자연어 검색: 검색 엔진의 비밀

믿거나 말거나, 구글에서 질문을 질문으로 할 수 없던 시절이 있었습니다.

"맛있는 두부볶음 만드는 법"을 검색하고 싶다면? 의미있는 결과를 얻으려면 "두부 볶음"으로 줄여야합니다.

검색 엔진은 인간 언어의 자연스러운 흐름을 이해하는 데 한계가 있었습니다. 그들에게 모든 웹사이트는 많은 정보와 키워드가 있는 코드의 묶음이었습니다. 사용자가 검색 쿼리를 입력하면 검색 엔진은 해당 단어가 포함된 웹 페이지를 확인하고 정보 검색 결과 목록을 생성합니다.

이러한 검색 엔진의 한계로 인해 인터넷 사용자는 키워드 기반 검색 방법을 채택해야 했습니다. 그렇게 자연스럽지 않았습니다.

하지만 지금은 검색 엔진이 따라잡고 있습니다. NLP 기계 학습 알고리즘의 고급 기능을 갖춘 검색 엔진은 우리의 자연어를 매우 잘 이해할 수 있습니다.

“Ok Google, 맛있는 두부 볶음 만드는 방법?”이라고 말하면 가상 비서가 즉시 몇 가지 놀라운 요리법을 보여줍니다. 이를 자연어 검색이라고 합니다.

이 블로그 게시물에서는 자연어 검색의 개념과 그것이 일반적으로 SEO에 미치는 영향에 대해 이야기하겠습니다.

자연어 검색이란 무엇입니까?

2000년대 초반에 Google에서 무언가를 검색하는 즐거움을 누렸다면 그 이후로 검색이 얼마나 발전했는지 알 것입니다.

2000년 만우절 Google 검색 결과는 다음과 같습니다.

검색어에 대한 직접적인 답변을 제공하지 않았습니다. 이미지, 추천 스니펫 또는 'People Also Ask' 링크가 없었습니다.

사랑받는 '관련 검색어' 섹션의 형태로 가장 일반적인 키워드 소스도 없었습니다. 실제로 SERP는 대체 검색 결과를 위해 경쟁사 웹사이트에 연결했습니다.

사용자에게 도움이 되는지 여부는 고려하지 않고 문자 그대로 수천 페이지의 검색어와 일치시키는 평균적인 검색 엔진이었습니다. 사용자는 부울 논리와 같은 기술적 트릭을 사용하여 검색을 구체화하고 관련 결과를 얻어야 했습니다.

그 당시 검색 엔진은 큰 문제가 아니었습니다. 인터넷에는 사용자가 충분하지 않았습니다. 실제로 2000년에는 인터넷 사용자가 4억 1,300만 명에 불과했습니다.

온라인에 접속하는 사람이 적었을 때는 웹사이트도 적었고, 이는 검색 엔진이 색인을 생성할 정보가 적어서 검색 결과의 품질이 낮다는 것을 의미했습니다.

하지만 2022년으로 넘어가면 상황이 크게 달라집니다. 스마트폰, 스마트 스피커, 스마트 자동차, 스마트 홈이 확산되면서 검색 엔진은 모든 정보의 출처가 되었습니다.

오늘날 인터넷 사용자는 50억 명 이상이며 모든 규모의 회사는 웹사이트를 개발하고 인터넷을 사용하는 엄청난 수의 사람들에게 다가가기 위해 콘텐츠를 제공하고 있습니다. 이로 인해 Google과 같은 검색 엔진은 AI, NLP 및 기계 학습과 같은 고급 기술을 사용하여 더 나은 검색 결과를 생성해야 합니다.

이것이 오늘날 '만우절'을 검색하는 모습입니다.

리치 스니펫은 SERP 전체에 뿌려집니다. 만우절 날짜는 깔끔하게 강조 표시된 상자에 표시됩니다. 오른쪽에는 만우절에 대한 Wikipedia의 간략한 설명이 있으며 모든 검색 결과 웹사이트의 이미지와 동영상을 위한 특별 섹션이 있습니다.

그리고 물론 모든 SEO 전문가들이 선호하는 '관련 검색' 섹션도 있습니다.

NLP 덕분에 사용자는 특정 정보를 찾기 위해 질문을 조정하고 키워드로 변환할 필요가 없습니다. 자연스럽게 입력하거나 말하기만 하면 검색 엔진이 가장 관련성 높은 결과를 생성합니다.

인터넷 사용자의 입장에서 자연어 검색이란 자연스럽게 떠오르는 검색어와 문장을 사용하여 온라인에서 정보를 검색하는 기능을 말합니다.

마케터의 관점에서 보면 사람들이 원하는 매우 구체적인 정보를 검색하기 위해 사용하는 새로운 유형의 롱테일 키워드 또는 문구의 등장을 의미합니다. 그리고 음성 검색의 증가와 함께 이것은 모든 마케터가 알아야 할 성장 추세입니다.

자연어 검색 vs 키워드 검색

자연어 검색은 사용자가 알고 싶은 것을 검색 엔진에 알리는 것 외에는 아무것도 할 필요가 없다는 점에서 키워드 검색과 다릅니다. 복잡한 아이디어를 더 작고 검색 엔진 친화적인 문구로 분해할 필요가 없습니다.

지구상에서 가장 키가 작은 사람이 누구인지 알고 싶다면 Google에서 '누가 지구상에서 가장 키가 작은 사람인가'라고 입력하거나 말하면 됩니다. 웹 사이트를 방문하지 않고도 SERP에 대한 정확한 정보를 제공합니다. 이것이 바로 자연어 검색입니다.

반대로 키워드 기반 검색은 완전한 문장 대신 '가장 짧은 사람'을 검색한다는 의미입니다.

자연어 검색은 짧은 키워드 대신 긴 구 또는 완전한 문장으로 구성됩니다. 이는 사람이 다른 사람에게 동일한 정보를 묻는 것과 비슷합니다. 인터넷 사용자는 검색 엔진이 원하는 것을 정확히 이해하고 자연어 검색이 이를 수행하는 것을 좋아합니다.

자연어 검색의 예

더 명확하게 하기 위해 키워드 기반 검색과 비교하여 자연어 검색의 몇 가지 예를 살펴보겠습니다.

• "콘텐츠 마케팅 캠페인을 실행하는 방법?" vs "콘텐츠 마케팅 캠페인"
• "딸에게 줄 최고의 크리스마스 선물은?" vs "최고의 크리스마스 선물"
• "BBC는 언제 설립되었나요?" vs "BBC 설립"
• "오가닉 디지털 마케팅이란?" vs "유기적 디지털 마케팅"

보다시피 자연어 검색은 키워드보다 더 길고 설명적입니다. 광범위한 용어로 정보를 검색하는 대신 사용자가 찾고 있는 것을 정확하게 지정합니다. 다음은 자연어 처리(NLP)의 12가지 실제 사례에 대한 유용한 Scalenut 블로그입니다.

자연어 검색의 진화

자연어 검색의 영향과 중요성을 이해하려면 주제에 대한 배경 지식이 있어야 합니다. 자연어 검색은 90년대에 askjeeves.com에서 시작되었습니다. 사용자가 질문하고 답변을 얻을 수 있는 간단한 검색 엔진이었습니다.

그런 다음 검색 세계의 주인인 Google이 등장했습니다. Google은 검색 결과의 품질을 지속적으로 개선하여 검색 방법을 변경했습니다. 2018년 BERT API의 출시는 "세계의 정보를 조직화"하기 위한 십자군 운동의 주요 돌파구 중 하나였습니다.

무료로 사용할 수 있는 이 API는 언어 분석의 최강자였으며 나중에 2019 BERT 업데이트와 함께 Google 검색 알고리즘에 영구적으로 포함되었습니다. 그 이후로 Bing은 더 나은 결과를 제공하기 위해 NLP 검색 알고리즘을 사용하기 시작했습니다.

그게 전부가 아닙니다. 전 세계적으로 수천 개의 비즈니스 소프트웨어가 NLP를 사용하여 인간의 언어를 처리하고 글이나 말의 기본 의미를 이해하고 있습니다. Google Home, Alexa 및 Siri와 같은 가상 도우미는 NLP 프로그램에서 실행되어 사용자가 자신에게 말하는 내용을 정확하게 이해하도록 도와줍니다.

자연어는 어떻게 작동하는가

자연어 검색은 자연어 처리라는 고급 컴퓨팅 기술에 의존합니다. 기계 학습 및 통계 알고리즘을 실행하여 검색 구문을 분석하고 사용자 쿼리의 의미와 검색 의도를 이해합니다.

Siri에게 가장 가까운 식당을 찾아달라고 요청하면 현재 위치에서 가장 가까운 식당을 인터넷을 통해 검색합니다. 먼저 문장을 더 작은 부분으로 분석하고 '레스토랑'과 '내 주변'의 문맥적 의미를 이해하면 됩니다.

이것이 많은 컴퓨팅 성능을 필요로 하는 시간이 있었습니다. 그러나 NLP는 구문 분석, 정서 분석 및 돌출 점수를 통해 필요한 계산 능력을 줄입니다.

구문 분석을 통해 사용자가 레스토랑을 찾고 싶어한다는 것을 이해합니다. 감정 분석을 통해 검색 의도를 탐색으로 측정합니다. 그리고 'near me'와 같은 단어와 구의 돌출 점수를 통해 사용자가 사용자 위치 근처의 식당을 찾고 싶어한다는 것을 알고 있습니다.

NLP가 작동하는 방식과 SEO 세계에 미치는 영향에 대해 자세히 알아보려면 이 심층 Scalenut 블로그인 'NLP SEO: 콘텐츠 최적화에 NLP란 무엇이며 이를 사용하는 방법'을 참조하십시오.

자연어 검색을 위해 웹사이트 콘텐츠를 개선하는 방법

브랜드를 온라인에서 더 잘 보이게 만들려는 마케터 및 전략가는 자연어 검색에 맞게 콘텐츠 전략을 조정해야 합니다. 기존의 키워드가 더 이상 중요하지 않다는 의미는 아닙니다. 그들은 여전히 ​​검색에서 중요한 역할을합니다.

그러나 약간의 자연어를 사용하면 콘텐츠가 검색 엔진에서 더 높은 순위를 차지할 수 있습니다. 추천 스니펫 또는 '사람들이 묻는 질문' 섹션의 웹사이트로 선정될 수도 있습니다.

다음은 자연어 검색을 위해 웹사이트 콘텐츠를 개선하는 몇 가지 방법입니다.

콘텐츠를 더 읽기 쉽게 만들기

이전에는 이것이 업계 표준에 불과했다면 이제는 콘텐츠 전략의 중요한 측면이 되어야 합니다. Google 앱에서 수행되는 모든 검색의 20%가 음성 검색을 통해 이루어집니다. 이는 전체 사용자의 20%가 자연어 검색을 사용하고 있음을 의미합니다.

Google이 가장 큰 사용자 기반(데스크톱 및 모바일)을 보유한 가장 큰 검색 엔진이라는 점을 고려하면 이는 꽤 큰 숫자입니다. Google이 음성 검색 결과에서 귀하의 콘텐츠를 사용하려면 콘텐츠를 읽고 이해하기 쉬워야 합니다. 큰 아이디어를 더 작은 문장으로 나누고 글이 처음부터 끝까지 잘 흘러가는지 확인하세요.

콘텐츠에 롱테일 키워드 사용

자연어 검색 쿼리를 다른 용어로 설명한다면 롱테일 키워드가 될 것입니다. 롱테일 키워드와 마찬가지로 자연 검색은 일반적으로 세 단어 이상이며 매우 구체적인 검색 의도가 있습니다. 사용자는 Google의 음성 검색에서 '현재 영국 총리는 누구입니까?'라고 물으면 자신이 원하는 것을 알고 있습니다.

따라서 롱테일 키워드 통합을 강화하는 것이 좋습니다. 마케터로서 당신은 이미 몇 가지 롱테일 키워드를 사용하고 있지만 이제 이 유기적 트래픽의 금광에 더욱 집중해야 할 때입니다.

롱테일 자연 검색 키워드를 다양하게 활용할 수 있습니다. 예를 들어 단계별 가이드에 대한 인포그래픽을 만드는 경우 이미지의 메타 태그에 롱테일 키워드를 사용해야 합니다.

또는 웹 페이지의 구조화된 데이터에 롱테일 자연 검색 키워드를 추가할 수 있습니다. 예를 들어, 두부 볶음 요리법에는 "두부 볶음 요리법" 또는 "맛있는 볶음 두부 만드는 방법"과 같은 내용이 있어야 합니다. 해당 웹 페이지의 스키마에서.

콘텐츠를 통해 고객의 질문에 답변

대부분의 자연 검색은 직접적인 질문에 불과합니다. 음성이든 문자든 직접적인 질문을 하면 직접적인 답변을 원할 가능성이 매우 높습니다.

Google과 같은 검색 엔진은 이를 이해하고 지식 패널, 추천 콘텐츠 및 '사람들이 묻는 것'과 같은 풍부한 스니펫을 사용하여 SERP에서 바로 질문에 답하려고 합니다.

다음 콘텐츠를 계획하는 마케터라면 잠재 고객이 가장 알고 싶어하는 것이 무엇인지, 질문의 틀을 잡기 위해 사용하는 단어가 무엇인지 알아내십시오.

간단한 문장으로 이해하기 쉬운 방식으로 답하십시오. 이렇게 하면 Google 및 Bing과 같은 검색 엔진이 콘텐츠를 더 잘 색인화하고 이해하는 데 도움이 됩니다. 따라서 다음 번에 누군가 귀하가 다룬 질문을 할 때 귀하의 웹 페이지가 최고의 결과 중 하나일 수 있습니다.

사용자 의도에 따라 콘텐츠 구축

사용자 의도는 인터넷 사용자 검색의 근본적인 이유입니다. 누군가는 기본 정보를 찾는 반면 다른 누군가는 최고의 제품에 대한 비교 분석을 찾고 있을 수 있습니다.

타겟팅하는 검색 의도와 일치하지 않는 검색에 표시되면 관련 트래픽을 얻을 수 없습니다. 사실, 사람들은 귀하의 웹사이트를 떠날 수 있으며, 이는 귀하의 콘텐츠가 검색 유형에 대한 정답이 아님을 검색 엔진에 알립니다.

콘텐츠를 만드는 동안 키워드의 검색 의도를 이해하는 것이 중요합니다. 'McDonald's'로 검색하는 사람은 그 역사에 대해 알고 싶을 수도 있습니다. 따라서 그들에게 맥도날드 매장에 대한 리뷰를 보여주면 도움이 되지 않습니다.

검색 의도는 Google의 BERT 업데이트 이후 콘텐츠 마케팅에서 가장 중요한 부분이 되었습니다. Google은 검색어 이면의 검색 의도에 대한 이해를 지속적으로 개선하고 있으며 귀하도 타겟 키워드 이면의 검색 의도를 더 잘 이해해야 합니다.

Scalenut에서 우리는 Google과 같은 검색 의도 버프이기도 합니다. SERP 분석기 및 SEO 허브 기능을 통해 사용자의 검색 의도를 이해할 수 있습니다.

SERP 분석기는 키워드에 대한 가장 성공적인 콘텐츠를 기반으로 즉각적인 콘텐츠 아이디어를 얻을 수 있도록 도와줍니다. SEO 허브는 자세한 개요, NLP 용어 목록, 사용된 통계 소스, 콘텐츠 등급 및 위치에서 키워드에 대해 묻는 가장 인기 있는 질문과 함께 키워드의 상위 순위 페이지에 대한 포괄적인 분석을 제공합니다. 당신의 선택.

최상위 페이지의 이 모든 정보를 통해 사용자가 타겟 키워드를 사용할 때 사용자의 검색 의도를 식별할 수 있습니다. 대부분의 최상위 페이지가 개념을 설명하는 경우 검색 의도는 정보 제공용입니다. CTA가 로드된 경우 검색 의도는 거래적이며 동일한 웹사이트의 웹 페이지가 많은 경우 키워드 뒤의 검색 의도는 탐색적일 가능성이 있습니다.

Scalenut의 SEO Hub 및 SERP 분석기에서 얻은 경쟁 분석을 기반으로 사용자 의도를 중심으로 콘텐츠를 구축하고 대상 고객을 유치할 수 있습니다.

콘텐츠에 NLP 용어 포함

자연어 검색 순위를 매기려면 콘텐츠에 NLP 용어를 포함하는 것이 중요합니다. 도움이 될 수 있는 방법은 많습니다.

예를 들어, Google 검색 알고리즘의 순위 요소 중 하나는 TF-IDF 방법입니다. 특정 검색 쿼리에 대한 콘텐츠의 의미와 유용성을 증폭시키는 데 있어 단어의 중요성에 대한 정보 검색 기계 학습 척도입니다. Google 알고리즘이 주어진 맥락에서 단어의 가치를 이해하는 데 도움이 됩니다.

TF-IDF 및 NLP와 같은 방법은 키워드 초점과 관계없이 Google 결과를 보다 효과적으로 만듭니다. 대신 Google이 전체 텍스트의 의미를 기반으로 웹 페이지 순위를 매기는 데 도움이 됩니다.

콘텐츠에 높은 TF-IDF 단어 및 NLP 용어를 포함하면 Google은 귀하의 웹사이트를 좋은 정보 소스로 간주합니다. 또한 누군가 동일한 용어를 사용하는 경우 Google은 귀하의 웹사이트가 검색 결과에 적합한지 즉시 알게 됩니다.

Scalenut과 같은 콘텐츠 최적화 플랫폼 사용

자연어 검색을 위해 콘텐츠를 최적화하는 또 다른 좋은 방법은 Scalenut과 같은 NLP 기반 플랫폼을 사용하는 것입니다.

토픽 클러스터를 통한 아이디어 브레인스토밍부터 경쟁사보다 더 나은 콘텐츠 제작에 이르기까지 NLP 및 GPT-3와 같은 AI 기술을 기반으로 하는 플랫폼은 철저한 연구 및 최적화된 콘텐츠 제작에 이상적입니다.

예를 들어 콘텐츠에 NLP 용어가 있는지 확인하는 콘텐츠 등급 시스템을 사용하여 콘텐츠 제작자가 최고의 콘텐츠를 게시하도록 돕습니다.

콘텐츠가 자연어 검색에 사용할 준비가 되었나요?

오늘날의 마케팅 전문가라면 좋은 순위의 중요성을 이해하고 있을 것입니다. 또한 모든 가치 있는 키워드에 대해 웹 사이트 간에 치열한 경쟁이 있음을 알고 있습니다.

이러한 시나리오에서 자연어 검색은 콘텐츠 마케팅 캠페인을 위한 틈새 시장을 개척하는 데 도움이 됩니다. 이 개념을 이해하면 더 나은 콘텐츠를 만들 수 있을 뿐만 아니라 노력을 통해 적합한 사람들을 웹 사이트로 데려올 수 있습니다.

도움이 필요하면 Scalenut이 항상 준비되어 있습니다.

타겟 키워드에 가장 적합한 NLP 용어를 사용하도록 도와드리겠습니다. 그러면 해당 주제에 대한 전문가로서의 입지를 확고히 할 수 있습니다. 스핀을 위해 Scalenut을 사용하십시오. 지금 무료 평가판을 시작하고 강력한 콘텐츠 생성 및 NLP 검색 엔진 최적화를 잠금 해제하세요.

스케일넛 소개

Scalenut 은 AI로 구동되는 올인원 SEO 및 콘텐츠 마케팅 플랫폼으로 전 세계 마케터가 고품질의 경쟁력 있는 콘텐츠를 대규모로 만들 수 있도록 지원합니다. 연구, 계획 및 개요에서 품질 보장에 이르기까지 Scalenut은 모든면에서 최고를 달성하도록 도와줍니다.

AI로 콘텐츠 마케팅 캠페인을 강화하십시오. Scalenut에 가입하고 지금 바로 콘텐츠 제작을 시작하십시오.