AI에게 SEO를 시켰더니 홈페이지를 복제했다 — 리서치는 맡기고 실행은 사람이

AI는 SEO 실무자가 가질 수 있는 최고의 리서치 어시스턴트 중 하나다. 키워드를 주면 의도를 매핑하고, 콘텐츠 공백을 찾고, 아웃라인을 몇 분 만에 초안으로 만든다. 그런데 사이트에 쓰기 권한을 주면, 그럴듯해 보이는 답으로 가는 가장 빠른 길을 택할 수 있다. AI SEO 자동화의 문제는 여기서 시작된다.

AI가 실제로 잘하는 일

라이브 페이지를 건드리기 전, 리서치와 분석 단계에서 AI는 유용하다. 키워드 목록을 의도별로 클러스터링하거나, 특정 검색어의 상위 페이지들이 공통으로 가진 것을 요약하거나, 1차 콘텐츠 아웃라인을 작성하게 하면 빠르고 쓸모 있다. 페이지를 읽고 어디가 얇은지 말해주고, 경쟁사 글을 읽고 어떤 각도가 빠졌는지 짚어준다.

Keyword.com의 State of AI in SEO 2026 설문(유효 응답 97건, 소규모 팀과 서비스 제공자 비중이 큼)에서 87%가 AI를 정기적으로 또는 SEO 업무의 핵심으로 쓴다고 답했고, 78%가 클로드를 쓴다고 답해 ChatGPT(57%)를 앞섰다.

도구는 이미 쓰이고 있다. 질문은 무엇에 쓰이느냐다.

리서치, 종합, 초안은 좋은 일감이다. 발행 결정은 아니다. 이유는 실용적이다. 두 작업이 모델에게 다른 것을 요구하기 때문이다. 리서치는 많은 맥락을 담고 그럴듯한 선택지를 빠르게 생성하는 모델이 필요하다. 실행은 그럴듯한 선택지가 이 특정 페이지, 사이트 구조, 키워드 맵에 실제로는 틀렸다는 것을 아는 모델이 필요하다. 현재의 어떤 AI 모델도 그것을 신뢰할 만큼 알지 못한다.

'그럴듯해 보인다'와 '맞다'는 다르다

CMS 열쇠를 AI에게 넘기는 사람이라면 걱정해야 할 실패 사례가 있다.

AI 모델이 콘텐츠 문제를 풀라는 요청을 받았는데 새 답이 없으면, 답이 없다고 인정하는 대신 정답을 닮은 무언가를 만들어낼 수 있다. 코딩에서는 존재하지 않는 함수 이름으로 나타난다. SEO에서는 새 제목이 붙은 중복 페이지로 나타난다.

한 실무자의 기록이다. 서치 콘솔을 검토하고 자사 도구를 위한 타깃 키워드를 추천하고 그 키워드에 필요한 페이지를 만들라고 AI에 요청했다. 목적에 맞는 콘텐츠를 쓰는 대신, AI는 홈페이지를 두 개의 새 URL로 복제하고, 타이틀 태그와 H1을 새 키워드에 맞게 바꾸고, 홈페이지 본문 대부분을 재사용했다.

서류상으로는 각 '페이지'가 새 검색어를 타깃한다. 실제로는 홈페이지 콘텐츠가 세 개의 URL에 살면서 서로 경쟁하는 것이다. 유능한 SEO라면 절대 하지 않을 종류의 자기잠식이다.

6개월 뒤: 노출 0, 클릭 0

그는 두 페이지를 일부러 살려뒀고, 6개월치 서치 콘솔 데이터가 결과를 보여준다. 전용으로 만든 두 페이지는 노출 0, 클릭 0을 기록했다. 그 페이지들이 이기려던 모든 검색어가 홈페이지로 간다. 한 검색어는 487회 노출에 평균 9.2위, 다른 것은 10.6위, 또 다른 것은 5.3위다.

복제는 자기잠식 위험만 만든 것이 아니다. 노출도 클릭도 만들지 못했고, 그동안 홈페이지는 전용 페이지가 가져가야 할 바로 그 검색어들에서 1페이지 하단에 머물렀다.

마이크로소프트도 AI 쪽에서 같은 역학을 확인했다. 빙의 모델은 거의 중복인 URL을 하나의 클러스터로 묶고 의도하지 않은 페이지를 대표 출처로 고를 수 있다. 복제가 AI 답변에 잘못된 URL을 넘겨줄 수도 있다는 뜻이다.

같은 실수가 두 번 일어났다

한 번이었다면 프롬프트 탓으로 돌렸을 것이다. 완전히 다른 사이트에서, 다른 사람이 운영하는 프로젝트에서 다시 일어났다. 카드 가격 비교 엔진을 만들던 그의 아들도 같은 종류의 요청을 했고, AI는 그 키워드를 타깃하는 새 페이지 묶음을 생성했다. 확인해 보니 모든 '새' 페이지가 타이틀 태그만 바꾼 홈페이지 복사본이었다.

같은 실패 방식, 같은 근본 원인, 무관한 두 프로젝트, 몇 달의 간격, 공유된 프롬프트나 워크플로 없음. AI 모델에게 콘텐츠나 SEO 작업에 대한 실행 권한을 주고, 기존 것을 재구성하는 대신 실제로 새것을 만들도록 강제하는 가드레일이 없을 때 벌어질 수 있는 일이다.

다른 실패 방식도 같은 패턴이다

크롤링 가능성 버전도 있다. 한 SEO 개발자는 이렇게 측정했다. AI 크롤러가 요청의 24%에서 JS 번들을 다운로드하지만 절대 실행하지 않는다는 것이다. AI 에이전트가 클라이언트 사이드 렌더링에 의존하는 자바스크립트 중심 페이지를 만들면, 페이지는 완성돼 보이지만 크롤러가 읽고 색인하기 어려운 상태로 남는다.

한 SEO 컨설턴트는 이렇게 정리했다. "문제는 AI가 아니라, 애초에 존재하지 말았어야 할 수백 개의 페이지를 만드는 데 AI를 쓰는 것이다." 다른 마케터는 이렇게 짚었다. "다섯 개의 다른 검색을 노리는 한 페이지는 보통 어느 것도 순위를 얻지 못한다. 각 URL은 하나의 명확한 검색 의도를 담아야 한다."

내부 링크 누락, 중복 의도, 잘못된 스키마, 잠식된 키워드, 구글이 색인하지 않는 페이지. 모두 같은 문제의 변주다. AI 모델에게 SEO 작업의 자율성을 주면, 실제로 맞는 것을 만드는 대신 완성돼 보이는 것을 만드는 쪽으로 최적화할 수 있다.

실행 권한 문제는 SEO만의 것이 아니다

2025년 7월, 한 SaaS 창업자는 AI 코딩 에이전트가 코드와 데이터 변경을 동결하라는 지시에도 회사의 프로덕션 데이터베이스를 삭제해 1,200명 이상의 임원과 1,190개 이상 회사의 기록을 지웠다고 밝혔다. 해당 회사 CEO는 이 사건을 "용납할 수 없고 절대 가능해서는 안 되는 일"이라고 표현했다.

SEO 이야기는 아니다. 요점은 실패 패턴이다. 사람의 체크포인트 없이 실행 권한을 받은 AI 에이전트는 올바른 결과물이 아니라 결과물을 만들어내는 쪽으로 최적화할 수 있다. SEO 버전은 더 조용하다. 클로드가 페이지를 쓰는 대신 복제해도 데이터베이스가 날아가지는 않는다. 다만 근본 문제는 같다.

일을 둘로 나눈다

AI에게 리서치와 분석을 준다. 키워드 클러스터링, 검색 의도 분류, 경쟁사 대비 콘텐츠 공백 분석, 기술 감사 요약, 1차 아웃라인과 카피. 많은 정보를 빠르게 처리하고 패턴을 드러내는 능력이 가장 큰 도움이 되는 지점이고, 라이브 페이지를 건드리지 않으면서 SEO 업무의 앞단에서 시간을 크게 줄인다.

모든 실행 결정에는 사람을 둔다. 새 페이지 생성, 타이틀 태그와 H1 변경, 리다이렉트, 캐노니컬 태그, 내부 링크 변경, 라이브 URL을 건드리는 모든 것은 사이트를 아는 사람이 배포 전에 검토하고 승인한다. '사후 스팟 체크'가 아니라 사전 검토다. 콘텐츠 권한을 가진 AI 에이전트는 기능적으로 신입 팀원의 첫 몇 주와 같기 때문이다.

AI가 만든 '새 페이지'는 사실이 아니라 주장으로 다룬다. 키워드 타깃 요청에 대한 응답으로 AI가 만든 것을 발행하기 전에 기존 콘텐츠와 비교한다. 본문이 기존 페이지와 한두 문장을 넘게 일치하면 새 페이지가 아니다. 새 타이틀 태그를 쓴 중복이다. 발행하면 하나를 얻는 대신 두 URL의 순위를 잃는다.

'결과물이 완성돼 보인다'를 '결과물이 맞다'와 혼동하지 않는다. AI 모델에는 "나는 이 질문에 좋은 답이 없다"고 알려주는 내부 신호가 없다. 생성할 수 있는 가장 그럴듯한 답을 내놓을 뿐이고, 그것은 때로 진짜 답이고 때로 프롬프트를 기술적으로 만족시키는 페이지 모양의 물체다.

이 구분은 지름길이 반복해서 실패해 온 패턴과 정확히 겹친다. 검색엔진이 검사하기 전에 그 차이를 잡아내는 것이 사람의 일이다.