AI 시대의 SEO, LLM 최적화의 실효성 논란
데이터 과학자들, LLM 최적화 전략의 실현 가능성에 의문 제기
인공지능(AI) 기술의 급속한 발전으로 대규모 언어 모델(LLM)이 검색 엔진 시장을 장악하면서, 새로운 SEO 전략으로 'LLM 최적화'가 주목받고 있습니다. 그러나 이 전략의 실효성에 대해 전문가들 사이에서 의견이 엇갈리고 있습니다.
LLM 최적화, 일명 '생성형 AI 최적화(GAIO)'는 기업들이 GPT나 Google Bard와 같은 주요 LLM의 결과물에 자사 브랜드와 제품을 포지셔닝하는 것을 목표로 합니다. 예를 들어, Bing Chat에서 특정 조건의 러닝화를 검색하면 Brooks, Saucony, Hoka, New Balance 등의 브랜드가 추천됩니다.
이러한 추천은 AI가 중립적인 2차 소스를 바탕으로 통계적 빈도를 분석해 이뤄집니다. 훈련 데이터에서 자주 언급되는 단어들은 통계적으로 더 유사하거나 의미적으로 더 밀접한 관계를 갖게 됩니다.
그러나 데이터 과학 전문가들은 LLM 최적화의 실현 가능성에 의문을 제기합니다. 응용 AI 연구원이자 SEO 전문가인 카이 스프리스터스바흐는 "상업적 LLM의 경우, 사용된 훈련 데이터가 공개되지 않고 중립적인 응답을 위한 조정 전략이 사용되어 의도적인 영향력 행사가 어렵다"고 설명했습니다.
행동 수학자 바바라 램플은 "내용, PR, 언급 등을 통한 동기화된 노력으로 LLM에 영향을 미치는 것이 이론적으로는 가능하지만, 데이터 과학의 관점에서 볼 때 그 복잡성과 실행 가능성이 더욱 두드러진다"고 말했습니다.
리버스-리테일의 비즈니스 인텔리전스 책임자 필립 에링은 "LLM과 ChatGPT 같은 시스템, 그리고 SEO 간의 역학 관계는 본질적으로 동일하며, 단지 최적화의 관점이 다른 도구로 바뀔 뿐"이라고 주장했습니다.
전문가들의 의견을 종합해보면, LLM 최적화는 이론적으로는 가능하지만 실제로 영향력 있는 결과를 얻기까지는 상당한 어려움이 있을 것으로 보입니다. 거대한 데이터양, 모델 업데이트의 지연, 경제적 비용 등이 주요 장애물로 지적됩니다.
결론적으로, LLM 최적화가 SEO의 합법적인 전략이 될 수 있을지는 아직 불확실합니다. 일부 SEO 전문가들은 이를 믿지만, 데이터 과학계에서는 회의적인 시각이 우세합니다. 향후 SGE(Search Generative Experience)가 본격적으로 도입되면 SEO의 미래 방향이 더욱 명확해질 것으로 예상됩니다.
- 추천 태그: #LLM최적화 #GAIO #AI시대SEO