GEO 관점에서 메타디스크립션을 쓸 때 핵심은 AI를 겨냥한 문구를 덧붙이는 것이 아닙니다. 본문이 답하는 질문을 정확히 요약하고, 그 요약을 본문 첫 단락과 일치시키는 것입니다. 설명문에서 약속한 답이 본문 첫 단락에 바로 나오면, 검색 결과에서 링크를 고르는 사람과 문서 전체를 읽는 검색 시스템이 같은 내용을 확인하게 됩니다. 이 글은 기업 블로그나 소규모 사이트에 글을 발행하는 담당자가 이미 써 둔 메타디스크립션을 다시 고칠 때 무엇을 기준으로 삼을지 설명합니다. 새로운 공식 발표를 전하는 기사가 아니며, 공개 문서와 실무 자료를 검토해 정리한 해설입니다.
1장 메타디스크립션의 정의와 다섯 가지 기준
메타디스크립션은 페이지의 head 영역에 적는 요약 설명문으로, 검색 결과에서 제목 아래에 표시될 수 있는 문구입니다. 실무 자료에서는 메타디스크립션이 순위 산정에 직접 가중치를 주지는 않지만, 사용자가 링크를 클릭할지 정하는 데 큰 역할을 한다고 설명합니다. GEO는 생성형 AI가 결합된 검색 환경에서 문서가 정확히 이해되고 답변의 근거로 쓰일 수 있도록 문서를 다듬는 작업을 말합니다. 두 개념을 함께 보면, GEO 관점의 메타디스크립션은 따로 덧붙이는 장치가 아니라 문서의 주제와 답을 가장 먼저 알리는 요약문입니다.
이 글은 메타디스크립션 작성 기준을 다음 다섯 가지로 정리합니다. 이어지는 장은 모두 이 번호를 기준으로 설명합니다.
- 기준 1: 본문이 답하는 질문을 하나로 정합니다.
- 기준 2: 그 질문에 대한 답, 곧 독자가 얻을 구체적 가치를 설명문 안에 요약합니다.
- 기준 3: 설명문과 본문 첫 단락의 의미를 일치시키되, 첫 문장을 그대로 복사하지 않습니다.
- 기준 4: 독자가 실제로 입력할 검색어를 자연스럽게 넣고, 화면에서 읽히는 길이로 맞춥니다.
- 기준 5: AI 전용 문구를 덧붙이지 않고, 수정한 뒤에는 관측 기록으로 변화를 확인합니다.
기준 1부터 4까지는 발행 전에 하는 문서 편집이고, 기준 5의 뒷부분은 발행 뒤에 하는 관측 기록입니다. 두 작업을 나눠 두어야 무엇을 고쳤고 무엇을 지켜보는지 섞이지 않습니다.
2장 원리: 확인된 기준과 해석을 구분하는 방법
Google 검색에 대해서는 공식 설명을 확인할 수 있습니다. Google AI 검색 기능 안내 문서는 AI 기능에 노출되는 데 추가 요구사항이나 특별한 최적화가 필요하지 않으며, 기존 SEO 기본 원칙이 그대로 적용된다고 설명합니다. 따라서 Google 검색에서는 메타디스크립션에 AI 전용 문구를 넣을 근거가 없습니다. 기준 5에서 AI용 문구를 덧붙이지 않는다고 정한 이유가 여기에 있습니다. 또한 어떤 작성법을 따르더라도 특정 페이지의 색인, 순위, AI 답변 인용은 보장되지 않습니다.
이 설명은 Google 검색에 한정됩니다. 다른 AI 서비스가 메타데이터를 어떻게 읽는지는 각 서비스의 공식 문서로 따로 확인해야 하며, Google 문서의 내용을 그대로 넓혀 적용하지 않습니다. 실무 자료에는 생성형 엔진이 제목과 설명을 보고 문서를 먼저 분류한다거나, 질문형 제목과 정의형 설명이 인용 가능성을 높인다는 설명도 있습니다. 이런 대목은 작성자의 해석으로 읽고, 관측으로 검증할 가설로 다루는 것이 적절합니다. 근거의 성격은 다음과 같이 나눌 수 있습니다.
- 공식 문서로 확인되는 내용: Google 검색의 AI 기능에는 별도의 특별한 최적화가 필요하지 않고, 기존 검색 원칙이 적용됩니다.
- 실무 자료의 권장 사항: 설명문의 길이 범위, 검색어를 넣는 횟수, 가치를 앞에 두는 문장 구성처럼 작성자가 경험에 비추어 제시한 기준입니다.
- 검증이 필요한 해석: 특정 문장 형식이 AI 답변 인용에 유리하다는 주장처럼, 관측 기록으로 확인하기 전까지는 단정하지 않을 내용입니다.
3장 기준별 작성 방법
기준 1과 기준 2는 설명문의 내용을 정하는 단계입니다. seo.ai.kr의 작성 기준 글은 메타디스크립션을 쓸 때 본문 내용을 줄여 사용자가 얻을 구체적 가치를 한눈에 보여 주고, 본문이 해결하는 문제나 제공하는 답을 분명히 제시하라고 설명합니다. 이 설명을 실무 절차로 옮기면, 설명문을 쓰기 전에 "이 글은 어떤 질문에 어떤 답을 하는가"를 한 문장으로 적어 보는 순서가 됩니다. 이 한 문장이 나오지 않는다면 설명문보다 본문의 초점을 먼저 정리해야 합니다.
기준 3은 흔히 오해되는 부분입니다. 같은 글은 본문 첫 문장을 그대로 복사해 붙이면 검색 의도와 어긋난 정보가 보일 위험이 있다고 지적합니다. 본문 첫 문장이 개념 정의나 배경 설명으로 시작하면, 복사한 설명문에는 독자가 찾는 답이 빠지기 때문입니다. 그래서 일치시켜야 할 것은 문장이 아니라 의미입니다. 설명문이 답을 요약했다면 본문 첫 단락도 같은 답으로 시작하도록 본문을 고치는 것이 순서입니다. 같은 자료가 메타데이터와 본문이 서로 맞도록 다듬는 관점을 언급한 것도 같은 취지로 읽을 수 있습니다.
기준 4는 표현과 길이를 다듬는 단계입니다. 같은 자료는 한글 기준 공백 포함 70자에서 110자 안팎을 적절한 길이로 제시하고, 사용자가 입력할 만한 연관 검색어를 1~2회 자연스럽게 넣으라고 권합니다. 설명문에 검색어가 들어 있으면 검색 결과에서 굵게 강조되어 읽기 쉬워진다는 것이 그 이유입니다. 다만 이 길이는 실무 자료의 권장 범위이며 검색엔진이 공식 기준으로 정한 수치는 아니므로, 기기와 화면에 따라 다르게 보일 수 있다는 점을 전제로 활용합니다.
4장 예시: 고치기 전과 고친 뒤 비교
아래는 기준을 설명하기 위해 만든 예시이며, 실제 성과 수치를 담고 있지 않습니다. 예시 페이지는 "타이틀 태그에 브랜드명을 어디에 두어야 하는가"라는 질문에 답하는 글입니다. 앞에서 인용한 실무 자료는 핵심 키워드를 제목 앞쪽에 두고, 브랜드명은 하이픈이나 파이프 같은 구분 기호를 써서 뒷부분에 두라고 설명합니다. 예시의 답은 이 설명을 따랐습니다.
- 고치기 전 A(AI용 문구를 덧붙인 경우): "AI 검색 시대에 생성형 AI가 주목하는 타이틀 작성 가이드를 지금 확인하세요." 이 문구에는 질문도 답도 없어서 기준 1, 2, 5를 충족하지 못합니다.
- 고치기 전 B(첫 문장을 복사한 경우): "타이틀 태그는 검색엔진 로봇과 사용자 모두에게 페이지의 핵심 주제를 전달하는 메타데이터입니다." 정의만 있고 브랜드명 위치에 대한 답이 없어 기준 2와 3을 충족하지 못합니다.
- 고친 뒤: "타이틀 태그에 브랜드명을 붙일 때는 핵심 키워드를 앞에 두고, 브랜드명은 하이픈이나 파이프 기호 뒤에 배치합니다. 이렇게 배치하는 이유와 점검 순서를 정리했습니다." 질문과 답, 독자가 얻을 내용이 모두 들어 있습니다.
- 맞춰 고친 본문 첫 단락: "브랜드명은 제목 뒷부분에 구분 기호로 나누어 두는 것이 원칙입니다. 검색 사용자는 제목 앞쪽부터 읽기 때문에 핵심 키워드가 먼저 보여야 합니다." 설명문과 같은 답을 다른 문장으로 전하므로 기준 3을 충족합니다.
이 예시에서 본문 첫 단락을 함께 고쳤다는 점이 중요합니다. 설명문만 고치고 본문이 여전히 정의로 시작하면, 검색 결과에서 약속한 답을 독자가 본문에서 곧바로 찾지 못합니다. 설명문과 첫 단락을 한 묶음으로 편집하는 것이 이 글이 제안하는 작업 단위입니다.
5장 정리: 다섯 가지 기준 점검 목록과 관측 기록
발행 전에는 다음 다섯 가지 기준을 차례로 확인합니다. 하나라도 충족하지 못하면 설명문보다 본문 첫 단락을 먼저 손보는 편이 효율적입니다.
- 기준 1 점검: 이 글이 답하는 질문을 한 문장으로 적을 수 있는지 확인합니다.
- 기준 2 점검: 설명문에 그 질문의 답과 독자가 얻을 가치가 들어 있는지 확인합니다.
- 기준 3 점검: 본문 첫 단락이 설명문과 같은 답으로 시작하는지, 문장을 그대로 복사하지는 않았는지 확인합니다.
- 기준 4 점검: 검색어가 자연스럽게 들어갔는지, 길이가 화면에서 읽히는 범위인지 확인합니다.
- 기준 5 점검: AI를 겨냥한 수식어를 덧붙이지 않았는지 확인하고, 관측 기록 양식을 준비합니다.
발행 뒤 관측은 앞에서 인용한 실무 자료의 절차를 따를 수 있습니다. 검색 콘솔에서 노출 수 대비 클릭률을 주기적으로 확인하고, 노출 순위는 높은데 클릭률이 낮으면 제목이나 설명문이 검색 의도를 반영하지 못한다는 신호로 보고 문구를 다듬습니다. 수정한 뒤에는 최소 몇 주 동안 데이터를 지켜보며 변화를 추적합니다. 기록에는 수정 날짜, 수정 전후 문구, 대상 질문, 관찰 기간을 남깁니다. 클릭률이나 AI 답변 화면의 변화는 계절, 경쟁 문서, 검색 기능 변경 같은 다른 요인의 영향을 받을 수 있으므로, 한두 번의 결과로 원인을 단정하지 않고 기록을 쌓아 검토합니다.
국내 공공 부문의 인공지능·데이터 관련 공개 자료를 함께 참고할 때는 한국지능정보사회진흥원 누리집에서 원문을 직접 확인하고, 자료의 발행 시점과 적용 범위를 관측 기록에 함께 적어 두는 편이 안전합니다. 정리하면, GEO 관점의 메타디스크립션은 새로운 기법이 아닙니다. 본문이 답하는 질문과 그 답을 정확히 요약하고, 본문 첫 단락이 같은 약속을 지키도록 맞추는 기본 편집 작업입니다.