본문 바로가기
SEO·GEO 용어사전

정보 이득 (Information Gain)

마지막 업데이트
선호 출처로 추가
목차
SEO 정보 이득과 머신러닝 정보 이득의 차이Google 특허가 설명하는 정보 이득의 작동 방식특허와 실제 검색 순위의 관계콘텐츠 기획에 적용하는 방법자주 묻는 질문함께 알아두면 좋은 용어참고 문서

SEO에서 정보 이득은 독자가 이미 본 문서와 비교해 새 문서에서 얻는 추가 정보를 뜻합니다. Google이 2018년 출원한 특허에도 등장합니다. 다만 특허가 있다는 사실만으로 이 방식이 실제 검색 순위에 적용된다고 볼 수는 없습니다.

머신러닝의 결정 트리 학습에서도 ‘정보 이득’이라는 말을 쓰지만, SEO에서 설명하는 개념과 계산 대상이 다릅니다.

SEO 정보 이득과 머신러닝 정보 이득의 차이

구분계산 대상쓰이는 곳
SEO 문맥의 정보 이득이미 본 문서에 없던 정보를 새 문서에서 얼마나 얻는지Google 특허에서 설명하는 문서 선택과 재정렬
머신러닝 정보 이득특정 속성으로 데이터를 나눴을 때 엔트로피(불확실성)가 줄어드는 정도결정 트리 학습에서 데이터를 나눌 기준을 고르는 계산

결정 트리에서는 데이터를 나누기 전과 후의 불확실성을 계산합니다. SEO에서 쓰는 정보 이득은 독자가 이미 접한 내용과 다음 문서의 내용을 비교하므로, 결정 트리의 계산식을 그대로 콘텐츠 평가에 적용할 수는 없습니다.

Google 특허가 설명하는 정보 이득의 작동 방식

Google의 특허 ‘Contextual Estimation of Link Information Gain’은 사용자에게 이미 제공한 정보를 고려해 다음 문서를 고르는 방법을 설명합니다.

  • 최초 출원일: 2018년 10월 18일
  • 최초 등록일과 번호: 2022년 6월 7일, US11354342B2
  • 후속 등록일과 번호: 2024년 6월 18일, US12013887B2. 후속 출원일은 2023년 6월 27일이며, 우선일은 최초 출원과 같은 2018년 10월 18일입니다.
  • 출원인: Google LLC

특허에서 설명하는 정보 이득 점수는 사용자가 이미 접한 문서에 없던 정보를 새 문서가 얼마나 더 담고 있는지 나타냅니다. 사용자의 후속 질문에 답할 문서를 고르거나 순서를 다시 정할 때 이 점수를 활용하는 방식입니다.

특허는 자동화된 어시스턴트가 음성이나 대화형 화면에서 후속 질문에 답하는 상황을 설명합니다. 음성으로 답을 듣는 사용자는 여러 문서를 한눈에 비교하기 어렵습니다. 이때 이미 들은 내용을 반복하지 않도록 새로운 정보가 있는 문서를 고르는 방식입니다.

특허와 실제 검색 순위의 관계

특허는 특정 기술을 어떻게 구현할 수 있는지 설명한 문서입니다. 그 기술이 현재 Google 검색에 쓰이는지는 별도의 근거가 있어야 확인할 수 있습니다.

또한 이 특허는 사용자에게 이미 보여 준 정보와 새 문서의 내용을 비교합니다. 글에 정보를 많이 넣을수록 모든 검색에서 높은 순위를 얻는다는 뜻은 아닙니다. 공개된 특허의 점수를 일반적인 콘텐츠 분량 점수나 Google의 공식 SEO 지표로 해석해서는 안 됩니다.

콘텐츠 기획에 적용하는 방법

콘텐츠를 기획할 때는 다른 글을 읽은 독자가 내 글에서 무엇을 새로 알게 되는지 생각해 볼 수 있습니다. Google의 사용자 중심 콘텐츠 안내도 독창적인 정보와 분석, 다른 출처를 단순히 옮기는 데서 그치지 않는 설명을 권합니다. 다만 이 안내가 정보 이득 특허의 실제 적용을 입증하는 것은 아닙니다.

  • 직접 수집한 데이터와 조사 방법을 공개합니다.
  • 실제 작업에서 겪은 문제와 해결 과정을 설명합니다.
  • 전문가에게 확인한 조건이나 사례를 소개합니다.
  • 직접 촬영한 사진이나 작업 화면으로 글만으로 이해하기 어려운 부분을 보여 줍니다.

예를 들어 여러 글이 도구의 기능 목록만 소개한다면, 같은 작업을 실제로 수행한 과정과 막혔던 부분을 설명할 수 있습니다. 기능 이름을 더 많이 나열하는 것과 독자가 새 정보를 얻는 것은 다릅니다.

상위 문서와 자사 글을 비교해 빠진 질문을 찾는 방법은 콘텐츠 갭 분석에서 다룹니다.

자주 묻는 질문

정보 이득은 확정된 구글 랭킹 요소인가요?

확정된 순위 요소라고 볼 근거는 없습니다. 특허에는 정보 이득을 계산하고 활용하는 방법이 나와 있지만, 그 방법을 현재 Google 검색에 적용한다는 사실까지 증명하지는 않습니다.

머신러닝의 정보 이득과 완전히 다른 개념인가요?

계산 대상과 목적이 다릅니다. SEO 문맥에서는 이미 접한 문서와 새 문서의 정보를 비교합니다. 결정 트리에서는 특정 속성으로 데이터를 나눴을 때 불확실성이 얼마나 줄어드는지 계산합니다.

정보 이득 점수를 도구로 확인할 수 있나요?

일부 콘텐츠 도구가 자체 계산한 점수를 제공하지만, Google 공식 지표는 아닙니다. 도구마다 계산 방식이 다르고, 특허 원문이 설명하는 계산식과 같다는 근거도 없습니다.

Google 특허의 설명을 네이버에도 적용해도 되나요?

Google의 특허를 네이버 검색의 순위 기준으로 해석할 수는 없습니다. 이 자료는 Google이 제안한 문서 선택 방법을 설명하며, 네이버가 같은 방식으로 콘텐츠를 평가한다는 근거는 담고 있지 않습니다.

함께 알아두면 좋은 용어

  • 콘텐츠 품질: 정보의 정확성과 유용성, 설명의 충실함을 평가하는 개념
  • 헬프풀 콘텐츠 업데이트: 독자에게 도움이 되는 콘텐츠를 평가하기 위해 도입했던 Google의 업데이트
  • 씬 콘텐츠: 다른 페이지와 구별되는 정보나 기능이 부족한 콘텐츠
  • E-E-A-T: 경험, 전문성, 권위성과 신뢰성을 함께 살펴보는 개념
  • 콘텐츠 갭 분석: 경쟁 콘텐츠와 검색 수요를 비교해 빠진 질문과 설명을 찾는 작업

참고 문서

다른 용어

모든 용어 보기