키워드 Keyword
키워드(Keyword)는 사용자가 검색창에 입력하는 검색어와 웹페이지의 콘텐츠를 이어 주는 최소 연결 단위입니다. 검색량·경쟁도·검색 의도의 3축으로 평가해 페이지마다 핵심 키워드를 매핑하는 것이 콘텐츠 기획과 사이트 구조 설계의 출발점입니다. 짧고 수요가 큰 헤드 키워드와 구체적인 롱테일 키워드로 나뉩니다.
검색어와 콘텐츠를 잇는 가장 작은 단위
키워드는 사용자가 검색창에 입력하는 검색어와 웹페이지의 콘텐츠를 이어 주는 최소 연결 단위입니다. 검색 엔진은 이 검색어와 페이지 내용을 맞춰 보고 무엇을 보여줄지 결정하므로, 키워드는 콘텐츠 기획·사이트 구조 설계·본문 작성이 모두 출발하는 지점이 됩니다. 구글 검색 센터의 SEO 스타터 가이드는 검색 엔진보다 사용자를 먼저 생각하고, 사람들이 유용하다고 느끼는 콘텐츠를 만드는 것이 다른 어떤 조언보다 노출에 큰 영향을 준다고 안내합니다 Google 공식.
선택의 폭은 생각보다 넓습니다. Ahrefs가 미국 검색어 약 38억 개(3,814,523,865개)를 분석한 2021년 자료에 따르면, 전체 키워드의 94.74%는 월 검색량이 10회 이하였습니다 Ahrefs 실측. 검색량이 큰 몇 개의 단어를 두고 경쟁하기보다, 수요는 작아도 목적이 명확한 키워드를 넓게 잡아 두는 전략이 현실적인 이유입니다.
키워드는 글쓰기 단계뿐 아니라 설계 단계의 재료이기도 합니다. 어떤 페이지를 몇 개 만들지, 메뉴와 URL 구조를 어떻게 잡을지가 모두 "페이지 1개 = 핵심 키워드 1개" 매핑에서 출발하기 때문입니다.
헤드 키워드와 롱테일 키워드
키워드는 검색량과 구체성에 따라 크게 두 갈래로 나뉩니다.
| 구분 | 헤드 키워드 | 롱테일 키워드 |
|---|---|---|
| 형태 | 1~2단어의 짧은 단어 | 3단어 이상의 구체적인 문구 |
| 예시 | "shoes" | "waterproof trail running shoes" |
| 검색량 | 많음 | 적음 |
| 경쟁도 | 높음 | 낮음 |
| 검색 의도 | 불분명 | 명확 |
앞서 인용한 Ahrefs 자료가 보여 주듯 검색량이 낮은 롱테일 키워드는 수가 압도적으로 많습니다. 신규 사이트나 아직 권위가 낮은 도메인이라면 이런 롱테일부터 넓게 쌓는 접근이 흔히 권장됩니다.
검색량·경쟁도·의도 - 3축 평가
키워드를 고를 때 검색량 하나만 보면 실패하기 쉽습니다. 세 가지 축을 함께 평가해야 합니다.
- 검색량 - 수요의 크기입니다. 다만 키워드 도구가 보여주는 수치는 추정치입니다. 구글 키워드 플래너조차 광고 집행 여부에 따라 정확한 값 대신 "1천~1만" 같은 구간으로 노출하므로, 절대값보다 키워드 간 상대 비교 용도로 쓰는 편이 안전합니다 Google Ads 고객센터.
- 경쟁도 - 상위를 차지한 문서들의 수준입니다. 도구 점수보다 SERP 를 직접 열어 상위 결과가 어떤 유형(브랜드 홈, 블로그, 커머스)인지 확인하는 편이 정확합니다.
- 의도 - 사용자가 그 단어로 무엇을 하려는지입니다. 검색 의도와 콘텐츠 형식이 어긋나면 검색량과 경쟁도가 아무리 좋아도 순위가 나오지 않습니다. 구글 검색 센터는 사용자의 필요를 채우기 위해 콘텐츠를 만들라고 반복해 강조합니다 Google 공식.
세 축의 우선순위는 의도, 경쟁도, 검색량 순으로 두는 것이 실무적으로 합리적입니다. 의도에 맞지 않는 키워드는 순위가 나와도 이탈만 늘리고, 경쟁도를 넘지 못하는 키워드는 검색량이 의미가 없기 때문입니다.
공식 입장과 실측이 갈리는 지점 - 밀도냐, 타이틀의 정확 키워드냐
키워드를 두고 가장 자주 엇갈리는 조언이 "정확히 일치하는 키워드를 얼마나 넣어야 하는가"입니다. 구글의 공식 입장과 대규모 실측 데이터는 서로 다른 초점을 보여 줍니다.
| 구글 공식 입장 | 키워드 밀도(빈도)는 순위 신호가 아니며, 같은 단어를 반복해 채우는 키워드 스터핑은 순위 조작으로 보고 금지합니다. 즉 정확히 일치하는 키워드를 특정 횟수만큼 넣을 필요가 없습니다. Google 공식 |
|---|---|
| 전문가 실측 결과 | Backlinko가 구글 검색 결과 1,180만 건을 분석하니, 구글 첫 페이지에 오른 타이틀 태그 대부분이 순위 키워드의 전부 또는 일부를 포함했고, 타이틀은 평균적으로 키워드의 65~85%를 담고 있었습니다. 순위권 진입의 사실상 "입장권"으로 작동합니다. Backlinko 실측 |
둘은 정면으로 어긋나지 않습니다. 구글 말대로 키워드를 여러 번 반복해도 순위는 오르지 않지만, 실측이 보여 주듯 상위 페이지 대부분은 타이틀에 정확한 검색어를 한 번은 담습니다. 알고리즘이 동의어를 이해하더라도 타이틀의 정확한 질의어가 가장 분명한 관련성 신호이자 클릭을 부르는 요소이기 때문입니다. 실무 규칙은 간단합니다 - 핵심 키워드를 타이틀과 도입부에 자연스럽게 한 번 담고, 그 이상 반복하지 않습니다.
제작 단계의 실무 체크포인트
- 페이지 1개 = 핵심 키워드 1개 - 같은 키워드를 여러 페이지가 노리면 서로 순위를 나눠 갖는 카니벌라이제이션이 생길 수 있습니다. 사이트맵 기획 단계에서 페이지-키워드 매핑 표를 먼저 만들어 두는 편이 좋습니다.
- 제목·헤딩 배치 - 구글 SEO 스타터 가이드는 페이지 내용을 정확히 설명하는 고유한 타이틀 태그를 권장하며, 같은 단어를 반복해 채우는 것은 스팸 정책 위반이라고 분명히 밝힙니다 Google 공식. 핵심 키워드는 타이틀과 도입부에 자연스럽게 한 번 담기면 충분합니다.
- 설명적인 URL - 같은 가이드는 URL에 사용자에게 유용한 단어를 담으라고 안내합니다(예:
example.com/pets/cats). 무의미한 식별자보다 내용을 짐작할 수 있는 슬러그가 낫습니다. 슬러그 표기 규칙은 오픈 후 바꾸면 페이지마다 301 리디렉션을 붙여야 하므로 제작 초기에 정해 둡니다. - 노출 후 검증 - 구글 서치 콘솔의 실적 보고서에서 실제 유입 검색어와 CTR 을 확인해, 의도한 키워드와 실제 노출 키워드가 일치하는지 점검합니다. 어긋나 있다면 타이틀과 본문 도입부부터 손봅니다.
자주 하는 실수 - 키워드 스터핑이 역효과인 이유
가장 흔한 실수는 키워드 스터핑, 즉 같은 단어를 본문과 메타 태그에 부자연스럽게 반복하는 것입니다. 구글 검색 스팸 정책은 키워드 스터핑을 "순위를 조작하려는 의도로 페이지를 키워드나 숫자로 채우는 행위"로 정의하고 분명하게 금지하며, 위반한 사이트는 순위가 낮아지거나 아예 노출되지 않을 수 있다고 안내합니다 Google 공식.
AI 검색에서도 결론은 같습니다. 프린스턴대·IIT 델리 연구진의 GEO 논문(KDD 2024)은 검색어 1만 개(GEO-bench)와 BingChat 계열 생성 엔진으로 9가지 기법을 실험했습니다 GEO 논문. 키워드를 반복해 채우는 방식은 생성형 답변에서의 가시성을 높이지 못했고 오히려 역효과였습니다.
효과를 본 것은 정반대였습니다. 통계 수치 추가·인용문 추가·출처 인용이 가장 강력해, 최상위 기법이 기준선 대비 위치 보정 단어 수를 41%, 주관적 인상 점수를 28% 높였고 전체 가시성은 최대 40%까지 올랐습니다 GEO 논문. 특히 출처 인용은 검색 결과 5위 사이트의 가시성을 115.1% 끌어올린 반면 1위 사이트는 평균 30.3% 낮춰, 근거가 탄탄한 하위 문서에 유리하게 고르게 만드는 방향으로 작용했습니다.
이 밖에도 도구에서 검색량이 0으로 표시된다고 키워드를 무조건 버리는 것(도구가 잡지 못하는 롱테일 수요가 많습니다), 의도가 서로 다른 키워드를 한 페이지에 몰아넣는 것도 자주 보이는 실수입니다. 단어를 반복하는 대신 근거를 보강하는 쪽이 검색과 AI 인용 양쪽에 유리합니다.
참고 자료
- Spam Policies for Google Web Search - Google Search Central
- SEO Starter Guide: The Basics - Google Search Central
- Creating Helpful, Reliable, People-First Content - Google Search Central
- About Keyword Planner forecasts - Google Ads Help
- 107 SEO Statistics - Ahrefs
- We Analyzed 11.8 Million Google Search Results - Backlinko
- GEO: Generative Engine Optimization (KDD 2024) - ACM SIGKDD
- GEO: Generative Engine Optimization - arXiv 2311.09735