SEO·GEO·인바운드 마케팅 핵심 용어를 한눈에 살펴보세요
301 Redirect(301 리다이렉트)는 웹 페이지의 URL이 영구적으로 새로운 주소로 이동했음을 브라우저와 검색 엔진에 알리는 HTTP 상태 코드(301 Moved Permanently)입니다. 기존 URL로 유입되는 사용자와 검색 엔진 크롤러를 자동으로 새 URL로 안내하며, 기존 페이지가 보유한 링크 자산(link equity)을 새 URL로 이전하는 역할을 합니다.
302 Redirect(302 리다이렉트)는 웹 페이지의 URL이 일시적으로 다른 주소로 이동했음을 브라우저와 검색 엔진에 알리는 HTTP 상태 코드(302 Found)입니다. 사용자와 크롤러를 임시 URL로 안내하되, 원래 URL이 곧 복원될 것이라는 신호를 검색 엔진에 전달합니다. 따라서 검색 엔진은 원래 URL을 인덱스에 유지하고, 링크 자산(link equity)도 원래 URL에 그대로 보존합니다.
307 Redirect(307 리다이렉트)는 웹 페이지의 URL이 임시로 다른 주소로 이동했음을 브라우저와 검색 엔진에 알리는 HTTP 상태 코드(307 Temporary Redirect)입니다. 302 리다이렉트와 유사하지만, 원래 요청의 HTTP 메서드(GET, POST 등)와 본문(body)을 반드시 그대로 유지한다는 점이 핵심 차이입니다.
308 Redirect(308 리다이렉트)는 웹 페이지의 URL이 영구적으로 새로운 주소로 이동했음을 브라우저와 검색 엔진에 알리는 HTTP 상태 코드(308 Permanent Redirect)입니다. 301 리다이렉트와 동일하게 영구 이동을 의미하지만, 원래 요청의 HTTP 메서드(GET, POST 등)와 본문(body)을 반드시 그대로 유지한다는 점이 핵심 차이입니다.
404 페이지는 사용자가 요청한 URL이 서버에 존재하지 않을 때 반환되는 HTTP 상태 코드(404 Not Found)입니다. 브라우저나 검색 엔진 크롤러가 특정 URL에 접근했을 때, 해당 페이지를 찾을 수 없으면 서버는 404 응답을 보내고 사용자에게 페이지가 존재하지 않음을 알립니다.
A/B 테스트(A/B Testing)란 웹페이지, 이메일, 광고 등 마케팅 자산의 두 가지 버전(A와 B)을 동일 조건의 사용자 그룹에 동시에 노출한 뒤, 전환율·클릭률 등 핵심 지표를 비교하여 더 우수한 버전을 데이터 기반으로 선택하는 실험 기법입니다.
AARRR은 Acquisition(유입)·Activation(활성화)·Retention(유지)·Referral(추천)·Revenue(수익) 다섯 단계로 스타트업 성장을 측정·개선하는 프레임워크입니다. 2007년 데이브 매클루어(500 Startups)가 제안했고, 발음 때문에 '해적 지표(Pirate Metrics)'라는 별명이 붙었습니다. 회사의 성장 서사를 모든 팀이 추적할 수 있는 다섯 개 숫자로 축약합니다.
AEO(Answer Engine Optimization)는 AI 기반 검색 엔진, 음성 비서, 챗봇 등 답변 엔진(Answer Engine)에서 콘텐츠가 직접적인 답변으로 선택되도록 최적화하는 전략입니다.
AI SEO는 전통적인 검색 엔진 최적화(SEO)의 기본 원칙에 AI 기반 검색 시스템의 요구사항을 통합한 전략입니다. Google 검색 결과뿐 아니라 AI Overview, ChatGPT, Perplexity 같은 AI 검색 도구에서도 콘텐츠가 인용·추천되도록 최적화합니다.
AI 가시성(AI Visibility)은 사용자가 브랜드 카테고리 관련 질문을 했을 때, AI 검색 도구 — ChatGPT·Perplexity·Gemini·Claude·Copilot — 의 생성 답변 안에 브랜드가 등장하는 정도와 빈도입니다. '점유율(share of voice)'과 '오가닉 랭킹'을 합친 개념을 합성 답변 층에서 측정하는 AI 시대의 대체 지표입니다.
AI Search(AI 검색)란 대규모 언어 모델(LLM)을 활용하여 사용자의 질문에 대해 여러 출처를 종합한 직접 답변을 생성·제공하는 차세대 검색 방식입니다.
AI Referral Traffic(AI 리퍼럴 트래픽)은 ChatGPT, Perplexity, Google Gemini, Microsoft Copilot 등 AI 검색 플랫폼의 응답에서 링크를 클릭하여 웹사이트로 유입되는 방문자 트래픽입니다.
AI Brand Monitoring(AI 브랜드 모니터링)은 ChatGPT, Perplexity, Google Gemini, Claude 등 AI 검색 플랫폼에서 브랜드가 언급·추천·비교되는 방식을 체계적으로 추적하고 관리하는 활동입니다.
AI 슬롭(AI Slop)은 명확한 독자나 목적 없이 검색 트래픽·광고 수익만을 노려 AI로 대량 생성된 저품질 콘텐츠를 지칭하는 2024년 이후 업계 용어입니다. 'slop'은 영어로 '먹이통에 담긴 사료'나 '뒤죽박죽 쏟아부은 것'을 뜻하며, AI가 만들어낸 '영양가 없는 콘텐츠 더미'를 은유합니다.
AI 에이전트(AI Agent)는 사용자의 목표를 받아 스스로 계획을 세우고, 도구를 호출하며, 중간 결과를 평가해 다음 행동을 결정하는 자율 LLM 시스템입니다. "검색 결과를 찾아 답을 생성"하는 단일 응답 LLM과 달리, 에이전트는 여러 단계의 추론·행동·피드백 루프를 스스로 실행합니다.
AI Overview는 Google이 Gemini 모델을 활용하여 검색 결과 페이지(SERP) 최상단에 표시하는 AI 생성 요약 답변입니다. 사용자가 검색어를 입력하면 여러 웹 소스의 정보를 종합하여 하나의 요약문으로 제공하며, 2024년 5월 정식 출시 이후 빠르게 확산되고 있습니다.
AI 인용(AI Citation)은 AI 검색 엔진 — Google AI Overview·Perplexity·ChatGPT Search·Claude·Copilot — 이 생성한 답변 옆이나 아래에 참고한 출처 페이지를 링크로 노출하는 방식입니다. 인용된 페이지는 클릭 가능한 링크로 나타나며, 이제 AI 검색 안에서 콘텐츠가 가시성을 얻는 주된 경로가 됐습니다.
AI 콘텐츠 생성(AI Content Generation)이란 ChatGPT, Claude, Gemini 같은 대규모 언어 모델(LLM)이나 AI 도구를 활용하여 블로그 포스트, 마케팅 카피, 이미지 등 콘텐츠를 자동으로 생성하는 기술 및 실무 관행입니다.
AI Content Detection(AI 콘텐츠 탐지)은 텍스트, 이미지 등 디지털 콘텐츠가 인간이 아닌 AI(ChatGPT, Claude, Gemini 등)에 의해 생성되었는지를 판별하는 기술입니다.
AI 크롤러는 LLM 제공자 — OpenAI의 GPTBot, Anthropic의 ClaudeBot, Perplexity의 PerplexityBot, Common Crawl의 CCBot, Google의 Google-Extended — 가 운영하는 봇으로, 대형 언어 모델 학습이나 AI 검색 답변의 실시간 그라운딩을 위해 웹 페이지를 수집합니다. 검색 크롤러와 비슷하게 동작하지만 목적이 다릅니다: SERP가 아니라 AI 답변 계층을 먹이는 것.
AI Crawling이란 GPTBot, ClaudeBot, PerplexityBot 등 AI 기업이 운영하는 자동화된 봇이 웹사이트의 콘텐츠를 방문·수집하는 과정을 의미합니다. 수집된 데이터는 대규모 언어 모델(LLM) 학습, AI 검색 결과 생성, 실시간 질의응답 등 다양한 목적에 활용됩니다.
AIDA 모델은 Attention(주의)·Interest(관심)·Desire(욕구)·Action(행동) 4단계로 잠재 구매자가 첫 노출에서 구매까지 움직이는 과정을 설명하는 고전 마케팅 프레임워크입니다. 1898년 미국 광고 선구자 엘리어스 세인트 엘모 루이스가 정립한 이 모델은 가장 오래된 마케팅 프레임워크이자 카피라이팅·광고·랜딩 페이지 구조의 기반입니다.
ARR(Annual Recurring Revenue, 연간 반복 매출)은 구독 비즈니스가 1년 동안 지속적으로 확보하는 매출을 연 단위로 환산한 값입니다. MRR에 12를 곱한 단순 계산이지만, 기업 가치 평가와 투자자·경영진의 의사결정에서 가장 핵심적인 북극성 지표입니다.
B2B 마케팅(Business-to-Business Marketing)이란 개인 소비자가 아닌 다른 기업을 대상으로 제품이나 서비스를 홍보·판매하는 모든 마케팅 활동을 의미합니다.
BERT 업데이트는 구글이 2019년 10월에 BERT — 양방향 트랜스포머 언어 모델 — 를 검색 랭킹과 피처드 스니펫 선정에 도입한 롤아웃입니다. 5년 만에 가장 큰 알고리즘 변경이었고, 딥 트랜스포머 모델이 실시간 검색에 대규모로 닿은 첫 사례였습니다.
BOFU(Bottom of Funnel)는 마케팅 퍼널의 최하단 단계로, 잠재 고객이 최종 구매 결정을 내리는 시점을 의미합니다.
CDN(Content Delivery Network)은 전 세계 여러 지역에 분산된 엣지 서버에 웹사이트 콘텐츠(HTML·이미지·JS·CSS·동영상)를 미리 캐싱해 두고, 사용자가 가장 가까운 서버에서 콘텐츠를 받도록 하는 분산 네트워크입니다. Cloudflare, Fastly, Akamai, Amazon CloudFront, Vercel Edge Network가 대표적입니다.
CLS(Cumulative Layout Shift)는 페이지가 사용자에게 보이는 동안 예상치 못하게 요소가 얼마나 이동했는지를 수치화한 Core Web Vitals 지표입니다. 사용자가 버튼을 누르려는 순간 화면이 밀려 엉뚱한 것을 눌러버리는 '콘텐츠가 튀는' 문제를 정량화합니다.
CTA(Call to Action, 콜 투 액션)는 웹사이트, 이메일, 광고 등에서 방문자가 구매, 구독, 문의 같은 특정 행동을 취하도록 유도하는 텍스트, 버튼, 배너 등 모든 마케팅 장치를 의미합니다.
E-E-A-T는 Experience(경험), Expertise(전문성), Authoritativeness(권위), Trustworthiness(신뢰)의 약자로, Google이 콘텐츠 품질을 평가할 때 사용하는 핵심 기준입니다.
First Contentful Paint(FCP)는 사용자가 페이지를 요청한 순간부터 화면에 첫 번째 콘텐츠(텍스트·이미지·SVG·non-white canvas)가 렌더링되기까지 걸린 시간을 측정하는 지표입니다. '이 페이지가 반응하고 있다'는 것을 사용자에게 처음 보여주는 순간을 나타냅니다.
구글 코어 업데이트(Google Core Update)는 구글이 검색 품질 시스템 전체를 한 번에 재조정하는 대규모 랭킹 알고리즘 업데이트입니다. 연간 3~4회 공식 발표되며, 하나의 업데이트가 적용되면 짧게는 며칠, 길게는 2~3주에 걸쳐 전 세계 검색 순위가 재편됩니다.
Hreflang은 동일한 콘텐츠의 다국어 또는 다지역 버전이 존재할 때, 검색엔진에 각 페이지의 대상 언어와 지역을 알려주는 HTML 속성입니다.
HTTPS(HyperText Transfer Protocol Secure)는 HTTP에 SSL/TLS 암호화 계층을 추가하여 웹사이트와 사용자 간의 데이터 통신을 보호하는 보안 프로토콜입니다. 주소창에 자물쇠 아이콘이 표시되며, 2014년부터 Google의 공식 랭킹 시그널입니다.
ICP(Ideal Customer Profile, 이상적 고객 프로파일)는 B2B 기업이 '가장 높은 매출·가장 낮은 해지·가장 빠른 가치 실현을 이뤄낼 회사는 어떤 회사인가'를 정의한 회사 단위 프로파일입니다. 개별 담당자를 그리는 바이어 페르소나(Buyer Persona)와 달리, ICP는 '회사 자체의 특성'에 초점을 맞춥니다.
Interaction to Next Paint(INP)는 사용자가 페이지와 상호작용(클릭·탭·키 입력)한 뒤 화면이 다음 프레임을 그려 시각적 반응을 보여주기까지 걸린 시간을 측정하는 Core Web Vitals 지표입니다. 2024년 3월 구글이 기존 First Input Delay(FID)를 대체해 공식 랭킹 지표로 도입했습니다.
JTBD(Jobs to Be Done)는 고객의 행동을 '특정 상황에서 진전(progress)을 이루기 위해 제품을 고용한다'는 관점으로 재해석하는 프레임워크입니다. "고객이 누구인가"가 아닌 "고객이 어떤 일을 해결하려 하는가, 왜 기존 방식을 버렸는가"를 묻습니다.
LCP(Largest Contentful Paint)는 페이지 탐색이 시작된 순간부터 뷰포트 안에서 가장 큰 요소가 렌더링을 마치기까지의 시간을 측정하는 Core Web Vitals 지표입니다. 구글이 '사용자가 페이지를 로드됐다고 느끼는 시점'을 가늠하는 가장 핵심적인 프록시 지표입니다.
LLM Visibility(LLM 가시성)란 ChatGPT, Gemini, Perplexity, Claude 등 대규모 언어 모델(LLM) 기반 AI 챗봇이 사용자 질문에 응답할 때 특정 브랜드를 얼마나 자주, 어떤 맥락에서 언급·추천하는지를 나타내는 지표입니다.
LLM 옵저버빌리티(LLM Observability)는 프로덕션 LLM 애플리케이션을 계측해 모델이 무엇을 하고 있는지 보고, 실패를 디버깅하고, 비용과 지연을 측정하고, 품질 드리프트를 감지하고, 시간에 따른 출력을 평가하는 실천입니다. 전통 앱 옵저버빌리티 — 로그·트레이스·지표 — 의 LLM 시대 대응물이며, 같은 입력이 다른 출력을 만들어내는 확률적 시스템에 맞춰 재설계됐습니다.
LLM-as-a-Judge는 하나의 언어 모델이 다른 모델(또는 자신의 이전 출력)의 결과를 루브릭에 따라 점수 매기거나 비교 평가하는 기법입니다. 개방형 QA·요약·챗봇 응답처럼 사람이 일일이 채점해야 했던 평가 작업을 대체합니다.
llms.txt는 웹사이트 루트(/llms.txt)에 두는 마크다운 파일로, LLM 기반 도구가 사이트의 가장 중요한 콘텐츠를 빠르게 파악할 수 있도록 큐레이션된 지도를 제공합니다. 2024년 제레미 하워드가 제안했고, sitemap.xml이 검색 엔진에 해주는 일을 AI에 해주는 것을 목표로 합니다 — 사이트의 핵심 부분을 기계가 빠르게 소화하게 만들기.
llms.txt는 웹사이트 루트 경로(/llms.txt)에 위치하는 마크다운 형식의 텍스트 파일로, ChatGPT·Claude·Gemini 등 대규모 언어 모델(LLM)이 해당 사이트의 핵심 콘텐츠를 빠르고 정확하게 파악할 수 있도록 안내하는 역할을 합니다.
Lost in the Middle은 Liu 외의 2023년 Stanford/Samaya AI 논문이 문서화한 실증 발견으로, LLM이 긴 컨텍스트의 맨 앞이나 맨 뒤에 놓인 핵심 정보를 가장 잘 활용하고, 같은 정보가 중간에 있을 때는 성능이 눈에 띄게 나빠진다는 현상입니다. 100K+ 토큰 윈도우를 가진 모델도 여전히 이 U자 주의 곡선을 보입니다.
LTV:CAC 비율은 한 고객이 생애 동안 전달하는 가치(LTV)와 그 고객을 획득하는 데 든 비용(CAC)의 관계입니다. 구독·SaaS 비즈니스의 건강을 나타내는 가장 많이 인용되는 단일 지표 — "그로스 엔진이 수익을 내고 있는가"의 약식 답입니다.
Mixture of Experts(MoE)는 LLM 안에 여러 전문화된 '전문가(expert)' 서브 네트워크를 두고, 각 입력 토큰마다 게이팅 메커니즘이 그중 소수만 — 보통 8개 중 2개, 또는 256개 중 8개 — 활성화하고 나머지는 쉬게 두는 신경망 구조입니다. 모델은 거대한 파라미터 수의 '용량'을 가지면서도 훨씬 작은 모델의 추론 비용만 치릅니다.
Model Context Protocol(MCP)은 2024년 말 Anthropic이 공개한, LLM 애플리케이션이 외부 도구·데이터 소스·API에 표준화된 방식으로 연결되도록 정의한 오픈 프로토콜입니다. 'AI 애플리케이션의 USB-C'라고도 불리며, 2026년에는 OpenAI·Google·주요 IDE와 AI 제품들이 빠르게 채택해 사실상 업계 표준으로 자리잡았습니다.
MOFU(Middle of Funnel)는 마케팅 퍼널의 중간 단계로, 잠재 고객이 자신의 문제를 인식하고 다양한 솔루션을 비교·검토하는 시점을 의미합니다.
MQL(Marketing Qualified Lead, 마케팅 적격 리드)은 마케팅팀이 '일반 방문자보다 구매로 이어질 확률이 높다'고 판단해 다음 단계로 넘길 준비가 된 리드를 말합니다. 아직 구매 의사가 확정된 것은 아니지만, 제품·서비스에 뚜렷한 관심을 보이고 정의된 페르소나에 부합하는 단계입니다.
MRR(Monthly Recurring Revenue)은 구독 기반 비즈니스가 매달 반복적으로 확보하는 매출을 말합니다. 일회성 매출이 아닌, 고객이 해지하지 않는 한 다음 달에도 동일하게 들어올 것으로 예상되는 금액만 포함되며, 구독형 SaaS·미디어·커머스의 가장 중요한 성장 지표입니다.
NAP은 Name(상호명), Address(주소), Phone(전화번호)을 뜻하는 로컬 SEO 용어이고, NAP 인용(NAP Citation)은 웹 전역의 디렉터리·리뷰 사이트·소셜 프로필 등에 해당 업체의 NAP 정보가 언급되는 것을 말합니다. 구글은 여러 출처에서 발견된 NAP이 얼마나 일관적인지를 기준으로 로컬 비즈니스의 신뢰도와 존재감을 평가합니다.
Noindex는 검색 엔진에 특정 페이지를 검색 결과에 포함하지 말라고 지시하는 로봇 메타 디렉티브입니다. HTML <meta> 태그 또는 HTTP 응답 헤더(X-Robots-Tag)를 통해 설정하며, 해당 페이지가 Google·Bing 등의 검색 결과 페이지(SERP)에 노출되는 것을 방지합니다.
NPS(Net Promoter Score)는 "이 제품·서비스를 친구나 동료에게 추천할 의향이 얼마나 되시나요?"라는 단일 질문으로 고객 충성도를 측정하는 지표입니다. 0~10점 척도로 답변을 받아 프로모터에서 디트랙터 비율을 뺀 값으로, 2003년 Bain & Company와 Fred Reichheld가 제안한 이후 전 세계 기업의 표준 고객 경험 지표로 자리잡았습니다.
RAG(Retrieval-Augmented Generation, 검색 증강 생성)는 대규모 언어 모델(LLM)이 답변을 생성하기 전에 외부 지식 베이스나 웹에서 관련 정보를 검색·참조하여 응답의 정확성과 최신성을 높이는 AI 기술입니다.
RAG 평가(RAG Evaluation)는 RAG 파이프라인이 '얼마나 좋은 검색 결과를 가져오고, 얼마나 정확한 답변을 생성하는지'를 정량적으로 측정하는 방법론입니다. LLM의 자유로운 생성 특성상 일반 소프트웨어 테스트처럼 단순 입출력 비교로는 품질을 판단할 수 없기 때문에, 전용 평가 프레임워크가 2026년 RAG 개발의 표준 도구가 되었습니다.
RLHF(Reinforcement Learning from Human Feedback, 인간 피드백 강화학습)는 사람이 직접 평가한 응답 선호도 데이터로 LLM의 행동을 원하는 방향으로 조정하는 학습 기법입니다. 사전 학습만 마친 LLM은 문법적으로 유창하지만 도움이 되지 않거나 위험한 답변을 하는 경우가 많은데, RLHF는 이 원시 모델을 '사람이 선호하는 대화 상대'로 바꾸는 정렬(Alignment) 단계의 표준 방법입니다.
Robots.txt는 웹사이트 루트 디렉토리(/robots.txt)에 위치하는 공개 텍스트 파일로, 검색엔진 크롤러가 사이트의 어떤 URL에 접근할 수 있는지를 안내하는 표준 프로토콜(Robots Exclusion Protocol)입니다.
SEO 스플릿 테스팅(SEO Split Testing)은 라이브 페이지에서 어떤 온페이지 변경이 실제로 검색 순위와 오가닉 클릭을 움직이는지 통제 실험으로 검증하는 기법입니다. 전통 A/B 테스트가 사용자를 무작위로 배정하는 것과 달리, SEO 스플릿 테스팅은 URL을 그룹화합니다 — 검색 엔진이 인덱싱하는 것이 세션이 아니라 페이지이기 때문입니다.
SERP(Search Engine Results Page)란 사용자가 검색엔진에 키워드를 입력했을 때 표시되는 검색 결과 페이지를 의미합니다.
SERP Feature(SERP 기능)는 검색 결과 페이지(SERP)에서 전통적인 10개의 블루 링크 외에 추가로 표시되는 모든 특수 요소를 통칭합니다. 추천 스니펫, People Also Ask, 리치 스니펫, 지식 패널, 이미지 팩, 비디오 캐러셀, 로컬 팩 등이 해당합니다.
SERP 변동성(SERP Volatility)은 구글 검색 결과의 순위가 매일 얼마나 움직이는지를 나타내는 지표입니다. Semrush Sensor·Mozcast·Advanced Web Ranking·Sistrix Volatility Index 같은 도구가 수백만 개의 추적 키워드를 집계해 "구글이 잔잔한지 폭풍인지"를 알려주는 일간 '날씨' 점수로 발행합니다.
Soft 404는 서버가 HTTP 200(정상)을 반환하지만, 구글이 페이지의 내용을 분석해 '사실상 존재하지 않는 페이지'로 판단한 상태를 말합니다. 브라우저에는 페이지가 열리지만 구글은 검색 결과에서 제외하며, Search Console의 Coverage 리포트에 'Soft 404'로 표시됩니다.
Test-Time Compute(추론 시 연산, inference-time compute라고도 함)는 LLM이 추론 단계에서 더 오래 '생각'하도록 — 더 많은 추론 토큰 생성·여러 체인 병렬 실행·여러 후보 샘플링 후 최선 선택 — 하여 모델을 재훈련하지 않고 답변 품질을 높이는 기법입니다. 2024~2025년 OpenAI o1과 DeepSeek-R1이 대중화하며, 추론(reasoning)을 훈련 문제에서 런타임 다이얼로 옮겼습니다.
TOFU(Top of Funnel)는 마케팅 퍼널의 최상단 단계로, 잠재 고객이 브랜드나 제품을 처음으로 인지하게 되는 시점을 의미합니다.
TTFB(Time to First Byte)는 사용자가 URL을 요청한 순간부터 브라우저가 서버에서 첫 바이트를 받기까지 걸린 시간을 측정하는 지표입니다. '서버가 얼마나 빨리 반응했는가'를 나타내며, 다른 모든 페이지 속도 지표(LCP, FCP, 페이지 로드)의 출발점이 됩니다.
URL 구조(URL Structure)는 웹페이지 주소를 이루는 프로토콜·도메인·경로·파라미터의 체계를 말합니다. https://inblog.ai/ko/blog/seo-basics처럼 각 부분이 계층적 의미를 담도록 설계되며, 검색 엔진과 사용자 모두에게 페이지의 맥락을 전달하는 첫 번째 단서입니다.
URL Slug(URL 슬러그)은 URL에서 도메인 뒤에 오는 경로의 마지막 부분으로, 해당 페이지의 내용을 요약하는 텍스트입니다. 예를 들어 inblog.ai/ko/blog/seo-guide에서 seo-guide가 슬러그입니다.
UTM Parameter(UTM 파라미터)는 URL 끝에 추가하는 추적 코드로, 웹사이트 트래픽이 어떤 마케팅 캠페인, 채널, 콘텐츠에서 유입되었는지를 Google Analytics 등 분석 도구에서 구분할 수 있게 합니다. UTM은 Urchin Tracking Module의 약자입니다.
Vision-Language Model(VLM)은 이미지와 텍스트를 모두 입력으로 받고 텍스트를 출력하는 멀티모달 AI 시스템으로, 단일 모델이 스크린샷을 읽고, 사진을 묘사하고, 문서를 옮기고, 차트에 대한 질문에 답하고, "보이는 것"과 "말하는 것"을 결합한 지시를 따를 수 있게 해줍니다. 2026년 가장 널리 쓰이는 예로는 GPT-4V·Gemini·Claude 3+·Llama 3.2 Vision·Qwen-VL이 있습니다.
X-Robots-Tag는 HTTP 응답 헤더를 통해 검색 엔진의 크롤링·인덱싱 동작을 제어하는 방법입니다. HTML 페이지에 <meta name="robots"> 태그를 넣는 대신, 서버가 응답할 때 X-Robots-Tag: noindex처럼 헤더에 같은 지시를 직접 실어 보냅니다.
YMYL(Your Money or Your Life)은 사용자의 건강, 재정, 안전, 행복에 직접적으로 영향을 미칠 수 있는 콘텐츠 주제를 뜻합니다. Google은 이러한 주제의 콘텐츠에 특히 높은 품질 기준을 적용합니다.
가드레일(Guardrails)은 LLM 주위에 둘러친 규칙·필터·검증 계층으로, 입력과 출력이 안전하고 주제에 맞으며 정책에 부합하도록 유지합니다. 사용자와 모델 사이, 모델과 하류 시스템 사이에 위치해 모델이 만들 수 있는 문제를 걸러냅니다.
가치 제안(Value Proposition)은 '이 제품이 누구의 어떤 문제를, 경쟁 제품과 다른 방식으로 어떻게 해결하는가'를 한 문장으로 정리한 약속입니다. 랜딩 페이지의 상단, 홈페이지 히어로, 콜드 이메일의 첫 줄 등 고객이 제품을 처음 만나는 모든 접점의 핵심 메시지입니다.
SXO(Search Experience Optimization, 검색 경험 최적화)는 검색엔진 최적화(SEO)와 사용자 경험(UX) 최적화를 통합하여, 검색 결과 클릭부터 사이트 내 전환까지 전체 사용자 여정을 최적화하는 전략입니다.
검색 엔진 마케팅(Search Engine Marketing, SEM)은 검색 엔진을 통해 웹사이트의 가시성과 트래픽을 높이는 마케팅 전략의 총칭입니다. 원래는 SEO(오가닉)와 PPC(유료 광고)를 모두 포괄하는 개념이었으나, 현재는 주로 유료 검색 광고를 지칭하는 용도로 사용됩니다.
Search Intent(검색 의도)란 사용자가 검색엔진에 특정 키워드를 입력할 때 궁극적으로 달성하려는 목적을 의미합니다.
검색량(Search Volume)은 특정 키워드가 한 달 동안 검색 엔진에서 검색되는 평균 횟수를 추정한 지표입니다. 키워드 리서치의 가장 기본적인 데이터로, 특정 주제에 대한 실제 수요를 수치화합니다.
Guest Posting(게스트 포스팅)은 자사 블로그가 아닌 외부 매체, 업계 블로그, 온라인 미디어에 전문적 콘텐츠를 기고하여 백링크, 브랜드 노출, 레퍼럴 트래픽을 확보하는 인바운드 마케팅 전략입니다.
Customer Lifetime Value(CLV 또는 LTV)는 한 고객이 기업과의 전체 거래 기간 동안 창출할 것으로 예상되는 총 매출 가치입니다. 단순히 첫 구매 금액이 아니라, 반복 구매, 업셀, 크로스셀, 구독 갱신을 모두 포함한 장기적 가치입니다.
고객 성공(Customer Success, CS)은 고객이 제품·서비스를 사용해 원하는 성과를 얻도록 돕는 능동적 비즈니스 기능입니다. 고객이 문의하면 답하는 반응형 '고객 지원'과 달리, 고객 성공은 '고객이 성과를 내지 못하기 전에 먼저 개입하는' 구조로 설계됩니다. 구독·SaaS 모델에서 해지를 막고 Expansion 매출을 만드는 핵심 레버리지입니다.
고객 여정(Customer Journey)은 잠재 고객이 브랜드를 처음 인지하는 순간부터 구매, 재구매, 추천에 이르기까지 브랜드와의 모든 상호작용을 포괄하는 전체 경험입니다.
고객 옹호(Customer Advocacy)는 만족한 고객이 자발적으로 브랜드를 주변에 추천하고, 부정적 의견에 반박하며, 새로운 기능·캠페인을 확산시키도록 만드는 전략적 활동입니다. 단순 만족을 넘어 '브랜드의 편에 서는 팬'을 체계적으로 키우는 과정이며, 2026년 인바운드 마케팅의 가장 중요한 성장 엔진 중 하나로 자리잡았습니다.
고객 추천사(Testimonial)는 실제 고객이 제품이나 서비스를 사용한 경험을 직접 증언하는 짧은 인용문입니다. 1~3문장 분량으로 고객의 실명·직함·회사 정보와 함께 제시되며, 랜딩 페이지·홈페이지·광고 소재에서 가장 높은 신뢰 전환 효과를 만드는 사회적 증명(Social Proof)의 기본 형태입니다.
고객 획득 비용(Customer Acquisition Cost, CAC)은 신규 고객 1명을 확보하는 데 소요된 모든 마케팅·세일즈 비용의 합계입니다. 광고비, 콘텐츠 제작비, 마케팅/세일즈 인건비, 도구 사용료 등이 포함됩니다.
Voice of Customer(VoC, 고객의 목소리)는 고객이 제품·문제·카테고리에 대해 자기 언어로 실제로 하는 말을 수집하고, 그 원본 표현을 메시지·제품·포지셔닝에 반영하는 리서치 분야입니다. 미리 정해진 답변 상자에 고객을 끼워 맞추는 설문과 달리, VoC는 리뷰·지원 티켓·세일즈 콜·소셜 포스트·인터뷰·슬랙 메시지의 열린 언어를 듣습니다.
Orphan Page(고아 페이지)는 사이트 내 다른 어떤 페이지에서도 내부 링크를 받지 못하는 페이지입니다. 검색엔진 크롤러가 링크를 따라 이동하는 방식으로 페이지를 발견하기 때문에, 내부 링크가 없으면 아무리 좋은 콘텐츠라도 색인되지 않을 수 있습니다.
People Also Ask(PAA, 관련 질문)란 Google 검색 결과 페이지에 표시되는 접이식 질문-답변 박스로, 사용자의 검색 쿼리와 관련된 추가 질문과 간결한 답변을 제공하는 SERP 기능입니다.
구글 AI 모드(Google AI Mode)는 구글 검색에 탑재된 AI 전용 인터페이스로, 기존의 파란 링크(blue links) 목록 대신 Gemini 2.5 모델이 생성한 AI 요약 응답을 중심으로 검색 결과를 제공합니다. 구글 검색의 별도 탭이나 google.com/aimode에서 접근할 수 있습니다.
구글 검색 연산자(Google Search Operators)는 일반 검색창에서 특수 구문을 사용해 결과를 정밀 필터링·제한하는 기능입니다. SEO 감사, 경쟁사 분석, 인덱싱 점검, 백링크 탐색 등 대부분의 리서치 작업에서 유료 도구 없이도 빠르게 정보를 얻을 수 있는 가장 기본적이고 강력한 무기입니다.
Google Business Profile(구글 비즈니스 프로필, GBP)은 Google 검색과 Google Maps에서 비즈니스의 로컬 목록이 어떻게 표시되는지 관리할 수 있는 무료 도구입니다. 구 'Google My Business(구글 마이 비즈니스)'에서 2022년에 명칭이 변경되었습니다.
구글 서치 콘솔(Google Search Console, GSC)은 Google이 제공하는 무료 SEO 도구로, 웹사이트의 검색 성과를 분석하고 기술적 SEO 상태를 모니터링하여 데이터 기반의 검색 최적화 의사결정을 지원하는 플랫폼입니다.
구글 알고리즘(Google Algorithm)이란 사용자의 검색 쿼리에 대해 수십억 개의 웹페이지 중 가장 적합한 결과를 찾아 순위를 매기는 복잡한 규칙과 신호의 집합입니다. 200개 이상의 랭킹 요소가 작용하는 것으로 알려져 있으며, 정확한 작동 방식은 공개되지 않습니다.
Google Analytics(구글 애널리틱스)는 웹사이트 방문자의 유입 경로, 행동, 전환을 추적하고 분석하는 Google의 무료 웹 분석 도구입니다. 현재 버전은 GA4(Google Analytics 4)로, 2023년 7월에 기존 Universal Analytics(UA)를 완전히 대체했습니다.
Google Trends(구글 트렌드)는 Google 검색 데이터를 기반으로 특정 키워드나 주제의 검색 인기도 변화를 시각화하는 무료 도구입니다. 시간, 지역, 카테고리별 검색 관심도를 0~100의 상대적 수치로 보여줍니다.
Google Penalty(구글 페널티)는 Google의 검색 품질 가이드라인이나 스팸 정책을 위반한 웹사이트의 검색 순위를 하락시키거나 검색 결과에서 완전히 제거하는 제재 조치입니다.
Googlebot(구글봇)은 Google이 웹을 탐색하고 페이지를 수집하기 위해 사용하는 자동화 웹 크롤러입니다. 새로운 페이지를 발견하고, 기존 페이지의 변경사항을 감지하여 Google 검색 인덱스를 최신 상태로 유지합니다.
구조화된 데이터(Structured Data)란 웹페이지의 콘텐츠를 검색엔진과 AI 시스템이 이해할 수 있도록 Schema.org 표준 어휘를 사용해 정보를 체계적으로 기술하는 마크업입니다.
구조화된 출력(Structured Output)은 LLM이 지정된 스키마(주로 JSON 스키마)에 반드시 부합하는 응답만 생성하도록 강제하는 기능입니다. '파싱 가능한 JSON이기를 바라는' 대신, 추론 엔진 단에서 토큰 샘플링을 제한해 스키마 검증을 항상 통과시킵니다.
그라운디드 생성(Grounded Generation)은 LLM이 자신의 학습 지식에만 의존하지 않고, 외부에서 제공받은 근거 문서에 기반해 응답을 생성하고 답변과 함께 출처를 명확히 표기하는 방식입니다. RAG 파이프라인의 핵심 설계 원칙이며, 할루시네이션의 정반대 개념입니다.
Grounding(그라운딩)은 대규모 언어 모델(LLM)의 출력을 검증 가능한 외부 데이터 소스에 연결하여, 모델이 사실에 기반한 응답을 생성하도록 만드는 기술입니다. 이를 통해 AI가 학습 데이터의 통계적 패턴에만 의존해 사실이 아닌 정보를 생성하는 현상, 즉 환각(Hallucination)을 방지합니다.
그로스 루프(Growth Loop)는 마케팅 퍼널의 선형적 '유입 → 전환 → 이탈' 구조 대신, '출력물이 다시 입력으로 돌아와 성장이 자기 강화되는 순환 구조'로 성장을 설계하는 모델입니다. Reforge의 Brian Balfour 팀이 2018년 공식화한 이후, 2026년 SaaS·소비자 앱의 표준 성장 사고법이 되었습니다.
그로스 해킹(Growth Hacking)은 마케팅·제품·엔지니어링을 넘나드는 빠른 실험으로 확장 가능하고 반복 가능한 성장 방법을 찾는 규율이자 사고방식입니다. 2010년 Sean Ellis가 처음 명명했으며, 전통 마케팅 예산을 감당할 수 없었던 초기 스타트업이 제품 기반 루프·데이터 기반 테스트·창의적 유통 해크로 저비용 유저 획득을 해야 했던 맥락에서 나왔습니다.
Parasite SEO(기생 SEO)는 높은 도메인 권위를 가진 서드파티 플랫폼(Medium, LinkedIn, 업계 매체 등)에 콘텐츠를 게시하여, 자사 사이트보다 빠르게 경쟁 키워드에서 검색 순위를 확보하는 전략입니다.
깨진 링크(Broken Link)란 클릭했을 때 목적지 페이지에 도달하지 못하는 하이퍼링크입니다. 대상 페이지가 삭제되었거나, URL이 변경되었거나, 서버에 접근할 수 없을 때 발생하며, 사용자는 보통 404 오류 페이지를 보게 됩니다. 'Dead Link(죽은 링크)'라고도 부릅니다.
Internal Link(내부 링크)란 동일한 웹사이트(도메인) 내에서 한 페이지가 같은 사이트의 다른 페이지를 가리키는 하이퍼링크를 의미합니다.
Negative SEO(네거티브 SEO)는 경쟁자 웹사이트의 검색 순위를 의도적으로 떨어뜨리기 위해 사용하는 악의적 SEO 기법의 총칭입니다. 스팸 백링크 대량 생성, 콘텐츠 복제, 가짜 리뷰 등 다양한 형태로 나타납니다.
네이버 SEO는 2026년 기준 국내 시장 약 55~60%를 점유하는 한국 최대 검색 엔진 네이버에서 콘텐츠가 상위에 노출되도록 최적화하는 작업입니다. 네이버의 랭킹 로직·색인·SERP 레이아웃은 구글과 상당히 다르기 때문에, 고전 구글 SEO 전술은 부분적으로만 적용되며 때로는 오히려 해가 됩니다.
노스 스타 메트릭(North Star Metric, NSM)은 기업이 '고객에게 전달하는 장기적 가치를 가장 잘 대변한다'고 판단해 선택한 단 하나의 숫자입니다. 모든 팀이 이 하나의 지표를 움직이는 방향으로 업무를 정렬해, 서로 다른 KPI를 쫓느라 생기는 조직 분열을 막습니다.
노출수(Impression)란 웹페이지가 검색 결과에 표시된 횟수입니다. 사용자가 실제로 클릭했는지와 관계없이, 검색 결과 화면에 링크가 나타난 것 자체를 1회 노출로 카운트합니다.
Nofollow(노팔로우)는 HTML 링크에 rel="nofollow" 속성을 추가하여 검색엔진에게 해당 링크를 따라가거나 링크 자산(link equity)을 전달하지 말라고 지시하는 마크업입니다.
뉴스레터(Newsletter)는 구독자에게 정기적으로 가치 있는 콘텐츠를 이메일로 발송하는 마케팅 채널입니다. 업계 소식, 블로그 콘텐츠, 인사이트, 회사 소식 등을 담으며, 즉각적인 판매보다 장기적인 관계 구축과 신뢰 형성에 초점을 맞춥니다.
다이내믹 렌더링(Dynamic Rendering)은 같은 페이지를 두 가지 버전으로 서빙하는 기법입니다: 검색 크롤러에는 사전 렌더링된 정적 HTML 스냅샷, 사람 사용자에게는 전체 JavaScript SPA 경험. 구글은 2018년 무거운 JS 사이트의 우회책으로 공개 권장했으나, 2024년에는 "레거시 우회책"으로 조용히 위상을 낮췄습니다 — Googlebot의 JS 렌더링이 성숙해졌기 때문입니다.
Dark Social(다크 소셜)은 카카오톡, WhatsApp, 인스타그램 DM, 이메일, Slack 등 웹 분석 도구로 추적할 수 없는 비공개 채널을 통해 콘텐츠가 공유되는 현상입니다. 링크를 복사해서 붙여넣거나 메신저로 공유하면 리퍼러(referrer) 정보가 전달되지 않아, 분석 도구에서는 "Direct" 트래픽으로 잘못 분류됩니다.
대규모 언어 모델(Large Language Model, LLM)은 방대한 양의 텍스트 데이터로 학습되어 인간 언어를 이해하고 생성하는 AI 시스템입니다. ChatGPT, Claude, Gemini, Perplexity 등 2026년 AI 검색을 주도하는 모든 서비스의 기반 기술입니다.
LLMO(Large Language Model Optimization, 대규모 언어 모델 최적화)란 ChatGPT, Perplexity, Gemini, Claude 등 LLM 기반 AI 도구가 사용자 질문에 답변할 때 자사 브랜드를 더 자주 언급·인용·추천하도록 콘텐츠와 웹 존재를 최적화하는 전략입니다.
Alt Text(대체 텍스트)란 HTML <img> 태그의 alt 속성에 작성하는 이미지 설명 문구로, 이미지를 표시할 수 없거나 시각적으로 확인할 수 없는 상황에서 이미지 대신 전달되는 텍스트입니다.
대화형 검색(Conversational Search)이란, 사용자가 키워드를 나열하는 대신 자연어로 질문하고 AI가 맥락을 이해하여 대화 형태로 답변을 제공하는 검색 방식입니다.
Domain Authority(DA)는 SEO 소프트웨어 기업 Moz가 개발한 검색 엔진 순위 예측 지표로, 특정 웹사이트가 검색 결과 페이지(SERP)에서 얼마나 높은 순위를 차지할 수 있는지를 1부터 100까지의 점수로 나타냅니다.
Dofollow(두팔로우) 링크란 rel="nofollow", rel="ugc", rel="sponsored" 같은 특수 속성이 없는 일반 하이퍼링크입니다. 검색 엔진 크롤러가 따라갈 수 있고, 링크 에퀴티(PageRank)를 대상 페이지로 전달합니다. 웹의 모든 링크는 별도 속성을 지정하지 않으면 기본적으로 dofollow입니다.
Drip Campaign(드립 캠페인)은 사용자의 특정 행동이나 시간 조건에 따라 미리 설정된 일련의 이메일을 자동으로 순차 발송하는 마케팅 자동화 전략입니다. 물방울(drip)이 떨어지듯 꾸준히 메시지를 전달한다는 뜻에서 이 이름이 붙었습니다.
Demand Generation(디맨드 제너레이션)은 잠재 고객이 제품·서비스에 대한 필요를 스스로 인식하고 관심을 갖도록 시장을 교육하고 인지도를 높이는 장기적 마케팅 전략입니다.
라이프사이클 마케팅(Lifecycle Marketing)은 고객과 브랜드의 관계 단계별로 — 첫 인지부터 충성 옹호자까지 — 구분된 메시지·제안·경험을 설계하는 실천입니다. 모두에게 같은 메시지를 방송하는 대신, 신규 방문자에게 옳은 제안과 3년 차 고객에게 옳은 제안이 전혀 다르다는 사실을 운영으로 만듭니다.
랜딩 페이지(Landing Page)란 광고, 이메일, 검색 결과 등 외부 유입 경로를 통해 방문자가 처음 "착륙(landing)"하는 웹페이지로, 회원가입·구매·문의 등 단 하나의 전환 목표를 달성하도록 설계된 단일 목적 페이지입니다.
랜딩 페이지 최적화(Landing Page Optimization, LPO)는 방문자가 도착한 페이지의 각 요소를 체계적으로 실험·개선해 전환율을 높이는 CRO(Conversion Rate Optimization)의 핵심 분야입니다. 트래픽을 늘리기 위한 SEO·페이드·인바운드 활동이 '입구'라면, LPO는 그 입구로 들어온 방문자가 실제 행동으로 이어지도록 만드는 '최종 관문'입니다.
Reddit SEO는 Reddit 포스트와 댓글을 구글에 순위에 오르게(그리고 AI Overview·Perplexity에 인용되게) 최적화하는 실천입니다. 2024년 이전엔 존재하지 않다시피 했지만, 구글과 Reddit의 데이터 라이선싱 계약이 'Helpful Content' 시대의 '진짜 사람 토론' 수요와 맞물리며 폭발적으로 성장했습니다.
Local SEO(로컬 SEO)는 특정 지역에서 제품이나 서비스를 검색하는 사용자에게 비즈니스가 검색 결과 상위에 노출되도록 최적화하는 SEO 전략입니다.
로컬 팩(Local Pack)은 구글이 지역 의도가 있는 검색어에 대해 검색 결과 최상단에 지도와 함께 보여주는 3개의 로컬 비즈니스 블록을 말합니다. '3-Pack'이라고도 불리며, 식당·카페·병원·변호사 사무실·지역 서비스 업체 검색 쿼리에서 가장 많이 노출됩니다.
롱테일 키워드(Long-tail Keyword)란 일반적으로 3개 단어 이상으로 구성된, 사용자의 구체적인 검색 의도를 반영하는 복합 검색어입니다. 예를 들어 "운동화"가 숏테일 키워드라면, "발볼 넓은 남성 러닝화 추천"은 롱테일 키워드에 해당합니다.
루프 마케팅(Loop Marketing)은 HubSpot이 2025년 INBOUND 컨퍼런스에서 제시한 4단계 반복형 마케팅 프레임워크입니다. 모든 마케팅 활동이 다음 활동의 입력이 되어 복리(compounding) 성장을 만들어내는 것이 핵심입니다.
리다이렉트 체인(Redirect Chain)은 원본 URL이 최종 목적지까지 도달하기 위해 두 번 이상의 리다이렉트를 거치는 구조를 말합니다. 예: A → B → C → D처럼 단계가 이어지는 경우, 크롤러와 사용자 모두에게 부담을 주는 대표적인 SEO 안티패턴입니다.
리드 너처링(Lead Nurturing)이란 마케팅 퍼널에 유입된 잠재 고객(리드)에게 적절한 시점에 맞춤형 콘텐츠와 메시지를 제공하여 신뢰를 구축하고, 궁극적으로 구매 전환까지 이끄는 일련의 마케팅 활동입니다.
리드 마그넷(Lead Magnet)이란, 잠재 고객이 이메일·이름·전화번호 등 연락처 정보를 남기는 대가로 기업이 제공하는 무료 콘텐츠나 도구를 의미합니다. 마치 자석(Magnet)이 금속을 끌어당기듯 타깃 고객의 관심을 사로잡아 리드(Lead)를 확보하는 인바운드 마케팅의 핵심 장치입니다.
리드 스코어링(Lead Scoring)이란 각 잠재 고객(리드)의 행동, 참여도, 프로필 정보를 분석하여 전환 가능성을 점수로 매기고, 영업팀이 가장 높은 가치의 리드에 집중할 수 있도록 우선순위를 부여하는 프로세스입니다.
리드 제너레이션(Lead Generation)은 제품이나 서비스에 관심을 가진 잠재 고객(리드)을 발굴하고, 이름·이메일 등 연락 정보를 확보하는 마케팅 활동입니다. 인바운드 마케팅 방법론에서 '유치(Attract)' 이후 '전환(Engage)' 단계의 핵심입니다.
리랭커(Reranker)는 RAG 파이프라인에서 벡터 검색으로 가져온 상위 k개 결과를 한 번 더 정밀하게 재정렬해 가장 관련성 높은 청크를 최상위로 끌어올리는 모델입니다. 1차 검색이 '빠르게 수많은 후보를 찾는 단계'라면, 리랭커는 '그중 정말 인용할 만한 것을 고르는 단계'입니다.
리치 스니펫(Rich Snippet)이란 구조화된 데이터(Structured Data)를 기반으로 별점, 가격, FAQ, 이미지 등 추가 정보를 검색 결과에 함께 표시하는 강화된 검색 결과 형태입니다. Google에서는 현재 "리치 리절트(Rich Results)"라는 용어를 공식적으로 사용합니다.
리퍼럴 마케팅(Referral Marketing)은 기존 고객이 신제품을 가족·친구·동료에게 추천하도록 인센티브를 제공하는 마케팅 전략입니다. '입소문 마케팅'의 구조화된 형태로, 양질의 리드를 낮은 비용으로 확보하는 성장 전략입니다.
디스어보우(Disavow)란 Google의 링크 부인 도구(Disavow Links Tool)를 사용하여 특정 백링크를 검색 순위 평가에서 무시하도록 Google에 요청하는 것입니다. 2012년 Penguin 업데이트 이후 조작적 링크 빌딩으로 패널티를 받은 사이트가 유해 링크를 해제할 수 있도록 도입되었습니다.
링크 벨로시티(Link Velocity)는 웹사이트가 시간에 따라 백링크를 얻거나 잃는 속도입니다. SEO 도구는 보통 주·월 단위 신규 리퍼링 도메인 수로 표현하며, 건강한 벨로시티는 평평하다가 갑자기 튀는 곡선이 아니라 꾸준히 상승하는 곡선입니다.
링크 빌딩(Link Building)은 외부 웹사이트가 내 웹사이트로 연결되는 하이퍼링크(백링크)를 전략적으로 확보하는 오프페이지 SEO 활동입니다. 검색 엔진은 백링크를 신뢰 투표로 해석하기 때문에, 양질의 링크를 체계적으로 구축하는 것이 검색 순위 향상의 핵심입니다.
링크 에쿼티(Link Equity)는 하나의 웹페이지에서 다른 웹페이지로 링크를 통해 전달되는 '랭킹 권한'을 말합니다. '링크 주스(Link Juice)'라는 비공식 명칭으로도 불리며, 백링크·내부 링크·PageRank 개념을 관통하는 SEO의 핵심 원리입니다.
링크드인 마케팅(LinkedIn Marketing)은 세계 최대 비즈니스 전문 소셜 네트워크인 LinkedIn을 활용하여 브랜드 인지도를 높이고, 잠재 고객(리드)을 확보하며, 업계 사고 리더십(Thought Leadership)을 구축하는 마케팅 전략입니다.
마케팅 자동화(Marketing Automation)란 이메일 발송, 리드 분류, 소셜 미디어 게시, 캠페인 성과 분석 등 반복적인 마케팅 활동을 소프트웨어를 통해 자동으로 수행하는 기술 및 전략을 의미합니다.
멀티 터치 어트리뷰션(Multi-Touch Attribution, MTA)은 고객이 전환에 이르기까지 거친 모든 마케팅 터치포인트에 전환 기여도를 분배하는 실천입니다 — 첫 클릭이나 마지막 클릭에만 주는 것이 아닙니다. "이 5,000달러 거래의 100%는 구글 광고" 대신, MTA는 30% 블로그·20% 링크드인·30% 구글·20% 세일즈 콜로 나눌 수 있습니다.
멀티모달 검색(Multimodal Search)은 텍스트, 이미지, 음성, 영상 등 여러 입력 방식을 결합하여 한 번에 검색하는 것을 뜻합니다. 키워드만 입력하는 기존 검색과 달리, 카메라로 제품을 비추면서 "이거 어디서 살 수 있어?"라고 말하는 식의 자연스러운 검색이 가능합니다.
Meta Description(메타 디스크립션)은 HTML <meta name="description"> 태그에 작성하는 페이지 요약문으로, 검색 결과 페이지(SERP)에서 제목 아래에 표시되어 사용자의 클릭 여부를 결정짓는 핵심 SEO 요소입니다.
메타 태그(Meta Tag)는 웹페이지의 <head> 섹션에 위치하며, 해당 페이지에 대한 정보를 검색 엔진과 브라우저에 전달하는 HTML 요소입니다. 페이지 제목, 설명, 인덱싱 허용 여부, 모바일 뷰포트 설정 등을 포함합니다.
모델 디스틸레이션(Model Distillation)은 작은 '학생(student)' 모델이 훨씬 큰 '교사(teacher)' 모델을 — 원본 라벨이 아니라 교사의 출력(또는 내부 확률 분포)으로 학습해 — 모방하도록 훈련하는 기법입니다. 결과는 교사의 능력 대부분을 가지면서도 크기·지연·비용은 일부분인 모델입니다.
모델 라우팅(Model Routing)은 AI 애플리케이션이 사용자 요청의 특성·난이도·비용 제약에 따라 가장 적합한 LLM으로 요청을 동적으로 분배하는 기술입니다. 모든 요청을 하나의 고성능 모델로 처리하는 대신, '간단한 요청은 빠른 소형 모델로, 복잡한 추론은 고가의 대형 모델로' 분배해 성능과 비용을 동시에 최적화합니다.
모바일 SEO(Mobile SEO)는 모바일 기기에서의 검색 엔진 가시성과 사용자 경험을 최적화하는 전략입니다. Google이 2021년부터 모바일 우선 인덱싱(Mobile-First Indexing)을 완전 적용함에 따라, 모바일 버전이 검색 순위의 기준이 됩니다.
모바일 우선 인덱싱(Mobile-First Indexing)은 구글이 웹페이지의 모바일 버전을 기준으로 콘텐츠를 크롤링·인덱싱하고 검색 랭킹을 결정하는 방식입니다. 2016년 실험을 거쳐 2023년 말까지 전체 웹에 완전 적용된 구글의 기본 인덱싱 정책입니다.
바이럴 계수(Viral Coefficient, 보통 K로 표기)는 기존 사용자 한 명이 평균적으로 데려오는 신규 사용자 수입니다. 공식은 간단합니다 — 사용자당 발송 초대 수에 초대당 전환율을 곱합니다. K가 1을 넘으면 사용자 베이스가 유료 획득 없이도 기하급수적으로 자라고, K가 1 미만이면 바이럴은 성장을 증폭할 뿐 스스로 굴러가지는 않습니다.
바이어 페르소나(Buyer Persona)란 시장 조사와 기존 고객 데이터를 기반으로 만들어낸 이상적인 고객의 반(半)가상 프로필입니다. 실제 인물은 아니지만, 인구통계·심리·행동 데이터를 종합하여 타겟 고객군을 대표하는 구체적인 인물상으로 정의합니다.
백링크(Backlink)는 외부 웹사이트에서 내 웹사이트로 연결되는 하이퍼링크를 의미합니다. 인바운드 링크(Inbound Link) 또는 외부 링크(External Link)라고도 부르며, 검색 엔진이 웹페이지의 신뢰성과 권위를 평가하는 핵심 순위 요소입니다.
밸류 래더(Value Ladder)는 무료 자료·저가 상품·중간가 상품·고가 상품을 단계별로 배치해 고객이 브랜드와 관계를 맺으면서 점점 더 큰 가치와 가격의 상품으로 이동하게 만드는 마케팅 구조입니다. Russell Brunson이 『DotCom Secrets』에서 대중화한 개념으로, 인바운드 퍼널의 체계적 수익 설계 프레임워크가 되었습니다.
벡터 데이터베이스(Vector Database)는 임베딩 벡터를 저장하고, '의미적으로 가장 유사한' 벡터를 빠르게 검색할 수 있도록 설계된 특수 데이터베이스입니다. RAG 파이프라인, 시맨틱 검색, 추천 시스템, AI 에이전트의 장기 기억 등 LLM 기반 제품의 핵심 인프라로 자리잡았습니다.
브랜드 검색(Branded Search)은 브랜드명·제품명·회사명을 포함한 검색 쿼리를 말합니다. "inblog", "inblog 가격", "inblog vs Medium" 같은 쿼리가 브랜드 검색이고, "블로그 플랫폼 추천"처럼 브랜드명이 없는 쿼리는 논브랜드 검색(Non-Branded Search)으로 구분됩니다.
브랜드 보이스(Brand Voice)는 브랜드가 블로그 포스트·이메일·광고·제품 UI·고객 지원 응답 등 모든 접점에서 일관되게 사용하는 문체·톤·어휘의 집합입니다. '무엇을 말하는가(What)'가 메시지라면 브랜드 보이스는 '어떻게 말하는가(How)'이며, 독자가 긴 글의 첫 두세 문장만 읽고도 "아, 이건 그 브랜드의 글이구나"를 알아차리게 만드는 차별화 요소입니다.
브랜드 인지도(Brand Awareness)는 소비자가 특정 브랜드를 기억하고 다른 브랜드와 구별할 수 있는 정도를 의미합니다. 인바운드 마케팅 퍼널의 최상단(Top of Funnel)에서 잠재 고객이 브랜드를 처음 인식하는 단계의 핵심 지표입니다.
브랜드 포지셔닝(Brand Positioning)은 타깃 고객의 머릿속에서 브랜드가 차지할 고유한 자리를 의도적으로 정의하는 전략입니다. "우리가 누구를 위해, 어떤 문제를, 경쟁 대안과 어떻게 다르게 해결하는가"를 한 문장으로 정리한 결과물로, 이후의 가치 제안·메시지·콘텐츠·제품 의사결정이 모두 여기서 파생됩니다.
브레드크럼 내비게이션(Breadcrumb Navigation)은 웹페이지 상단에 표시되는 경로형 내부 링크로, 사용자가 사이트 계층 구조에서 현재 어느 위치에 있는지를 보여줍니다. 예: 홈 > 블로그 > SEO > 브레드크럼 내비게이션. 동화 '헨젤과 그레텔'에서 길을 표시하기 위해 빵 부스러기(breadcrumb)를 떨어뜨린 데서 이름이 유래했습니다.
블랙햇 SEO(Black Hat SEO)는 검색 엔진의 가이드라인을 위반하여 검색 순위를 인위적으로 조작하려는 SEO 기법의 총칭입니다. 단기적으로 순위를 끌어올릴 수 있지만, 적발 시 검색 결과에서 순위 하락 또는 완전한 제거라는 심각한 패널티를 받습니다.
블로그 SEO(Blog SEO)는 블로그 콘텐츠를 검색 엔진에서 높은 순위로 노출되도록 작성, 최적화, 발행하는 전략입니다. 키워드 리서치, 콘텐츠 작성, 온페이지 최적화, 기술 SEO를 블로그 운영에 통합적으로 적용합니다.
비디오 SEO(Video SEO)는 동영상이 구글 검색·유튜브 검색·AI 검색 결과에 노출되고 클릭되도록 최적화하는 SEO 하위 분야입니다. 2024년 이후 구글이 동영상 미리보기와 타임스탬프 기반 하이라이트를 검색 결과에 크게 확대하면서 텍스트 블로그와는 다른 전용 전략이 필요해졌습니다.
사고 리더십(Thought Leadership)이란 특정 분야에서 축적한 전문 지식과 실무 경험을 바탕으로 독창적인 관점과 인사이트를 공유함으로써 업계에 영향력을 행사하고, 브랜드의 신뢰와 권위를 구축하는 전략적 마케팅 접근법입니다.
Chain-of-Thought(CoT, 사고 사슬)는 LLM이 최종 답을 출력하기 전에 '단계별 추론 과정'을 중간에 생성하도록 유도하는 프롬프트 기법입니다. 2022년 Google Research의 Wei et al. 논문에서 공식화된 이후, 복잡한 추론 과제에서 LLM의 정확도를 크게 끌어올리는 표준 기법이 되었습니다.
사용자 생성 콘텐츠(User-Generated Content, UGC)는 브랜드가 아닌 실제 고객·팬·사용자가 자발적으로 만든 콘텐츠를 말합니다. 제품 리뷰, 인스타그램 사진, 트위터 언급, 유튜브 언박싱 영상, Reddit 댓글, 블로그 후기가 모두 UGC의 사례입니다.
사이트 마이그레이션(Site Migration)은 검색 가시성에 의미 있게 영향을 줄 수 있는 사이트의 모든 상당한 변경 — 새 도메인, 새 URL 구조, 새 CMS, 새 디자인, 새 프로토콜(HTTPS), 또는 이들의 조합 — 을 말합니다. '호스팅 이전'보다 넓은 의미입니다: 구글 관점에서 마이그레이션은 URL·HTML·접근 패턴이 대규모로 바뀌는 모든 것입니다.
사이트 아키텍처(Site Architecture)는 웹사이트의 페이지·카테고리·내부 링크 구조를 체계적으로 설계하는 기술 SEO 분야입니다. 단순한 메뉴 디자인이 아니라 '크롤러가 어떤 경로로 콘텐츠를 발견하고, 링크 권한이 어떻게 흐르며, 사용자가 몇 단계 만에 목적 페이지에 도달하는가'를 결정하는 설계 작업입니다.
사이트링크(Sitelinks)는 구글이 검색 결과의 메인 결과 아래에 자동으로 표시하는 추가 내부 페이지 링크입니다. 보통 브랜드 쿼리에서 6~10개의 하위 페이지가 그리드나 리스트로 나타나며, SERP 상단에서 차지하는 면적을 크게 늘려 클릭율을 극적으로 높입니다.
Sitemap(사이트맵)은 웹사이트에 존재하는 페이지, 이미지, 동영상 등의 URL 목록을 검색엔진에 제공하는 구조화된 파일입니다. 검색엔진 크롤러가 사이트를 더 효율적으로 탐색하고 색인할 수 있도록 도와주는 일종의 '지도' 역할을 합니다.
Generative Engine Optimization(GEO)은 ChatGPT, Perplexity, Google AI Overview, Copilot 등 AI 기반 검색엔진이 사용자 질문에 답변할 때 자사 콘텐츠를 검색·인용·추천하도록 디지털 콘텐츠와 웹 존재를 최적화하는 전략입니다.
서버 사이드 렌더링(Server-Side Rendering, SSR)은 페이지가 요청될 때 서버에서 HTML을 완성한 뒤 그 결과를 브라우저로 전송하는 방식입니다. 클라이언트가 받는 첫 응답에 이미 콘텐츠가 들어 있어, 자바스크립트가 실행되기 전에도 텍스트·링크·메타 태그가 완전히 채워진 상태입니다.
서브도메인(Subdomain)은 루트 도메인 앞에 위치하는 웹사이트의 독립적 섹션입니다. blog.example.com에서 blog이 서브도메인이며, 메인 도메인(example.com)과 별개의 사이트로 취급될 수 있습니다.
세일즈 인에이블먼트(Sales Enablement)는 세일즈팀이 잠재 고객과의 모든 접점에서 더 빠르고 일관되게 딜을 진전시킬 수 있도록 필요한 콘텐츠·도구·데이터·훈련을 제공하는 전사적 기능입니다. 마케팅팀이 발견·유입을 책임지고, 세일즈팀이 대화·계약을 책임지는 구조에서, 그 사이의 '무기고'를 관리하는 역할을 합니다.
소셜 리스닝(Social Listening)은 소셜 미디어, 포럼, 리뷰 사이트, 뉴스, 커뮤니티에서 자사 브랜드·제품·경쟁사·업계 키워드에 대한 언급을 실시간으로 추적하고 분석하는 마케팅 활동입니다. 단순히 멘션을 세는 '소셜 모니터링'을 넘어, 수집된 데이터에서 인사이트를 뽑아 의사결정에 반영하는 것이 핵심입니다.
소셜 미디어 마케팅(Social Media Marketing, SMM)은 소셜 미디어 플랫폼에서 콘텐츠를 제작하고 배포하여 브랜드 인지도를 높이고, 커뮤니티를 구축하며, 웹사이트 트래픽과 리드를 확보하는 마케팅 전략입니다.
숏테일 키워드(Short-Tail Keyword)는 검색량이 높고 주제가 넓은 검색어입니다. '헤드 키워드(Head Keyword)' 또는 '시드 키워드(Seed Keyword)'라고도 부릅니다. 보통 1~2단어로 구성되지만, 핵심은 단어 수가 아니라 검색 수요 곡선에서의 위치입니다.
순매출 유지율(Net Revenue Retention, NRR)은 12개월 전 같은 코호트의 고객이 오늘 얼마나 많은 매출을 유지·확장했는지 측정하는 지표입니다. 새 고객 유입을 빼고 기존 고객만의 변화를 봅니다. NRR이 100%를 넘으면 신규 고객 없이도 매출이 성장한다는 뜻이고, 100% 미만이면 신규 획득이 단순히 누수를 메우는 데 쓰이는 상태입니다.
Share of Model(SoM)은 하나 이상의 대규모 언어 모델(LLM)이 특정 카테고리에서 브랜드를 언급하는 비율입니다. AI 검색이 소비자 의사결정의 핵심 경로가 된 시대에, 브랜드가 AI 응답 안에서 얼마나 자주·긍정적으로 추천되는지를 정량화하는 지표입니다.
Schema Markup(스키마 마크업)은 검색엔진과 AI가 웹페이지의 콘텐츠를 보다 정확하게 이해할 수 있도록 페이지에 추가하는 구조화된 데이터(Structured Data)입니다. Schema.org 어휘를 기반으로 작성되며, Google, Bing, Yahoo!, Yandex 등 주요 검색엔진이 공동으로 지원합니다.
스토리텔링(Storytelling)은 데이터·기능 나열이 아니라 인물, 갈등, 변화가 있는 서사 구조로 브랜드 메시지를 전달하는 커뮤니케이션 기법입니다. 인바운드 마케팅에서 독자를 끝까지 읽게 만들고 감정적 연결을 만드는 가장 강력한 도구입니다.
시드 키워드(Seed Keyword)는 키워드 리서치를 시작할 때 기준이 되는 '씨앗' 단어나 짧은 구문입니다. 제품·서비스·주제를 가장 단순하게 설명하는 단어로, 키워드 도구에 입력해 수백~수천 개의 롱테일·연관 키워드를 확장해내는 출발점 역할을 합니다.
시맨틱 청킹(Semantic Chunking)은 문서를 고정된 문자·토큰 수가 아니라 의미 경계에서 자르는 분할 기법입니다. 임베딩으로 인접 문장의 주제 전환을 감지하고 그 지점에서 자르기 때문에, 결과 청크 각각이 하나의 아이디어로 완결돼 검색하기 좋습니다.
시스템 프롬프트(System Prompt)는 LLM에게 '너는 누구이고, 무엇을 해야 하며, 무엇을 하지 말아야 하는가'를 정의해 전체 대화의 기준을 잡는 최상위 지시문입니다. 사용자가 직접 입력하는 유저 프롬프트와 달리, 시스템 프롬프트는 앱 개발자가 미리 주입하며 대화 내내 일관된 동작을 보장합니다.
씬 콘텐츠(Thin Content)란 사용자에게 실질적인 가치를 거의 또는 전혀 제공하지 못하는 웹페이지를 뜻합니다. 단순히 글자 수가 적다는 의미가 아니라, 독창적인 인사이트나 유용한 정보가 부족한 콘텐츠를 가리킵니다.
앤서 엔진(Answer Engine)은 사용자의 질문에 대해 링크 10개 목록 대신 합성된 답을 직접 반환하는 검색 시스템입니다. ChatGPT 검색·Perplexity·Google AI Overviews·Gemini·Claude가 대표적이고, 전통 검색엔진이 "어디로 가야 답이 있는가"를 알려준다면 앤서 엔진은 "답이 무엇인가"를 바로 말합니다.
앵커 텍스트(Anchor Text)는 하이퍼링크에서 사용자가 클릭할 수 있는 텍스트 부분입니다. HTML에서 <a href="URL">앵커 텍스트</a> 형태로 작성되며, 일반적으로 파란색 밑줄로 표시됩니다.
앵커 텍스트 다양성(Anchor Text Diversity)은 특정 페이지·사이트로 들어오는 백링크들의 앵커 텍스트가 얼마나 다양한 유형으로 구성되어 있는지를 나타내는 지표입니다. 자연스럽게 쌓인 백링크 프로필은 여러 앵커 유형이 균형 있게 분포하는 반면, 인위적 링크 빌딩은 특정 유형(특히 완전 일치 키워드)이 과도하게 쏠려 스팸 신호로 감지됩니다.
양자화(Quantization)는 LLM의 가중치를 고정밀 부동소수(주로 16비트 bfloat·float)에서 저정밀 정수·부동소수(8비트·4비트·때로는 2비트)로 변환해, 작은 품질 손실 대신 메모리 풋프린트를 줄이고 추론을 빠르게 하는 과정입니다. 현대 오픈소스 배포 — llama.cpp·Ollama·vLLM·GPTQ·AWQ — 는 거의 전부 양자화된 모델 위에서 돌아갑니다.
Attribution Model(어트리뷰션 모델)은 고객이 전환(구매, 가입, 문의 등)에 도달하기까지 거친 여러 마케팅 접점(블로그, 광고, 이메일, 소셜 등)에 성과 기여도를 배분하는 분석 프레임워크입니다.
언드 미디어(Earned Media)란 브랜드가 직접 비용을 지불하거나 소유하지 않고, 콘텐츠의 가치나 고객 경험을 통해 자연스럽게 획득하는 제3자의 미디어 노출입니다. 언론 보도, 고객 리뷰, 소셜 미디어 공유, 블로그 언급, 백링크 등이 대표적인 형태입니다.
에버그린 콘텐츠(Evergreen Content)는 시간이 지나도 관련성을 유지하며, 최소한의 업데이트만으로 독자에게 지속적으로 가치를 제공하는 콘텐츠를 의미합니다. 이름은 사계절 내내 푸른 상록수(evergreen tree)에서 유래했습니다.
에이전틱 RAG(Agentic RAG)는 고정 파이프라인이 아닌 LLM 에이전트가 무엇을 언제 어떻게 검색할지, 답변이 충분한지까지 스스로 결정하는 RAG 아키텍처입니다. 단일 쿼리 → 검색 → 답변 흐름 대신, 에이전트가 계획을 세우고, 여러 검색을 던지고, 자기 답변을 평가하고, 확신이 설 때까지 재시도합니다.
에이전틱 웹(Agentic Web)은 AI 에이전트가 단순한 정보 검색·답변을 넘어 사용자를 대신하여 구매, 예약, 비교, 결제 등 실제 작업을 자율적으로 실행하는 차세대 웹 환경입니다.
엔티티 SEO(Entity SEO)는 검색 엔진이 콘텐츠가 다루는 실제 세계의 개체 — 사람·조직·장소·제품·개념 — 를 인식하도록 사이트를 최적화하는 기법입니다. 키워드 문자열 매칭 대신, 구글 지식 그래프(Knowledge Graph)에 우리 콘텐츠를 자리 잡게 하고 이미 알고 있는 관련 엔티티와 연결시킵니다.
Entity SEO란 검색엔진과 AI가 인식하는 개체(Entity) 단위로 콘텐츠와 브랜드를 최적화하는 전략입니다. 단순 키워드 매칭이 아닌, 사람·장소·조직·제품·개념 등 고유한 대상의 속성과 관계를 구조화하여 검색엔진의 Knowledge Graph에 명확하게 등록되는 것을 목표로 합니다.
엣지 SEO(Edge SEO)는 원본 애플리케이션을 수정하는 대신 CDN 엣지 — Cloudflare Workers·Akamai EdgeWorkers·Fastly Compute·Vercel Edge Functions — 에서 SEO 변경을 구현하는 기법입니다. 엣지가 사용자와 서버 사이의 요청·응답을 가로채, SEO 팀이 엔지니어링을 기다리지 않고 수정을 바로 배포할 수 있게 합니다.
오가닉 검색(Organic Search)은 검색 엔진 결과 페이지(SERP)에서 광고비를 지불하지 않고 알고리즘에 의해 자연스럽게 노출되는 검색 결과입니다. SEO의 궁극적 목표는 오가닉 검색에서 상위에 노출되는 것입니다.
Organic Traffic(오가닉 트래픽)이란 Google, Bing, Naver 등 검색 엔진에서 유료 광고를 거치지 않고 자연 검색 결과(SERP)를 클릭하여 웹사이트에 유입되는 트래픽을 의미합니다.
Off-page SEO(오프페이지 SEO)는 웹사이트 외부에서 이루어지는 모든 최적화 활동을 통해 검색엔진에서의 도메인 권위(Domain Authority)와 신뢰도를 높이는 전략입니다.
Open Graph(오픈 그래프)는 Facebook이 2010년에 개발한 메타 태그 프로토콜로, 웹페이지가 소셜 미디어(Facebook, LinkedIn, X, 카카오톡 등)에서 공유될 때 표시되는 제목, 설명, 이미지, URL 등의 미리보기 정보를 제어합니다.
온도(Temperature)는 LLM이 다음 토큰을 예측할 때 확률 분포의 '날카로움'을 조절하는 파라미터입니다. 값이 낮을수록 가장 확률 높은 토큰을 선택해 일관되고 예측 가능한 응답을 만들고, 값이 높을수록 덜 확률 높은 토큰도 샘플링해 창의적이고 다양한 응답을 만듭니다. 일반적으로 0에서 2 사이의 값을 지원합니다.
온드 미디어(Owned Media)는 브랜드가 직접 소유하고 완전한 콘텐츠·데이터 통제권을 가지는 채널을 말합니다. 자사 블로그, 웹사이트, 이메일 리스트, 뉴스레터, 모바일 앱이 대표적이며, 광고비를 지불하는 페이드 미디어(Paid)나 고객·언론이 자발적으로 확산시키는 언드 미디어(Earned)와 구분됩니다.
On-page SEO(온페이지 SEO)는 웹페이지 내부에서 직접 제어할 수 있는 요소들을 최적화하여 검색엔진 순위를 높이는 작업입니다.
외부 링크(External Link)란 자신의 웹사이트에서 다른 도메인의 페이지로 연결하는 하이퍼링크입니다. '아웃바운드 링크(Outbound Link)'라고도 부릅니다. 내 사이트에서 나가는 외부 링크는 상대 사이트 입장에서는 '백링크(Backlink)'가 됩니다.
Webinar(웨비나)는 Web과 Seminar의 합성어로, 인터넷을 통해 실시간으로 진행하는 온라인 세미나입니다. 발표자가 슬라이드, 화면 공유, 실시간 Q&A를 통해 참가자들과 소통하며, 녹화본을 이후 콘텐츠로 재활용할 수 있습니다.
Voice Search(음성 검색)는 키보드 입력 대신 음성으로 검색 쿼리를 전달하는 방식입니다. Google 어시스턴트, Siri, Alexa, ChatGPT 음성 모드 등 AI 기반 음성 인터페이스를 통해 이루어집니다.
Semantic Search(의미 검색)란 사용자가 입력한 검색어의 단순한 키워드 일치가 아니라, 단어의 의미·맥락·의도를 종합적으로 이해하여 가장 적합한 결과를 반환하는 검색 기술입니다.
이메일 도달률(Email Deliverability)은 발송된 이메일이 차단·스팸함이 아닌 수신자의 받은편지함(inbox)에 도달하는 비율입니다. 단순한 "전송 성공률(delivery rate)"과 구분해야 합니다 — 전송 성공률은 메일서버가 받았는지를 보지만, 도달률은 그중 실제 받은편지함에 들어간 비율입니다.
Email Marketing(이메일 마케팅)이란 잠재 고객 및 기존 고객에게 이메일을 통해 가치 있는 콘텐츠, 프로모션, 제품 정보를 전달하여 관계를 구축하고 전환을 유도하는 디지털 마케팅 전략입니다.
Image SEO(이미지 SEO)는 웹페이지의 이미지를 검색엔진이 올바르게 이해·인덱싱·노출할 수 있도록 최적화하는 온페이지 SEO 기법의 한 분야입니다.
이커머스 SEO(E-commerce SEO)는 온라인 쇼핑몰의 카테고리·상품·검색·블로그 페이지를 검색 엔진에 최적화해 광고 없이 구매 의도 트래픽을 확보하는 SEO의 하위 분야입니다. 콘텐츠 블로그와는 검색 의도·URL 규모·테크니컬 이슈 모두 다르게 접근해야 하는 별도의 전문 영역입니다.
Bounce Rate(이탈률)란 웹사이트에 방문한 사용자가 의미 있는 참여 없이 세션을 종료한 비율을 뜻하는 웹 분석 지표입니다.
인덱스 블로트(Index Bloat)는 저품질·중복·가치 없는 페이지가 구글 검색 인덱스에 과도하게 등록되어, 사이트 전체의 품질 평가를 끌어내리는 상태를 말합니다. 블로그·이커머스·엔터프라이즈 사이트에서 URL이 의도치 않게 수천·수만 개로 증식하면서 발생하며, 기술 SEO의 가장 은밀한 랭킹 저해 요인 중 하나입니다.
인덱싱(Indexing)이란 검색엔진이 크롤링을 통해 수집한 웹페이지의 콘텐츠를 분석하고, 자체 데이터베이스(색인)에 저장하여 사용자의 검색어에 대해 해당 페이지를 검색 결과로 반환할 수 있도록 만드는 과정입니다.
인바운드 마케팅(Inbound Marketing)은 가치 있는 콘텐츠와 경험을 제공하여 잠재 고객이 스스로 브랜드를 찾아오도록 유도하는 마케팅 전략입니다. HubSpot 창립자 Brian Halligan과 Dharmesh Shah가 2006년에 체계화한 개념으로, 광고로 고객을 '밀어내는(Push)' 아웃바운드 방식과 대비되는 '끌어당기는(Pull)' 접근법입니다.
인스트럭션 튜닝(Instruction Tuning)은 베이스 LLM을 수천 개의 (지시, 원하는 응답) 쌍으로 파인튜닝해, 단순히 텍스트를 이어가는 대신 자연어 지시를 따르도록 학습시키는 사후 훈련(post-training) 과정입니다. 다음 단어 예측에만 능한 원시 언어 모델을 "이걸 요약해", "한국어로 번역해", "SQL 쿼리 써" 같은 지시를 이해하는 어시스턴트로 탈바꿈시키는 단계입니다.
Citation Optimization(인용 최적화)은 ChatGPT, Perplexity, Google AI Overviews 등 생성형 AI 검색 엔진이 답변을 생성할 때, 자사 웹페이지나 콘텐츠를 신뢰할 수 있는 출처(source)로 인용하도록 콘텐츠를 최적화하는 전략입니다.
International SEO(인터내셔널 SEO)란 여러 국가 또는 언어권 사용자를 대상으로 웹사이트의 검색 엔진 가시성을 최적화하는 전략입니다. 단순 번역이 아니라 URL 구조, hreflang 태그, 콘텐츠 현지화, 기술적 설정을 종합적으로 관리하여 각 시장의 검색 엔진이 올바른 페이지를 올바른 사용자에게 노출하도록 합니다.
임베딩(Embedding)은 텍스트·이미지·오디오 같은 데이터를 의미를 담은 다차원 숫자 벡터로 변환하는 기술입니다. LLM과 시맨틱 검색, RAG가 '의미적으로 비슷한 콘텐츠'를 찾아내는 기반이 되는 핵심 기술입니다.
입소문(Word of Mouth, WOM)은 제품이나 브랜드에 대해 한 사람이 다른 사람에게 — 대화·슬랙 채널·DM·리뷰·트윗에서 — 자발적이고 비유료로 전하는 추천입니다. 가장 오래된 마케팅 형태이자, 대부분의 연구에서 여전히 가장 신뢰받는 형태입니다: Nielsen의 Global Trust in Advertising 조사는 일관되게 소비자의 83~92%가 아는 사람의 추천을 어떤 유료 광고 포맷보다 신뢰한다고 보고합니다.
자바스크립트 SEO(JavaScript SEO)는 JavaScript로 렌더링되는 웹사이트가 검색 엔진에 올바르게 크롤링·렌더링·인덱싱되도록 최적화하는 기술 SEO의 한 분야입니다. React·Vue·Next.js 같은 SPA/프레임워크가 보편화되면서 중요성이 커졌습니다.
Conversion Funnel(전환 퍼널)은 잠재 고객이 브랜드를 처음 인지한 순간부터 최종 전환(구매, 가입, 문의 등)에 도달하기까지의 여정을 깔때기(Funnel) 형태로 시각화한 마케팅 프레임워크입니다. 각 단계를 거칠수록 이탈이 발생하여 모수가 줄어들기 때문에 깔때기 모양을 띠게 되며, 이 구조를 분석함으로써 어느 단계에서 가장 많은 이탈이 일어나는지를 파악할 수 있습니다.
전환율(Conversion Rate)은 웹사이트 방문자 중 원하는 목표 행동(구매, 가입, 문의, 다운로드 등)을 완료한 비율입니다. 전환 수 ÷ 방문자 수 × 100으로 계산합니다.
접근성 SEO(Accessibility SEO)는 웹 접근성(WCAG 준수·스크린 리더 호환·키보드 내비게이션)과 검색 엔진 최적화가 교차하는 지점 — 장애가 있는 사용자와 검색 크롤러 모두가 페이지를 이해하도록 돕는 실천들 — 입니다. 크롤러도 본질적으로 페이지를 보지 않는 사용자의 한 부류이기 때문에 겹침이 큽니다.
정보 이득(Information Gain)은 구글이 2022년 공개한 특허(Information Gain Scores, US11354343B2)에 등장하는 개념으로, 어떤 페이지가 이미 알려진 정보 대비 '새로운 정보를 얼마나 추가하는가'를 점수화하는 아이디어입니다. 기존 상위 결과를 모두 읽은 사용자가 해당 페이지를 볼 때 얻는 추가 가치를 측정하는 지표이며, 2024년 이후 구글 코어 업데이트와 Helpful Content Update의 해석 틀로 자주 인용됩니다.
제로 클릭 검색(Zero-Click Search)은 사용자가 SERP 자체에서 답을 얻고 검색을 끝내는 쿼리입니다. 피처드 스니펫·지식 패널·AI Overview·직접 답변 박스에서 정보를 얻은 뒤 아무 결과도 클릭하지 않습니다. 2024~2026년을 거치며 틈새 현상이 아니라 SERP 행동의 주류가 됐습니다.
제로 클릭 검색(Zero-click Search)이란 사용자가 검색엔진 결과 페이지(SERP)에서 어떤 웹사이트도 클릭하지 않고 원하는 답을 바로 얻는 검색을 의미합니다. AI Overview, 추천 스니펫, 지식 패널 등 SERP 기능이 검색 의도를 즉시 충족시키면서, 사용자의 웹사이트 방문 자체가 발생하지 않는 현상입니다.
Topical Authority(주제 전문성)는 특정 주제 영역에 대해 포괄적이고 깊이 있는 콘텐츠를 체계적으로 제공함으로써, 검색 엔진으로부터 해당 분야의 신뢰할 수 있는 전문 출처로 인정받는 상태를 의미합니다.
Duplicate Content(중복 콘텐츠)란 동일하거나 실질적으로 유사한 콘텐츠가 두 개 이상의 서로 다른 URL에 존재하는 상태를 말합니다. 같은 사이트 내에서 발생할 수도 있고, 서로 다른 도메인 간에 발생할 수도 있습니다.
지식 컷오프(Knowledge Cutoff)는 LLM이 학습한 데이터에 포함된 가장 최신 시점을 뜻합니다. 모델은 이 날짜 이후의 사건·데이터·웹 페이지를 '내장 지식'으로 알지 못하며, 그 이후 정보는 RAG(실시간 검색)나 도구 호출을 통해서만 제공할 수 있습니다.
지식 패널(Knowledge Panel)은 구글이 인식된 엔티티 — 사람·조직·장소·책·영화·제품·개념 — 에 대해 검색 결과에 표시하는 정보 박스입니다. 데스크톱에서는 결과 오른쪽, 모바일에서는 상단에 뜨며, 구글 지식 그래프에서 끌어온 사실 — 이름·설명·사진·주요 속성·소셜 프로필·관련 링크 — 을 요약합니다.
Knowledge Panel(지식 패널)은 Google 검색결과 페이지 우측에 표시되는 정보 상자로, Knowledge Graph에 등록된 엔티티(사람·조직·장소·사물)의 핵심 정보를 요약하여 보여주는 SERP 기능입니다.
참여율(Engagement Rate)은 Google Analytics 4(GA4)가 이탈률(bounce rate)을 대체한 지표로, 세션 중 '참여된(engaged)' 세션의 비율을 의미합니다. 참여 세션의 조건은 10초 이상 지속, 전환 이벤트 발생, 또는 2개 이상의 페이지·화면 조회 중 하나입니다. 2020년 GA4와 함께 도입되어 2026년 현재 기본값이 됐으며, 성공의 프레임을 "사용자가 떠났는가"에서 "사용자가 참여했는가"로 뒤집었습니다.
참조 도메인(Referring Domain)은 내 웹사이트로 하나 이상의 백링크를 보내고 있는 고유한 외부 도메인입니다. 하나의 도메인에서 여러 개의 백링크가 오더라도 참조 도메인은 1개로 카운트됩니다.
청킹(Chunking)은 긴 문서를 LLM과 벡터 데이터베이스가 처리할 수 있는 작은 의미 단위(chunk)로 분할하는 기술입니다. RAG 파이프라인에서 웹 페이지·PDF·문서를 임베딩하기 전에 반드시 거치는 전처리 단계이며, 각 청크가 AI 응답에 인용되는 최소 단위가 됩니다.
Dwell Time(체류 시간)은 사용자가 검색 결과 페이지(SERP)에서 특정 링크를 클릭한 후, 다시 검색 결과로 돌아가기까지 해당 페이지에 머문 시간입니다.
Featured Snippet(추천 스니펫)은 구글이 사용자의 검색 질의에 가장 적합하다고 판단한 웹페이지의 콘텐츠를 요약하여, 일반 검색 결과(SERP) 위쪽 "Position Zero"에 별도 박스 형태로 노출하는 강조 영역입니다.
추측 디코딩(Speculative Decoding)은 작고 빠른 '드래프트' 모델이 다음 여러 토큰을 미리 예측하고, 큰 타깃 모델이 한 번의 병렬 forward pass로 그 토큰들을 검증해 — 자신이 생성했을 것과 일치하면 수용하고 아니면 기각하는 — 추론 최적화 기법입니다. 사용자는 일반 디코딩과 완전히 동일한 출력을 얻되 2~4배 빠르게 받습니다.
카테고리 디자인(Category Design)은 기존 시장 카테고리에서 경쟁하는 대신 새로운 카테고리를 만들고, 이름을 붙이고, 문제와 해결책을 정의하고, 시장이 그것을 원하게 가르치는 마케팅 전략입니다. 2016년 Play Bigger가 '카테고리 킹'이 테크 시장 시가총액의 76%를 차지한다는 분석 이후 대중화했습니다.
카피라이팅(Copywriting)은 독자를 구체적 행동(구독·가입·구매·공유)으로 이끌기 위해 설계된 문장을 쓰는 기술입니다. 블로그 제목 한 줄, 랜딩 페이지 히어로 카피, 이메일 제목, 버튼 문구처럼 '짧은 문장에 최대한 많은 설득력'을 담아야 하는 모든 곳에서 사용됩니다.
Canonical URL(캐노니컬 URL)은 동일하거나 매우 유사한 콘텐츠를 가진 여러 페이지 중에서 검색엔진이 "대표(원본)"로 인식해야 할 URL을 지정하는 표준화된 주소입니다.
컨텍스트 로트(Context Rot)는 입력 컨텍스트가 길어질수록 LLM의 정확도·지시 준수·인용 충실도가 점진적으로 떨어지는 현상입니다. 컨텍스트 윈도가 100만 토큰까지 늘어났어도 실제 가용 정확도는 수만 토큰 이상에서 빠르게 무너지고, 32k·128k·1M 사이의 차이는 마케팅이 시사하는 것보다 훨씬 작습니다.
컨텍스트 엔지니어링(Context Engineering)은 LLM이 응답을 생성할 때 '어떤 정보를 어떤 순서로, 어떤 형식으로 볼 것인가'를 체계적으로 설계하는 기술입니다. 단일 프롬프트 문장을 다듬는 프롬프트 엔지니어링을 포괄하면서, 시스템 프롬프트·검색 결과·과거 대화·사용자 메타데이터·도구 스키마 등 컨텍스트 윈도우에 들어가는 모든 구성 요소를 설계 대상으로 삼습니다. 2025년 Simon Willison, Tobi Lutke, Andrej Karpathy 등이 공개적으로 쓰기 시작하면서 2026년 LLM 제품 엔지니어링의 표준 용어로 자리잡았습니다.
컨텍스트 윈도우(Context Window)는 LLM이 한 번의 요청에서 처리할 수 있는 입력·출력 토큰의 최대 길이입니다. 사용자 질문, 시스템 프롬프트, 이전 대화, RAG로 가져온 문서, 생성된 응답이 모두 이 한도 안에 들어가야 합니다.
케이스 스터디(Case Study)는 실제 고객이 제품이나 서비스를 사용해 구체적인 문제를 해결한 과정을 서사 형식으로 정리한 콘텐츠입니다. 'Before → 문제 → 해결 과정 → 결과'의 구조로, 잠재 고객이 자신을 주인공에 투영하게 만드는 인바운드 마케팅의 핵심 자산입니다.
Core Web Vitals(코어 웹 바이탈)는 Google이 정의한 세 가지 핵심 사용자 경험 지표로, 웹 페이지의 로딩 속도·응답성·시각적 안정성을 수치화한 것입니다.
코호트 분석(Cohort Analysis)은 사용자를 공통 시작 이벤트(보통 가입한 주·월)로 묶고, 그 그룹을 시간에 따라 추적하는 분석 기법입니다. 하나의 이동 평균 대신 여러 평행 선을 보게 되고, 각 선이 '특정 세대의 사용자'가 실제로 어떻게 행동했는지를 드러냅니다.
콘텐츠 SEO(Content SEO)란 검색 엔진에서 높은 순위를 확보하기 위해 콘텐츠의 주제 선정, 구조, 품질을 최적화하는 SEO 영역입니다. '무엇을(What)' '어떻게(How)' 쓸 것인가에 집중하며, 기술 SEO(사이트 인프라)와 오프페이지 SEO(백링크)와 함께 SEO의 3대 축을 구성합니다.
콘텐츠 감사(Content Audit)는 기존에 발행된 모든 콘텐츠를 체계적으로 수집·평가해 '유지할 것, 개선할 것, 병합할 것, 삭제할 것'을 결정하는 정기 점검 프로세스입니다. 새로운 콘텐츠를 더 쓰기 전에 이미 있는 것을 먼저 정돈하는 전략적 활동입니다.
콘텐츠 개인화(Content Personalization)란 사용자의 행동 데이터, 인구통계, 관심사를 기반으로 웹페이지, 이메일, 추천 콘텐츠 등을 개인에게 맞춤 제공하는 마케팅 전략입니다. 모든 방문자에게 동일한 콘텐츠를 보여주는 대신, 각 사용자의 맥락에 맞는 경험을 설계합니다.
콘텐츠 갭 분석(Content Gap Analysis)은 경쟁사와 비교하여 내 웹사이트에서 다루지 않았거나 보완이 필요한 콘텐츠 주제를 찾아내는 전략적 분석 기법입니다. 경쟁사가 순위를 확보한 키워드와 주제 중 내 사이트에 없는 것을 식별하여 콘텐츠 제작 우선순위를 결정합니다.
콘텐츠 리퍼포징(Content Repurposing)은 기존에 제작한 콘텐츠를 다른 형식이나 플랫폼에 맞게 재가공하여 활용하는 전략입니다. 콘텐츠 재활용(Content Recycling)이라고도 부르며, 하나의 원본 콘텐츠로 여러 채널의 도달 범위를 극대화하는 것이 핵심입니다.
콘텐츠 마케팅(Content Marketing)이란 명확하게 정의된 타깃 오디언스에게 가치 있고 관련성 높은 콘텐츠를 일관되게 제작·배포함으로써 브랜드 신뢰를 구축하고, 궁극적으로 수익성 있는 고객 행동을 유도하는 전략적 마케팅 접근법입니다.
Content Syndication(콘텐츠 신디케이션)은 자사 블로그나 웹사이트에 먼저 발행한 콘텐츠를 외부 플랫폼, 미디어, 파트너 사이트에 재배포하여 더 넓은 독자에게 도달하는 마케팅 전략입니다.
콘텐츠 전략(Content Strategy)은 비즈니스 목표 달성을 위해 콘텐츠의 기획, 제작, 배포, 관리를 체계적으로 설계하는 전략적 프레임워크입니다. '어떤 콘텐츠를, 누구를 위해, 어떤 채널에서, 언제 발행할 것인가'를 정의합니다.
콘텐츠 최적화(Content Optimization)란 검색 엔진과 사용자 모두에게 유용하고 관련성 높은 콘텐츠를 만들기 위해 텍스트, 구조, 메타데이터, 멀티미디어 등을 체계적으로 개선하는 과정입니다.
콘텐츠 캘린더(Content Calendar)는 앞으로 발행할 콘텐츠의 주제, 채널, 담당자, 발행 일정을 한곳에서 관리하는 스케줄 도구입니다. 인바운드 마케팅 팀이 콘텐츠 전략을 '계획'에서 '실행'으로 전환하는 접점이며, 발행 일관성과 팀 협업을 동시에 확보합니다.
Content Pruning(콘텐츠 프루닝)은 저성과, 중복, 오래된 콘텐츠를 전략적으로 삭제·통합·리다이렉트하여 사이트 전체의 검색 품질과 토피컬 오소리티를 강화하는 SEO 기법입니다.
쿼리 분해(Query Decomposition)는 복잡한 다중 요소 사용자 질문을 여러 개의 단순한 하위 질문으로 쪼개고, 각각에 대해 문맥을 검색한 뒤 최종 답변을 합성하는 RAG 기법입니다. "전부를 한 번에 답하는 구절을 찾아라" 대신 "좁은 질문들을 병렬로 던져라"로 전략을 바꿉니다.
쿼리 재작성(Query Rewriting)은 검색 엔진·RAG 시스템·AI 검색 엔진이 사용자의 원본 질문을 그대로 검색에 사용하지 않고, 검색에 더 적합한 형태로 바꾸는 기술입니다. 모호한 질문을 구체화하거나, 대명사를 풀거나, 동의어로 확장하거나, 여러 하위 질문으로 분해하는 등 다양한 변형이 포함됩니다.
Query Fan-Out(쿼리 팬아웃)은 AI 검색 시스템이 사용자의 단일 질문을 여러 하위 쿼리(sub-query)로 분해한 뒤 동시에 검색·수집하고, 그 결과를 하나의 종합 답변으로 합성하는 정보 검색 기법입니다.
크롤 깊이(Crawl Depth)는 홈페이지에서 특정 페이지에 도달하기까지 거쳐야 하는 내부 링크 클릭 수를 뜻합니다. 홈페이지는 깊이 0, 홈에서 한 번 클릭해 도달하는 카테고리 페이지는 깊이 1, 그 다음 개별 포스트는 깊이 2처럼 계산됩니다.
크롤 버짓(Crawl Budget)은 검색 엔진이 일정 기간 동안 특정 웹사이트에서 크롤링(발견)할 수 있는 URL의 수를 의미합니다. 검색 엔진은 수십억 개의 웹사이트에 유한한 자원을 배분해야 하므로, 사이트별로 크롤링 자원에 한도를 둡니다.
크롤러빌리티(Crawlability)는 검색 엔진 봇이 웹페이지에 접근하여 콘텐츠를 수집할 수 있는 능력입니다. 크롤링이 '수집 행위' 자체라면, 크롤러빌리티는 '수집이 가능한 상태'를 뜻합니다. 기술 SEO 우선순위 피라미드의 가장 밑바닥에 위치하는 기본 요건입니다.
크롤링(Crawling)이란 Googlebot과 같은 검색엔진 봇(크롤러)이 웹 상의 페이지를 자동으로 방문하여 콘텐츠를 발견하고 수집하는 과정입니다. 크롤링된 페이지는 이후 색인(Indexing) 단계를 거쳐 검색 결과에 노출될 수 있습니다.
클로킹(Cloaking)은 검색 엔진 크롤러에게는 SEO에 최적화된 콘텐츠를 보여주고, 실제 사용자에게는 전혀 다른 콘텐츠를 표시하는 블랙햇 SEO 기법입니다. Google 스팸 정책을 명백히 위반하며, 적발 시 가장 무거운 수준의 패널티를 받습니다.
클릭률(Click-Through Rate, CTR)은 링크가 노출된 횟수 대비 실제 클릭된 횟수의 비율입니다. 검색 결과, 광고, 이메일 등에서 콘텐츠가 사용자의 관심을 얼마나 효과적으로 끌어 행동으로 이어지게 하는지를 측정하는 지표입니다.
키워드(Keyword)란 사용자가 검색엔진에 정보를 찾기 위해 입력하는 단어 또는 구문을 의미합니다. SEO에서 키워드는 콘텐츠와 검색 사용자를 연결하는 핵심 매개체이며, 올바른 키워드 전략 없이는 검색 결과 상위 노출이 사실상 불가능합니다.
키워드 난이도(Keyword Difficulty, KD)는 특정 키워드로 Google 검색 결과 상위 10위 안에 진입하기 위한 난이도를 0~100 스케일로 수치화한 지표입니다. 숫자가 높을수록 상위 노출이 어렵습니다.
Keyword Density(키워드 밀도)는 웹페이지 전체 단어 수 대비 특정 키워드가 등장하는 비율입니다. (키워드 등장 횟수 ÷ 전체 단어 수) × 100으로 계산합니다.
키워드 스터핑(Keyword Stuffing)은 검색 엔진 순위를 조작하려는 의도로 웹페이지에 키워드를 부자연스럽게 과도 반복하는 스팸 기법입니다. Google의 스팸 정책을 명백히 위반하며, 적발 시 검색 결과에서 순위 하락 또는 페이지 제거 조치를 받을 수 있습니다.
Keyword Cannibalization(키워드 카니발리제이션)은 같은 웹사이트 내 두 개 이상의 페이지가 동일하거나 매우 유사한 키워드를 타겟팅하여 검색 결과에서 서로 경쟁하는 현상입니다.
Title Tag(타이틀 태그)란 HTML <title> 요소에 작성하는 페이지 제목으로, 검색 결과 페이지(SERP)에서 클릭 가능한 파란색 링크 텍스트로 표시되며 브라우저 탭에도 노출되는 핵심 SEO 요소입니다.
탈옥(Jailbreak)은 LLM의 안전 훈련을 우회해 모델이 평소엔 거부할 콘텐츠 — 무기 제작 지시·혐오 발언·저작권 텍스트·편향된 의견·내부 시스템 프롬프트 — 를 만들어내도록 설계된 프롬프트(또는 프롬프트 시퀀스)입니다. 사용자 입력에 명령을 밀반입해 애플리케이션 로직을 노리는 프롬프트 인젝션과 달리, 탈옥은 모델 자체를 노립니다.
Technical SEO(테크니컬 SEO)는 검색 엔진이 웹사이트를 더 효율적으로 크롤링하고, 이해하고, 인덱싱할 수 있도록 웹사이트의 기술적 기반을 최적화하는 SEO 영역입니다.
토큰화(Tokenization)는 자연어 텍스트를 LLM이 실제로 처리하는 최소 단위인 '토큰(token)'으로 쪼개는 과정입니다. 모든 LLM 입출력과 과금, 컨텍스트 윈도우 제한은 단어가 아닌 토큰을 기준으로 계산됩니다.
토픽 클러스터(Topic Cluster)는 하나의 핵심 주제를 중심으로 필러 페이지(Pillar Page)와 여러 하위 클러스터 페이지를 내부 링크로 연결한 콘텐츠 구조입니다. 콘텐츠 클러스터(Content Cluster), 콘텐츠 허브(Content Hub)라고도 부릅니다.
툴 사용(Tool Use)은 LLM이 응답 중간에 외부 함수·API·데이터베이스·서비스를 호출해 최신 데이터를 가져오거나, 계산을 수행하거나, 세상에서 행동을 취할 수 있게 하는 기능입니다. 학습 데이터에 갇혀 있지 않고, 과제가 요구할 때 모델 바깥으로 손을 뻗을 수 있게 됩니다.
트랜스포머(Transformer)는 2017년 구글의 "Attention Is All You Need" 논문에서 제안된 딥러닝 아키텍처로, 셀프 어텐션(Self-Attention) 메커니즘을 통해 입력 시퀀스의 모든 요소가 서로를 참조하며 문맥을 이해하게 합니다. GPT, Claude, Gemini, Llama 등 2026년 현재 모든 주요 LLM이 트랜스포머를 변형·확장한 구조 위에서 작동합니다.
파인튜닝(Fine-Tuning)은 사전 학습된 LLM에 특정 도메인·과제의 데이터로 추가 학습을 시켜, 모델의 스타일·지식·행동을 원하는 방향으로 조정하는 기법입니다. 범용 모델을 특정 브랜드 톤이나 산업 전문 용어에 맞춘 '나만의 GPT'로 만드는 대표적인 방법입니다.
패싯 내비게이션(Faceted Navigation)은 사용자가 여러 필터·정렬 옵션(카테고리, 태그, 가격, 정렬 방식 등)을 조합해 콘텐츠 목록을 좁혀가는 UI 패턴입니다. 이커머스 카테고리 페이지와 블로그의 태그·필터 페이지가 대표적이며, 사용성은 높이지만 URL이 기하급수적으로 늘어 기술 SEO의 가장 골치 아픈 영역 중 하나가 됩니다.
퍼스트 파티 데이터(First-Party Data)는 브랜드가 자사 채널(웹사이트, 앱, 이메일, CRM)에서 고객의 동의를 받아 직접 수집한 데이터를 말합니다. 다른 회사에서 사들인 서드 파티 데이터와 달리, 출처가 명확하고 정확도가 높으며 법적 리스크가 낮습니다.
퍼포먼스 마케팅(Performance Marketing)이란 클릭, 리드 확보, 구매 전환 등 측정 가능한 성과(Performance)가 발생했을 때만 광고비를 지불하는 성과 기반 디지털 마케팅 전략입니다.
페이드 미디어(Paid Media)는 광고비를 지불해 타깃 오디언스에게 노출을 확보하는 모든 채널을 말합니다. 구글 애즈·메타 광고·링크드인 광고·스폰서드 콘텐츠·인플루언서 유료 협찬이 대표적이며, PESO 프레임워크에서 온드·언드·쉐어드 미디어와 함께 현대 마케팅 믹스를 구성합니다.
페이지 속도(Page Speed)는 사용자가 URL을 요청한 시점부터 웹페이지 콘텐츠가 완전히 로딩되어 표시되기까지 걸리는 시간을 의미합니다. 구글은 2010년부터 페이지 속도를 검색 순위 요소로 반영하고 있으며, 2021년 Core Web Vitals 도입 이후 그 중요성이 더욱 커졌습니다.
페이지네이션(Pagination)은 긴 콘텐츠 목록을 여러 페이지로 나누어 제공하는 방식입니다. 블로그 아카이브의 /blog?page=2, 이커머스 카테고리의 /products?p=3 같은 구조가 대표적이며, 사용성은 높이지만 잘못 구현하면 인덱싱·중복 콘텐츠 문제를 일으키는 기술 SEO의 단골 주제입니다.
PageRank(페이지랭크)는 Google 공동 창립자 Larry Page와 Sergey Brin이 1997년에 개발한 알고리즘으로, 웹페이지로 들어오는 링크(백링크)의 양과 질을 분석하여 해당 페이지의 상대적 중요도를 수치화합니다.
Pogo-Sticking(포고 스티킹)은 사용자가 검색 결과에서 한 페이지를 클릭했다가 곧바로 검색 결과 페이지(SERP)로 되돌아와 다른 결과를 클릭하는 행동입니다. 마치 포고 스틱을 타듯 검색 결과와 웹페이지 사이를 반복해서 오간다는 뜻에서 붙은 이름입니다.
퓨샷 러닝(Few-Shot Learning)은 LLM에게 과제를 지시할 때 프롬프트에 2~5개의 '입력 → 원하는 출력' 예시를 포함해 모델이 그 패턴을 따르게 하는 기법입니다. 별도 학습 없이 프롬프트만으로 모델의 행동을 원하는 방향으로 정렬시키는 가장 실용적인 프롬프트 엔지니어링 기법 중 하나입니다.
프로그래매틱 SEO(Programmatic SEO)는 자동화를 활용해 다수의 검색 최적화 웹페이지를 대규모로 생성·배포하는 전략입니다. 데이터베이스의 정보를 페이지 템플릿에 매핑하여 특정 키워드 패턴이나 롱테일 검색어를 타깃으로 수백~수천 개의 페이지를 효율적으로 만들어냅니다.
프로덕트 마켓 핏(Product-Market Fit, PMF)은 제품이 드디어 '강하게 원하는 시장'을 만나는 단계입니다. 수요가 팀의 공급 속도를 앞질러 잡아당기는 순간이며, 스타트업의 생애에서 가장 중요한 이정표입니다. "제발 되길 바라는" 단계와 "도저히 못 따라가는" 단계를 가르는 분기점입니다.
프로덕트 주도 성장(Product-Led Growth, PLG)은 제품 자체가 획득·활성화·전환·확장·리퍼럴을 주도하는 비즈니스 성장 전략입니다. 세일즈팀이나 마케팅 콜드 아웃바운드 대신 '사용자가 직접 제품을 써보고 가치를 경험한 뒤 구매하는' 구조를 의미하며, Slack, Notion, Figma, Calendly, Dropbox가 대표 사례입니다.
프롬프트 엔지니어링(Prompt Engineering)은 LLM에게서 원하는 품질·형식·톤의 결과를 얻기 위해 지시어(프롬프트)를 체계적으로 설계하는 기법입니다. 같은 모델이라도 프롬프트 구조에 따라 응답 품질이 수배 차이 나기 때문에, AI를 제품·콘텐츠 작업에 활용하는 모든 팀의 기본 역량이 되었습니다.
프롬프트 인젝션(Prompt Injection)은 외부에서 주입된 텍스트를 통해 LLM의 원래 지시(시스템 프롬프트)를 덮어쓰거나 무력화해, 모델이 의도하지 않은 행동을 하게 만드는 보안 공격입니다. 'AI 시대의 SQL 인젝션'이라고도 불리며, 에이전트가 도구를 호출하고 외부 콘텐츠를 읽는 2026년 현재 가장 심각한 LLM 보안 위협입니다.
프롬프트 캐싱(Prompt Caching)은 여러 요청에 걸쳐 동일하게 반복되는 프롬프트의 앞부분(시스템 프롬프트, 대화 히스토리, 대용량 문서 등)을 LLM 프로바이더가 캐시로 저장해두고 재사용하는 기능입니다. 매 요청마다 같은 토큰을 다시 처리하지 않아도 되므로 비용과 지연 시간을 극적으로 줄입니다. 2024년 Anthropic이 Claude에 도입하고 OpenAI·Google이 뒤이어 지원하며 2026년 LLM API의 표준 기능이 되었습니다.
프리미엄(Freemium)은 의미 있는 사용자 일부에게 제품을 영구 무료로 제공하면서, 유료 티어가 더 많은 용량·고급 기능·제한 해제를 잠금 해제하는 가격 모델입니다. 시간 제한 무료 체험과 달리 만료가 없습니다 — 사용자는 영원히 무료로 머물 수 있습니다. 충분히 많은 무료 사용자가 결국 업그레이드해 나머지를 펀딩한다는 데 거는 베팅입니다.
플라이휠(Flywheel)은 2018년 HubSpot이 대중화한 순환형 go-to-market 모델로, 전통적인 선형 퍼널을 대체합니다. 고객을 '퍼널의 끝'에 두는 대신 '중심'에 두고, 만족한 고객이 입소문·리뷰·추천을 만들어 다음 순환의 Attract → Engage → Delight를 먹여 살리는 구조입니다.
피처드 스니펫(Featured Snippet)은 구글이 검색 결과 최상단에 띄우는 답변 박스입니다. '포지션 0'이라고도 불리며, 해당 쿼리에 가장 잘 답한다고 판단된 페이지의 문단·리스트·표·영상 일부를 발췌해 기존 오가닉 목록 앞에 보여줍니다.
Pillar Page(필러 페이지)는 특정 핵심 주제를 포괄적으로 다루는 허브 콘텐츠입니다. 토픽 클러스터(Topic Cluster) 전략의 중심 역할을 하며, 관련 세부 주제를 다루는 클러스터 콘텐츠와 내부 링크로 연결됩니다.
하이브리드 검색(Hybrid Search)은 밀집 벡터 검색(시맨틱)과 희소 키워드 검색(BM25)을 동시에 실행한 뒤, 두 결과를 하나의 순위로 융합하는 검색 기법입니다. '의미 유사도'와 '정확 토큰 매칭'을 한 번의 쿼리로 모두 잡아냅니다.
할루시네이션(Hallucination)은 LLM이 학습하지 않았거나 사실과 다른 내용을 마치 검증된 정보처럼 자신감 있게 생성하는 현상입니다. 존재하지 않는 논문을 인용하거나 잘못된 통계를 제시하는 등, AI 검색 응답의 신뢰도를 가장 크게 위협하는 요인입니다.
함수 호출(Function Calling, 일명 Tool Use)은 LLM이 사용자 요청을 분석해 필요한 외부 함수·API를 구조화된 JSON 형식으로 호출하게 하는 기능입니다. 2023년 6월 OpenAI가 처음 공식 지원을 시작한 이후, Claude·Gemini·Llama 등 주요 모델이 모두 지원하는 표준 기능이 되었고, AI 에이전트 구현의 기본 단위가 되었습니다.
이탈률(Churn Rate)은 일정 기간 내에 제품이나 서비스 사용을 중단한 고객의 비율입니다. 구독 기반 비즈니스, 특히 SaaS 기업에서 수익성을 결정하는 핵심 지표입니다.
Heading Tag(헤딩 태그)는 HTML에서 콘텐츠의 제목과 소제목을 정의하는 태그로, H1(가장 상위)부터 H6(가장 하위)까지 6단계의 계층 구조를 제공합니다.
헬프풀 콘텐츠 업데이트(Helpful Content Update, HCU)는 구글이 '사람을 돕기보다 검색 엔진에서 순위에 오르려고 만들어진' 페이지를 강등하는 랭킹 시스템입니다. 2022년 8월에 독립 분류기로 처음 도입됐고, 2024년 3월 코어 업데이트에서 구글의 핵심 랭킹 시스템에 통합됐습니다.
화이트햇 SEO(White Hat SEO)는 Google 검색 가이드라인(Search Essentials)을 준수하면서 검색 순위를 향상시키는 SEO 전략입니다. 사용자에게 가치 있는 콘텐츠를 제공하고, 정당한 방법으로 백링크를 획득하며, 좋은 사용자 경험을 구축하는 데 초점을 맞춥니다.
활성화율(Activation Rate)은 신규 사용자 중 정해진 기간 안에 '아하 모먼트' — 제품이 자신에게 작동한다고 체감하는 첫 경험 — 에 도달한 사용자의 비율입니다. AARRR의 A이자, 장기 리텐션을 가장 잘 예측하는 선행 지표입니다.