지금까지는 독자를 위해 글을 써 왔습니다. 이제 기계를 위한 글도 써야 합니다.

서문

여러 해 동안 독자를 위한 글쓰기 법을 배워왔습니다. 짧은 문장. 능동태. 첫 문단의 흥미를 끄는 문장. 규칙은 잘 알고 계실 겁니다.

하지만 이제 당신의 콘텐츠를 읽는 새로운 독자가 등장했습니다. 그리고 그들은 당신의 흥미를 끄는 도입부에 관심이 없습니다.

ChatGPT, Perplexity, 구글의 AI 개요(AI Overviews) 등 AI 시스템들은 이제 웹 콘텐츠를 대규모로 처리하고 요약하고 있습니다. 누군가 이러한 도구 중 하나에 당신의 업계에 관한 질문을 던지면, 도구는 자신 있게 분석하고, 추출하고, 인용할 수 있는 페이지들에서 정보를 가져옵니다. 문제는, 당신의 콘텐츠가 그중 하나인가 하는 것입니다.

문제는 인간을 위해 훌륭하게 작성된 글이 기계에게는 거의 읽을 수 없는 형태일 수 있다는 점입니다. 콘텐츠가 나쁘기 때문이 아니라, 구조상 의미를 추출하기 어렵기 때문입니다.

실제로는 어떤 모습인지, 그리고 이에 대해 무엇을 할 수 있는지 알아보겠습니다.

문제는 '무엇을 말하는가'가 아니라 '어떻게 말하는가'입니다.

언어 모델이 페이지를 읽을 때, 인간과 같은 방식으로 콘텐츠를 경험하지 않습니다. 문단 전체에 걸쳐 형성된 맥락의 이점을 얻지 못합니다. 함축된 의미를 파악하지도 못합니다. 대신 개별 문장이나 구절을 추출하여 이를 바탕으로 답변을 구성합니다.

이는 '좋은 글쓰기'의 의미를 바꿉니다.

다음과 같이 같은 문장을 두 가지 버전으로 생각해 보세요:

버전 A: “당사의 솔루션은 팀원들이 의견을 일치시키고 더 많은 성과를 낼 수 있도록 돕습니다.”

버전 B: “Acme의 프로젝트 관리 소프트웨어는 단일 대시보드에 작업 추적을 통합함으로써 팀 간 의사소통 오류를 줄여줍니다.”

버전 A는 더 친근하게 들립니다. 버전 B는 더 기업적인 느낌이 듭니다.

하지만 AI가 인용할 버전은 B입니다. B 버전은 회사명을 명시하고, 제품의 기능을 구체적으로 설명하며, 해결하는 문제를 명확히 제시합니다. 이 모든 것이 완전히 독립적으로 성립할 수 있는 한 문장에 담겨 있습니다. 문맥에서 분리된 A 버전은 거의 아무 의미도 전달하지 못합니다.

추출을 위한 글쓰기: 간단한 프레임워크

웹사이트 전체를 다시 작성할 필요는 없습니다. 주요 콘텐츠 각각을 약간 다른 관점에서 생각해 보아야 합니다.

핵심 질문은 이렇습니다: 누군가 이 문단을 문맥에서 떼어내더라도, 여전히 명확하고 구체적인 내용을 전달할 수 있을까요?

이 테스트를 적용하는 실용적인 방법은 다음과 같습니다:

1. 실체를 명확하게 명명하세요. “우리 플랫폼”이라고 쓰지 말고, 플랫폼의 이름을 쓰세요. “이 접근 방식”이라고 쓰지 말고, 그 접근 방식이 무엇인지 말하세요. AI 시스템은 명명된 실체를 통해 의미를 구축합니다. 대명사나 일반적인 언급은 AI가 붙잡을 수 있는 단서를 제공하지 않습니다.

2. 설명하기 전에 정의하십시오. 사실부터 제시하고, 그 다음에 세부적인 내용을 추가하십시오. “네비게이션을 재구성한 후 이탈률이 40% 감소했다”는 문장은 추출 가능합니다. “사용자의 사이트 이동 경로를 일부 변경한 후 참여도가 크게 향상되었다”는 문장은 추출할 수 없습니다.

3. 각 섹션은 하나의 질문에 답하도록 구성하세요. AI 검색에 가장 적합한 콘텐츠는 다음과 같은 개별적인 질문을 중심으로 구성됩니다: 이것이 무엇인가? 누구를 위한 것인가? 어떤 문제를 해결하는가? 어떻게 작동하는가? 각 섹션은 해당 질문에 독립적으로 답할 수 있어야 합니다.

4. 문맥을 끊어 놓지 마세요. “앞서 언급했듯이…” 또는 “앞서 설명한 내용을 바탕으로…”으로 시작하는 문장은 발췌되면 의미가 없어집니다. 필요한 내용은 다시 설명하세요. 사람 독자에게는 중복으로 느껴지는 반복도 기계에게는 실제로 도움이 됩니다.

글 아래에 있는 구조적 층

아무리 완벽하게 작성된 콘텐츠라도 그 밑에 있는 구조가 기계가 읽을 수 있도록 지원하지 않는다면 AI 시스템에 제대로 전달되지 않을 수 있습니다.

이 단계에서는 글쓰기 스타일을 넘어, 대부분의 콘텐츠 제작자가 이전에는 고려할 필요가 없었던 기술적 영역으로 넘어갑니다.

여기서 중요한 몇 가지 사항:

• 스키마 마크업 - 페이지에 무엇이 있는지뿐만 아니라 그것이 어떤 유형의 정보인지 AI 기반 검색 시스템에 알려주는 구조화된 데이터입니다. Google의 AI 개요(AI Overviews)와 같은 플랫폼의 경우, 스키마가 콘텐츠가 해석되고 노출되는 방식에 미치는 영향은 잘 알려져 있습니다. ChatGPT나 Perplexity와 같은 대규모 언어 모델(LLM)의 경우, 그 관계는 덜 직접적이지만 명확한 구조와 의미적 신호는 여전히 콘텐츠를 더 쉽게 처리하고 정확하게 표현하는 데 도움이 됩니다.

• 헤딩 계층 구조 - 명확하고 설명적인 헤딩(H1, H2, H3)은 AI 시스템에 콘텐츠의 지도를 제공합니다. "추가 정보"나 "다음 단계"와 같은 모호한 헤딩은 유용한 정보를 전달하지 못합니다.

• llms.txt - robots.txt와 개념이 유사한 제안된 규약(아직 공식 표준은 아님)으로, AI 크롤러에게 사이트 구조와 사용이 허용되는 항목에 대한 명확한 지침을 제공합니다. 연구원 제레미 하워드(Jeremy Howard)가 도입했으며 여러 주요 AI 크롤러에서 채택되었지만, 도입 현황은 여전히 고르지 않으며 이 파일을 보유한 많은 사이트에서 실제로 파일이 올바르게 읽히고 있는지 확인하지 못하고 있습니다.

이 계층을 위해 특별히 개발된 도구(예: AI 가시성 도구 Geordy)가 존재하는 이유는, 바로 대부분의 콘텐츠 팀이 이를 수동으로 관리할 수 없기 때문입니다. Geordy는 AI 시스템이 콘텐츠를 이해하고 인용하는 데 사용하는 구조화된 형식(스키마, llms.txt, YAML, 마크다운 등)을 자동으로 생성하며, 기존 사이트를 건드리지 않고도 귀하의 도메인에서 직접 제공됩니다.

실제 적용 사례

실제 사례를 살펴보겠습니다. 여러분이 소규모 회계 사무소를 운영하며 프리랜서를 위한 분기별 세금 신고에 대해 알기 쉬운 설명 페이지를 작성했다고 가정해 봅시다.

현재 누군가 ChatGPT에 "프리랜서는 언제 분기별 세금을 신고해야 하나요?"라고 질문하면, 귀하의 페이지가 잘 작성되었고 구글 검색 순위도 높더라도 인용되는 결과물에 포함되지 않을 수 있습니다. 몇 가지 일반적인 이유는 다음과 같습니다:

• 핵심 정보가 문맥에서 분리하기 어려운 유창한 문장 속에 포함되어 있습니다.

• 명확하게 구조화된 FAQ 섹션이 없으면, AI 시스템이 페이지의 어느 부분이 특정 질문에 직접적인 답변을 제공하는지 식별하기가 더 어렵습니다.

• 귀사의 이름과 구체적인 서비스가 제시된 주장과 명확하게 연결되어 있지 않습니다.

해결책은 페이지 전체를 다시 작성하는 것이 아닙니다. 명확한 구조의 FAQ 섹션을 추가하고, 명시적인 스키마 마크업을 적용하며, 모든 핵심 주장 근처에 회사명이 표시되도록 하고, 제목이 주제 중심이 아닌 질문 형식으로 구성되도록 하는 것입니다.

"분기별 신고 마감일"은 "프리랜서의 분기별 세금 신고 마감일은 언제인가요?"로 바뀝니다. 같은 정보지만, 훨씬 더 쉽게 추출할 수 있게 됩니다.

대상 독자가 확대되었다면, 글쓰기 방식도 함께 변화해야 합니다

이것은 인간이 읽기 편한 콘텐츠를 만드는 모든 요소를 포기하라는 말이 아닙니다. 좋은 글은 여전히 좋은 글입니다.

하지만 “좋은” 콘텐츠의 정의는 확장되었습니다. 오늘날 효과적인 콘텐츠는 두 가지 대상에게 서비스를 제공해야 합니다: 페이지를 읽는 사람과, 다른 누군가가 받는 답변에서 귀하의 페이지를 인용할 수도 있는 AI 시스템입니다. 후자는 귀하의 사이트를 전혀 방문하지 않을 수도 있습니다.

두 번째 대상층은 다른 요구 사항을 가지고 있습니다. 추론할 수 없으며, 맥락을 파악할 수도 없습니다. 단지 정보를 추출하고 표현할 뿐입니다.

두 대상 모두를 위해 글을 쓰십시오. 두 대상 모두를 위해 구조를 설계하십시오. 그리고 콘텐츠의 기반이 되는 기술적 레이어가 여러분이 전달하고자 하는 내용을 실제로 뒷받침하는지 확인하십시오. 현재 대부분의 사이트에서는 그렇지 않기 때문입니다.

이 격차는 반드시 해소해야 할 문제입니다.