AI 검색에서 이미지의 일이 바뀌었다 — 기계가 읽는 사진, 5가지 점검 지표

이미지는 130년 전 시어스 카탈로그 시절부터 '보지 않고 사게 만드는' 도구였다. 달라진 건 관객이다. Search Engine Land에 실린 미리암 제시어의 분석에 따르면, 이제 이미지는 사람뿐 아니라 AI 답변 엔진에게도 읽혀야 한다. AI는 사진을 수학적 토큰으로 분해해 프레임 안에 무엇이 있는지, 그것이 무엇을 의미하는지, 주변 페이지가 그 의미를 뒷받침하는지를 해석한다. 이미지 SEO의 일 자체가 바뀐 것이다.

검색창이 카메라가 됐다

규모부터 보자. 구글 렌즈의 시각 검색은 월 약 200억 건, 핀터레스트에서는 전체 검색의 30%가 시각 검색이고 텍스트 검색보다 62% 더 잘 전환된다. 핀터레스트 렌즈만 월 15억 건, 중국 알리바바의 카메라 쇼핑은 수년째 일 1,000만 건을 넘는다. 카메라에서 장바구니로 가는 경로는 이미 구축·수익화된 주류다.

더 주목할 신호는 구글이 2023년 출원해 2026년 4월 공개된 특허다. 답변에 인용할 소스를 이미지 매칭으로 먼저 고르고, 그 다음 주변 텍스트를 끌어와 답을 구성하는 흐름을 묘사한다. 특허를 발굴한 앤디 채드윅이 강조하듯 이는 특허 출원일 뿐 실제 프로덕션 동작이 확인된 건 아니다. 하지만 방향성으로는, 문단이 아니라 사진이 페이지를 답변으로 끌어들일 수 있다는 가장 분명한 공개 신호다.

한 장의 이미지, 두 개의 감사

이미지 점검은 두 질문으로 나뉜다. 첫째, AI가 이미지 안의 사실을 제대로 인식했는가 — '스테인리스 커피메이커'가 실제로 찍혀 있고 페이지 카피가 그것을 명명하는가(외연 층위). 대부분의 브랜드가 여기서 무너진다. 카피는 무드를 위해 쓰고 사진은 다른 감성으로 고르기 때문이다. 둘째, 이미지가 무엇을 암시하는가 — '전문적인 팀 오피스'라는 의미가 기계가 이미지를 의미 잔여물로 분해한 뒤에도 살아남는가(내포 층위). 의도한 메시지와 기계가 감지하는 것은 다를 수 있다. 팔찌와 시계는 인식됐는데 반지는 인식되지 않는 식이다.

측정할 것 — 멀티모달 이미지 GEO 스코어카드

기고가 제안하는 점검 지표는 다섯이다. 소유율(ownership rate)은 히어로 이미지 중 진짜 우리 것 — 경쟁 절반이 같이 쓰는 스톡이 아닌 — 의 비중으로, 비전 API의 웹 감지 기능으로 완전 일치·부분 일치·유사 이미지를 확인한다. 문맥 일치(context match)는 제품 옆 프레임에 뭐가 있는지가 브랜드 스토리와 맞는지를 객체 인식으로 점검하는 것이고, 감정 정렬(sentiment alignment)은 라이프스타일 사진에서 기계가 읽는 감정이 크리에이티브 방향과 일치하는지를 본다. 가독률(legibility rate)은 패키지 카피와 제품 속성을 OCR이 제대로 읽는지 — 문자 높이 약 30px 미만, 낮은 대비, 스타일화된 폰트, 반사 포장의 눈부심이 실패 요인이다. 마지막으로 팬아웃 커버리지는 이미지가 보여주거나 암시하는 것 중 페이지 텍스트가 확인해 주지 않는 비중이다.

마케터가 봐야 할 지점

실행 우선순위는 명확하다. 첫째, 직접 찍어라. 스톡·공유 히어로 이미지를 자체 촬영으로 바꾸는 것이 소유율과 중복 제거 생존을 한 번에 해결하는 가장 레버리지 큰 조치다. 둘째, 답을 사진 옆에 둬라. 인용되는 건 이미지에 인접한 텍스트다. 구매자가 필요로 하는 사실을 캡션과 라벨로 이미지 바로 아래에 붙여야 한다. 셋째, 키워드가 아니라 팬아웃을 커버하라. 하나의 구매 질문은 십여 개의 하위 질문으로 갈라지고, 여러 장의 평범한 이미지가 각각 하위 질문에 답하는 페이지가 유리하다.

이 프레임은 결국 AI 가시성 전략의 하위 과제다. 인용과 추천의 차이를 다룬 AI에 인용되는 것과 추천받는 것은 다른 문제다 — AI 가시성의 두 가지 일과 함께 읽으면 좋고, 텍스트 층위에서 같은 원리를 다룬 인스타그램이 캡션 작성법을 공개했다 — 검색 시스템이 읽는 텍스트도 참고할 만하다. 사람을 멈춰 세우는 이미지에서, 기계가 읽고 구별하고 답변에 실어 나를 수 있는 이미지로 — 이미지의 새 직무기술서다.