AI 콘텐츠 청킹, 구글이 부정한 GEO 신화의 진실

결론부터 말하면 이렇다. 콘텐츠 청킹(Chunking, 글을 짧은 조각 단위로 잘게 나누는 작업)은 구글이 인정한 순위 요인이 아니다. 2026년 1월 초, 구글의 검색 담당자가 직접 나서서 "AI를 위해 콘텐츠를 잘게 쪼개지 말라"고 밝혔다. 최근 GEO(생성형엔진최적화) 업계에 퍼진 "짧게 잘라야 AI가 잘 읽는다"는 통설이 공식적으로 부정된 것이다.

그런데 이 소식을 잘못 이해하면 반대쪽 함정에 빠진다. "그럼 글을 나눌 필요가 없다는 뜻이냐"고 생각하는 것이다. 정답은 아니다. 구글이 부정한 것은 "AI 전용으로 억지로 잘게 자르는 행위"이지, 논리적인 섹션 구조화 자체가 아니다. 이 둘을 구분하지 못하면 소문만 좇다가 오히려 읽기 나쁜 글을 만들게 된다.

이 글에서 먼저 챙겨 갈 핵심만 추리면 이렇다.

• 구글이 실제로 한 말은 무엇이고, 누가 언제 밝혔는지 원문 기준으로 확인한다
• "청킹하면 AI에 잘 노출된다"는 소문이 왜 퍼졌는지 배경을 짚는다
• 구글이 부정한 "나쁜 청킹"과, 여전히 필요한 "좋은 섹션 구조화"를 예시로 완전히 구분한다
• 오늘부터 글을 쓸 때 바로 적용할 수 있는 체크리스트와 공식을 제공한다
• 업종별 적용 예시와, 청킹이 아니라 진짜 AI 인용을 부르는 요소가 무엇인지 정리한다

조금 더 풀어 말하면, 이 글의 주제인 콘텐츠 청킹 논란은 GEO(Generative Engine Optimization, 생성형엔진최적화 — 챗GPT·구글 AI 모드 같은 생성형 AI 검색에 내 콘텐츠가 인용되도록 최적화하는 작업) 업계 전체를 흔든 사건이다.

지난 한두 해 동안 수많은 GEO 전문가와 도구가 "AI가 읽기 쉽게 문단을 100에서 300단어 단위로 잘라라", "각 문단을 AI가 통째로 인용할 수 있게 독립적으로 써라" 같은 조언을 쏟아냈다. 그런데 정작 구글이 "우리는 그걸 원하지 않는다"고 직접 선을 그은 것이다.

이 글은 그 발표의 원문과 맥락을 정확히 확인하고, 실무자가 오늘부터 무엇을 하고 무엇을 그만둬야 하는지 예시 중심으로 정리한다. 결론이 헷갈리는 주제인 만큼 팩트와 실전 조언을 분리해서 하나씩 짚어 보겠다.

이 주제가 중요한 이유는 단순한 호기심 차원이 아니다. 홈페이지나 블로그를 직접 운영하는 사업자 입장에서는, 잘못된 소문을 믿고 애써 쓴 콘텐츠를 굳이 다시 뜯어고치는 데 시간과 비용을 낭비할 위험이 있기 때문이다. 실제로 지난 한 해 동안 상당수의 GEO 컨설팅과 도구가 "청킹 최적화"를 유료 서비스로 판매했고, 그 조언을 그대로 따른 사이트도 적지 않았다.

이런 흐름 속에서 구글이 직접 "그렇게 할 필요가 없다"고 밝힌 것은, 콘텐츠 담당자와 사업주 모두에게 방향을 다시 잡아 줄 중요한 신호다. 지금부터 그 신호를 정확히 읽고, 무엇을 계속하고 무엇을 그만둬야 할지 하나씩 확인해 보자.

특히 이 글은 단순히 "청킹은 나쁘다"로 끝나지 않는다. 오히려 청킹이라는 잘못된 방향을 걷어내고 나면, 그동안 막연하게 느껴졌던 "AI 검색 대응"이라는 과제가 훨씬 단순해진다는 점을 함께 보여주려 한다. 끝까지 읽고 나면 앞으로 콘텐츠를 쓸 때 무엇을 기준으로 판단해야 할지 명확한 그림이 잡힐 것이다.

콘텐츠 청킹(Chunking)이란 정확히 무엇인가?

콘텐츠 청킹이란 원래 AI가 문서를 처리하는 기술적 방식을 가리키는 말이다. 사람이 아니라 AI 시스템, 특히 검색증강생성(RAG, Retrieval-Augmented Generation — AI가 답을 만들기 전에 관련 문서를 먼저 찾아와 참고하는 방식)이 큰 문서를 통째로 읽지 못하기 때문에, 문서를 작은 조각(청크)으로 잘라 저장하고 필요할 때 그 조각 단위로 불러오는 과정을 뜻한다.

즉 청킹은 본래 AI 내부에서 일어나는 기술 처리 과정이지, 콘텐츠 작성자가 직접 손으로 해야 하는 작업이 아니었다. 구글이나 챗GPT 같은 AI 시스템은 웹페이지를 가져온 뒤 자기 방식대로 알아서 문단을 나누고 필요한 부분만 골라 쓴다.

문제는 여기서 시작됐다. GEO 업계 일부가 "그렇다면 아예 처음부터 AI가 자르기 좋은 크기로 우리가 직접 문단을 짧게 잘라서 써주자"는 아이디어를 유행시켰다. 작성자가 직접 100–300단어 단위로 문단을 억지로 쪼개고, 각 문단이 마치 독립된 답변처럼 보이도록 다시 쓰는 행위, 이것이 바로 이번에 논란이 된 "콘텐츠 청킹" 관행이다.

비유하자면 이렇다. 택배 회사가 물류창고에서 상자를 규격에 맞게 재포장하는 것은 창고의 업무다. 그런데 물건을 파는 사람이 "창고에서 포장하기 편하도록, 애초에 상품을 창고 규격에 맞춰 못생기게 잘라서 진열해야 한다"고 오해한 셈이다. 정작 진열대를 보는 손님(사람 독자)은 그 못생긴 진열 방식 때문에 오히려 불편을 겪는다.

원래 청킹은 AI가 문서를 처리하려고 스스로 하는 일이었는데, 어느새 "사람이 미리 잘라서 떠먹여 줘야 한다"는 최적화 기법으로 둔갑했다.

실제로 이런 조언을 따른 사이트들의 글을 보면 공통점이 있다. 문단마다 앞뒤 맥락 없이 뚝뚝 끊기고, 같은 정보를 요약해서 반복하고, 자연스러운 문장 흐름 대신 "질문 – 즉답 – 다음 질문" 식의 기계적인 나열이 이어진다. 사람이 읽기엔 딱딱하고 부자연스러운 글이 되는 경우가 많았다.

구글은 정확히 무엇이라고 말했나 — 원문 그대로 확인

핵심 사실부터 정리한다. 2026년 1월 초 공개된 구글 공식 팟캐스트 "Search Off the Record"에서, 구글의 검색 담당자 대니 설리번(Danny Sullivan, 구글 서치 리에종 — 구글을 대표해 검색 순위 원칙을 외부에 설명하는 공식 창구 역할)이 AI를 위한 콘텐츠 청킹에 명확히 반대 의사를 밝혔다.

설리번은 이렇게 말했다.

"We don't want you to do that. I was talking to some engineers about that." (우리는 여러분이 그렇게 하길 원하지 않습니다. 이 문제로 엔지니어들과도 이야기를 나눴습니다.)

이어서 그는 더 구체적으로 이렇게 덧붙였다.

"We really don't want you to think you need to be doing that or produce two versions of your content." (여러분이 그렇게 해야 한다거나, 콘텐츠를 두 가지 버전으로 만들어야 한다고 생각하지 않으셨으면 합니다.)

여기서 "두 가지 버전"이란 사람이 읽는 자연스러운 본문과, AI가 읽기 좋게 억지로 쪼갠 버전을 따로 만드는 것을 말한다. 설리번은 구글 검색 엔지니어들과 직접 상의한 결과라고 밝히며, 이런 이원화 작업이 불필요하다는 점을 강조했다.

왜 불필요한가에 대한 설리번의 설명도 핵심이다. 그는 설령 청킹된 콘텐츠가 단기적으로 어떤 효과를 보이더라도, 그것은 일시적인 현상일 뿐이라고 말했다. 검색 시스템은 계속 발전하고, 그 발전 방향은 결국 사람을 위해 쓴 콘텐츠에 보상을 주는 쪽이라는 것이다. 다시 말해 기계를 속이는 잔재주는 시스템이 똑똑해질수록 효과가 사라진다는 뜻이다.

이 발언이 나온 배경도 짚어둘 만하다. 이 팟캐스트 회차에는 구글의 또 다른 검색 담당자 존 뮬러(John Mueller, 구글 서치 애드보킷)도 함께 출연해 AI 검색 전반에 대한 구글의 원칙을 설명했다. 두 사람 모두 반복해서 강조한 메시지는 하나다. "AI 검색을 노리고 별도의 트릭을 쓰기보다, 원래 하던 대로 좋은 콘텐츠를 잘 만들라"는 것이다.

이 발표 이후 서치엔진랜드(Search Engine Land), 서치엔진라운드테이블(Search Engine Roundtable) 같은 주요 SEO 전문 매체들이 일제히 이 내용을 보도했다. "구글, 청킹된 콘텐츠를 만들지 말라고 경고"라는 제목의 기사들이 이어졌고, 국내에서도 GEO 담당자들 사이에서 빠르게 회자됐다.

정리하면, 구글이 부정한 것은 딱 하나다. "AI만을 위해 사람이 안 읽는 것처럼 잘게 쪼갠, 별도의 기계용 콘텐츠 버전을 만드는 행위."

같은 방송에서 존 뮬러 역시 비슷한 취지로 거들었다. 그는 웹사이트 운영자들이 검색엔진과 AI 시스템을 지나치게 다른 존재로 나눠 생각하는 경향을 지적하며, "검색을 위해 쓴 콘텐츠와 AI를 위해 쓴 콘텐츠를 굳이 구분할 이유가 없다"는 취지로 설명했다. 결국 사람이 신뢰할 만한 콘텐츠는 어떤 시스템이 읽어도 신뢰할 만하다는 논리다.

이 발언 이후 서치엔진랜드는 "구글, 콘텐츠를 잘게 쪼개서 만들지 말라고 요청"이라는 제목으로, 서치엔진라운드테이블은 "구글, 잘게 쪼갠 콘텐츠를 만들지 말라"는 제목으로 각각 이 내용을 비중 있게 보도했다. 두 매체 모두 이 발언을 "GEO 업계에 퍼진 청킹 신화에 대한 구글의 첫 공식 반박"으로 평가했다.

"Search Off the Record"는 구글이 자체적으로 운영하는 SEO 전문 팟캐스트로, 검색 엔지니어와 구글 내부 검색 담당자들이 정기적으로 출연해 업계의 오해와 소문을 직접 확인해 주는 자리로 알려져 있다. 이번 회차는 SEO와 AI 개요, GEO, 그리고 사이트 운영자가 알아야 할 내용을 폭넓게 다뤘고, 청킹 이야기는 그중에서도 진행자가 가장 명확하게 선을 그은 대목으로 꼽힌다.

이 회차가 특히 주목받은 이유는, 그동안 구글이 GEO나 AI 검색 최적화에 대해 비교적 원론적인 답변만 내놓던 것과 달리, 이번에는 "청킹"이라는 구체적인 기법 하나를 콕 집어 반대 의사를 밝혔기 때문이다. 업계 입장에서는 모처럼 명확한 기준을 얻은 셈이었다.

SEO 업계는 어떻게 반응했나 — 찬반양론까지 짚어보기

이 발표 이후 업계 반응이 하나로 모이지는 않았다. 대다수 SEO 전문가는 구글의 입장을 지지하며 "역시 기본에 충실한 콘텐츠가 답"이라는 반응을 보였다. 반면 일부 GEO 전문 컨설턴트는 "구글 검색과 제3자 AI 도구는 다르게 봐야 한다"는 반론을 제기했다.

이 반론의 요지는 이렇다. 구글이 부정한 것은 어디까지나 구글 자체 검색 순위에서의 청킹 효과다. 그런데 챗GPT나 퍼플렉시티처럼 직접 웹을 크롤링해 자체 RAG 시스템으로 답을 생성하는 제3자 AI 도구에서는, 페이지 안에서 정보가 얼마나 의미 단위로 잘 나뉘어 있는지가 실제로 어떤 문단이 인용되는지에 영향을 줄 수 있다는 것이다.

이 지적 자체는 완전히 틀린 말은 아니다. 다만 여기서 강조하는 "의미 단위로 잘 나뉜 구조"는 이 글이 계속 말해 온 좋은 구조화와 사실상 같은 개념이다. 인위적으로 150단어씩 억지로 자르라는 뜻이 아니라, 하나의 문단이 하나의 완결된 정보를 담아야 한다는 원칙일 뿐이다. 즉 구글의 발표와 이 반론은 표현만 다를 뿐 실제로 충돌하지 않는다.

구글 검색이든 챗GPT든 퍼플렉시티든, AI 시스템이 진짜로 원하는 것은 "인위적으로 자른 조각"이 아니라 "그 자체로 뜻이 통하는 잘 쓴 문단"이다.

이런 반론이 나온 배경에는, AI 검색 생태계 자체가 구글 한 곳에 머물지 않고 여러 방향으로 빠르게 확장되고 있다는 사정도 있다. 웹 콘텐츠가 사람의 클릭뿐 아니라, 다양한 AI 에이전트가 대신 읽고 요약해서 사용자에게 전달하는 경로로도 점점 더 많이 소비되는 추세이기 때문이다. 이런 변화 속에서 "콘텐츠를 누가, 어떻게 소비하든 상관없이 명확하게 쓴다"는 이 글의 원칙은 오히려 더 중요해진다고 볼 수 있다.

왜 "청킹하면 AI에 더 잘 노출된다"는 소문이 퍼졌을까?

이 소문에는 나름의 근거가 있었다. 앞서 설명했듯 AI 검색 시스템은 실제로 문서를 청크 단위로 잘라 처리한다. 이 사실 자체는 틀리지 않았다. 문제는 이 기술적 사실이 "그러니 작성자가 미리 잘라 줘야 한다"는 잘못된 결론으로 비약된 데 있다.

이런 비약이 퍼진 데는 몇 가지 이유가 있다.

• GEO가 새로운 분야라 검증된 기준이 부족했다. AI 검색 최적화는 아직 역사가 짧아, 확인되지 않은 가설이 마치 정설처럼 퍼지기 쉬웠다.
• 일부 도구와 컨설턴트가 "청킹 점수", "AI 가독성 점수" 같은 지표를 상품화했다. 측정 가능한 숫자가 있으면 사람들은 그것을 신뢰하기 쉽다. 예컨대 어떤 GEO 진단 도구는 "이상적인 청크 길이는 몇 단어"라는 식의 획일적인 기준을 제시하며, 그 기준에 맞춰 글을 다시 쓰라고 권하기도 했다.
• 단기적으로 일부 사례에서 효과가 관찰됐을 가능성이 있다. 설리번도 인정했듯, 초기 AI 시스템의 허점을 이용한 단기 효과는 있었을 수 있다. 하지만 이는 시스템이 개선되면서 사라지는 일시적 현상이다.
• "짧고 명확하게 써라"는 원래 좋은 조언과 "무조건 짧게 잘라라"는 왜곡된 조언이 섞였다. 전자는 오래된 좋은 글쓰기 원칙이고, 후자는 그것을 극단으로 밀어붙인 오해다.
• 콘퍼런스와 블로그 사이에서 소문이 빠르게 증폭됐다. 한 GEO 전문가가 사례 하나를 소개하면, 다른 매체가 이를 "검증된 공식"처럼 재인용하는 일이 반복됐다. 출처를 거슬러 올라가 보면 표본이 매우 작은 개인 실험인 경우가 많았다.
• 경쟁이 치열한 업계일수록 "남들보다 먼저 시도해야 한다"는 조바심이 작용했다. 새로운 채널이 뜨면 검증을 기다리기보다 일단 뛰어들고 보는 경우가 많은데, AI 검색도 예외가 아니었다.

이런 배경을 이해하면, 앞으로 비슷한 유행이 다시 등장하더라도 "이 조언의 근거가 무엇인가"를 먼저 확인하는 습관을 들일 수 있다. 특히 구체적인 실험 없이 "AI 시대에는 이렇게 써야 한다"는 식의 단정적인 조언일수록 한 번 더 의심해 볼 필요가 있다.

이 오해의 본질은 "기술적 사실"과 "작성자가 해야 할 일"을 혼동한 데 있다. AI가 청크 단위로 문서를 읽는다는 사실과, 그래서 작성자가 문장을 부자연스럽게 잘라야 한다는 결론 사이에는 큰 비약이 있다. 컴퓨터가 이진법으로 데이터를 처리한다고 해서 사람이 글을 0과 1로 써야 하는 게 아닌 것과 비슷하다.

이루웹은 실무에서 이런 "청킹 최적화"를 적용했다가 오히려 체류시간과 전환율이 떨어진 사례를 여러 번 봤다. 문단이 지나치게 짧고 반복적이면, 사람이 읽었을 때 성의 없이 쓴 글처럼 느껴지고 신뢰도가 떨어진다. AI를 노리다가 정작 진짜 손님에게 나쁜 인상을 준 셈이다.

AI는 실제로 문서를 어떻게 나눠서 읽나?

이해를 돕기 위해 기술적인 과정을 아주 간단히 짚어본다. 챗GPT나 퍼플렉시티 같은 AI 검색 도구가 웹페이지를 참고할 때는 대략 이런 순서를 거친다.

먼저 페이지 전체 글을 가져온 뒤, 시스템이 정한 규칙(문단 단위, 또는 일정한 토큰 수 단위)에 따라 여러 개의 조각으로 자동 분할한다. 여기서 토큰이란 AI가 글자를 처리하는 최소 단위로, 한글 기준 한 어절이 여러 토큰으로 쪼개지기도 한다.

그다음 각 조각을 임베딩(embedding, 문장의 의미를 숫자 벡터로 바꾸는 작업)이라는 과정을 거쳐 숫자로 변환하고, 이용자의 질문과 의미가 가장 비슷한 조각을 찾아 골라낸다. 이 전체 과정을 검색증강생성(RAG)이라고 부른다.

핵심은 이 모든 과정이 AI 시스템 내부에서 자동으로 일어난다는 점이다. 작성자가 아무리 정성껏 "AI가 좋아할 크기"로 미리 잘라 둬도, 실제 AI 시스템은 자신만의 규칙으로 다시 조각을 낸다. 즉 사람이 미리 잘라 둔 조각 크기가 AI가 실제로 사용하는 조각 크기와 일치할 가능성은 애초에 낮다. 힘들게 맞춰봐야 헛수고가 되기 쉬운 구조인 셈이다.

AI가 알아서 문서를 나눠 처리하는 기술과, 작성자가 사람이 읽기 불편할 정도로 미리 잘라 두는 관행은 전혀 다른 이야기다. 전자는 AI의 일이고, 후자는 오해에서 비롯된 군더더기 작업이다.

간단한 예로 확인해 보자. 어떤 홈페이지 제작 안내 페이지에 "비용은 200만 원에서 500만 원이며, 페이지 수와 기능이 가격을 좌우한다"는 문단이 있다고 하자. AI 시스템은 이 문단을 통째로 하나의 조각으로 처리할 수도 있고, 필요하면 문장 단위로 더 잘게 나눠 처리할 수도 있다. 이 결정은 전적으로 AI 시스템의 내부 설정에 달려 있고, 작성자가 미리 예측하거나 통제할 수 있는 영역이 아니다. 그러니 작성자가 할 수 있는 최선은 어떤 방식으로 잘리더라도 의미가 살아남도록 문장을 명확하게 쓰는 것뿐이다.

이 원리를 알고 나면 왜 구글이 "두 가지 버전을 만들 필요가 없다"고 말했는지 더 분명해진다. AI가 어차피 자기 방식대로 문서를 재구성해서 읽는다면, 작성자가 할 일은 원본을 명확하고 신뢰도 높게 쓰는 것뿐이다. AI에게 맞춰 별도의 조각 버전을 만드는 수고 자체가 애초에 필요 없는 일이었다.

그렇다면 섹션을 나누는 것 자체가 잘못된 것인가?

아니다. 여기가 이 글에서 가장 중요한 구분이다. 구글이 부정한 것은 "인위적인 조각화"이지 "논리적인 구조화"가 아니다. 이 둘은 겉보기에 비슷해 보이지만 목적과 결과가 완전히 다르다.

논리적인 구조화란 원래부터 좋은 글쓰기의 기본이다. 제목을 붙이고, 소제목(H2, H3 같은 계층 구조)으로 주제를 나누고, 하나의 문단에는 하나의 생각만 담는 것. 이것은 AI가 등장하기 전부터 신문 기사, 보고서, 교과서가 지켜온 원칙이다. 사람이 읽기 쉬우라고 만든 구조다.

반면 인위적인 조각화는 목적이 다르다. 글의 논리 흐름과 무관하게, "AI가 이 정도 길이를 좋아한다더라"는 이유만으로 문단을 억지로 자르고, 앞 문단과의 연결어를 빼고, 같은 맥락을 각 조각마다 새로 요약해 반복하는 것이다. 사람의 이해를 위해서가 아니라 AI를 속이기 위한 구조다.

이 차이를 표로 정리하면 다음과 같다.

구분	나쁜 청킹(구글이 부정)	좋은 구조화(여전히 필요)
목적	AI 알고리즘을 겨냥한 인위적 최적화	사람의 이해와 가독성
문단 분리 기준	정해진 단어 수(예: 150단어마다)	하나의 생각·주제가 끝나는 지점
문장 흐름	앞뒤 맥락 없이 뚝뚝 끊김	자연스러운 연결어와 전개
반복	같은 내용을 조각마다 재요약	필요한 곳에서만 핵심 재확인
결과물	사람용/기계용 콘텐츠 이원화	하나의 콘텐츠가 사람과 AI 모두에게 통함

좋은 구조화는 "사람이 먼저"라는 원칙을 지키면서 자연스럽게 AI에게도 읽기 좋은 글이 된다. 나쁜 청킹은 반대로 AI를 먼저 생각하다가 사람을 놓친다.

이 구분이 헷갈릴 때는 "왜 나눴는가"를 스스로에게 물어보는 것이 가장 빠른 판별법이다. "여기서 주제가 바뀌니까"라는 답이 나오면 좋은 구조화이고, "AI가 이 정도 길이를 좋아한다고 들어서"라는 답이 나오면 나쁜 청킹일 가능성이 크다. 판단 기준을 항상 콘텐츠 내부(주제·논리)에 두느냐, 외부(AI 시스템에 대한 추측)에 두느냐의 차이다.

이 구분을 이해하면 앞으로의 방향이 명확해진다. "AI를 위해 무엇을 새로 해야 하나"를 고민하는 대신, "사람에게 얼마나 잘 읽히는 글인가"를 계속 다듬으면 된다. 실제로 이루웹이 최근 정리한 구글 첫 공식 AI 검색 최적화 가이드에서도 같은 원칙이 반복해서 등장한다. AEO·GEO는 결국 좋은 SEO의 연장선이라는 것이다.

나쁜 청킹 vs 좋은 구조화 — 예시로 완전히 구분하기

이제 실제 문장으로 비교해 보자. 같은 주제("홈페이지 제작 비용")를 다룬 두 가지 버전이다.

나쁜 예 — 인위적으로 조각낸 글

Q: 홈페이지 제작 비용은 얼마인가요? A: 홈페이지 제작 비용은 평균 200만 원에서 500만 원입니다.

Q: 홈페이지 제작 기간은 얼마나 걸리나요? A: 홈페이지 제작 기간은 평균 2주에서 4주입니다.

Q: 홈페이지 제작 시 SEO도 포함되나요? A: 네, SEO는 홈페이지 제작에 포함될 수 있습니다.

이 글은 각 조각이 "질문 – 즉답"으로만 이뤄져 있다. 왜 그런 가격대인지, 무엇이 가격을 좌우하는지, 어떤 경우 더 비싸지는지에 대한 맥락과 설명이 전혀 없다. 사람이 읽으면 성의 없는 FAQ 나열처럼 느껴지고, 궁금증이 전혀 해소되지 않는다.

좋은 예 — 논리적으로 구조화한 글

홈페이지 제작 비용은 대체로 200만 원에서 500만 원 사이에서 결정되며, 이 범위를 가르는 가장 큰 변수는 페이지 수와 기능이다. 단순 소개형 홈페이지 5페이지 내외라면 200만 원대에서도 가능하지만, 예약·결제·회원 기능이 들어가면 400만 원을 넘기는 경우가 흔하다.

제작 기간은 보통 2주에서 4주가 걸린다. 이 기간에는 기획, 디자인, 개발, 검수가 모두 포함되며, 기획이 늦어지면 전체 일정이 그대로 밀린다는 점을 미리 알아둬야 한다.

비용에 SEO를 포함할지는 업체마다 다르다. 처음부터 검색엔진최적화를 염두에 두고 설계하면 나중에 별도 비용을 들여 구조를 뜯어고치는 일을 막을 수 있다.

이 글은 하나의 흐름 안에서 결론(가격대) → 이유(변수) → 관련 정보(기간) → 실무 팁(SEO 선반영) 순서로 자연스럽게 이어진다. 문장 사이에 연결어가 있고, 각 문단이 앞 문단을 보완한다. 사람에게도 명확하고, AI가 이 문단을 가져다 인용해도 맥락이 살아 있다.

한 가지 예시를 더 비교해 보면 원칙이 더 분명해진다. 이번엔 "전세보증금 반환 지연" 같은 전문 지식이 필요한 주제다.

나쁜 예 — 조각난 법률 정보

Q: 전세보증금을 못 받으면 어떻게 하나요? A: 내용증명을 보내고 임차권등기명령을 신청하세요.

Q: 임차권등기명령이 뭔가요? A: 임차권등기명령은 이사 후에도 대항력을 유지하는 제도입니다.

Q: 그다음엔 어떻게 하나요? A: 보증금 반환 소송을 진행할 수 있습니다.

이 글은 절차만 나열할 뿐, 어느 시점에 무엇을 해야 하는지, 왜 그 순서인지에 대한 설명이 없다. 법률처럼 실수하면 손해가 큰 주제일수록 이런 단답형 나열은 오히려 위험하다. 읽는 사람이 각 단계 사이의 관계를 스스로 추측해야 하기 때문이다.

좋은 예 — 맥락이 살아 있는 설명

전세보증금을 돌려받지 못했다면, 가장 먼저 임대인에게 내용증명을 보내 반환 의사를 공식적으로 확인해야 한다. 이 절차를 건너뛰면 나중에 소송에서 입증이 어려워질 수 있다.

이사를 앞두고 있다면 내용증명과 별개로 임차권등기명령(이사한 뒤에도 기존 계약의 법적 보호를 그대로 유지해 주는 제도)을 함께 신청하는 것이 안전하다. 등기가 완료되기 전에 이사하면 보호를 받지 못할 수 있어 순서가 중요하다.

내용증명에도 반환이 이뤄지지 않으면 보증금 반환 소송으로 넘어간다. 이 단계까지 가지 않도록, 애초에 계약 시점부터 전세보증금 반환보증 가입 여부를 확인해 두는 것이 가장 좋은 예방책이다.

이 버전은 순서가 왜 그런지(이유), 무엇을 놓치면 위험한지(주의), 애초에 예방하는 법(팁)까지 하나의 흐름으로 담았다. 정보의 개수는 비슷해도 신뢰도와 실용성은 완전히 다르다.

마지막으로 아주 실무적인 예시를 하나 더 보자. 쇼핑몰의 배송 정책 안내 페이지다.

나쁜 예 — 조각난 배송 안내

Q: 배송은 며칠 걸리나요? A: 2일에서 3일 걸립니다.

Q: 배송비는 얼마인가요? A: 3만 원 이상 무료배송입니다.

Q: 제주도는 어떻게 되나요? A: 제주도는 추가 비용이 발생합니다.

이 글은 언뜻 친절해 보이지만, 정작 손님이 가장 궁금해할 "왜 제주도만 다른지", "3만 원 기준이 배송비 포함인지 상품가만인지" 같은 실질적인 궁금증에는 답하지 못한다. 조각난 질문–답변만으로는 실제 구매 결정에 필요한 정보가 빠지기 쉽다.

좋은 예 — 맥락이 있는 배송 안내

일반 배송은 결제 완료 후 평균 2일에서 3일 사이에 도착한다. 상품 금액이 3만 원 이상이면 배송비가 무료이며, 이 기준은 배송비를 제외한 상품 금액만으로 계산된다.

제주도와 도서산간 지역은 배송 인프라 특성상 추가 배송비(약 3천 원에서 5천 원)가 발생하고, 배송 기간도 1일에서 2일 더 걸릴 수 있다. 이 지역으로 주문할 경우 결제 단계에서 자동으로 추가 비용이 안내된다.

배송 조회는 주문 완료 후 발급되는 운송장 번호로 확인할 수 있으며, 상품 특성상 당일 출고가 어려운 경우(주문 폭주, 품절 임박 등)에는 별도로 문자 안내를 드린다.

이 버전은 기준(무엇을 3만 원에 포함하는지), 예외(제주·도서산간), 사후 확인(운송장 조회)까지 실제 구매자가 필요한 순서대로 정리했다. 단순히 질문에 답하는 것을 넘어, 구매 전 불안을 없애 주는 역할까지 한다.

두 예시의 차이를 한 문장으로 정리하면 이렇다. 나쁜 청킹은 정보를 잘게 나누기만 하고, 좋은 구조화는 정보 사이의 관계까지 함께 설명한다. AI든 사람이든, 관계와 맥락이 있는 글을 더 신뢰한다.

오늘부터 이렇게 써라 — 실전 체크리스트와 공식

이론은 정리됐으니 실전으로 넘어가자. 아래 원칙만 지키면 "청킹 최적화"라는 유행어에 흔들리지 않고도 AI와 사람 모두에게 좋은 글을 쓸 수 있다.

1. 하나의 문단에는 하나의 생각만 담는다. 문단 길이를 인위적으로 정하지 말고, 그 생각이 끝나는 지점에서 자연스럽게 문단을 나눈다. 짧으면 2문장, 길면 5문장도 괜찮다.
2. 소제목(H2·H3)은 질문형으로 쓰고, 바로 아래에서 직접 답한다. "무엇인가", "왜 그런가", "어떻게 하나" 형태의 질문을 던지고, 첫 문장에서 곧바로 답을 준다.
3. 각 섹션의 첫 문장에 결론을 둔다. 글 전체뿐 아니라 섹션마다 두괄식을 지키면, 사람은 스캔하기 쉽고 AI는 핵심 문장을 뽑아내기 쉽다.
4. 대명사보다 구체적인 이름을 반복해서 쓴다. "이것", "그것" 대신 "홈페이지 제작 비용", "메타 디스크립션"처럼 핵심 단어(엔티티)를 문단마다 명확히 밝힌다. 문단만 떼어 놓고 읽어도 무슨 얘기인지 알 수 있어야 한다.
5. 같은 정보를 조각마다 억지로 반복하지 않는다. 필요할 때만 핵심을 다시 한번 짚어 주고, 나머지는 자연스럽게 이어 쓴다.
6. 표·리스트·인용블록은 나열·비교·강조가 필요할 때만 쓴다. 모든 문장을 리스트로 바꾸는 것은 또 다른 형태의 인위적 조각화다.

기준은 단 하나다. "이 문단만 따로 떼어 내서 다른 사람에게 보여줘도 이해가 되는가?" 답이 "그렇다"면 좋은 구조화이고, 억지로 요약을 반복해야만 이해된다면 나쁜 청킹에 가깝다.

실무에서 자주 보이는 실수 5가지

이루웹이 여러 사이트의 콘텐츠를 점검하며 반복해서 발견한 실수를 정리했다. 아래 항목에 해당하는 글이 있다면 우선순위를 두고 고치는 것을 권한다.

• 모든 문단을 3문장 이하로 강제로 맞춘다. 짧게 쓰는 것 자체는 좋지만, 설명이 더 필요한 곳까지 억지로 자르면 정보가 부족해진다.
• 소제목마다 앞서 나온 내용을 다시 요약한다. 반복 요약은 AI를 위한 배려가 아니라 사람에게는 지루함만 준다.
• 연결어를 의도적으로 빼고 문장을 나열한다. "그래서", "따라서", "반면"과 같은 연결어가 없으면 문장 사이의 논리 관계가 사라진다.
• 본문과 별도로 요약용 FAQ를 뒤에 억지로 붙인다. 본문에서 이미 충분히 설명한 내용을 형식적으로 다시 질문–답변으로 반복하면 중복 콘텐츠처럼 읽힌다.
• 숫자나 목록으로 바꿀 필요가 없는 문장까지 리스트로 쪼갠다. 서술로 자연스럽게 이어지는 내용을 억지로 불릿 포인트로 나누면 오히려 흐름이 끊긴다.

바로 쓸 수 있는 문단 작성 공식도 하나 제시한다. "결론 한 문장 + 이유나 근거 한두 문장 + 구체적 예시나 수치 한 문장." 이 세 요소를 하나의 문단 안에서 자연스럽게 연결하면, 별도로 AI를 의식하지 않아도 결과적으로 인용하기 좋은 글이 된다.

기존 글을 점검하는 3단계 프로세스

이미 발행한 글이 많다면 한꺼번에 다 고치기보다 아래 순서로 점검하는 것을 권한다.

1. 1단계 — 진단: 조회수가 높은 상위 20퍼센트 글부터 확인한다. 문단이 3문장을 넘기지 못하고 계속 끊기는지, 같은 문장이 여러 번 반복되는지 살펴본다.
2. 2단계 — 연결: 끊긴 문단 사이에 자연스러운 연결어("그 이유는", "이어서", "반면에" 등)를 넣고, 반복되던 요약 문장을 하나로 정리한다.
3. 3단계 — 검증: 고친 문단만 따로 떼어 다른 사람에게 읽혀 본다. 맥락 설명 없이도 이해가 되면 통과다. 여전히 뚝뚝 끊기는 느낌이 든다면 다시 연결 작업을 반복한다.

이 과정은 한 번에 완벽하게 끝내려 하지 않아도 된다. 매주 조금씩, 트래픽이 많은 글부터 점검해 나가면 몇 달 안에 사이트 전체의 글쓰기 품질이 눈에 띄게 좋아진다.

업종별로 적용하면 이렇다

이 원칙은 업종에 관계없이 똑같이 적용된다. 몇 가지 예를 들어본다.

병원·의원 홈페이지라면 "임플란트 통증은 며칠 가나요?" 같은 질문형 소제목 아래, 통증이 심한 기간과 완화되는 기간을 구분해서 설명하고, 그 이유(신경·잇몸 회복 과정)까지 한 문단 안에서 자연스럽게 풀어 쓴다. 질문과 즉답만 나열하지 않고 왜 그런지 근거를 붙이는 것이 핵심이다.

쇼핑몰 상품 상세페이지라면 "이 원단은 여름에 적합한가요?" 같은 질문에, 원단의 통기성 수치나 소재 특성을 근거로 답하고, 다른 계절 상품과의 차이까지 이어서 설명한다. 단답형으로 끊지 않고 비교와 이유를 함께 담는다.

홈페이지 제작사·에이전시 블로그(이루웹의 이 글도 마찬가지다)라면, 실무자가 궁금해할 질문을 소제목으로 걸고, 바로 아래에서 결론을 준 뒤 실제 사례나 수치로 뒷받침한다. 기계적인 FAQ 나열이 아니라 전문가의 설명처럼 읽히는 것이 목표다.

카페·음식점 같은 오프라인 매장도 예외는 아니다. "포장 주문도 가능한가요?" 같은 단순한 질문에도 가능 여부만 답하지 말고, 포장 시 유의사항이나 픽업 소요 시간처럼 실제로 방문 결정을 돕는 정보를 함께 담으면 좋다. 온라인에서 검색하는 손님은 결국 매장 방문 전 불확실성을 줄이고 싶어서 검색한다는 점을 기억해야 한다.

부동산·법률·세무 같은 전문 서비스업이라면 더욱 주의가 필요하다. 이런 분야는 맥락 없이 조각난 정보가 오히려 오해를 부를 수 있다. "전세보증금 반환 시효는 얼마인가요?" 같은 질문에 숫자만 던지지 말고, 예외 상황과 유의사항까지 하나의 흐름 안에서 설명해야 신뢰를 준다.

학원·교육업이라면 "초등 영어는 몇 살부터 시작해야 하나요?" 같은 질문에 나이만 답하지 말고, 그 나이대에 권장하는 이유(언어 습득 시기, 학습 성향)와 시작이 늦었을 때의 대안까지 함께 짚어 주는 것이 좋다. 학부모는 단순한 숫자보다 판단의 근거를 원한다.

IT·SaaS 서비스라면 "이 요금제 차이는 무엇인가요?" 같은 질문에 기능 목록만 나열하지 말고, 어떤 규모의 팀에 어떤 요금제가 맞는지 구체적인 사용 시나리오와 함께 설명한다. 표로 기능을 비교하되, 표 앞뒤에 왜 이런 차이가 있는지에 대한 설명 문단을 함께 배치하면 표만 덩그러니 있는 것보다 훨씬 신뢰가 간다.

구글 검색의 AI 개요(AI Overviews)에도 같은 원칙이 적용되나?

그렇다. 구글 검색 결과 상단에 등장하는 AI 개요(AI Overviews, 검색어에 대해 AI가 여러 출처를 종합해 요약을 보여주는 기능)와, 대화형으로 검색할 수 있는 AI 모드(AI Mode) 역시 이번 발표와 같은 원칙 위에서 움직인다.

AI 개요는 챗GPT 같은 제3자 AI 도구와는 작동 방식이 조금 다르다. 구글은 별도의 외부 크롤링이 아니라, 이미 구축해 둔 자체 검색 색인(인덱스)을 바탕으로 관련성 높은 페이지를 찾고, 그 내용을 요약해 보여준다. 즉 AI 개요에 노출되려면 우선 그 페이지가 일반 검색 결과에서도 관련성과 품질을 인정받아야 한다는 전제가 깔린다.

이 구조를 이해하면 청킹 논란이 왜 애초에 성립하기 어려운지 한 번 더 확인할 수 있다. 구글은 이미 자기 색인 안에서 페이지 전체의 맥락, 다른 페이지와의 관계, 그리고 오랫동안 쌓아 온 신뢰도 신호까지 함께 참고해 AI 개요에 인용할 문장을 고른다. 문단을 몇 단어 단위로 잘랐는지는 이 판단에 거의 영향을 주지 못한다.

반대로 페이지 전체가 명확하고 일관되게 쓰여 있으면, 구글은 그 안에서 필요한 부분을 알아서 정확하게 뽑아 쓴다. 이것이 바로 설리번이 "두 가지 버전을 만들 필요가 없다"고 말한 이유와 정확히 맞닿아 있다.

여기서 짚어둘 차이도 있다. 챗GPT나 퍼플렉시티 같은 도구는 실시간으로 웹을 브라우징하며 그 순간 페이지를 가져와 참고하는 경우가 많은 반면, 구글의 AI 개요는 이미 오랜 기간 쌓아 온 자체 색인을 활용한다는 점에서 판단 근거가 더 두텁다. 즉 구글 입장에서는 그 페이지가 과거부터 얼마나 꾸준히 신뢰할 만한 정보를 제공해 왔는지도 함께 참고할 수 있다는 뜻이다. 이런 구조에서는 단기적으로 문단 형식을 바꾸는 것보다, 꾸준히 정확하고 도움이 되는 콘텐츠를 쌓아 가는 것이 장기적으로 훨씬 유리하다.

청킹 대신 페이지 전체에서 챙겨야 할 구조화 요소

개별 문단의 구조화만큼이나 중요한 것이 페이지 전체 단위의 구조화다. 아무리 문단을 잘 써도, 페이지 전체의 흐름이 엉켜 있으면 AI도 사람도 핵심을 찾기 어렵다. 다음 세 가지를 함께 점검하면 좋다.

• 제목 계층 구조(H1–H2–H3)를 논리적으로 정리한다. 큰 주제 아래 작은 주제가 순서대로 이어지도록 배치하면, 사람도 목차만 보고 전체 내용을 파악할 수 있고 AI도 페이지의 구조를 쉽게 이해한다.
• 내부 링크로 관련 정보를 연결한다. 한 페이지에 모든 것을 다 담으려 하지 말고, 더 자세한 내용은 관련 글로 연결해 주면 오히려 각 페이지가 더 명확해진다. 이는 이루웹이 이전에 정리한 내부 링크 전략과도 이어지는 원칙이다.
• 구조화 데이터(JSON-LD 스키마)로 페이지 성격을 명시한다. 이 글이 리뷰인지, 안내문인지, 자주 묻는 질문인지 등을 구조화 데이터로 알려주면, 검색엔진과 AI가 페이지를 오해 없이 해석하는 데 도움이 된다.

청킹이 문단 하나하나를 다듬는 미시적 접근이라면, 이 세 가지는 페이지 전체를 다듬는 거시적 접근이다. 두 관점을 함께 챙겨야 비로소 완결된 콘텐츠가 된다.

이루웹이 현장에서 확인해 온 패턴

이루웹은 SEO와 백링크를 실무로 다루는 입장에서, 지난 몇 년간 여러 클라이언트 사이트의 콘텐츠를 함께 손봐 왔다. 그 경험에 비춰 보면 이번 구글의 발표는 그다지 놀랍지 않다.

청킹된 글을 도입한 사이트들의 공통 증상은 비슷했다. 페이지 체류 시간이 짧아지고, 같은 방문자가 다음 페이지로 넘어가지 않고 바로 이탈하는 비율이 늘었다. 반대로, 문단을 자연스럽게 잇고 근거를 충분히 설명한 페이지는 체류 시간이 길어지고 상담 문의로 이어지는 비율도 더 높았다.

물론 이것이 "청킹 때문에 순위가 떨어진다"는 인과관계를 증명하는 것은 아니다. 다만 사람이 읽기 불편한 글은 결국 사람의 행동(체류·재방문·공유)에서 신호가 나빠지고, 구글은 그런 행동 신호를 여러 순위 요소 중 하나로 참고한다. 그러니 청킹이 직접적인 순위 요인이 아니더라도, 간접적으로는 순위에 나쁜 영향을 줄 수 있다는 것이 현장에서 체감하는 결론이다.

이런 이유로 이루웹은 클라이언트에게 항상 같은 조언을 한다. "AI가 무엇을 좋아할지 추측하지 말고, 우리 손님이 무엇을 궁금해할지부터 생각하자." 이 원칙 하나가 이번 구글 발표로 다시 한번 확인된 셈이다.

이 조언은 특히 콘텐츠 담당자가 자주 바뀌는 조직에서 더 중요하다. 담당자가 바뀔 때마다 "요즘 트렌드"라며 새로운 형식을 시도하다 보면, 사이트 전체의 콘텐츠 톤과 구조가 뒤죽박죽되기 쉽다. "사람에게 명확하게 설명한다"는 원칙 하나만 조직 내에 확실히 공유해 두면, 담당자가 바뀌어도 콘텐츠 품질이 일관되게 유지된다. 실제로 콘텐츠 가이드라인 문서 첫 줄에 이 원칙 하나만 적어 두는 것만으로도, 팀 전체의 글쓰기 방향이 훨씬 일관되게 잡히는 경우를 여러 번 봤다.

청킹 신화 말고, 진짜 AI 인용(GEO)에 도움되는 것은 무엇인가?

결론부터 말하면, AI 검색에 인용되는 콘텐츠의 진짜 조건은 "청킹"이 아니라 "명확성과 신뢰성"이다. 앞서 살펴본 GEO 생성형엔진최적화 글에서 다룬 원칙과도 일치한다.

실제로 AI 검색 시스템이 어떤 문단을 인용할지 고를 때 중요하게 보는 요소는 다음과 같다.

• 엔티티 명확성: 문단 안에서 핵심 주제(사람·장소·개념·숫자)가 대명사가 아니라 구체적인 이름으로 반복해서 드러나는가. 예를 들어 "이 서비스는 저렴합니다" 대신 "이루웹의 홈페이지 제작 서비스는 저렴합니다"처럼 주어를 구체적으로 밝히면, 문단만 따로 인용돼도 무엇에 대한 이야기인지 분명해진다.
• 자기완결적 문단: 앞뒤 문맥 없이 그 문단만 읽어도 뜻이 통하는가. 이것은 결과적으로 좋은 구조화와 겹치지만, 인위적으로 짧게 잘라서가 아니라 애초에 논리적으로 잘 쓴 결과로 그렇게 되는 것이다.
• 질문형 구조와 직접 답변: 사람들이 실제로 검색할 법한 질문을 소제목으로 걸고, 바로 아래에서 직접적이고 구체적으로 답하는가. "우리 서비스 소개"보다 "홈페이지 제작 비용은 얼마인가요?"처럼 질문형으로 쓰면 AI가 사용자의 질문과 매칭하기 쉬워진다.
• 구체적인 수치와 근거: "저렴합니다" 대신 "200만 원에서 500만 원"처럼 구체적인 숫자를 제시하는가. AI는 모호한 표현보다 검증 가능한 구체적 정보를 더 신뢰도 높게 취급하는 경향이 있다.
• 출처로서의 신뢰성: 실제 경험과 전문성이 드러나는 콘텐츠인가. 이는 E-E-A-T(경험·전문성·권위성·신뢰성) 원칙과 그대로 이어진다. 실제 시공 사진, 구체적인 작업 과정, 담당자의 실명 등이 이런 신뢰 신호에 해당한다.
• 최신성: 정보가 최근 기준으로 갱신되어 있는가. 가격이나 정책처럼 자주 바뀌는 정보는 마지막 업데이트 시점을 밝혀 두면, AI도 오래된 정보와 최신 정보를 구분하는 데 도움을 받는다.

여기서 흥미로운 점은, 이 요소들이 전통적인 좋은 글쓰기 원칙과 거의 완전히 일치한다는 것이다. 두괄식으로 쓰고, 근거를 명확히 밝히고, 모호한 말 대신 구체적인 정보를 담는 것. 이루웹이 이전에 정리한 검색에 잘 잡히는 글쓰기에서 다룬 내용과도 그대로 겹친다.

결국 AI 검색 시대에도 이기는 전략은 "AI만을 위한 특별한 트릭"이 아니라 "사람이 읽었을 때 명확하고 신뢰가 가는 글"이다.

같은 맥락에서 검색과 AI에 잘 잡히는 홈페이지 구조 설계법도 함께 참고하면, 페이지 전체 단위의 구조화까지 함께 챙길 수 있다. 개별 문단의 구조화와 사이트 전체의 구조화는 같은 원리로 연결된다.

청킹과 자주 혼동되는 개념들

실무에서는 청킹과 비슷해 보이지만 성격이 다른 개념들이 자주 섞여서 쓰인다. 헷갈리지 않도록 정리해 둔다.

개념	정의	청킹과의 차이
청킹(Chunking)	AI가 문서를 처리하려고 내부적으로 조각내는 기술 과정	작성자가 관여할 영역이 아니며, 이를 흉내 내 억지로 문단을 자르는 것이 이번에 부정된 관행이다
FAQ 스키마	자주 묻는 질문을 구조화 데이터로 표시하는 마크업	실제로 자주 묻는 질문이 있을 때 쓰는 정당한 형식이며, 이번 발표와 충돌하지 않는다
스니펫(Snippet)	검색 결과에 자동으로 뽑혀 나오는 짧은 발췌문	구글이 본문에서 알아서 골라내는 결과물이지, 작성자가 미리 짧게 잘라 만드는 것이 아니다
요약문(TL;DR)	글 앞이나 뒤에 핵심을 간단히 정리한 문단	본문과 별개로 존재하는 보조 요약이며, 본문 자체를 조각내는 것과는 다르다

이 표에서 알 수 있듯, FAQ 스키마나 요약문처럼 실제로 사람에게 도움이 되는 목적을 가진 형식은 계속 써도 무방하다. 구글이 문제 삼은 것은 이런 형식 자체가 아니라, "AI가 좋아할 것 같다"는 추측만으로 본문 전체를 부자연스럽게 잘게 써는 관행이라는 점을 다시 한번 강조해 둔다.

한 가지 덧붙이면, 이번 발표는 llms.txt(AI 크롤러에게 사이트 정보를 알려주기 위해 제안된 텍스트 파일) 관련 논란과도 결이 비슷하다. 구글은 llms.txt 역시 현재 검색 순위에 쓰지 않는다고 이미 밝힌 바 있다. 자세한 내용은 llms.txt는 정말 필요할까 글에서 정리했다. 두 사례 모두 "AI 시대의 새로운 마법 같은 기법"이라는 소문보다, 기본에 충실한 콘텐츠가 결국 이긴다는 메시지로 수렴한다.

이번이 처음이 아니다 — 구글이 반복해 온 원칙

사실 "사람을 위해 써라"는 구글의 오래된 원칙이다. 이번 청킹 논란이 새삼스러운 것 같아도, 구글은 이미 여러 차례 같은 메시지를 반복해 왔다.

대표적인 사례가 2022년 8월 구글이 발표한 도움이 되는 콘텐츠 업데이트(Helpful Content Update)다. 이 업데이트는 검색엔진 트래픽을 노리고 억지로 만든 콘텐츠보다, 사람을 우선으로 생각한 콘텐츠(people-first content)에 더 좋은 평가를 주는 방향으로 검색 시스템을 조정했다. 당시 구글이 제시한 자가 점검 질문에도 "이 콘텐츠가 검색엔진 트래픽을 얻으려고 주로 만들어진 것은 아닌가"라는 항목이 포함돼 있었다.

이후 2023년 구글이 AI 생성 콘텐츠에 대한 입장을 밝혔을 때도 원칙은 같았다. 구글은 콘텐츠를 누가(사람이든 AI든) 만들었는지가 아니라, 그 콘텐츠가 얼마나 도움이 되고 신뢰할 만한지를 본다고 밝혔다. 즉 도구나 형식이 아니라 결과물의 품질이 기준이라는 것이다.

이번 청킹 논란도 같은 선상에 있다. "AI 검색 시대가 왔으니 완전히 새로운 규칙이 필요하다"는 생각 자체가 반복되는 오해이고, 구글은 그때마다 "아니다, 원칙은 그대로다"라고 정정해 온 셈이다. 이런 흐름을 알고 나면 앞으로 비슷한 소문이 돌 때도 쉽게 휩쓸리지 않을 수 있다.

검색 알고리즘의 세부 사항은 계속 바뀌어도, "사람을 위해 만든 콘텐츠가 결국 이긴다"는 큰 원칙은 십수 년째 바뀐 적이 없다.

구글이 검색 품질을 평가할 때 참고하는 내부 지침인 품질평가자 가이드라인(Search Quality Rater Guidelines)에도 비슷한 관점이 오래전부터 담겨 있다. 이 문서는 실제 순위 알고리즘은 아니지만, 구글이 "좋은 콘텐츠"를 어떻게 정의하는지 보여주는 참고 자료로 널리 쓰인다. 여기서도 핵심 목적은 언제나 콘텐츠가 실제로 방문자에게 도움이 되는가였다. 형식이 청킹이든 롱폼이든, 이 기준 자체는 바뀐 적이 없다.

이런 배경을 알고 나면 이번 발표를 "새로운 규칙"이 아니라 "오래된 원칙을 AI 시대에 다시 한번 확인해 준 것"으로 받아들이는 편이 정확하다.

이 발표가 홈페이지 운영자에게 갖는 실질적 의미

사업을 운영하며 홈페이지나 블로그를 직접 관리하는 입장이라면, 이번 발표는 오히려 부담을 덜어주는 소식으로 받아들여도 좋다. "AI 검색에 노출되려면 콘텐츠를 완전히 새로운 방식으로 다시 써야 하나"라는 불안이 있었다면, 그럴 필요가 없다는 것이 이번 발표의 핵심이기 때문이다.

지금 하고 있는 좋은 습관, 즉 손님의 질문에 성실히 답하고, 근거를 갖춰 설명하고, 과장 없이 사실대로 쓰는 것을 계속 유지하면 된다. 여기에 이 글에서 정리한 구조화 원칙(질문형 소제목, 두괄식 문단, 구체적 수치)만 더하면, 별도의 "AI 최적화 작업"을 새로 벌이지 않아도 충분하다.

청킹 논란이 남긴 세 가지 교훈

이번 사건을 정리하며 실무자가 챙길 만한 교훈을 세 가지로 압축할 수 있다.

첫째, 검증되지 않은 최적화 기법은 일단 의심하고 본다. "AI에게 잘 먹힌다"는 소문이 돌면, 그 소문의 출처가 구글 같은 공식 채널인지, 아니면 개인의 소규모 실험인지부터 확인하는 습관이 필요하다. 특히 도구나 서비스를 판매하려는 목적이 섞인 정보라면 더 신중하게 걸러 들어야 한다.

둘째, 사람을 위한 글쓰기는 언제나 안전한 기본값이다. 새로운 채널(AI 검색)이 등장할 때마다 "이 채널만을 위한 특별한 공식이 있을 것"이라는 유혹이 생기지만, 지금까지의 사례를 보면 결국 기본으로 돌아가는 경우가 훨씬 많았다. 메타 키워드 태그, 과도한 키워드 반복, 이번 청킹까지 — 이름은 계속 바뀌었지만 결말은 늘 비슷했다.

셋째, 형식보다 목적을 먼저 물어야 한다. 문단을 나눌지 말지, 표를 쓸지 말지를 정할 때 "AI가 좋아할까"가 아니라 "이 형식이 지금 설명하려는 내용에 정말 맞는가"를 먼저 물으면, 대부분의 판단이 자연스럽게 정리된다. 이 질문을 습관화하면 청킹뿐 아니라 앞으로 등장할 다른 이름의 유행에도 흔들리지 않는 기준을 갖추게 된다.

결국 이번 논란이 남긴 가장 큰 교훈은, 새로운 용어(청킹, GEO, AEO)에 현혹되지 않고 글쓰기의 기본으로 돌아가라는 것이다.

이 세 가지 교훈을 실천으로 옮기는 가장 쉬운 방법은, 새 글을 발행하기 전에 스스로에게 짧은 질문 두 개를 던지는 것이다. 첫째, "이 글을 검색이나 AI 없이 지인에게 그대로 보여줘도 부끄럽지 않은가?" 둘째, "이 형식(리스트, 표, 짧은 문단)을 쓴 이유가 내용 때문인가, 아니면 알고리즘을 의식해서인가?" 두 질문에 자신 있게 답할 수 있다면, 청킹이든 다른 어떤 유행이든 크게 걱정할 필요가 없다.

자주 묻는 질문

이미 청킹 방식으로 써 둔 글은 다시 고쳐야 하나요?

급하게 전부 고칠 필요는 없지만, 순차적으로 다듬는 것을 권한다. 특히 조회수가 높은 핵심 페이지부터 문단 사이에 연결어를 넣고, 반복되는 요약을 정리해 자연스러운 글로 바꾸면 사람과 AI 모두에게 좋은 결과를 얻는다. 트래픽이 적은 페이지는 우선순위를 낮춰도 괜찮다.

그러면 질문형 소제목이나 FAQ 형식도 쓰면 안 되나요?

아니다, 이 둘은 여전히 유효한 형식이다. 구글이 문제 삼은 것은 "형식"이 아니라 "맥락 없이 억지로 자르는 행위"다. 질문형 소제목 아래 충분한 설명과 근거를 담아 답한다면 오히려 권장되는 방식이다. 단답만 나열하고 끝내는 것이 문제다.

표나 리스트를 많이 쓰는 것도 청킹의 일종 아닌가요?

목적에 따라 다르다. 비교하거나 나열할 정보가 실제로 있어서 표와 리스트로 정리한 것이라면 전혀 문제가 없고 오히려 가독성을 높인다. 반대로 자연스러운 문장으로 써도 될 내용을 억지로 리스트 형태로 쪼갠 것이라면, 그 역시 인위적 조각화에 가깝다.

AI 검색에 노출되려면 여전히 별도로 신경 써야 할 것이 있나요?

있다. 다만 그것은 청킹이 아니라 명확성이다. 구체적인 수치와 근거를 담고, 핵심 용어를 대명사 대신 반복해서 명시하고, 실제 경험이 드러나는 콘텐츠를 쓰는 것이 진짜 도움이 된다. 이는 앞서 정리한 GEO 관련 원칙에서 더 자세히 다뤘다.

이 발표가 구글의 공식 가이드라인에 반영되나요?

구글은 이미 관련 원칙을 공식 문서에도 반영해 왔다. 2026년 발표된 구글의 AI 검색 최적화 가이드에서도 "AI를 위한 별도 최적화보다 좋은 콘텐츠 원칙을 지키라"는 메시지가 반복된다. 앞서 소개한 구글 공식 AI 검색 최적화 가이드에서 자세히 확인할 수 있다.

챗GPT나 퍼플렉시티에서도 똑같이 적용되는 원칙인가요?

큰 방향은 같다. 이번 발표는 구글의 검색 순위를 기준으로 한 발언이지만, 어떤 AI 시스템이든 결국 명확하고 신뢰도 높은 문단을 더 잘 이해하고 인용한다는 원리는 동일하다. 다만 각 AI 도구마다 웹페이지를 가져오는 방식과 인용 기준에 세부 차이는 있을 수 있으니, 특정 도구 하나만을 노린 과도한 최적화보다는 이 글에서 제시한 기본 원칙을 지키는 편이 안전하다.

이제 "청킹 점수"를 알려주는 GEO 도구들은 다 무의미한가요?

도구 자체가 무의미하다기보다, 점수를 해석하는 방식을 바꿔야 한다. 그런 도구들이 측정하는 "문단 길이"나 "자기완결성" 같은 지표는 여전히 참고할 만하다. 다만 "점수를 올리기 위해 억지로 문단을 자르는" 방향으로 쓰지 말고, "이 문단이 실제로 사람에게 명확하게 읽히는가"를 점검하는 보조 지표 정도로만 활용하는 것이 바람직하다. 지표를 목적으로 삼기 시작하면 이번 논란과 똑같은 함정에 빠진다.

글이 너무 길어지면 오히려 AI가 싫어하지 않나요?

분량 자체는 문제가 아니다. 글이 길어도 소제목으로 주제를 잘 나누고, 각 섹션이 스스로 완결된 정보를 담고 있다면 길이는 오히려 장점이 된다. 문제는 "길다"가 아니라 "같은 말을 늘어지게 반복하거나, 알맹이 없이 분량만 채우는 것"이다. 짧더라도 알맹이가 없으면 나쁜 글이고, 길어도 각 부분이 실질적인 정보를 담고 있으면 좋은 글이다.

청킹을 하지 않으면 AI 검색에서 아예 인용되지 않는 건가요?

아니다. 오히려 반대에 가깝다. 지금까지 살펴봤듯 청킹은 애초에 인용 여부를 결정하는 요인이 아니었다. AI 검색에 인용되고 싶다면 청킹 여부를 걱정하기보다, 이 글에서 정리한 엔티티 명확성·자기완결적 문단·구체적 수치·신뢰성 있는 근거를 갖추는 데 시간을 쓰는 편이 훨씬 효과적이다. 그 조건을 갖춘 콘텐츠라면 문단을 인위적으로 자르지 않아도 자연스럽게 인용 가능성이 높아진다.

---

콘텐츠 청킹 논란은 결국 하나의 교훈으로 정리된다. AI 검색 시대에도 기본은 바뀌지 않는다. 유행하는 기법을 좇기보다, 두괄식으로 명확하게 쓰고 근거를 갖추는 원칙이 가장 오래가는 전략이다.

앞으로도 "AI 검색을 위한 새로운 필승 공식"이라는 이름의 소문은 계속 등장할 것이다. 그때마다 이번 사례를 기준으로 삼으면 판단이 쉬워진다. 소문의 출처가 명확한가, 사람이 읽었을 때도 좋은 글인가를 먼저 물으면 대부분의 유행에 휩쓸리지 않을 수 있다.

혹시 지금 운영 중인 홈페이지나 블로그의 콘텐츠 구조를 점검받고 싶으시다면, 이루웹이 도와드리고 있습니다. 저희는 AI 검색과 구글 검색 모두를 함께 고려한 콘텐츠 구조 설계와 GEO 최적화 컨설팅을 진행하고 있으니, 부담 없이 상담을 통해 지금 사이트의 상태를 살펴보시고 개선 방향을 함께 찾아가시길 권해 드립니다. 콘텐츠 구조 진단부터 홈페이지 제작, 검색 노출 전략까지 이루웹의 서비스에서 종합적으로 함께하겠습니다.