AI 검색 (GEO·AEO) 용어사전
AI가 답변을 만들 때 브랜드가 인용되도록 관리하는 GEO·AEO 관련 용어입니다. AI Overviews, RAG, 엔티티 등 AI 검색 시대의 개념을 정리했습니다.
55개 용어
AEO (답변엔진최적화)
AEO는 검색 서비스의 직접 답변에 콘텐츠가 선택되고 출처로 연결되게 관리하는 작업입니다. 대상 화면, 실제 작업과 성과 확인 방법을 설명합니다.
AI Mode (AI 모드)
AI Mode는 복잡한 질문을 하고, 조건을 바꿔 가며 후속 질문까지 이어갈 수 있는 Google의 대화형 검색 기능입니다. 답변에는 참고한 웹페이지 링크가 함께 표시될 수 있습니다.
AI Overviews (AI 개요)
AI Overviews는 Google 검색에서 복잡한 질문의 핵심을 생성형 답변으로 요약하고 관련 웹 출처를 연결하는 기능입니다.
AI 가드레일 (AI Guardrails)
AI 가드레일은 AI가 정해 둔 정책을 벗어나지 않도록 입력, 검색 자료, 도구 호출과 출력을 검사해 허용하거나 바꾸거나 차단하는 장치입니다.
AI 가시성 (AI Visibility)
AI 가시성은 생성형 AI 답변에서 브랜드와 콘텐츠가 얼마나 노출되는지 관찰하는 개념입니다. 브랜드 언급, 출처 인용, 링크 노출과 AI 유입을 구분하고 측정하는 방법을 설명합니다.
AI 검색 (AI Search)
AI 검색은 질문에 답하려고 웹이나 외부 정보를 조회하고 생성형 AI 답변을 만드는 서비스와 기능입니다. 챗봇형과 검색엔진 내장형이 있으며, 일반 챗봇 답변과는 구분해야 합니다.
AI 검색 최적화 (AI Search Optimization)
AI 검색 최적화는 AI 검색이 내 페이지를 찾고, 답변을 만들 때 참고할 수 있도록 콘텐츠와 사이트 상태를 관리하는 일입니다. AI 답변의 브랜드 언급과 출처 링크, 소개 내용도 함께 확인합니다.
AI 리퍼럴 트래픽 (AI Referral Traffic)
AI 리퍼럴 트래픽은 ChatGPT, Claude, Gemini, Perplexity 같은 AI 서비스의 링크를 사람이 눌러 들어온 방문입니다. 인용과 봇 요청의 차이, GA4 확인법과 측정 한계를 설명합니다.
AI 슬롭 (AI Slop)
AI 슬롭은 AI로 대량 생산한 저품질 콘텐츠를 낮춰 부르는 말입니다. AI를 쓴 정상 콘텐츠와의 차이, 판별 기준과 검색 정책을 설명합니다.
AI 에이전트 (AI Agent)
AI 에이전트는 목표와 현재 상태에 맞춰 다음 단계와 도구 사용을 동적으로 결정하는 AI 시스템입니다. 챗봇과 고정 자동화의 차이, 실제 사례와 사이트 방문 확인 방법을 설명합니다.
AI 인용 (AI Citation)
AI 인용은 생성형 AI 답변이 참고하거나 근거로 제시한 웹페이지와 문서를 링크나 출처 표기로 연결하는 방식입니다.
AI 크롤러 (AI Crawler)
AI 크롤러는 AI 모델 학습, 검색 색인, 사용자 요청 처리와 안전성 확인 등을 위해 웹페이지에 접근하는 자동화된 봇입니다. 역할과 robots.txt 처리 방침은 봇마다 다릅니다.
ChatGPT search (ChatGPT 검색)
ChatGPT search는 ChatGPT가 웹을 검색해 최신 정보를 찾고 출처 링크와 함께 답하는 기능입니다. 일반 답변과 Deep Research의 차이, OAI-SearchBot과 유입 확인법을 설명합니다.
Claude 웹 검색 (Claude Web Search)
Claude 웹 검색은 Claude가 현재 웹 자료를 찾아 출처와 함께 답하는 기능입니다. Web fetch와 Research의 차이, Claude-SearchBot과 실제 인용 확인법을 설명합니다.
Gemini Deep Research (제미나이 딥 리서치)
Gemini Deep Research는 조사 계획을 세우고 웹과 선택한 자료를 반복해서 찾아 긴 보고서를 만드는 기능입니다. 일반 Gemini 답변과 API 에이전트의 차이, 출처와 Google-Extended 확인법을 설명합니다.
GEO (생성 엔진 최적화)
GEO는 생성형 AI 답변에서 콘텐츠와 브랜드가 정확히 언급되고 근거로 연결되게 관리하는 작업입니다. 실제 작업과 측정 방법, AEO와의 차이를 설명합니다.
LLM (대규모 언어 모델)
LLM은 방대한 텍스트로 다음 단어를 예측하도록 학습된 대규모 언어 모델입니다. ChatGPT와 Gemini 같은 AI 서비스의 기반이며, AI 검색이 답변을 만들고 콘텐츠를 인용하는 원리를 이해하는 출발점입니다.
LLMO (대규모 언어 모델 최적화)
LLMO는 ChatGPT, Claude, Gemini, Perplexity 같은 AI 답변에서 브랜드와 콘텐츠가 정확하게 언급되고 인용되도록 관리하는 실무 용어입니다. GEO와 겹치는 범위, 해당하지 않는 작업, 플랫폼별 확인법을 설명합니다.
llms.txt
llms.txt는 사이트 소개와 주요 문서 링크를 한 파일에 정리해 대규모 언어 모델, 즉 LLM이 참고하기 쉽게 제공하자는 제안입니다. 보통 https://www.example.com/llms.txt처럼 사이트의 기본 주소 아래에 둡니다.
MCP (Model Context Protocol)
MCP는 AI 애플리케이션과 외부 데이터, 도구를 연결하는 공개 프로토콜입니다. 세 역할과 실제 요청 흐름, 함수 호출과의 차이를 설명합니다.
Perplexity (퍼플렉시티)
Perplexity는 현재 웹을 검색해 번호 인용이 달린 대화형 답을 만드는 AI 검색엔진입니다. Standard Search, Pro Search와 Research의 차이, 크롤러와 인용 확인법을 설명합니다.
RAG (검색 증강 생성)
RAG는 생성형 AI가 외부 문서나 데이터에서 관련 지식을 찾아 답변의 문맥과 근거로 쓰는 방식입니다. Retrieval-Augmented Generation의 약자입니다.
RLHF
RLHF는 인간 피드백을 활용한 강화학습으로, 사람의 선호 비교를 바탕으로 AI 모델을 다듬는 후속 학습 방법입니다. 초기 ChatGPT에 쓰였으며 여러 정렬 방법 중 하나입니다.
Share of Model (모델 점유율)
Share of Model은 정한 질문 표본의 전체 경쟁 브랜드 언급 중 우리 브랜드가 차지한 비중입니다. 계산식, 브랜드 등장률과의 차이, 반복 측정과 해석 한계를 설명합니다.
그라운딩 (Grounding)
그라운딩은 AI가 자체 기억에만 의존하지 않고 검색 결과나 문서 같은 외부 자료를 근거로 답하게 만드는 방식입니다. RAG와 인용, 사실 정확성과의 차이를 설명합니다.
네이버 AI 브리핑 (Naver AI Briefing)
네이버 AI 브리핑은 네이버 검색결과 상단에서 하이퍼클로바X를 기반으로 질문의 답을 요약하고 출처를 연결해 주는 기능입니다. 검색 노출 영역과 별도 상품인 AI 브리핑 광고는 구분해서 봐야 합니다.
답변 엔진 (Answer Engine)
답변 엔진은 링크 목록만 보여 주지 않고 질문에 직접 답하는 시스템을 가리킵니다. 계산형, 검색 종합형과 검색엔진 내장형의 차이를 설명합니다.
데이터 신선도 (Data Freshness)
데이터 신선도는 원본의 최근 변경이 검색이나 분석에 쓰는 데이터에 얼마나 빨리 반영돼 있는지를 나타내는 상태입니다.
리랭커 (Reranker)
리랭커는 1차 검색이 가져온 후보 문서에 새 점수를 매겨 순서를 다시 정하는 구성 요소입니다. 크로스 인코더를 비롯한 여러 모델과 규칙으로 구현할 수 있습니다.
멀티모달 검색 (Multimodal Search)
멀티모달 검색은 글, 사진과 음성처럼 서로 다른 형식의 정보를 함께 사용해 검색하는 방식입니다. 예를 들어 신발 사진을 올린 뒤 “이 제품과 비슷하지만 방수가 되는 것을 찾아 줘”라고 물을 수 있습니다.
메타데이터 필터링 (Metadata Filtering)
메타데이터 필터링은 문서에 붙인 날짜, 언어, 종류와 권한 같은 필드 값으로 검색할 후보를 포함하거나 제외하는 방법입니다.
벡터 데이터베이스 (Vector Database)
벡터 데이터베이스는 임베딩 벡터를 저장하고 유사도 검색을 처리하는 데이터베이스입니다. 일반적인 조건 검색과 달리 질문 벡터와 가까운 데이터를 찾으며 정확 탐색과 근사 탐색을 모두 쓸 수 있습니다.
브랜드 멘션 (Brand Mention)
브랜드 멘션은 웹 콘텐츠나 AI 답변에 회사, 브랜드, 제품 이름이 등장한 상태입니다. 링크 유무에 따른 차이와 수집, 오탐 제거, 사실 확인 방법을 설명합니다.
사고 사슬 (Chain of Thought)
사고 사슬은 언어 모델이 답에 이르기까지 거치는 중간 추론 단계 또는 풀이 예시를 이용하는 프롬프팅 기법을 가리킵니다. 실제 사용법과 내부 추론의 차이를 설명합니다.
에이전틱 검색 (Agentic Search)
에이전틱 검색은 AI가 목표에 맞춰 조사 계획을 세우고, 중간 결과에 따라 검색어와 다음 단계를 바꾸며 답을 완성하는 방식입니다. RAG와 쿼리 팬아웃의 차이, 실제 사례와 확인 방법을 설명합니다.
에이전틱 웹 (Agentic Web)
에이전틱 웹은 AI 에이전트가 웹에서 정보를 찾고 예약이나 구매 같은 작업까지 수행하는 환경을 가리킵니다. 실제 작업 흐름과 관련 규격을 설명합니다.
엔티티 (Entity)
엔티티는 검색 시스템이 다른 것과 구별해 알아보는 사람, 장소, 회사, 제품 또는 개념입니다.
음성 검색 (Voice Search)
음성 검색은 검색어를 타이핑하지 않고 말로 입력하는 방식입니다. 실제 사용 방법, 결과가 나오는 과정, 음성 비서와의 차이, SEO에서 확인할 내용을 설명합니다.
임베딩 (Embedding)
임베딩은 텍스트, 이미지 같은 데이터를 숫자 벡터로 나타낸 표현입니다. 같은 모델 안에서는 관련된 항목을 가까운 벡터로 배치해 검색과 추천, 분류에 쓸 수 있습니다.
제로클릭 검색 (Zero-click Search)
제로클릭 검색은 검색하고 나서 결과 링크를 하나도 누르지 않은 세션을 조사마다 정한 기준으로 집계한 말입니다. 만족 여부와 관계없이 잡힐 수 있어 분모와 측정 방식을 함께 봐야 합니다.
지식 그래프 (Knowledge Graph)
지식 그래프는 사람, 회사, 장소와 제품 같은 대상을 관계로 연결한 정보 구조입니다. 엔티티와 지식 패널의 차이, 실제 연결 예와 확인 방법을 설명합니다.
지식 컷오프 (Knowledge Cutoff)
지식 컷오프는 AI 제공사가 특정 모델의 내장 지식 범위를 설명할 때 제시하는 기준 시점입니다. 컷오프 이전 정보도 반드시 안다는 뜻은 아니며, 웹 검색과 파일 연결 여부를 함께 확인해야 합니다.
청킹 (Chunking)
청킹은 RAG 시스템이 문서를 검색과 임베딩 단위로 잘게 나누는 전처리 작업입니다. 글을 AI용으로 짧게 쪼개 쓰라는 SEO 조언과는 다른 개념으로, 구글은 그런 콘텐츠 청킹이 불필요하다고 공식 안내합니다.
컨텍스트 엔지니어링 (Context Engineering)
컨텍스트 엔지니어링은 AI가 작업할 때 볼 지침, 대화, 검색 자료, 메모리, 도구와 상태를 고르고 갱신하는 설계입니다. 프롬프트 엔지니어링과 RAG의 차이, 실패 확인법을 설명합니다.
컨텍스트 윈도우 (Context Window)
컨텍스트 윈도우는 AI 모델이 한 요청에서 참고할 수 있는 토큰 범위입니다. 입력과 출력, 추론 토큰을 계산하는 방식은 모델과 제품마다 달라 공식 문서에서 확인해야 합니다.
쿼리 재작성 (Query Rewriting)
쿼리 재작성은 검색 시스템이 사용자가 입력한 질의를 검색에 더 적합한 형태로 바꾸는 과정입니다. 오타 교정과 동의어 확장, 대화 맥락 반영이 있으며 입력과 실행 질의가 달라질 수 있습니다.
쿼리 팬아웃 (Query Fan-out)
쿼리 팬아웃은 AI 검색이 질문 하나를 여러 관련 검색과 하위 주제로 펼쳐 자료를 찾는 기법입니다. Google이 AI 검색 기능의 작동 방식을 설명하며 공개한 개념입니다.
토큰 (Token)
토큰은 LLM이 텍스트를 나누고 세는 처리 단위입니다. 글자 하나보다 짧거나 단어 하나보다 길 수 있으며, 모델과 토크나이저에 따라 같은 문장의 토큰 수도 달라집니다.
파인튜닝 (Fine-tuning)
파인튜닝은 사전학습된 AI 모델을 추가 데이터와 학습 목표로 조정하는 기법입니다. 과업 방식과 안정적인 도메인 패턴을 익힐 때 쓰며, 최신 사실은 RAG가 더 적합할 수 있습니다.
프롬프트 (Prompt)
프롬프트는 AI에 입력하는 질문과 지시입니다. AI 답변에서 브랜드 노출을 관찰할 때 질문 조건과 서비스, 모델을 고정하는 추적 단위로도 사용할 수 있습니다.
프롬프트 엔지니어링 (Prompt Engineering)
프롬프트 엔지니어링은 AI에게서 원하는 결과를 얻도록 입력을 설계하는 기법입니다. 명확한 지시, 예시 제공, 역할 부여 같은 방법이 있으며, 모델사 공식 가이드와 학술 연구로 체계화됐습니다.
프롬프트 인젝션 (Prompt Injection)
프롬프트 인젝션은 신뢰하지 않은 입력 속 지시 때문에 AI가 원래 목적과 다른 작업을 하게 되는 취약점과 공격을 말합니다. 웹페이지와 파일도 간접 인젝션 통로가 될 수 있습니다.
하이브리드 검색 (Hybrid Search)
하이브리드 검색은 키워드 검색과 벡터로 찾는 의미 검색의 결과를 함께 활용하는 방식입니다. 병렬 검색 뒤 결합하거나 한 결과를 다른 방식으로 재정렬하는 등 구현이 다양합니다.
할루시네이션 (Hallucination)
할루시네이션은 생성형 AI가 그럴듯하지만 사실이 아닌 내용을 답하는 오류입니다. 존재하지 않는 출처와 수치를 만들거나, 주어진 자료와 다른 내용을 사실처럼 설명하는 경우가 대표적입니다.
함수 호출 (Function Calling)
함수 호출은 AI 모델이 외부 기능을 쓸 수 있도록 함수 이름과 인자를 구조화된 형식으로 생성하는 능력입니다. 실제 실행은 애플리케이션이 맡으며, AI 검색의 웹 검색도 이 메커니즘 위에서 작동합니다.
전체 용어 목록 (242개)
카테고리를 펼쳐 원하는 용어의 상세 설명으로 바로 이동할 수 있습니다.
- SERP (검색결과 페이지)
- 검색 의도 (Search Intent)
- 검색엔진최적화 (SEO)
- 구글 SEO (Google SEO)
- 구글 검색결과 삭제 (Search Removal)
- 구글 페널티 (Google Penalty)
- 구글봇 (Googlebot)
- 네이버 SEO (Naver SEO)
- 로컬 SEO (Local SEO)
- 롱테일 키워드 (Long-tail Keyword)
- 색인 (Indexing)
- 시맨틱 검색 (Semantic Search)
- 크롤링 (Crawling)
- 키워드 검색량 (Search Volume)
- 키워드 리서치 (Keyword Research)
- 토픽 클러스터 (Topic Cluster)
- 화이트햇과 블랙햇 SEO (White Hat, Black Hat)
- 301 리디렉션 (301 Redirect)
- 302 리다이렉트 (302 Redirect)
- 404 오류 (404 Not Found)
- hreflang
- HTTP 상태 코드 (HTTP Status Code)
- HTTPS
- IndexNow (인덱스나우)
- JavaScript SEO
- robots meta tag (로봇 메타 태그)
- robots.txt
- RSS 피드 (RSS Feed)
- URL 구조 (URL Structure)
- 노인덱스 (noindex)
- 리디렉션 (Redirect)
- 모바일 사용성 (Mobile Usability)
- 모바일 우선 인덱싱 (Mobile-first Indexing)
- 사이트 마이그레이션 (Site Migration)
- 사이트맵 (Sitemap)
- 서브도메인 (Subdomain)
- 소프트 404 (Soft 404)
- 캐노니컬 태그 (Canonical Tag)
- 코어 웹 바이탈 (Core Web Vitals)
- 크롤 버짓 (Crawl Budget)
- 테크니컬 SEO (Technical SEO)
- 페이지 속도 (Page Speed)
- 페이지네이션 (Pagination)
- alt 태그 (Alt Text)
- E-E-A-T
- H1 태그 (H1 Tag)
- H태그 (Heading Tags)
- SEO 글쓰기 (SEO Writing)
- YMYL (Your Money or Your Life)
- 검색 품질 평가자 가이드라인 (Quality Rater Guidelines)
- 동영상 SEO (Video SEO)
- 메타 디스크립션 (Meta Description)
- 씬 콘텐츠 (Thin Content)
- 에버그린 콘텐츠 (Evergreen Content)
- 온페이지 SEO (On-page SEO)
- 이미지 SEO (Image SEO)
- 중복 콘텐츠 (Duplicate Content)
- 콘텐츠 감사 (Content Audit)
- 콘텐츠 리프레시 (Content Refresh)
- 콘텐츠 품질 (Content Quality)
- 키워드 스터핑 (Keyword Stuffing)
- 키워드 카니벌리제이션 (Keyword Cannibalization)
- 타이틀 태그 (Title Tag)
- 토픽 권위 (Topical Authority)
- FAQ 구조화 데이터 (FAQPage)
- Google Discover (구글 디스커버)
- JSON-LD 구조화 데이터 (JSON-LD, 제이슨 엘디)
- Q&A 구조화 데이터 (QAPage, 질문답변 스키마)
- RDFa (알디에프에이, 링크드 데이터 마크업)
- TV 시리즈 구조화 데이터 (TVSeries, 드라마 스키마)
- 공유숙박 구조화 데이터 (VacationRental, 단기 임대 숙소 스키마)
- 관련 질문 (People Also Ask)
- 구조화 데이터 (Structured Data)
- 구조화 데이터 직접 조치 (Structured Data Manual Action, 스키마 수동 조치)
- 동영상 구조화 데이터 (VideoObject, 비디오 스키마)
- 레시피 구조화 데이터 (Recipe, 요리 스키마)
- 리뷰 구조화 데이터 (Review, 리뷰 스키마)
- 리치 결과 (Rich Results)
- 리치 결과 테스트 (Rich Results Test, 구조화 데이터 테스트)
- 마이크로데이터 (Microdata, HTML 구조화 데이터)
- 말하기 구조화 데이터 (Speakable, 음성 읽기 스키마)
- 멤버십 프로그램 구조화 데이터 (MemberProgram, 포인트 멤버십 스키마)
- 반품 정책 구조화 데이터 (MerchantReturnPolicy, 반품 스키마)
- 배송 정책 구조화 데이터 (ShippingService, 배송 스키마)
- 브레드크럼 (Breadcrumb)
- 사이트 연관채널 (sameAs, 연관 채널 마크업)
- 사이트 이름 (Site Name)
- 사이트링크 (Sitelinks)
- 상품 구조화 데이터 (Product, 제품 스키마)
- 상품 옵션 구조화 데이터 (ProductGroup, 옵션 스키마)
- 소프트웨어 구조화 데이터 (SoftwareApplication, 앱 스키마)
- 수학 문제 풀이 구조화 데이터 (MathSolver, 수학 풀이 스키마)
- 스니펫 (Snippet)
- 스키마 마크업 (Schema Markup)
- 스키마 마크업 검사기 (Schema Markup Validator, 스키마 검사 도구)
- 스키마닷오알지 (Schema.org, 스키마 어휘)
- 식당 구조화 데이터 (Restaurant, 음식점 스키마)
- 영화 구조화 데이터 (Movie, 영화 스키마)
- 오픈그래프 (Open Graph)
- 이미지 라이선스 메타데이터 (ImageObject, 이미지 저작권 정보)
- 이벤트 구조화 데이터 (Event, 행사 스키마)
- 제품 스니펫 (Product Snippet, 상품 리치 결과)
- 조직 구조화 데이터 (Organization, 회사 스키마)
- 주소 구조화 데이터 (PostalAddress, 주소 스키마)
- 지식 패널 (Knowledge Panel)
- 지역 비즈니스 구조화 데이터 (LocalBusiness, 로컬 비즈니스 스키마)
- 채용정보 구조화 데이터 (JobPosting, 채용공고 스키마)
- 추천 스니펫 (Featured Snippet)
- 캐러셀 구조화 데이터 (ItemList, 리스트아이템 스키마)
- 파비콘 (Favicon)
- 판매 조건 구조화 데이터 (Offer, 오퍼 스키마)
- 판매자 등록정보 (Merchant Listing, 쇼핑 구조화 데이터)
- 페이월 콘텐츠 구조화 데이터 (CreativeWork, 유료 콘텐츠 스키마)
- 평점 구조화 데이터 (AggregateRating, 별점 스키마)
- 프로필 페이지 구조화 데이터 (ProfilePage, 프로필 스키마)
- 하우투 구조화 데이터 (HowTo, 단계별 안내 스키마)
- AEO (답변엔진최적화)
- AI Mode (AI 모드)
- AI Overviews (AI 개요)
- AI 가드레일 (AI Guardrails)
- AI 가시성 (AI Visibility)
- AI 검색 (AI Search)
- AI 검색 최적화 (AI Search Optimization)
- AI 리퍼럴 트래픽 (AI Referral Traffic)
- AI 슬롭 (AI Slop)
- AI 에이전트 (AI Agent)
- AI 인용 (AI Citation)
- AI 크롤러 (AI Crawler)
- ChatGPT search (ChatGPT 검색)
- Claude 웹 검색 (Claude Web Search)
- Gemini Deep Research (제미나이 딥 리서치)
- GEO (생성 엔진 최적화)
- LLM (대규모 언어 모델)
- LLMO (대규모 언어 모델 최적화)
- llms.txt
- MCP (Model Context Protocol)
- Perplexity (퍼플렉시티)
- RAG (검색 증강 생성)
- RLHF
- Share of Model (모델 점유율)
- 그라운딩 (Grounding)
- 네이버 AI 브리핑 (Naver AI Briefing)
- 답변 엔진 (Answer Engine)
- 데이터 신선도 (Data Freshness)
- 리랭커 (Reranker)
- 멀티모달 검색 (Multimodal Search)
- 메타데이터 필터링 (Metadata Filtering)
- 벡터 데이터베이스 (Vector Database)
- 브랜드 멘션 (Brand Mention)
- 사고 사슬 (Chain of Thought)
- 에이전틱 검색 (Agentic Search)
- 에이전틱 웹 (Agentic Web)
- 엔티티 (Entity)
- 음성 검색 (Voice Search)
- 임베딩 (Embedding)
- 제로클릭 검색 (Zero-click Search)
- 지식 그래프 (Knowledge Graph)
- 지식 컷오프 (Knowledge Cutoff)
- 청킹 (Chunking)
- 컨텍스트 엔지니어링 (Context Engineering)
- 컨텍스트 윈도우 (Context Window)
- 쿼리 재작성 (Query Rewriting)
- 쿼리 팬아웃 (Query Fan-out)
- 토큰 (Token)
- 파인튜닝 (Fine-tuning)
- 프롬프트 (Prompt)
- 프롬프트 엔지니어링 (Prompt Engineering)
- 프롬프트 인젝션 (Prompt Injection)
- 하이브리드 검색 (Hybrid Search)
- 할루시네이션 (Hallucination)
- 함수 호출 (Function Calling)
- BERT
- CDN (Content Delivery Network)
- PBN (Private Blog Network)
- SEO 스플릿 테스팅 (SEO Split Testing)
- TF-IDF
- TLD (최상위 도메인)
- 검색 가시성 (Search Visibility)
- 검색 점유율 (Share of Search)
- 게스트 포스팅 (Guest Posting)
- 구글 코어 업데이트 (Google Core Update)
- 구글 허밍버드 (Google Hummingbird)
- 기생 SEO (Parasite SEO)
- 깨진 링크 (Broken Link)
- 네거티브 SEO (Negative SEO)
- 도어웨이 페이지 (Doorway Page)
- 랜딩 페이지 (Landing Page)
- 랭크브레인 (RankBrain)
- 랭킹 팩터 (Ranking Factor)
- 로그 파일 분석 (Log File Analysis)
- 로컬 인용 (Local Citation)
- 링크 거부 (Disavow)
- 링크 리클레이밍 (Link Reclamation)
- 링크 스팸 (Link Spam)
- 버티컬 검색 (Vertical Search)
- 브랜드 키워드 (Branded Keyword)
- 사용자 생성 콘텐츠 (UGC)
- 사이트 아키텍처 (Site Architecture)
- 서버 사이드 렌더링 (SSR)
- 시맨틱 SEO (Semantic SEO)
- 에이전틱 RAG (Agentic RAG)
- 엣지 SEO (Edge SEO)
- 외부 링크 (Outbound Link)
- 이커머스 SEO (E-commerce SEO)
- 인덱서빌리티 (Indexability)
- 인덱스 블로트 (Index Bloat)
- 인터내셔널 SEO (International SEO)
- 정보 이득 (Information Gain)
- 체류 시간 (Dwell Time)
- 콘텐츠 갭 분석 (Content Gap Analysis)
- 콘텐츠 신선도 (Content Freshness)
- 크롤 깊이 (Crawl Depth)
- 크롤러빌리티 (Crawlability)
- 클로킹 (Cloaking)
- 키워드 밀도 (Keyword Density)
- 패싯 내비게이션 (Faceted Navigation)
- 페이지랭크 (PageRank)
- 포고 스티킹 (Pogo-sticking)
- 프로그래매틱 SEO (Programmatic SEO)
- 헬프풀 콘텐츠 업데이트 (Helpful Content Update)