
E-E-A-T 점검 도구를 코딩 없이 만들었다 — AI 에이전트로 사이트 감사하기
E-E-A-T 점검은 API가 없다. 그래서 자동화가 안 됐다. AI 코딩 에이전트로 구글 품질 가이드를 읽히고 대표 페이지를 크롤해 점수화한 감사 보고서를 뽑아낸 실제 구축 과정과 한계.

키워드 리서치는 오랫동안 오가닉 전략의 토대였다. 사람들이 검색창에 무엇을, 얼마나 자주, 어떤 의도로 치는지 알려주기 때문이다. 이제 그 옆에 두 번째 수요 신호가 생겼다 — 사람들이 AI 어시스턴트에 무엇을 묻는가.
챗GPT, 퍼플렉시티, 구글 AI 모드에서 사람들은 문제를 완전한 문장으로 설명한다. 검색창에 치는 짧은 구절과는 형태가 다르고, 그래서 키워드 리서치만으로는 잡히지 않는 수요가 거기 있다.
키워드 볼륨은 검색창에 입력되는 횟수다. 구글 애즈 키워드 플래너를 기준으로 Semrush나 Ahrefs 같은 서드파티 도구와 교차 확인한다.
프롬프트 볼륨은 AI 어시스턴트에 묻는 횟수다. Profound의 Prompt Volumes 같은 도구가 챗GPT·제미나이·클로드·퍼플렉시티에 실제로 제출된 프롬프트 데이터셋을 바탕으로 특정 주제가 대화에 얼마나 자주 등장하는지 모델링한다.
키워드 플래너는 유사 변형을 병합하므로 사실상 같은 구절이 같은 수치로 보고된다. 별개 수요로 세면 안 된다. 프롬프트 볼륨은 더 방향성 지표에 가깝다 — 자릿수 비교에는 쓸 만하지만 특정 숫자에 의존하면 곤란하다.
두 열이 채워지면 주제는 몇 가지 전략 버킷으로 나뉜다.
월 2만 검색인데 프롬프트 수요는 거의 없는 주제가 있다. 사람들이 검색은 하지만 어시스턴트에게 설명을 요청하지는 않는 영역이다. 이때는 전통적 SEO 브리프로 간다. 지금 무엇이 랭킹되는지, 상위 페이지가 실제로 어떤 질문에 답하는지, 어디가 얇은지를 보고 "아무도 말하지 않은 것을 어떻게 말할 것인가" 를 잡는다. 타이틀과 H1은 키워드와 의도에 맞추고, 도입부에서 질문에 먼저 답하며, 명확한 헤딩과 짧은 정의 블록으로 파싱하기 쉽게 구성한다. AEO 형식을 억지로 얹을 필요는 없지만, 나중에 AI가 이 주제를 인용하기 시작했을 때 가져갈 것이 있는 페이지로 만들어 둔다.
키워드 리서치만으로는 통째로 놓치는 그룹이다. 월 5,000 검색인데 프롬프트 볼륨이 약 25만인 주제가 있었다. 검색량이 실제 수요를 약 50배 과소평가한 것이다. 사람들이 정확 일치 키워드를 치지 않고, 문제를 어시스턴트에게 설명하며 어떻게 해야 하는지 묻고 있기 때문이다. 4,000 검색 대 1만 6,000 프롬프트 같은 사례도 같은 패턴이다.
이 버킷에는 답 그 자체가 되도록 만든 콘텐츠가 필요하다. 명확한 정의, 실제로 묻는 질문에 대한 직접적인 응답, LLM이 추출해 인용할 수 있는 구조. 목표는 랭킹이 아니라 답변 안에 인용되는 것이다. 키워드 플래너에서 '작아 보이는' 주제가 프롬프트 볼륨을 지배하는 경우가 많고, 키워드만 보는 팀은 그 주제를 로드맵에 올리지도 못한다.
1만 2,000 검색에 1만 6,000 프롬프트처럼 양쪽 수요가 모두 있는 주제는 필러 콘텐츠로 투자한다. 키워드 리서치는 어떻게 구조화하고 제목을 붙일지를, 프롬프트 리서치는 어떤 질문에 어떤 표현으로 답할지를 알려준다.
프롬프트 열이 비어 있다고 관심이 없다는 뜻은 아니다. 좁은 유스케이스는 더 큰 헤드 텀에 묶여 롤업되는 경우가 많다. "여기 딱 맞는 용어가 없다" 이지 "아무도 신경 쓰지 않는다"가 아니다. 주제를 버리기 전에 헤드 텀을 확인해야 한다.
표는 출고물을 바꿔야 쓸모가 있다.
그리고 두 표면을 따로 측정한다. 전통 검색 트래픽과 AI 유입 트래픽을 하나의 '오가닉'으로 뭉치지 말고 분리해, 각 콘텐츠가 겨냥한 표면에서 실제로 성과를 내는지 본다.
검색이 유일한 발견 표면이던 시절에는 키워드 리서치로 충분했다. 여정의 상당 부분이 클릭 이전, 키워드처럼 생기지 않은 대화에서 시작되면서 그 전제가 깨졌다. 측정 방법은 제미나이에서 우리 브랜드는 얼마나 보이나 — 측정 가능한 세 가지 방법에서, 주제를 개념 단위로 정리하는 방법은 엔티티 SEO — AI 검색은 키워드가 아니라 개념의 출처를 찾는다에서 이어서 볼 수 있다.
Profound의 Prompt Volumes 같은 도구가 챗GPT·제미나이·클로드·퍼플렉시티에 제출된 실제 프롬프트 데이터셋을 기반으로 주제별 등장 빈도를 모델링해 제공합니다.
방향성 지표로 보는 편이 안전합니다. 자릿수 수준의 비교에는 유용하지만 특정 숫자에 의존하기에는 신뢰도가 낮습니다.
아닙니다. 좁은 유스케이스는 더 큰 헤드 텀에 묶여 집계되는 경우가 많습니다. 주제를 제외하기 전에 헤드 텀을 먼저 확인해야 합니다.
기사에서 본 내용을 우리 사이트에 대입해 보고 싶다면, 무료 진단으로 현재 상태부터 확인해 보세요.
영업일 기준 24시간 안에 담당자가 직접 답변드립니다.

E-E-A-T 점검은 API가 없다. 그래서 자동화가 안 됐다. AI 코딩 에이전트로 구글 품질 가이드를 읽히고 대표 페이지를 크롤해 점수화한 감사 보고서를 뽑아낸 실제 구축 과정과 한계.

GEO 진단은 AI 답변에 우리 브랜드가 나오는지 확인하는 작업이 아니다. 온사이트 4개, 오프사이트 4개, 측정 1개로 나눠 점검하는 GEO 체크리스트를 정리했다.

링크드인·유튜브·레딧·틱톡이 저품질 AI 콘텐츠를 걸러 내는 시스템을 구축 중이다. 워터마크의 한계와 살아남는 콘텐츠의 조건을 정리했다.