 직접 답변, 자주 묻는 질문 쌍, 질문형 소제목 비율, 목록과 표 사용, 3줄 요약, 약어 정의
• 생성형 엔진 항목: 출처 인용, 통계 밀도, 내부 링크, 경험 서술, 수정 시점

종합 점수는 세 묶음의 점수에 각각 0.35, 0.30, 0.35를 곱해 더한 값입니다. 가중치는 항목의 반영 비중이며 이 점검에서 정한 내부 기준입니다. 콘텐츠 종류에 따라 적용되지 않는 항목은 빼고, 적용한 가중치의 합으로 나눠 100점으로 환산했습니다. 2026년 9월 14일 기준 362편의 측정 결과입니다. 인사이트 220편, 클래스 131편, 코스 11편입니다.

세 묶음 가운데 답변 엔진 점수가 가장 낮았습니다. 메타 태그와 사이트맵 같은 기술 세팅은 이미 갖춰진 상태였고, 이 검사에서 낮게 평가한 것은 답변 관련 형식 항목이었습니다. 형식이 미달이어도 내용이 틀렸다는 뜻은 아니며, 내용을 읽어 실제로 고칠 필요가 있는지 판단해야 합니다.

2단계: 본문보다 출력을 먼저 보는 이유

HTML은 브라우저가 웹페이지를 표시할 때 읽는 문서입니다. 원고에만 있고 실제 페이지에 전달되지 않는 문장은 사람이 읽거나 검색엔진이 수집하기 어렵습니다. 화면에서 본문이 보이는지와 검색엔진이 접근할 수 있는지를 함께 확인합니다.

아래는 2026년 9월 당시 원고와 출력의 불일치 기록입니다. FAQPage는 질문과 답을 표시하는 구조화 데이터 형식이고, llms.txt는 일부 AI 도구를 위해 사이트의 내용을 안내하는 제안 형식의 텍스트 파일입니다. 이 둘을 모든 사이트의 필수 항목으로 보지는 않습니다. 아래 표의 H2와 H3는 페이지 소제목의 단계이며 글자 크기만 키운 문장과 다릅니다.

물음표가 빠졌던 글은 소제목을 고치자 12쌍이 발행됐습니다. 이 문제들은 내용 작성 외에 출력 코드와 편집 규칙도 점검해야 한다는 사례입니다. 원고 내용을 보강하는 작업과 출력 오류를 수정하는 작업을 구분해 진행했습니다. 원고를 고친 뒤에는 실제 페이지에 반영됐는지도 확인해야 합니다.

Google의 AI 검색 기능에는 별도의 AI 파일이나 특별한 구조화 데이터가 필수가 아닙니다. llms.txt 누락을 고쳤다고 인용이 늘었다고 판단하지 않습니다. Google AI 검색 안내

처음에는 자기 글을 로그아웃한 브라우저에서 열어 첫 답변과 요약을 확인합니다. 원고에는 있는데 보이지 않는다면 편집 내용을 다시 늘리기 전에 발행 버전과 템플릿을 관리자에게 확인합니다. 화면에 보이는 것만으로 검색엔진 접근까지 증명되는 것은 아니므로, 권한이 있다면 Search Console의 URL 검사도 함께 사용합니다.

3단계: 자주 묻는 질문을 구조화 데이터로 발행하는 순서

준이아빠블로그는 코드로 본문에서 질문과 답을 뽑아 구조화 데이터를 발행합니다. JSON은 데이터를 항목과 값으로 적는 형식입니다. 원본을 한곳에서 관리해도 추출 코드가 잘못된 문단을 고르면 내용이 어긋날 수 있어 결과 대조가 필요합니다. 다른 사이트는 같은 코드가 없으면 물음표를 붙여도 구조화 데이터가 자동 생성되지 않습니다. 추출 코드는 실제 적용 사례에 적어 두었습니다. 여기서는 글을 쓸 때 지킬 규칙 네 가지만 정리합니다.

• 물음표로 끝나는 H2와 H3를 질문으로 잡습니다
• 그 아래 첫 문단을 답변으로 묶습니다. 현재 코드는 “혹시 이런 생각”이 포함된 관심 유도 소제목은 제외합니다
• 답변이 20자 이하면 버립니다. 20자를 초과해야 발행하는 이 사이트의 구현 조건입니다
• 쌍이 하나여도 구조화 데이터로 내보내지만, 점수 기준에서는 두 쌍부터 충족으로 셉니다

이 규칙을 모르면 자주 걸리는 문제가 하나 있습니다. 현재 코드는 표와 글머리 목록, 이미지 줄을 답변에서 건너뜁니다. 모든 마크다운 형식을 완전하게 해석하는 기능은 아닙니다. 질문 바로 아래에 비교표를 두면 표는 건너뛰고 그 뒤 문단이 답변으로 뽑히므로, 뒤 문단이 질문과 관련 없다면 엉뚱한 답변이 발행될 수 있습니다. 질문 바로 다음에 그 질문에 답하는 문단을 먼저 두고 표와 목록은 보충 설명으로 이어 갑니다. 이미 내용이 명확한 글을 이 규칙 때문에 억지로 늘릴 필요는 없습니다.

질문 문장은 해요체로 씁니다. 반말 의문형으로 쓴 소제목 9개가 그대로 FAQPage 질문에 나가고 있었습니다. 검사 규칙이 종결 어미를 하나하나 나열한 목록이어서 조금 바뀐 형태를 걸러내지 못한 것이 원인이었습니다. 물음표로 끝나면서 해요체가 아닌 소제목을 전부 잡도록 규칙을 일반화했습니다.

작업은 두 가지로 나눠 진행했습니다. 362편 가운데 63편에 자주 묻는 질문 섹션을 새로 넣었고, 이미 섹션이 있던 31편은 소제목 표기를 통일했습니다. 질문은 본문이 다루는 내용에서 뽑되 본문 문장을 그대로 옮기지 않았습니다. 본문에서 한 번 스치고 지나간 판단 기준과 자주 나오는 오해가 질문 재료로 좋았습니다.

위 화면은 당시 Schema.org 검사기에 공개 글 주소를 넣어 확인한 결과입니다. 감지됨 목록에 Article, BreadcrumbList, FAQPage 세 유형이 오류 0개로 잡혔습니다. 오류 0개는 데이터 형식의 검사 결과이며 답변의 사실성이나 Google 노출을 보장하지는 않습니다.

자기 사이트에 구조화 데이터가 이미 있다면 공개 URL을 검사기에 넣고 FAQPage 항목을 펼칩니다. 질문의 name과 답변의 acceptedAnswer.text가 화면의 문장과 맞는지 대조합니다. FAQPage가 없다면 코드나 플러그인이 이를 발행하는지부터 확인하고, 이름만 추가하려고 글을 다시 쓰지는 않습니다. 질문은 맞지만 답이 엉뚱하다면 본문의 순서와 추출 규칙을 확인한 뒤 재검사합니다. 비공개 페이지나 비밀값이 들어간 HTML은 외부 검사기에 넣지 않습니다.

4단계: 점수를 올리려고 지어내지 않는 항목

금이 간 벽을 페인트로 덮으면 겉은 멀쩡해 보여도 금은 그대로 남듯, 근거가 없는 항목을 채워 넣으면 점수만 오르고 글은 나빠집니다. 없는 출처와 수치를 지어내면 점수는 금방 오르지만, 그렇게 올릴 생각이 없어서 네 항목은 미달인 채로 두었습니다.

한 항목은 기준을 그대로 따르지 않았습니다. 질문형 소제목이 전체의 30% 이상이어야 한다는 항목인데, 소제목을 주로 명사형으로 쓰는 준이아빠블로그의 편집 기준과 맞지 않습니다. 자주 묻는 질문 섹션을 넣어 비율을 올릴 수 있는 데까지 올리고 44편은 미달로 남겼습니다. 이 30%는 Google의 요구 조건이 아닙니다. 규칙과 자연스러운 설명이 어긋나면 설명을 지키고 검사 기준의 적합성을 검토하는 편이 낫습니다.

약어 정의 항목도 45편이 미달로 남았습니다. 본문에 세 번 이상 나온 약어만 세고 일반 약어는 뺐는데도 판정이 어긋나는 경우가 있어서, 사람이 한 번 보고 정해야 하는 항목으로 분류했습니다.

5단계: 고친 뒤 확인할 수 있는 것과 확인할 수 없는 것

고친 뒤에는 방마다 점검표를 처음부터 다시 채우듯 같은 검사를 한 번 더 돌립니다. 2026년 9월 14일 보강 전후의 점수입니다.

등급으로 보면 A 등급이 255편에서 338편으로 늘었고, 아래쪽 두 등급에 있던 13편은 모두 위로 올라갔습니다. 기술 점검 도구가 잡아낸 이슈는 작업 전후 모두 32건으로 같았습니다. 총개수가 같아도 새 문제가 생기고 다른 문제가 사라졌을 수 있으므로 항목별 대조 없이는 새 문제가 없다고 단정할 수 없습니다. 콘텐츠 종류별로는 코스의 답변 엔진 점수가 19.4에서 91.8로 가장 크게 올랐는데, 앞에서 적은 빠진 곳 다섯 가지 가운데 셋이 코스에 몰려 있었기 때문입니다.

다만 이 숫자로 말할 수 없는 것이 있습니다. 점수는 규칙을 몇 개 충족했는지를 세는 값이지 검색 성과가 아닙니다. 순위가 올랐는지, 유입이 늘었는지는 이 숫자로 알 수 없습니다. 이 표는 2026년 9월 14일 보강 직후의 기록입니다. 원래 글을 쓴 9월 15일까지는 하루가 지났을 뿐이었으며, 이 표에 이후 검색 성과가 포함된 것은 아닙니다.

실제 노출을 확인하는 기록은 별도로 남깁니다. 같은 질문을 검색창과 생성형 AI에 넣고, 답변 내용과 실제로 연결된 출처 URL을 확인합니다. 사이트 이름이 언급된 것과 출처 링크가 붙은 것은 구분해야 합니다. 한 번 나온 결과로 항상 인용된다고 판단하지 않습니다.

질문, 서비스와 모델, 검색 사용 여부, 날짜, 언어와 지역 조건, 출처 URL을 함께 적고 다음 확인에서도 조건을 가능한 한 같게 둡니다. AI 검색을 켜지 않았다면 웹 검색 인용 실험으로 비교하지 않습니다. 순위와 클릭 변화도 같은 페이지 및 같은 길이의 기간으로 비교합니다. 점수 변화와 실제 성과 변화는 따로 기록합니다. 확인한 답변에 출처가 없었다면 “이번 답변에서 출처 링크를 찾지 못함”으로 남깁니다. 모든 사용자에게 인용되지 않는다는 뜻으로 확대하지 않습니다.

자주 묻는 질문

글이 몇 편부터 점수를 매겨 가며 고쳐야 하나요?

편수보다 글 전체를 한 번에 다시 읽을 수 있는지가 기준입니다. 서른 편 남짓이면 한 편씩 열어 보는 편이 빠르고, 백 편을 넘어가면 어느 글에 무엇이 모자란지 기억나지 않습니다. 항목별 판정을 남기면 다음에 어디부터 볼지 정하기 쉽습니다. 글이나 규칙을 바꾼 뒤에는 관련 항목을 다시 확인해야 합니다.

구조화 데이터를 넣으면 검색 결과에 자주 묻는 질문이 표시되나요?

Google의 FAQ 리치 결과 기능은 지원이 중단됐습니다. 구글은 2026년 5월 7일부터 자주 묻는 질문 리치 결과를 표시하지 않는다고 안내했고, 관련 문서도 내렸습니다. Google 변경 기록 이 사이트는 질문과 답의 관계를 기계가 구분할 수 있도록 구조화 데이터를 유지합니다. 이것이 모든 검색 결과나 AI 답변에 같은 문장이 표시되지 않는다는 뜻은 아닙니다.

기존 글의 소제목을 전부 질문형으로 바꿔도 되나요?

권하지 않습니다. 이미 질문으로 쓴 소제목에 물음표를 붙이는 쪽은 추출을 살리는 일이지만, 명사형까지 전부 질문으로 바꾸면 설명 문단까지 구조화 데이터에 섞이고 글도 읽기 어려워집니다. 준이아빠블로그의 편집 기준에서는 질문형 소제목을 주로 자주 묻는 질문 섹션에 씁니다. 다른 사이트에서도 이 배치를 반드시 따라야 하는 것은 아닙니다.

참고 자료

2026년 9월의 점검 기록과 관련된 공식 안내입니다.

• 추천 스니펫 및 웹사이트 (Google 검색 센터)
• 최신 Google 검색 문서 업데이트 (Google 검색 센터, 자주 묻는 질문 리치 결과 지원 중단은 2026년 5월 항목)
• 스키마 마크업 검사기 (Schema.org)

3줄 요약

1. AEO 점검은 글의 답변과 근거 및 페이지의 접근 상태를 함께 확인하는 작업이며 특정 형식만으로 AI 인용을 보장할 수는 없습니다.

2. 2026년 9월의 362편 자체 점검 점수는 개선됐지만 그 점수만으로 검색 순위나 AI 인용 증가를 알 수는 없습니다.

3. 질문과 답이 본문에서 자연스럽게 이어지는지 먼저 확인하고 구조화 데이터를 사용한다면 실제로 발행된 문장까지 대조합니다.