키워드에서 엔티티로

2012년 구글은 지식 그래프(Knowledge Graph)를 발표하며 "strings(문자열)이 아니라 things(실체)"라고 선언했습니다. "사과"를 입력했을 때 그것이 과일인지 회사인지, 그 실체와 관계를 이해하겠다는 것이었습니다. 이후 시맨틱 검색, BERT·MUM 같은 언어 모델, 지식 패널은 모두 같은 방향을 가리킵니다 — 검색은 단어를 매칭하는 일에서, 의미와 엔티티를 이해하는 일로 넘어갔습니다.

AI 답변 시대에 이 이동은 더 분명해집니다. ChatGPT나 Perplexity가 "넥스트티는 GEO 컨설팅 회사다"라고 답할 때, 그것이 다루는 것은 키워드가 아니라 '넥스트티'라는 엔티티입니다. 검색도, AI도 이제 "이 단어가 페이지에 몇 번 나오나"가 아니라 "이 실체는 무엇이고 무엇과 연결되나"를 봅니다.

검색은 10년 넘게 엔티티로 이동했는데, 현장의 SEO는 여전히 키워드 중심입니다 — 키워드 밀도, 키워드 배치, 키워드 단위 페이지 양산. 이 방식은 검색이 문자열을 매칭하던 시절에는 통했지만, 지금은 도구로 좁히기엔 좋아도 그 자체가 목표가 되면 한계에 부딪힙니다.

키워드만 좇으면 흔히 이렇게 됩니다 — 같은 주제를 키워드별로 쪼갠 얇은 페이지가 늘고(중복·자기잠식), 회사·저자·서비스가 페이지마다 다르게 표기되어 검색·AI가 "이 회사가 무엇인지"를 또렷이 잡지 못합니다. 키워드는 채웠는데 정작 우리가 누구인지는 흐릿한 상태입니다.

엔티티 SEO의 실무는 의외로 구체적입니다 — 회사·저자·서비스를 JSON-LD 스키마로 정의해 @id로 고정하고, 위키데이터·소셜·디렉터리 같은 외부 프로필을 sameAs로 연결하며, 사이트 전체에서 이름·연락처·서비스 설명을 일관되게 맞춥니다. 키워드별 얇은 페이지 대신 주제를 충분히 다루는 대표 페이지로 내부 링크를 모읍니다. 이렇게 흩어진 신호가 하나의 엔티티로 모일수록, 검색엔진과 AI의 인식이 또렷해집니다.

세 가지는 다른 사업이 아니라 같은 일의 다른 단계입니다. 엔티티를 검색에 알리는 것이 엔티티 SEO, 그 엔티티가 AI 답변에 인용되도록 하는 것이 GEO, 처음부터 엔티티에서 사이트를 설계하는 것이 AX 디자인입니다. 출발점은 모두 하나 — "우리는 무엇인가"라는 엔티티의 정의입니다.