Your browser does not support JavaScript!

AI 시대의 검색·광고 패러다임 전환: WWW 시대의 종언과 네이버의 미래 전략

일반 리포트 2025년 08월 03일
goover

목차

  1. WWW 시대와 AI 기반 검색의 부상
  2. 광고 시장에서의 검색광고 변화 양상
  3. LLM 활성화와 새로운 SEO 전략
  4. 네이버의 AI 검색·광고 대응 전략 전망
  5. 결론

1. 요약

  • 2025년 8월 현재, AI 기반 검색 서비스가 전통적인 웹 검색(WWW)을 빠르게 대체하고 있는 가운데, 이로 인해 검색 광고 시장과 SEO 전략이 근본적으로 변화하고 있습니다. 구글의 ‘웹가이드(Web Guide)’와 챗GPT·퍼플렉시티 등 AI 챗봇의 검색 트래픽 확대는 ‘WWW 시대의 종언’ 논의를 촉발했습니다. 이러한 변화는 사용자들을 더 정교하고 개인화된 정보 제공 방식으로 이끌고 있으며, 검색 광고는 여전히 전체 미디어 예산의 22%를 차지하지만, AI 검색의 부상으로 그 타깃팅과 입찰 방식은 진화하고 있습니다. TBWA코리아의 'Omni SEO'와 같은 AI·동영상·텍스트 통합 최적화 전략이 대두되고 있으며, 이를 통해 브랜드는 사용자 기대에 부합하는 보다 효율적인 성과를 도출할 수 있을 것입니다.

  • AI 기술의 발전은 검색 광고의 실행 방식에도 긍정적인 영향을 미치고 있으며, AI 기반 검색이 광고 채널로 자리 잡으면서 광고주는 클릭수를 넘어서 사용자 전환률을 증대시키려는 노력을 기울이고 있습니다. 챗GPT와 퍼플렉시티 같은 LLM 기반 AI 챗봇이 검색 트래픽의 5.6%를 차지하며, 이는 과거 데이터 1.3%에서 급증한 수치로, AI가 일상적인 검색 경험의 일부분으로 내재화되고 있음을 보여줍니다. 따라서 소비자들은 이제 단순한 키워드 검색을 넘어 원하는 정보를 더 뚜렷하고 정확한 형태로 요구하고 있으며, 이는 정보 설계와 큐레이션으로써의 검색의 미래를 예고합니다.

  • 네이버 또한 AI 및 LLM 기술을 통합하여 혁신적인 검색 경험을 제공하기 위해 다방면으로 노력하고 있으며, 알고리즘의 고도화와 더불어 광고 플랫폼의 개인화 및 타겟팅 기능 강화에 집중하고 있습니다. 이러한 변화는 네이버가 광고주에게 맞춤형 솔루션을 제공하고 궁극적으로 광고 예산의 효율성을 극대화할 수 있는 기반이 될 것입니다. 이러한 구조적 변화는 향후 지속 가능성을 높이는 데 중요한 요소로 작용할 것입니다.

2. WWW 시대와 AI 기반 검색의 부상

  • 2-1. 구글 ‘웹가이드(Web Guide)’의 구조화된 AI 검색

  • 구글은 2025년 7월 25일 새로운 AI 검색 기능인 ‘웹가이드(Web Guide)’를 공개하면서 검색 시장의 패러다임 전환을 시도하고 있다. 이 기능은 사용자가 입력한 질문을 주제별로 재구성하여 구조화된 답변을 제공하는 방식으로, 전통적인 검색 방식에서 한 단계 진화한 형태다. 웹가이드는 기존의 검색 결과를 단순 나열하는 대신, 사용자의 복잡한 질문에 대해 AI가 관련된 정보를 분석하여 하위 주제별로 나눠 제시한다. 예를 들어, 사용자가 '전기차 구매 시 고려할 점'을 검색하면, 웹가이는 충전 인프라, 배터리 수명, 보조금 정보, 브랜드 비교 등의 하위 항목으로 나눠 정리하여 보여준다.

  • 이러한 기능은 정보의 효율적인 탐색을 가능하게 하며, 특히 학술, 건강, 여행과 같이 복잡한 주제에서 더욱 유용하게 작용할 것이다. 구글은 기존의 인덱스 기반 검색 방식을 유지하면서도, AI 기술을 통해 정보의 신뢰성과 구조화 능력을 동시에 추구하고 있다. 이로 인해 사용자는 필요한 정보를 보다 신속하고 쉽게 얻을 수 있으며, 검색 경험이 대폭 개선될 것으로 예상된다.

  • 웹가이드의 등장은 정보 소비 방식의 변화를 의미한다. 과거에는 사용자가 정보를 스스로 모아 해석해야 했으나, 이제는 AI가 정보를 자동으로 구조화하여 제공함으로써 사용자 경험을 한층 향상시키고 있다. 이러한 변화는 특히 법률, 금융, 의학 분야와 같이 정확한 정보 구조가 중요한 분야에서 큰 혁신적 역할을 할 것이다.

  • 2-2. 챗GPT·퍼플렉시티 등 AI 챗봇의 검색 트래픽 확대 현황

  • 챗GPT와 퍼플렉시티 같은 LLM 기반 AI 챗봇은 이미 미국 시장에서 검색 습관에 변화를 주고 있다. 2025년 6월 기준, 미국의 데스크톱 검색 트래픽 중 5.6%가 AI 챗봇 플랫폼으로 전환되고 있으며, 이는 단 6개월 만에 기존의 1.3%에서 4배 이상 증가한 수치다. 특히 얼리어답터 그룹에서는 브라우저 검색 트래픽의 40%가 AI 챗봇으로 향하는 경향이 뚜렷히 나타나 전통 검색 엔진 점유율이 지속적으로 감소하고 있다.

  • 이 데이터는 구글과 같은 기존 검색 강자에게 위협적인 신호를 보내고 있다. AI 챗봇이 질문에 직접 응답할 수 있는 특성 때문에 사용자가 웹사이트 링크를 클릭할 필요성이 줄어들고 있으며, 많은 미디어 사이트들이 이에 따른 트래픽 감소를 경험하고 있다. 이러한 배경에서 마케팅 업계에서는 AI 최적화(AIO) 전략이 점차 중요시되고 있으며, 많은 스타트업이 등장하며 새로운 생태계를 형성하고 있다.

  • 그렇지만 AI 챗봇이 전통 검색을 완전히 대체하기는 어렵다는 점도 인식해야 한다. 대부분의 AI 검색은 정보 검색이나 문제 해결에 중점을 두고 있으며, 이는 전통 검색의 링크 수집 방식과 뚜렷한 차이가 있다. 이러한 변화 속에서 검색의 미래는 정보 제공에서 정보 설계와 해석, 큐레이션의 형태로 진화하고 있으며, 사용자들은 이제 '정확한 답'을 더 많이 원하게 될 것이다.

3. 광고 시장에서의 검색광고 변화 양상

  • 3-1. 검색광고 비중과 지출 규모 현황

  • 2025년 현재, 검색 광고는 전체 미디어 예산의 약 22%를 차지하고 있으며, 이는 광고 지출의 상당 부분을 차지하고 있습니다. 최근 WARC의 자료에 따르면, 2025년 글로벌 검색 광고 지출은 약 2,486억 달러에 도달했으며, 2026년에는 2,655억 달러로 증가할 것으로 예상되고 있습니다. 이러한 수치들은 검색 광고가 여전히 중요한 디지털 마케팅 수단으로 자리 잡고 있다는 것을 드러냅니다.

  • 하지만 최근 검색 환경은 전통적인 검색 엔진을 넘어서 소셜 미디어와 영상 플랫폼으로 빠르게 변화하고 있으며, 사용자들은 검색을 위한 새로운 경로를 찾고 있습니다. 조사에 따르면 미국의 주간 검색자 중 30%는 소셜 및 영상 플랫폼에서 검색을 수행하고 있으며, 특히 Z세대는 이러한 경향이 더욱 뚜렷하여 조사에 응답한 Z세대의 48%는 최근 3년간 소셜과 영상 플랫폼에서의 검색 빈도가 증가했다고 응답했습니다. 이는 검색 광고의 타겟팅 전략을 재조정할 필요성을 시사합니다.

  • 3-2. AI 기반 검색으로 인한 타깃팅·입찰 모델 변화

  • AI 기반 검색의 부상은 검색광고의 타깃팅 및 입찰 모델에 큰 변화를 가져오고 있습니다. AI 기술이 사용자 데이터와 행동을 분석하여 보다 정교한 타깃팅이 가능해짐에 따라 광고주는 더욱 효율적으로 리드를 생성하고 결과를 최적화할 수 있습니다.

  • 예를 들어, ChatGPT와 Perplexity와 같은 AI 기반 검색 엔진은 사용자가 직접 클릭하지 않고도 검색 결과를 요약해주는 '제로 클릭' 현상을 촉발했습니다. 이로 인해 광고주들은 클릭수를 넘어서 사용자의 전환율을 높이기 위한 전략을 재정립해야 합니다. AI 알고리즘은 개인의 관심사 및 행동 패턴을 분석하여, 광고주는 이를 기반으로 맞춤형 콘텐츠를 제공함으로써 더욱 효과적으로 소비자를 유인할 수 있습니다.

  • AI의 부상으로 인해 이러한 타깃팅은 더욱 정교해지고 있으며, 기존의 단순 클릭 기반 입찰 모델에서 벗어나 고객의 행동 데이터를 기반으로 한 예측 입찰 및 개인화된 광고 전략으로 변화하는 추세입니다.

  • 3-3. 전통 검색 엔진 vs AI 검색의 광고 수익 구조 비교

  • 전통적인 검색 엔진에서의 광고 수익 구조는 클릭당 비용(CPC)을 중심으로 이루어져 왔습니다. 그러나 최근 AI 기반 검색 시스템의 도입은 광고 수익 구조를 변화시키고 있는 중요한 요소입니다. AI 검색 엔진은 사용자의 질문에 대한 명확하고 관련성 높은 답변을 제공하면서, 이러한 점이 광고 수익의 새로운 흐름을 만들어내고 있습니다.

  • AI 기술이 검색의 중심이 되면서, 광고 모델도 단순 클릭 중심에서 정보의 개연성과 신뢰성을 기준으로 재편되고 있습니다. 예를 들어, AI는 콘텐츠의 출처와 신뢰도를 중요시하며, 이는 특정 웹사이트가 아닌 전체 정보를 아우르는 다양성 있는 광고 수익 구조로 진화할 가능성이 있습니다. 이러한 변화는 광고주에게 더 높은 투자의 수익률(ROI)을 제공할 수 있는 기회를 열어줄 수 있습니다.

  • 결론적으로, 전통 검색 엔진의 광고 수익 구조와 AI 검색 엔진의 광고 수익 구조는 근본적으로 피할 수 없는 전환점을 맞이하고 있으며, 이는 광고주의 전략 수립에 큰 영향을 미치고 있습니다.

4. LLM 활성화와 새로운 SEO 전략

  • 4-1. TBWA코리아 ‘Omni SEO’의 개념과 적용 사례

  • 최근 TBWA코리아는 AI 시대에 발맞춰 ‘Omni SEO’라는 새로운 개념을 제시했습니다. Omn SEO는 단순히 검색 엔진 최적화(SEO)에 그치지 않고, 브랜딩과 소비자 소통을 종합적으로 아우르는 접근법입니다. 이는 사용자가 정보를 탐색하는 통로가 단순히 검색 엔진에 국한되지 않기 때문에 생겨난 변화입니다. 우선, 소비자들은 이제 유튜브와 같은 비디오 플랫폼, 그리고 챗봇과 같은 생성형 AI 도구를 통해 정보를 찾습니다. 이러한 배경 하에 TBWA코리아는 다양한 디지털 채널에서 브랜드 메시지가 일관되게 소비자에게 전달되도록 하는 'End-to-End 최적화'의 필요성을 강조하고 있습니다.

  • Omni SEO는 웹사이트, 유튜브, AI 응답 등 여러 경로에서 브랜드의 신뢰도를 확보하고, 소비者 신뢰를 기반으로 한 일관된 브랜드 메시지 전파를 목표로 합니다. 이를 통해 브랜드는 검색 결과뿐 아니라 AI 응답, 동영상 추천, 소셜 미디어 등의 다양한 플랫폼에서도 신뢰받는 정보 출처로 자리매김할 수 있습니다. TBWA코리아는 이 접근법을 통해 국내외 클라이언트의 성과 창출에 기여하고자 하며, 향후 온라인 및 오프라인 상의 마케팅 효과를 극대화할 계획입니다.

  • 4-2. AI·유튜브·검색엔진을 통합한 크로스채널 최적화

  • 디지털 환경에서의 소비자 행동 변화에 따라 크로스채널 최적화의 중요성이 더욱 강조되고 있습니다. 소비자들은 이제 정보를 단순히 텍스트로 검색하는 것이 아니라, 비디오와 오디오 등 다양한 형식으로 접근하고 있습니다. Consequently, TBWA코리아의 Omni SEO는 검색엔진뿐만 아니라 유튜브와 같은 비디오 플랫폼, 그리고 AI 기반의 검색 서비스에서 브랜드의 노출을 극대화할 수 있도록 설계되었습니다.

  • 이러한 크로스채널 접근은 단순히 각 채널에서 정보를 전달하는 것을 넘어, 사용자 경험을 통합적으로 개선하는 데 중점을 두고 있습니다. 예를 들어, 소비자가 유튜브에서 제품 리뷰 영상을 본 후 검색 엔진에서 해당 제품에 대한 정보를 검색할 경우, 두 채널에서 전달되는 정보가 일관되도록 최적화하는 것이 필수적입니다. 이는 소비자에게 통합된 브랜드 경험을 제공하고, 결과적으로 구매로 이어지는 전환율을 높이는데 기여합니다.

  • 4-3. RAG 기반 검색·콘텐츠 생성의 시사점

  • RAG(Relevance-Aware Generation) 기술은 AI가 사용자 질문에 대한 적절한 답변을 생성하는 과정에서 중요하게 작용하고 있습니다. 이는 사용자의 의도와 검색 쿼리의 관련성을 높여 줌으로써, 보다 정확하고 신뢰성 있는 정보를 제공하는 데 기여합니다. 이러한 기술의 발전은 SEO 전략에도 큰 영향을 미치고 있습니다.

  • RAG 기반의 콘텐츠 생성은 단순한 키워드 삽입에 그치지 않고, 콘텐츠가 사용자의 질문을 진정으로 해결할 수 있도록 설계되어야 합니다. 이를 통해 검색 결과에서 상위에 노출될 수 있는 가능성이 높아지며, 사용자는 필요한 정보를 보다 쉽게 찾을 수 있게 됩니다. TBWA코리아는 이러한 RAG 방식을 Omni SEO에 통합하여, 브랜드가 검색 결과뿐만 아니라 AI 응답에서도 적절하고 신뢰할 수 있는 정보를 제공하도록 최적화할 것이라고 밝혔습니다.

5. 네이버의 AI 검색·광고 대응 전략 전망

  • 5-1. AI·LLM 기술 통합을 통한 검색 경험 혁신

  • 2025년 8월 현재, 네이버는 AI 및 LLM(대형 언어 모델) 기술을 통합하여 사용자에게 혁신적인 검색 경험을 제공하고자 하고 있습니다. 이러한 전략의 일환으로, 네이버는 검색 알고리즘을 고도화하여, 사용자 형태의 검색 쿼리에 맞춰 더욱 정교하고 개인화된 결과를 제공할 수 있게 됩니다. 이는 사용자가 입력한 텍스트의 맥락을 이해하고, 보다 의미 있는 정보와 정확한 답변을 제공하기 위한 노력의 일부분입니다. AI 기술의 발전과 함께, 네이버는 사용자 경험을 혁신하기 위해 '직관적 검색' 기능을 도입하고 있습니다. 이 기능은 사용자의 검색 의도가 명확히 보이도록 설계되어 있으며, 예를 들어 사용자가 '가장 가까운 카페'를 검색할 경우, 위치 기반 정보를 바탕으로 가장 근접한 카페의 목록과 사용자 후기, 영업시간 등 세부정보를 포함한 통합 정보를 제공합니다. 이를 통해 사용자는 번거로운 클릭 과정을 줄이고, 원하는 정보를 더 쉽게 얻을 수 있습니다.

  • 5-2. 광고 플랫폼 고도화를 위한 AI 타깃팅 강화

  • 네이버는 AI 기반의 광고 플랫폼 고도화를 위해 타깃팅 기술을 강화하려 하고 있습니다. 최근 AI 기술은 광고의 타겟팅에 도입되어, 사용자 행동 데이터와 선호도를 분석하여 보다 적합한 광고를 선별하고 노출할 수 있는 가능성을 제공하고 있습니다. 이러한 AI 타깃팅은 광고주에게 최적의 성과를 제공함으로써, 광고 예산의 효율성을 극대화하는 방안으로 자리 잡을 것입니다. 네이버는 이러한 광고 노출의 개인화를 위한 다양한 모델을 연구하고 있습니다. 예를 들어, 사용자의 과거 검색 이력 및 클릭 데이터를 분석하여 관심 있는 제품이나 서비스에 대한 광고를 맞춤형으로 제공할 수 있는 방법론을 지속적으로 강화하고 있습니다. 이는 광고의 클릭률을 높이고, 궁극적으로 광고 효과를 극대화할 수 있는 전략으로 작용할 것입니다.

  • 5-3. R&D 투자 및 파트너십을 통한 생태계 확장

  • 네이버는 AI 및 LLM 기술의 발전을 위해 막대한 연구개발(R&D) 투자를 단행하고 있으며, 이와 추가로 업계 파트너십을 통해 기술 생태계를 확장하는 방안을 모색하고 있습니다. 여러 AI 기업, 스타트업, 학계와의 협력을 통해 혁신적인 기술 개발은 물론, 데이터의 공유와 분석함으로써 보다 효과적인 알고리즘과 검색 시스템을 정착시키고자 합니다. 특히, 이러한 파트너십은 네이버의 광고 생태계에도 긍정적인 영향을 미칠 것으로 기대됩니다. 메시지 전달의 일관성과 함께, 더욱 강력한 광고 솔루션을 제공함으로써 광고주들의 신뢰를 증대시킬 수 있는 기반을 마련할 수 있을 것입니다. 따라서 네이버는 지속적으로 R&D 투자와 전략적 파트너십을 강화하여, AI 중심의 광고 채널에서 선도적인 위치를 점유하기 위한 역량을 키워나갈 계획입니다.

결론

  • 결론적으로, 전통적인 WWW 검색 시대는 AI 기반 검색 서비스의 부상으로 그 위상이 점차 축소되고 있으며, 이는 사용자 경험과 검색광고 시장의 판도를 변화시키고 있습니다. 구글의 ‘웹가이드’와 같은 신규 기능이 등장하면서, 보다 효율적이고 통합된 정보 탐색 방식이 자리 잡고 있으며, 이에 대한 광고주의 적응도 필요합니다. TBWA코리아의 ‘Omni SEO’가 보여주듯, AI·동영상·텍스트의 통합 최적화 전략이 검색 광고 생태계에서 필수적으로 요구될 것입니다.

  • 또한 네이버는 자사의 LLM 및 RAG 기술을 활용하여 검색 경험 혁신과 광고 플랫폼의 AI 중심 개편을 추진해야 합니다. 이를 통해 사용자에게 더 높은 개인화된 경험을 제공하고, 광고주의 니즈에 부합하는 효율적인 광고 모델을 제안할 수 있는 기술적 기반을 마련할 수 있을 것입니다. 장기적으로는 R&D 투자 및 파트너십을 확대하여 AI 생태계를 강화하고, 지속적인 혁신과 성장을 도모해야 할 것입니다.

  • 결국, AI 시대의 검색·광고 혁명에 발맞춘 네이버의 전략적 대응이 향후 글로벌 경쟁력의 핵심이 될 것이며, 이를 통해 사용자와 광고주 모두에게 가치를 제공하는 플랫폼으로 도약하는 것을 목표로 해야 합니다.

용어집

  • AI검색: AI검색은 인공지능 기술을 활용하여 사용자 쿼리에 대한 결과를 제공하는 검색 방식으로, 사용자의 의도를 파악하고 보다 개인화된 정보를 제공하는 데 중점을 두고 있다. AI검색은 전통적인 검색 엔진 방식에서 벗어나 사용자의 질문을 직접 분석하고 구조화된 답변을 제공하는 방향으로 발전하고 있다.
  • 생성형AI: 생성형AI는 주어진 입력을 바탕으로 새로운 콘텐츠를 생성하는 인공지능 기술로, 텍스트, 이미지, 음악 등 다양한 형태의 콘텐츠를 만들어낼 수 있다. 이 기술은 챗봇 및 개인화된 추천 시스템 등에 활용되어, 사용자와의 상호작용을 더욱 풍부하고 자연스럽게 한다.
  • LLM (대형 언어 모델): LLM은 대량의 텍스트 데이터를 학습하여 자연어를 이해하고 생성하는 인공지능 모델이다. 이러한 모델은 대규모 데이터를 기반으로 복잡한 언어 패턴을 학습하여 보다 정교한 텍스트 응답을 생성할 수 있게 된다. 현재 여러 AI 챗봇 및 검색 엔진에 통합되어 사용자 경험을 개선하는 데 기여하고 있다.
  • SEO (검색 엔진 최적화): SEO는 웹사이트나 웹페이지를 검색 엔진에서 더 높은 순위로 노출시키기 위해 최적화하는 과정이다. 이는 맞춤형 콘텐츠 생성, 키워드 전략 및 사용자 경험을 개선하는 다양한 기술적 방법을 포함하며, 온라인 마케팅 전략에서 핵심적인 역할을 한다.
  • 제로 클릭 현상: 제로 클릭 현상은 사용자가 검색 결과를 클릭하지 않고도 필요한 정보를 AI 검색이 직접 제공하는 상황을 의미한다. 이로 인해 전통적인 링크 클릭 수가 감소하고, 사용자들은 더욱 직관적으로 정보를 얻을 수 있게 된다.
  • Omni SEO: Omni SEO는 TBWA코리아에서 제시한 개념으로, 검색 엔진 최적화(SEO)를 넘어서 다양한 디지털 채널에서 일관된 브랜드 메시지를 전달하는 통합 전략이다. 이는 사용자가 정보를 탐색하는 경로가 단순히 검색 엔진에 국한되지 않기 때문에 필요성이 커지고 있다.
  • RAG (Relevance-Aware Generation): RAG는 정보의 관련성을 고려하여 AI가 사용자 질문에 더 적합한 답변을 생성하는 기술이다. 이는 사용자의 질문이 무엇인지 이해하고, 그에 따른 정보 제공의 정확성을 높이는 데 기여한다. 최근 검색 엔진 최적화 및 콘텐츠 생성에서도 중요한 역할을 하고 있다.
  • 웹가이드(Web Guide): 구글의 웹가이드는 2025년 7월 25일에 발표된 새로운 AI 검색 기능으로, 사용자 질문을 구조화하여 보다 상세하고 관련성 높은 정보를 제공하는 방식이다. 이는 검색 사용자들이 복잡한 질문에 대해 효율적으로 정보를 탐색할 수 있도록 돕는 혁신적인 변화이다.
  • 광고 수익 구조: 광고 수익 구조는 광고가 발생시키는 수익의 방식을 나타내며, 전통적인 검색 엔진에서는 클릭당 비용(CPC) 중심으로 이루어졌으나, AI 기반 검색의 도입으로 새로운 형태로 진화하고 있다. 이는 정보의 신뢰성 및 개연성을 중시하는 방향으로 변화하고 있다.
  • AI 최적화(AIO): AI 최적화(AIO)는 AI 기술을 활용하여 마케팅 전략이나 광고 캠페인 등을 개선하는 과정으로, 사용자 데이터 분석을 통해 더 나은 타겟팅과 성과를 도출하는 것을 목표로 한다. 최근 광고 시장에서 중요한 요소로 자리 잡고 있다.

출처 문서