TL;DR: 영어 기반 SEO 문서를 그대로 따라 하면 안 되는 이유
- 한국어 SEO는 공백이 아니라 형태소 단위로 색인됩니다. 영어식 "단어 빈도" 공식이 그대로 통하지 않습니다.
- 조사(은/는/이/가/을/를)는 형태소 분석기가 분리하지만, 분석기별로 동작이 다릅니다. 제목 카피가 색인에 미치는 영향이 달라집니다.
- 띄어쓰기 오류에 대한 관용도는 검색엔진마다 다르며, "생활코딩"과 "생활 코딩"이 다른 색인으로 잡힐 여지가 남아 있습니다.
- 네이버 C-Rank와 D.I.A는 공식 문서가 일부만 공개된 블랙박스입니다. 추측이 아닌 공개된 범위에서만 설계해야 합니다.
- 생성형 AI 답변 엔진은 한국어를 영어보다 1.5~3배 많은 토큰으로 처리합니다. 같은 콘텐츠라도 한국어 인용 비용이 높습니다.
한국어는 SEO에서 "쉬운 언어"가 아니다
한국어 SEO를 영어 SEO 번역본처럼 다루면 반드시 어긋납니다. 근본적인 차이는 "단어가 무엇인가"에 대한 정의에서 시작합니다.
영어는 공백으로 단어가 나뉩니다. the quick brown fox는 네 단어입니다. 반면 한국어에서 검색엔진최적화는은 한 덩어리처럼 보이지만 검색엔진최적화 + 는(조사)으로 분해되어야 의미가 정확히 잡힙니다.
검색엔진은 문서를 색인할 때 "토큰"이라는 최소 단위로 자릅니다. 한국어는 공백 기반 토큰화가 작동하지 않기 때문에, 형태소 분석기라는 별도 계층이 반드시 필요합니다. 이 계층의 동작을 이해하지 못한 상태로 쓰는 한국어 SEO 콘텐츠는, 원하는 검색어에 정확히 매칭되지 않을 위험을 갖고 출발합니다.
이 글은 한국어 SEO에서 반복적으로 나타나는 다섯 가지 기술적 함정을 공식 문서와 공개된 자료를 바탕으로 정리합니다. 추측은 피하고, 확인 가능한 부분만 다룹니다.
함정 1: 공백 기반 토큰화는 한국어에서 작동하지 않는다
한국어는 교착어입니다. 명사 뒤에 조사가 붙고, 동사 어간 뒤에 어미가 붙어 한 어절이 여러 형태소의 결합체가 됩니다. 이 구조 때문에 영어식 공백 토큰화를 그대로 적용하면 검색어와 문서가 매칭되지 않습니다.
예를 들어 검색엔진최적화를 공부하는 사람들이라는 문장을 공백으로만 나누면 검색엔진최적화를, 공부하는, 사람들 세 토큰이 나옵니다. 사용자가 검색엔진최적화로 검색하면 끝에 붙은 를 때문에 문자열 레벨에서는 부분 일치로만 처리됩니다. 반면 형태소 분석기를 적용하면 검색엔진최적화(명사) + 를(조사), 공부하다(동사) + 는(어미), 사람(명사) + 들(접미사)로 분해되어 검색엔진최적화가 독립 토큰이 됩니다.
Elastic Nori와 MeCab-ko의 실제 동작
Elasticsearch의 공식 한국어 분석 플러그인 Nori는 은전한닢 프로젝트의 mecab-ko-dic 사전을 재가공해 사용합니다.
출처: Nori: The Official Elasticsearch Plugin for Korean Language Analysis — Elastic Blog
Nori는 MeCab과 한국어 사전에 기반하지만, 이진 사전과 Viterbi 알고리즘으로 성능을 최적화했습니다. mecab-ko-dic 자체는 21세기 세종계획 코퍼스로 학습된 확률 모델입니다.
은전한닢은 "검색에서 쓸만한 오픈소스 한국어 형태소 분석기를 만들자"는 목적으로 시작된 프로젝트이며, mecab-ko-dic 사전과 Lucene/Solr/Elasticsearch용 어댑터를 함께 배포합니다.
출처: 은전한닢 프로젝트 공식 블로그
은전한닢의 주요 산출물은 mecab-ko-dic(MeCab용 한국어 형태소 사전), mecab-ko-lucene-analyzer(Lucene/Solr용 tokenizer), elasticsearch-analysis-mecab-ko(Elasticsearch 플러그인)입니다.
SEO 관점에서 중요한 시사점은 다음과 같습니다. 사이트 내부 검색이나 Elasticsearch 기반 색인에서 검색엔진최적화라는 복합명사가 사전에 등재되어 있지 않으면, 분석기는 이를 검색 + 엔진 + 최적화로 분해해 버립니다. 사용자가 검색엔진최적화로 검색할 때 정확 일치가 아닌 부분 일치로만 처리되어 랭킹 신호가 약해집니다. 업계 전문 용어나 자체 브랜드명은 사용자 사전에 등록해야 하는 이유입니다.
분석기별 토큰 분해 방식 비교
한국어를 형태소 단위로 나눌 때 어느 분석기를 쓰느냐에 따라 결과가 조금씩 달라집니다. 동일 문장을 넣어도 분석기마다 복합명사 처리 기준이 다르고, 품사 태그 체계도 다릅니다.
- Nori(Elastic 공식, mecab-ko-dic 기반): 복합명사를 가능한 한 분해하는
decompound_mode옵션을 제공합니다.mixed모드는 원형과 분해형을 모두 색인해 두 형태 모두 매칭 가능하게 합니다. - 은전한잎(mecab-ko): 세종 코퍼스 기반 확률 모델을 사용하며, 사용자 사전 등록이 상대적으로 단순합니다.
- 카카오 Khaiii, KoNLPy(Okt, Komoran, Hannanum) 등: 학술·연구용으로 자주 쓰이지만, 검색 색인 엔진으로 바로 붙이기는 어렵습니다.
실무에서는 Nori가 가장 널리 쓰이며, decompound_mode: mixed를 기본값으로 두고 브랜드 고유명사를 사용자 사전에 추가하는 패턴이 안전합니다.
함정 2: 조사가 키워드 매칭을 왜곡한다
한국어 조사는 단어 뒤에 붙어 문장 성분을 결정합니다. 마케팅 전략과 마케팅의 전략, 마케팅을 전략은 의미가 다르고, 검색엔진이 이를 어떻게 처리하느냐가 SEO 결과를 바꿉니다.
조사는 검색에서 제거되는 편이 일반적입니다
한국어 자연어 처리에서 조사는 대부분 색인 대상에서 제외됩니다. 문서와 질의어 양쪽에서 조사를 제거한 뒤 매칭해야 같은 명사가 다른 조사를 달고 있어도 동일한 키워드로 취급되기 때문입니다.
출처: Korean Language Stemmer for Natural Language Searching System (KR100401466B1)
한국어 스테머는 단어의 어간 의미를 유지한 채 다양한 어미를 제거합니다. 자연어 정보 검색에서 스테밍된 색인어를 사용하면 검색 효과가 크게 향상됩니다.
소표본이지만, 오픈소스 라이브러리 SoyNLP는 한국어 어절 구조를 L(명사/동사/형용사/부사) + R(조사/어미)의 이분 구조로 모델링합니다.
출처: soynlp GitHub
Korean word structure is conceptualized as "Noun + Josa" similar to "L + [R]", where L parts contain content morphemes and R parts are particles.
즉, 잘 구현된 한국어 형태소 분석기를 거치면 마케팅 전략과 마케팅의 전략은 색인 단계에서 마케팅 / 전략이라는 동일한 명사 집합으로 환원됩니다. 제목에 SEO의 기본이라고 쓰든 SEO 기본이라고 쓰든, 분석기 레벨에서는 동일한 키워드 커버리지를 갖는다는 뜻입니다.
하지만 랭킹 신호는 달라질 수 있습니다
주의할 점은 매칭과 랭킹이 다른 레이어라는 것입니다. 매칭은 조사 제거 후 같은 키워드로 잡혀도, 검색엔진은 제목 내 정확 일치 문자열, 앵커 텍스트 문자열, 자동완성 데이터 등 표면형도 함께 활용합니다. 사용자가 실제로 SEO 기본으로 타이핑하는 빈도가 훨씬 높다면, 제목 문자열이 SEO 기본에 가까울수록 자동완성과 연관검색어에서 더 자주 노출됩니다.
실무적으로 결론은 다음과 같습니다. 매칭 단위에서는 조사 유무가 거의 상관없지만, 사용자가 검색창에 타이핑하는 "실제 표면형"을 조사 포함·미포함 모두 고려해 카피를 설계해야 합니다.
함정 3: 띄어쓰기 오류와 검색엔진의 관용
한국어 띄어쓰기는 규범이 복잡하고 실사용자 준수율이 낮습니다. 생활코딩과 생활 코딩, 머신러닝과 머신 러닝은 같은 대상을 가리키지만, 검색엔진이 이를 어떻게 정규화하느냐가 가시성을 바꿉니다.
구글의 경우 공개된 가이드는 "정확한 맞춤법"을 권장하면서도 대부분의 맞춤법·띄어쓰기 오류를 관용적으로 처리한다고 설명합니다.
출처: 더 정확한 Google 검색 결과 얻기 — Google 검색 고객센터
검색어 맞춤법은 정확하지 않아도 되며, Google 검색의 맞춤법 검사기가 일반적으로 사용되는 맞춤법을 자동으로 사용합니다.
그러나 띄어쓰기가 검색 결과 수에 영향을 준다는 관찰 보고도 있습니다. 은전한닢 커뮤니티에는 강남빌라와 강남 빌라가 구글에서도 결과 건수가 다르게 나온다는 논의가 남아 있습니다.
출처: 검색어 띄어쓰기에 따라 검색 결과가 달라질 수 있나요? — Google Groups 은전한닢
구글에서도
강남빌라와강남 빌라의 검색 결과 건수가 다르게 나옵니다. 띄어쓰기가 검색 결과에 영향을 준다는 것을 확인할 수 있습니다.
이는 관용적 정규화가 완벽하지 않으며, 문서 색인과 질의어 처리 양쪽에서 띄어쓰기를 완전히 무시하지는 않는다는 점을 시사합니다.
네이버의 띄어쓰기 교정
네이버는 자체 검색어 교정기를 통해 띄어쓰기 오류를 정규화합니다. 다만 공식적으로 공개된 알고리즘 상세 문서는 제한적이며, 실무자들이 관찰한 바로는 복합명사형 고유명사(브랜드명 등)에서 교정 강도가 상대적으로 약한 경향이 있습니다. 이 부분은 공개된 공식 근거가 부족하므로, SEO 관점에서는 "확실히 한쪽으로만 최적화되지 않으므로, 주요 표면형 두 가지(붙여쓴 형태, 띄어쓴 형태)를 본문 내에 모두 노출하는 것이 안전하다"는 보수적 결론에 그치는 편이 안전합니다.
함정 4: 네이버와 구글의 한국어 처리 차이
네이버와 구글은 한국어 검색을 위해 서로 다른 신호와 알고리즘을 사용합니다. 네이버는 공식 검색 블로그를 통해 C-Rank와 D.I.A를 일부 공개했지만, 세부 가중치와 구현은 비공개입니다.
C-Rank: 블로그 주제별 신뢰도
네이버 C-Rank는 특정 주제에 대해 전문적이고 신뢰할 수 있는 콘텐츠를 꾸준히 생산하는지를 평가하는 알고리즘으로 알려져 있습니다. 네이버 공식 문서에 따르면 블로그 문서를 31개 주제로 분류하고, Context(주제 집중도), Content(정보 품질), Chain(소비·생산 연쇄)을 통해 Creator(신뢰도·인기도)를 산출합니다.
출처: 네이버의 최신 검색 상위 랭킹 로직 — 다이아(D.I.A) — 트윈워드 정리
D.I.A는 사용자의 선호와 작성자의 후기 등 문서 경험을 반영하는 로직으로, 사용자가 선호하는 문서에 가중치를 부여합니다.
SEO 관점에서 C-Rank가 주는 실제 함의는 "한 블로그가 한 주제로 전문화할 때 상위 노출 확률이 높다"는 것입니다. 동일한 도메인이 IT부터 육아까지 잡다하게 다루면 주제별 Context 점수가 분산되고, 전문 블로그 대비 불리해집니다.
D.I.A와 Smart Block
D.I.A(Deep Intent Analysis)는 문서의 경험 신호를 반영하는 후속 로직으로 설명됩니다. Smart Block은 검색 결과 화면 구성 기술로, 검색어 의도에 따라 뉴스·이미지·동영상·쇼핑·블로그 등을 동적으로 조합합니다.
중요한 점은 이 세 시스템 모두 네이버가 개괄 설명만 공개했고, 구체적 가중치나 피처는 비공개라는 사실입니다. "C-Rank가 이렇게 작동한다"는 상세 해설을 외부 블로그에서 마주하더라도, 상당 부분은 관찰과 추측의 혼합입니다. 안전한 태도는 다음과 같습니다. 공개된 원칙(주제 집중, 품질, 사용자 선호)에 맞춰 설계하되, 특정 수치나 공식은 맹신하지 않습니다.
구글과의 실무적 차이
구글은 RankBrain, BERT, MUM 등 언어 모델 기반의 다국어 검색을 운영합니다. 공식적으로는 언어별 별도 알고리즘이 아니라 다국어 통합 모델을 사용한다고 밝혀 왔습니다. 한국어 문서 하나를 제출하면, 구글은 언어 감지 후 해당 모델의 한국어 서브스페이스에서 처리합니다.
실무 차이는 다음과 같이 요약됩니다.
- 네이버: 블로그·카페 등 자체 UGC 플랫폼 가중치가 높고, 주제별 전문성(C-Rank)과 사용자 경험(D.I.A)을 별도 신호로 활용
- 구글: 오픈 웹 전반을 대상으로 하며, 백링크·콘텐츠 품질·기술적 SEO가 상대적으로 표준 영문 SEO 공식에 가깝게 작동
따라서 한국 시장 SEO는 단일 전략이 아니라 두 엔진을 분리 설계하는 편이 현실적입니다.
함정 5: AI 답변 엔진의 한국어 토큰 비효율
생성형 AI 답변 엔진(ChatGPT, Claude, Perplexity 등)은 BPE(Byte-Pair Encoding) 계열 토크나이저로 문서를 잘라 처리합니다. BPE는 학습 코퍼스에서 자주 등장하는 문자열 조각을 하나의 토큰으로 묶는 방식인데, 영어는 대량 학습 데이터로 효율적으로 압축되지만 한국어는 그렇지 못합니다.
출처: Need more efficient tokenizer for Korean — OpenAI Developer Community
OpenAI 모델의 BPE 토크나이저는 한국어 같은 교착어에서 영어 대비 많은 토큰을 생성합니다. 사용자 보고에 따르면 동일한 의미를 표현할 때 한국어는 영어보다 3~5배 많은 토큰이 소모되는 경우가 있습니다.
OpenAI는 GPT-4o 이후 o200k_base 토크나이저를 도입해 어휘 집합을 10만에서 20만으로 확장했습니다. 이는 다국어 압축 효율을 개선하지만, 여전히 한국어는 영어보다 불리합니다.
출처: tiktoken — OpenAI 공식 레포지토리
OpenAI의 공식 BPE 토크나이저 구현으로,
cl100k_base(10만 어휘)와o200k_base(20만 어휘) 인코딩을 제공합니다. 어휘 크기가 커질수록 다국어 압축 효율이 개선됩니다.
SEO·AEO·GEO 관점의 의미
한국어 토큰 비효율은 세 가지 실무 영향을 만듭니다.
첫째, 동일 문서를 AI에 컨텍스트로 제공할 때 한국어는 영어보다 컨텍스트 예산을 빠르게 소진합니다. 긴 한국어 기사는 AI가 끝까지 읽지 못할 가능성이 있습니다.
둘째, AI 답변에 인용될 때 한국어 인용은 토큰 비용이 더 크기 때문에, AI 엔진이 "짧고 핵심만 뽑아낼 수 있는 단락"을 선호하는 경향이 강화됩니다. 결론 요약, 정의형 문단, 번호 리스트가 AI 인용 확률을 높이는 이유가 여기에 있습니다.
셋째, 한국어 콘텐츠의 구조화된 마크업(HowTo, FAQ, 정의 리스트)은 AI 토크나이저가 경계를 잘 인식하게 도와, 인용 단위가 깨지지 않게 합니다.
즉, AI 답변 엔진 시대의 한국어 SEO는 "짧은 결론 + 논리적 구조 + 명확한 경계"를 영어보다 더 강하게 요구합니다.
실무 체크리스트: 한국어 SEO 글쓰기 원칙
지금까지의 함정을 실무 체크리스트로 정리합니다.
- 제목은 조사 포함형과 미포함형을 의식적으로 병용합니다. 예: 본문 첫 단락에
한국어 SEO의 특수성과한국어 SEO 특수성두 표면형을 모두 등장시킵니다. - 브랜드명·자체 용어는 붙여쓰기와 띄어쓰기 두 형태를 본문 초반에 함께 노출합니다.
- 복합명사 전문 용어는 한 번 이상 완전한 형태로 본문에 명시합니다. 형태소 분석기가 사전에 없는 복합명사를 분해해 버리는 것을 보완합니다.
- 사이트 내 Elasticsearch 검색을 운영한다면 Nori 분석기와 사용자 사전을 활용해 자체 브랜드 용어를 등록합니다.
- 네이버 대상 콘텐츠는 한 도메인·한 주제에 집중해 C-Rank 주제 집중도를 살립니다.
- 구글 대상 콘텐츠는 백링크, 기술적 SEO, 의미 구조(시맨틱 HTML, schema.org)를 표준 영문 SEO 공식에 맞춰 처리합니다.
- AI 인용을 겨냥한 문단은 정의 한 문장, 근거 한 문장, 결론 한 문장으로 짧게 닫습니다.
- 본문 최상단 100단어 안에 핵심 키워드의 여러 표면형(조사 포함·미포함, 띄어쓰기 다양형)을 자연스럽게 포진합니다.
자주 묻는 질문
한국어 SEO에서 형태소 분석기를 직접 다뤄야 하나요?
일반 블로그 운영자라면 형태소 분석기를 직접 다루지 않아도 괜찮습니다. 다만 자체 사이트 검색, Elasticsearch 기반 서비스, 대량의 한국어 문서를 다루는 지식베이스 프로젝트에서는 분석기와 사용자 사전을 이해하고 있어야 합니다. 브랜드 고유명사나 업계 복합명사를 사용자 사전에 등록하지 않으면 검색 정확도가 떨어집니다.
제목에 조사를 붙이는 게 나을까요, 빼는 게 나을까요?
매칭 관점에서는 대부분 동일합니다. 형태소 분석기가 조사를 분리하기 때문입니다. 다만 사용자 자동완성과 실제 타이핑 패턴에 가까운 표면형을 선택하는 편이 CTR에 유리합니다. 네이버 자동완성과 연관검색어를 조사해 키워드 단독 검색이 주류인지, 키워드의 키워드를이 주류인지 먼저 확인하세요.
띄어쓰기 오류 문서도 색인되나요?
검색엔진 대부분이 일정 수준의 관용적 정규화를 수행합니다. 그러나 구글 검색 결과 건수 비교에서 띄어쓰기에 따라 결과가 달라지는 사례가 관찰되었습니다. 안전 전략은 중요 키워드의 대표 표면형(정규 띄어쓰기)을 기본으로 하고, 자주 쓰이는 비정규 표면형을 본문에 1~2회 자연스럽게 노출하는 것입니다.
네이버 C-Rank 점수를 확인할 수 있나요?
공식적으로 개별 블로그의 C-Rank 점수를 조회하는 API나 도구는 없습니다. 외부에서 순위·노출 변동을 관찰해 역산하는 서드파티 도구가 일부 있지만, 네이버가 공개하지 않는 수치를 추정한 결과이므로 절대값이 아닌 경향 지표로만 활용해야 합니다.
AI 답변 엔진에 인용되려면 한국어 문서를 짧게 써야 하나요?
문서 자체는 길어도 괜찮습니다. 중요한 것은 AI가 인용하기 좋은 "인용 단위"가 문서 안에 명확히 존재하는가입니다. 정의형 단락, 결론 요약, FAQ, 번호 리스트처럼 경계가 분명한 단위를 배치하면 AI가 해당 구간만 안전하게 뽑아낼 수 있습니다.
마무리: 한국어 SEO는 "영어 SEO + 언어학"이다
한국어 SEO의 특수성은 마케팅 차원의 트렌드가 아니라 언어 자체에 뿌리를 둡니다. 교착어 구조, 조사, 띄어쓰기 관용도, BPE 토큰 비효율은 모두 한국어라는 언어의 형식적 성질에서 나오며, 해외 SEO 가이드를 그대로 번역해 옮기는 순간 작동하지 않는 구간이 생깁니다.
동시에 지나친 추측도 위험합니다. 네이버 C-Rank와 D.I.A는 공개 부분만 존재하고, 외부에서 과감히 단언하는 내용은 대체로 관찰 기반 가설입니다. 실무에서 쓸 수 있는 전략은 형태소 분석, 조사 처리, 띄어쓰기 다양형, AI 토큰 효율처럼 공식 문서와 오픈소스로 확인 가능한 영역을 축으로 삼고, 블랙박스 영역에 대해서는 원칙적 대응으로 범위를 좁히는 것입니다.
한국어 SEO는 "영어 SEO 번역본"이 아니라 "영어 SEO + 한국어 언어학"이라는 별도 분야로 다루어져야 합니다. 번역이 아닌 재설계가 필요합니다.