키워드를 넘어: 엔터티가 최신 SEO 전략에 미치는 영향

"검색 엔진 2.0"에서 "검색 엔진 3.0"으로의 전환은 특히 엔터티의 도입과 함께 상당한 변화를 가져왔습니다.

이 기사에서는 이러한 변화, 현대 SEO에 대한 엔터티의 영향 및 이 새로운 시대에 성공하기 위해 전략을 조정하는 방법을 살펴봅니다.

나만의 SEO '개념 머신' 구축

코딩을 배우기 시작한 초기에 한 교사는 프로그래밍과 나중에 SEO에 대한 접근 방식을 재구성한 "개념 기계"라는 영향력 있는 개념을 소개했습니다.

간단히 말해서, 실행을 클릭할 때 컴퓨터 내부에서 발생하는 일에 대한 개발자의 대략적인 정신 모델입니다.

선생님은 이 심적 표상이 더 자세하고 정확할수록 내가 새로운 문제를 더 잘 다룰 수 있을 것이라고 강조하셨습니다.

가장 성공적인 프로그래머는 가장 정확하고 신뢰할 수 있는 개념 기계를 개발한 사람들이었습니다!

SEO와 유사점을 그리면 새로운 개념을 흡수하거나 사례 연구를 검토하거나 변화의 영향을 관찰할 때 검색 엔진 작동 방식에 대한 정신 모델(우리 자신의 개념적 기계)을 지속적으로 업데이트하고 있습니다.

숙련된 SEO와 비숙련 SEO의 차이점은 더 정확한 모델에서 솔루션을 가져올 수 있기 때문에 결과를 도출할 수 있다는 것입니다.

Anderson Ericsson이 수행한 전문 분야 연구는 이 점을 확인하는 실질적인 증거를 제공합니다.

전문 지식에 대한 그의 연구에 따르면 해당 분야에서 뛰어난 사람들은 우수하고 쉽게 접근할 수 있는 정신 모델을 가지고 있습니다.

이러한 모델을 통해 직원은 복잡한 인과 관계를 이해하고 복잡한 시나리오에서 진정으로 중요한 것이 무엇인지 구별하며 즉각적으로 드러나지 않는 기본 프로세스를 인식할 수 있습니다.

엔티티 SEO의 도입으로 Google 검색 엔진 내의 여러 주요 구성 요소가 변경되었습니다.

현재 "검색 엔진 3.0"이 약간 다른 규칙 집합을 따르지만 많은 SEO 전문가는 여전히 "검색 엔진 2.0" 규칙에 따라 작업하는 것으로 보입니다.

Entity SEO는 기계 학습 및 정보 검색 분야에서 비롯된 용어와 개념을 소개합니다.

이러한 용어는 핵심 의미로 단순화되지 않았기 때문에 복잡해 보일 수 있습니다. 우리가 그것들을 증류하고 나면 개념이 지나치게 복잡하지 않다는 것을 알게 될 것입니다.

내 목표는 최신 검색 엔진이 엔터티를 사용하는 방법에 대한 간단하면서도 효과적인 개념적 기계를 구축하는 것입니다.

보다 구체적으로, 이 새로운 현실을 반영하기 위해 SEO에 대한 이해가 어떻게 업데이트되어야 하는지 설명하고 싶습니다.

이러한 변경 사항의 "이유"를 이해하는 것이 중요하지 않은 것처럼 보일 수 있지만 많은 SEO 전문가는 Google이 웹을 유리하게 해석하는 방법에 대한 이해를 사용하여 효과적으로 "매트릭스를 해킹"합니다.

최근에 사람들은 수백만 개의 방문자 사이트를 구축했으며 이러한 개념을 조작하여 주제에 대한 Google의 이해를 변화시켰습니다.

복습: 검색 엔진 2.0에 도달한 방법

'검색 엔진 2.0'과 '검색 엔진 3.0'의 차이점을 살펴보기 전에 초기 버전 1.0의 핵심 변경 사항을 검토해 보겠습니다.

처음에 검색 엔진은 단순한 "Bag of Words" 모델로 작동했습니다.

이 모델은 문서를 단순한 단어 모음으로 취급하여 이러한 단어의 문맥적 의미나 배열을 무시했습니다.

사용자가 쿼리를 작성하면 검색 엔진은 역색인 데이터베이스(단어를 문서 집합의 위치에 매핑하는 데이터 구조)를 참조하여 일치 항목이 가장 많은 문서를 검색합니다.

그러나 문서와 사용자 쿼리 모두의 맥락과 의미에 대한 이해 부족으로 인해 이 모델은 관련성 있고 정확한 검색 결과를 제공하지 못하는 경우가 많았습니다.

예를 들어, 사용자가 "단어 모음" 모델을 사용하여 "jaguar"를 검색하면 검색 엔진은 문맥을 고려하지 않고 "jaguar"라는 단어가 포함된 문서를 간단히 가져옵니다.

이를 통해 사용자의 의도와 상관없이 재규어 자동차 브랜드, 재규어 동물 또는 잭슨빌 재규어 축구팀에 대한 결과를 얻을 수 있습니다.

구글은 '검색엔진 2.0'의 등장과 함께 보다 정교한 전략을 채택했다. 단순히 단어를 일치시키는 대신 이 반복은 쿼리 뒤에 있는 사용자의 의도를 해독하는 것을 목표로 했습니다.

예를 들어 사용자가 "jaguar"를 검색하면 엔진은 이제 사용자의 검색 기록과 위치를 고려하여 가능한 컨텍스트를 추론할 수 있습니다.

사용자가 자동차 모델을 검색했거나 Jaguar 자동차가 인기 있는 지역에 거주하는 경우 엔진은 동물이나 축구팀보다 자동차 브랜드에 대한 결과를 우선시할 수 있습니다.

사용자 기록 및 위치와 같은 요소를 고려한 개인화된 검색 결과를 도입하여 검색 결과의 관련성과 정확성이 크게 향상되었습니다. 이는 기본 "Bag of Words" 모델에서 "검색 엔진 2.0"으로의 중요한 진화를 의미합니다.

검색 엔진 2.0 대 3.0

"검색 엔진 1.0"에서 "검색 엔진 2.0"으로 전환하면서 정신 모델을 업데이트하고 관행을 변경해야 했습니다.

백링크의 품질이 중요해지면서 SEO 전문가들은 자동화된 백링크 도구를 포기하고 고품질 웹사이트의 백링크를 찾게 되었습니다.

"검색엔진 3.0"의 시대에 이러한 변화를 수용하기 위한 정신적 변화가 여전히 진행 중임은 분명합니다.

2.0 시대의 많은 개념이 지속되는데, 그 주된 이유는 실무자가 조정과 후속 결과 사이의 상관관계를 관찰할 시간이 필요하기 때문입니다.

상당한 수의 SEO 전문가가 이러한 실질적인 변화에 아직 완전히 적응하지 못했거나 그렇게 하려고 시도했지만 적중하지 않았을 수 있습니다.

이러한 새로운 차이점을 명확히 하고 접근 방식 수정에 대한 지침을 제공하기 위해 "검색 엔진 2.0"과 "검색 엔진 3.0"의 지나치게 단순화되었지만 유용한 비교를 제시하겠습니다.

쿼리 처리 및 정보 검색

검색어 "Elvis"를 Google에 입력한다고 상상해 보십시오.

Google의 검색 엔진 2.0 시대에 기본 알고리즘의 정교함은 단순히 키워드를 일치시키는 것 이상으로 쿼리 이면의 사용자 의도를 이해할 수 있게 했습니다.

예를 들어 사용자가 "Elvis"를 검색하면 시스템은 자연어 처리 및 머신 러닝을 사용하여 쿼리 이면의 의도를 이해하고 예상합니다.

인덱스에서 "Elvis"를 조회하고 "Elvis"라는 단어를 언급하거나 웹페이지의 카피 관련성과 사용자 기록 및 위치와 같은 개인화 매개변수에 기반한(거의 전적으로) 결과를 반환합니다.

그러나 이 모델은 색인된 웹 페이지의 텍스트 내 키워드, 사용자 검색 기록, 위치 및 구문에 크게 의존하기 때문에 여전히 한계가 있었습니다.

"Elvis"의 컨텍스트는 Elvis Presley, Elvis Costello 또는 "Elvis"라는 현지 레스토랑을 의미할 수 있습니다.

문제는 사용자가 쿼리를 지정하고 구체화하는 데 크게 의존하고 있으며 여전히 키워드의 의미 체계에 의해 제한된다는 것입니다.

3.0의 쿼리 처리 개선 사항

많은 사람들이 엔터티의 도입이 검색 작동 방식을 얼마나 근본적으로 혁신했는지 아직 깨닫지 못하고 있습니다.

2012년부터 Hummingbird와 RankBrain은 엔티티가 보다 중심적인 역할을 할 수 있는 길을 열었습니다.

이 3.0 모델에서 엔터티는 사람, 장소, 사물 등 구별되고 고유한 개념이나 사물을 나타냅니다.

이전 예에서 "Elvis"는 더 이상 단순한 키워드가 아니라 엔티티로 인식되며 유명한 음악가 Elvis Presley를 참조할 가능성이 높습니다.

예를 들어, "Elvis Presley"와 같은 엔티티가 식별되면 검색 엔진은 이제 그의 음악, 필모그래피, 생년월일과 같은 측면을 포함하여 이 엔티티와 풍부한 속성을 연관시킬 수 있습니다.

이 새로운 접근 방식은 검색 범위를 크게 확장합니다. 이전에는 "Elvis"에 대한 검색어가 정확한 키워드 "Elvis"를 포함하는 약 2,000,000페이지를 주로 고려할 수 있었습니다.

이제 이 엔터티 중심 모델에서 검색 엔진은 Elvis의 속성과 관련된 모든 페이지를 고려하기 위해 이를 넘어 보입니다.

이렇게 하면 페이지 중 일부가 "Elvis"를 명시적으로 언급하지 않더라도 검색 필드가 10,000,000페이지를 포함하도록 확장될 수 있습니다.

또한 이 모델을 통해 검색 엔진은 "Graceland" 또는 "Blue Suede Shoes"와 같은 Elvis 엔터티의 속성과 관련된 다른 키워드가 암시적으로 "Elvis"에 연결되어 있음을 이해할 수 있습니다.

따라서 이러한 용어를 검색하면 Elvis에 대한 정보가 표시되어 잠재적 검색 결과의 범위가 넓어질 수 있습니다.

검색 엔진 3.0의 쿼리 처리 및 주제 경계

쿼리 처리에서 엔터티에 대한 이러한 개선으로 인해 가져온 또 다른 중요한 변화는 Google이 단일 페이지에 있어야 하는 주제의 범위를 인식하는 방식이었습니다.

"검색 엔진 2.0" 시대에는 식별된 각 키워드에 대해 별도의 페이지를 생성하여 해당 용어에 대해 페이지를 구체적으로 최적화할 수 있는 것이 유리했습니다.

그러나 "검색 엔진 3.0"에서는 경계가 더욱 유동적이며 기계 학습 예측 및 관찰된 사용자 행동을 기반으로 실시간으로 업데이트됩니다.

이 새로운 시대에 주제의 경계는 넓거나 좁을 수 있으며 광범위한 주제를 다루거나 특정 측면에 집중할 수 있습니다. 이러한 유연성을 통해 웹사이트는 광범위한 영역과 틈새 영역 모두에서 권한을 가질 수 있습니다.

예

크레용의 예를 생각해 보십시오. 한 웹사이트는 일반적으로 크레용에 대해 알아야 할 모든 것(크레용의 역사, 유형, 제조 공정, 사용 요령 등)을 다루는 것을 목표로 할 수 있습니다.

이 웹사이트는 전체적으로 '크레용'에 대한 화제의 권위자가 되는 것을 목표로 합니다.

반면에 다른 웹사이트는 빨간색 크레용에만 집중할 수 있습니다. 고유한 색소, 인기 통계, 문화적 중요성 등이 있습니다.

이 사이트는 더 좁은 맥락에서 주제적 권위를 확립하려고 시도하고 있지만 여전히 유효한 것입니다. 그러나 '빨간색 크레용'에 초점을 맞추는 것이 웹사이트의 전반적인 목적과 일치하는 것이 중요합니다.

웹사이트의 광범위한 목적과 일치하지 않는 마이크로 컨텍스트를 추가하면 사이트의 관련성과 권한에 대해 Google에 혼동을 주어 해당 주제의 권한이 희석될 수 있습니다.

이론적으로 웹사이트는 마이크로 컨텍스트를 더 깊이 파고들 수 있으며 "빨간색 크레용에 사용된 레이블"에만 콘텐츠를 집중시킬 수 있습니다.

이것은 매우 구체적인 초점이며 Google이 이를 주제별 권한으로 인식할지 궁금할 수 있습니다.

소셜 미디어 웹사이트는 기계 학습을 사용하여 특정 주제와 관련된 콘텐츠 항목과의 사용자 상호 작용을 예측합니다.

사용자가 "빨간색 크레용에 사용된 레이블"에 대한 콘텐츠와 자주 상호 작용하는 경우 시스템은 이를 사용자의 관심 주제로 식별할 수 있으며 콘텐츠를 제공하는 웹 사이트는 이 주제에 대한 권위자로 인식될 수 있습니다.

Google이 유사한 작업을 수행하거나 적어도 그들이 추적하는 사용자 측정항목에 따라 좋은 콘텐츠의 실적에 대한 기대치를 유지할 수 있다는 이론을 세울 수 있습니다.

이를 결정하기 위해 Google은 다음과 같은 몇 가지 요인을 고려합니다.

이 주제에 대한 상당한 양의 검색 활동이 있습니까?

사람들이 '빨간색 크레용에 사용된 라벨'에 대한 정보를 적극적으로 검색하고 있고 사이트에서 이 주제에 대한 포괄적이고 가치 있는 콘텐츠를 제공한다면 이 미시적 맥락에서 화제의 권위자로 인정받을 수 있습니다.

좋은 사용자 지표가 있습니까?

사용자가 사이트에서 오랜 시간을 보내고 이탈률이 낮고 다른 참여 징후를 보이는 경우 Google은 이를 해당 주제에 대한 사이트의 권한을 나타내는 것으로 해석할 수 있습니다.

시사적 권위는 서로 다른 주체(엔티티)의 상대성에 기반한 개념임을 기억하십시오. 귀하의 사이트는 '기술'만큼 광범위하거나 "빈티지 타자기"만큼 좁은 주제에 대한 시사 권위자로 간주될 수 있습니다.

중요한 요소는 귀하의 사이트가 긍정적인 사용자 행동을 나타내고 엔티티를 효과적으로 사용하여 콘텐츠 내에서 관계를 설정한다는 것입니다. 그렇게 함으로써 Google은 주제의 전체 검색량에 관계없이 주제에 대한 자체 이해를 향상시키기 위해 귀하의 사이트에 의존하기 시작합니다.

SEO 애플리케이션 및 테이크아웃

보다 포괄적인 콘텐츠의 승리

이전 버전에서는 검색에 포함된 정확한 단어가 포함되지 않았기 때문에 많은 웹 페이지가 쿼리에서 간과되었습니다.

예를 들어, 특정 검색어를 포함하지 않고 잘 연결된 페이지는 사용자 참여 및 백링크와 같은 다른 강력한 순위 요소에 관계없이 결과에 나타나지 않습니다.

이것은 SEO가 타겟 키워드에 대한 순위를 얻기 위해 더 적은 수의 집중된 콘텐츠를 작성하도록 장려했습니다.

그러나 3.0의 출현과 엔터티와 엔터티의 관계 이해에 초점을 맞추면서 게임이 바뀌었습니다.

정확한 검색어가 페이지에 표시되는지 여부는 중요하지 않습니다. 이제 Google은 페이지에서 관련 항목을 검색하고 이러한 항목을 전체 사이트의 관련 항목에 연결하려고 시도합니다.

그런 다음 근사 상대성을 결정하고 그에 따라 순위를 매깁니다. 이러한 근본적인 변화는 특정 용어가 누락된 경우에도 강력한 순위 요소가 있는 페이지를 경쟁에 끌어들입니다.

콘텐츠 제작자와 SEO 전략가를 위한 핵심 요점은 보다 포괄적이고 광범위한 콘텐츠를 만드는 데 집중하는 것입니다.

여러 편에 초점을 맞춘 기사에 걸쳐 주제를 나누는 대신 이러한 광범위하고 심층적인 부분에 대한 백링크 작업을 중앙 집중화하십시오.

현재 SERP를 출발점으로 사용하여 중요한 주제를 식별하되 이에 국한되지 마십시오.

SERP의 기존 주제 범위를 넘어 사용자에게 가치 있고 포괄적인 콘텐츠를 제공하는 것을 목표로 합니다.

이는 사용자의 기존 검색어와 사용자가 가질 수 있는 잠재적인 관련 검색어를 수용하여 궁극적으로 이 새로운 검색 시대에 콘텐츠의 관련성과 가시성을 높입니다.

키워드 사용에 초점을 맞추는 대신 의도에 답하십시오. 헤드라인에 주의하십시오.

'검색엔진 3.0' 시대에는 SEO 전략이 진화했다. 더 이상 Search Console 보고서의 키워드를 콘텐츠에 삽입하고 순위 향상을 바라는 것만으로는 더 이상 충분하지 않습니다.

Google의 고급 알고리즘은 이제 키워드가 문맥에 맞지 않게 사용되어 알고리즘을 혼란스럽게 하고 잠재적으로 낮은 순위로 이어질 수 있는 경우를 감지할 수 있습니다.

헤더 순서 문제

두뇌를 사용하여 페이지의 목표와 가장 관련성이 높은 핵심 아이디어를 연결하십시오. 헤더 아래의 내용이 헤더의 주제와 일치하는지 확인하십시오.

초등학교에서 작문 수업을 위해 브레인스토밍을 했던 날을 기억하십니까?

우리는 원을 그리고 원 안에 주제를 쓴 다음 이야기에 대한 상대적인 주제로 더 작은 원에 직선을 그려서 연결했습니다.

너무 복잡하게 만들지 마세요. 이 전략을 사용하여 제목을 구성하십시오.

요컨대, "검색 엔진 3.0"은 키워드 사용에 대해 보다 신중한 접근 방식을 필요로 하며 사용자 의도를 다루고 컨텍스트를 유지하여 관련성과 순위 잠재력을 향상시킵니다.

문서 점수 및 순위 지정

Google과 같은 검색 엔진이 잠재적으로 관련이 있는 문서를 가져오면 다음 중요한 단계는 이러한 페이지에 점수를 매기고 사용자가 선택할 수 있도록 순위를 매기는 것입니다.

인공 지능(AI)과 자연어 처리(NLP)의 진화는 문서 순위 지정 방식을 크게 변화시켜 2.0 시대와 3.0 시대를 명확하게 구분했습니다.

2.0 시대(post-bag-of-words, pre-RankBrain)

2.0 시대에 Google의 채점 시스템은 주로 PageRank, Hummingbird, Panda 및 Penguin과 같은 알고리즘에 의해 구동되었습니다.

이러한 알고리즘은 키워드 일치 및 문서 순위 지정을 위한 백링크 수에 크게 의존했습니다. 각 문서는 페이지를 기준으로 점수를 받고 순위 순서에 따라 정렬됩니다.

Panda 및 Penguin과 같은 알고리즘 진화는 키워드 일치에서 벗어나 시스템을 조작하려는 사이트에 불이익을 주는 것에 관한 것이었습니다.

키워드 기반 시스템은 여전히 ​​더 효율적이었고 하드웨어는 진화된 언어 방법으로 빠른 검색 결과를 제공할 만큼 충분히 발전하지 못했습니다.

검색엔진 3.0 시대의 점수와 순위

"검색 엔진 3.0" 환경에서 문서에 점수를 매기고 순위를 매기는 Google의 접근 방식은 크게 발전했습니다.

이는 소프트웨어 및 하드웨어 개선의 결과입니다. Google은 몇 가지 주요 요소를 기반으로 검색어에 대한 페이지의 적합성을 평가합니다.

주요 차이점은 최고의 콘텐츠 조각을 식별하기 위해 백링크와 같은 외부 신호에 의존하는 대신 관련성을 정량화하는 향상된 기능입니다.

사실적 정확성

평판이 좋은 출처의 사실에 입각한 정확한 콘텐츠는 계속해서 더 높은 순위를 차지합니다. Google의 지식 기반 신뢰는 다음과 같이 이를 확인합니다.

"우리는 KBT(Knowledge-Based Trust)를 계산한 신뢰도 점수라고 부릅니다... 결과의 하위 집합을 수동으로 평가하여 방법의 효율성을 확인합니다.

사용자 상호작용 신호

"지금 낮은 품질의 콘텐츠를 게시하고 나중에 편집" 전략은 이러한 이유로 문제가 될 수 있습니다. Google은 이제 웹페이지와 관련된 과거 및 현재 사용자 참여 데이터를 모두 고려합니다.

이러한 변화는 "참여 및 경험 기반 순위"(US20140244560A1)라는 제목의 Google 특허에 요약되어 있으며 순위 고려 사항의 일부로 과거 참여 점수 사용을 강조합니다.

품질 약속

사용자가 상당한 시간 동안 페이지에 머무르는 긴 클릭과 같은 참여는 유익합니다.

그러나 검색 결과로의 빠른 반환("포고 스티킹"이라고 함)과 같은 비품질 참여는 순위에 부정적인 영향을 미칠 수 있습니다.

이러한 참여 메트릭은 순위와 인상에 영향을 주어 주제의 권위를 높일 수 있습니다.

그러나 사용자 참여가 좋지 않으면 페이지 순위가 떨어질 수 있습니다. 이러한 하락에서 회복하는 데는 시간이 걸릴 수 있으므로 긍정적인 사용자 참여를 장려하는 고품질의 관련 콘텐츠를 지속적으로 제공하는 것이 중요합니다.

SEO 테이크아웃 및 애플리케이션

사실 확인

Google은 사실의 정확성을 확인할 수 있습니다. 사실에 입각한 정확한 콘텐츠를 만드는 데 시간을 투자하세요.

여기에는 적절한 조사, 사실 확인 및 평판이 좋은 출처 인용이 포함됩니다. 유익한 기사에 대한 신뢰성과 관련성을 구축하기 위해 사실 확인 스키마를 구현하십시오.

사용자 참여

페이지의 사용자 참여 지표에 주의를 기울이십시오. 콘텐츠가 예상대로 사용자의 관심을 끌지 못하는 경우 콘텐츠 전략 수정을 고려하세요.

크롤링 및 인덱싱

검색 프로세스에 대한 탐색을 마무리하면서 Google의 웹 크롤링 및 인덱싱 기술이 엔터티에 중점을 두고 어떻게 발전해 왔는지 살펴보겠습니다.

이러한 변경 사항을 이해하는 것은 웹사이트를 구성하고 주제 지도 구성을 포함하여 콘텐츠 전략을 공식화하는 방법에 직접적인 영향을 미치기 때문에 매우 중요합니다.

"검색 엔진 2.0" 시대에 스파이더라고도 하는 Google의 웹 크롤러는 체계적으로 인터넷을 탐색하여 새롭고 업데이트된 페이지를 발견했습니다.

그들은 한 웹페이지에서 다른 웹페이지로 연결되는 링크를 따라가며 각 페이지에 대한 데이터를 수집하여 Google 색인에 저장합니다. 이 프로세스는 주로 새로운 콘텐츠를 발견하고 색인을 최신 상태로 유지하는 것이었습니다.

크롤러가 페이지를 발견하면 해당 페이지는 Google이 찾은 모든 웹페이지의 방대한 데이터베이스인 Google 색인에 추가되었습니다.

각 페이지의 콘텐츠(텍스트, 이미지, 동영상 포함)를 분석하고 이 콘텐츠를 기반으로 페이지를 분류했습니다.

주요 초점은 페이지의 관련성과 권한을 결정하는 데 사용되는 백링크와 같은 요소 및 텍스트 내의 키워드와 문구에 있었습니다.

"검색 엔진 3.0" 시대로 빠르게 넘어가면서 상황은 더욱 복잡해졌습니다.

Google 크롤러는 여전히 인터넷에서 링크를 따라 새 페이지와 업데이트된 페이지를 검색하고 있습니다. 그러나 이제 그들은 페이지의 키워드가 나타내는 엔터티를 이해하려고 노력하고 있습니다.

예를 들어 "Elvis"에 대한 페이지는 "로큰롤 음악", "Graceland" 및 "Blue Suede Shoes"와 같은 관련 항목 아래에 색인이 생성될 수도 있습니다.

또한 그들은 귀하의 사이트가 어떤 엔티티와 관련이 있는지 이해하기 위해 귀하의 내부 링크를 따르고 있습니다.

이것은 사서가 제목에 따라 책의 목록을 작성하는 것뿐만 아니라 장들이 서로 어떻게 관련되고 책의 전체 주제와 어떻게 관련되는지 이해하기 위해 책을 읽는 것과 비슷합니다.

이러한 깊은 이해는 Google이 보다 관련성 있고 정확한 검색 결과를 제공하는 데 도움이 됩니다.

그러나 크롤링은 주제 권한 및 엔터티와 어떤 관련이 있습니까?

Google이 웹사이트를 크롤링할 때 더 이상 개별 페이지만 따로 ​​보지 않습니다. 또한 웹사이트의 전반적인 주제나 주제를 살펴보고 있습니다.

이것은 주제 권위가 들어오는 곳입니다.

웹사이트가 특정 주제에 대해 지속적으로 고품질 콘텐츠를 게시하는 경우 해당 주제에 대한 권위자로 볼 수 있습니다.

Google이 사이트를 권위자로 간주하면 검색 결과에서 사이트를 높일 수 있습니다. (주로 작은 백링크 프로필이 있는 사이트가 경쟁 조건에서 순위가 ​​매겨지는 것을 볼 수 있습니다. 이는 그들이 받고 있는 주제 권위 점수 향상 때문일 수 있습니다.)

흥미롭게도 시사적 권위의 개념은 적어도 몇 년 동안 주변에 있었지만 최근에서야 Google에서 인정했습니다.

2023년 5월 23일 Google에서 '뉴스 주제 권한 이해하기'를 게시했습니다.

많은 노련한 SEO가 화제의 권위가 순위 요인이라고 믿었지만 아무도 Google에서 게시한 콘텐츠를 통해 이를 확인할 수 없었습니다(보류 중인 특허를 파헤치는 것 외에).

이 릴리스에서 "뉴스"라는 단어에 현혹되지 마십시오. 주제 권한은 뉴스 사이트뿐만 아니라 Google이 크롤링하는 웹의 모든 사이트와 관련이 있습니다.

이 국소 권한 개념은 Google의 특허 US20180046717A1에 설명되어 있습니다.

이 특허는 사이트 내 특정 주제의 일관성과 깊이에 따라 웹사이트의 권한을 결정하는 프로세스를 설명합니다.

예를 들어, "유기농 정원 가꾸기"에 대한 고품질 콘텐츠를 지속적으로 게시하는 웹사이트는 높은 순도 요인(예, Google은 귀하의 사이트가 주제를 유지하는 능력을 확인함)을 가질 수 있으므로 더 높은 권위 점수에 기여할 수 있습니다.

또한 Google은 ChatGPT가 임베딩(특징 벡터)의 단어를 그래프로 표시하는 것처럼 콘텐츠에서 주요 테마를 추출하고 콘텐츠를 그래프로 표시할 수 있습니다.

이를 통해 Google은 귀하의 콘텐츠가 유사하고 일관성이 있는지 시각적으로 확인할 수 있으므로 웹사이트의 주제 권위에 대한 이해를 더욱 향상시킬 수 있습니다.

따라서 본질적으로 Google 색인 시스템의 변화는 개별 페이지의 콘텐츠를 이해하는 것뿐만 아니라 웹사이트의 주제별 초점을 인식하는 것입니다.

이것은 검색 결과에서 웹 사이트의 가시성에 상당한 영향을 미칠 수 있으므로 콘텐츠 전략에서 일관된 초점을 유지하는 것이 중요하다는 것을 강조합니다.

SEO 테이크아웃 및 애플리케이션

일관된 주제 집중

Google은 사이트가 주요 주제에서 벗어나는 경우를 식별할 수 있습니다. 콘텐츠가 일관성이 없으면 웹사이트의 목적과 목적이 혼동될 수 있습니다.

콘텐츠 전략에서 일관된 초점을 유지하여 주제 관련 권위와 관련된 점수 향상의 이점을 얻으십시오.

콘텐츠 깊이

콘텐츠에 깊이를 더하는 것이 핵심이지만 적절한 깊이여야 합니다. 사이트의 기본 목적에 대한 이해를 바탕으로 콘텐츠의 깊이를 안내하세요.

예를 들어 사이트의 주요 목적이 디지털 사진 기술에 대한 정보를 제공하는 것이라면 필름 카메라의 역사에 대해 깊이 있는 글을 쓰지 마십시오.

사진과 관련이 있지만 디지털 기술에 대한 사이트의 주요 초점과 밀접하게 일치하지 않습니다. 대신 다양한 디지털 사진 기술을 탐색하거나 디지털 카메라를 검토하거나 디지털 사진 편집에 대한 팁을 제공하여 콘텐츠를 심화하십시오.

콘텐츠가 너무 많으면 권한이 희석될 수 있습니다.

웹사이트에 콘텐츠가 너무 많으면 웹사이트의 의미와 목적이 희석될 수 있습니다.

사이트맵을 샅샅이 뒤져 핵심 아이디어를 지원하는 콘텐츠만 포함하고 콘텐츠가 Google이 항목을 이해하는 데 도움이 될 만큼 충분한 품질인지 확인하세요.

상황별 브리지 사용

새 콘텐츠를 만들 때 "컨텍스트 브리지"를 사용하여 사이트의 기본 목적에 다시 연결하는 것이 중요합니다.

단순히 웹사이트에 새 콘텐츠를 추가하는 대신 새 페이지를 기본 목표에 다시 연결하는 방법을 항상 자문해 보세요.

이렇게 하면 Google에서 새 페이지의 항목을 기본 목표 항목과 연결하기 시작할 수 있습니다.

주제 권한의 한계 및 제약

우리가 만드는 모든 사이트에서 주제별 권위를 구축하는 데 집중하고 싶지만 여전히 몇 가지 제한 사항이 있습니다.

이러한 제한은 Google이 여전히 상당한 양의 순위 권한(웹 및 백링크 사용 시간)을 부여하는 Web 2.0 일의 순위 요소입니다.

우선 토픽 권위는 구축하는 데 시간이 걸립니다. 최근 AI 콘텐츠 제작 도구의 폭발적 증가로 이 타임라인을 대폭 단축할 수 있지만 여전히 시간이 걸립니다.

국소 권위의 사용은 틈새 시장의 다른 사이트가 얼마나 '권위' 있는지와도 관련이 있습니다.

예를 들어 놀라운 주제 지도를 기반으로 훌륭한 콘텐츠를 만들면 여전히 틈새 시장의 다른 사이트와 비교됩니다.

이러한 다른 사이트도 시간이 지남에 따라 큰 시사적 권위를 발전시켰다면 우리는 웹에서 백링크와 시간이라는 오래된 문제를 따릅니다.

훌륭한 엔티티 개발을 개발하고 몇 년 이상 웹에 있었던 도메인에서 그렇게 한 사이트를 능가하는 것은 극히 어렵습니다. 물론 가능하지만 그럼에도 불구하고 어렵습니다.

백링크에 대해 알아보겠습니다.

백링크를 사용하지 않고 순위가 높은 사이트를 구축하는 것은 상당히 가능하지만 노련한 SEO도 그렇게 하는 데 어려움을 겪을 수 있습니다.

백링크는 여전히 매우 중요한 순위 요소입니다. 물론 예전만큼 강력하지는 않지만 여전히 강력합니다.

백링크에 엄청난 순위 권한을 부여하는 문제는 실제로 어떤 주제에 대해서도 "전문화"하지 않는 대형 뉴스 대기업 사이트에서 비롯됩니다.

우리는 모두 본 적이 있습니다. Google은 "xyz용 최고의 위젯"을 검색하고 처음 10-15개의 결과는 모두 이러한 위젯 구매에 대한 최고의 가이드가 있다고 주장하는 뉴스 네트워크 사이트입니다.

뉴스 사이트는 이러한 위젯의 개발 또는 판매를 전문으로 합니까?

이 뉴스 사이트는 이러한 위젯과 관련하여 시사적인 권위를 가지고 있습니까?

별말씀을요.

뉴스 사이트가 이러한 위젯에 대한 시사적 권한이 없다면 왜 여전히 SERP를 지배하고 있습니까? 그것은 웹상의 시간과 프로필을 백 링크합니다.

이러한 대규모 뉴스 네트워크의 편집자는 게시 버튼을 클릭하면 순위가 매우 높아질 것이라는 것을 알고 있기 때문에 사이트에서 광고 공간 판매를 요청합니다.

회사는 또한 자사 제품이 Google SERP의 최상위에 올 것이라는 것을 알고 있으므로 이 기능에 대해 수천 달러를 기꺼이 지불합니다.

본질적으로 그들은 뉴스 사이트가 무언가를 게시할 때마다 SERP를 지배할 수 있는 능력을 침출하고 있습니다. 따라서 기생충 SEO라는 이름이 붙었습니다.

귀하의 사이트가 아무리 주제에 대한 권위가 있더라도 이러한 뉴스 사이트 강국과 경쟁하기는 어려울 것입니다.

안타깝게도 Google이 이 문제를 해결하기 전까지는 화제의 권위자가 되는 것만으로는 뉴스 사이트를 지배하는 일부 핫한 SERP와 경쟁하기에 충분하지 않습니다.

엔터티 시대의 SEO 마스터하기

쿼리 처리에서 인덱싱 및 순위 지정에 이르는 여정을 안내함으로써 Google 검색 엔진의 최신 변경 사항을 더 잘 설명할 수 있도록 "명목 머신"을 업데이트하는 데 도움이 되었기를 바랍니다.

이 정제된 이해는 자신의 웹사이트와 클라이언트의 시간과 순위에 집중하는 전술을 개선하는 데 도움이 될 것입니다.

마지막으로, 이론이 실제로 적용될 때 진정으로 빛난다는 것을 기억하는 것이 중요합니다.

예를 들어, 계열사 SEO 실무자는 꽤 오래 전에 주제에 대한 상당한 양의 콘텐츠를 생성하면 주제별 권위 SEO 부스트를 유발할 수 있다는 사실을 발견했습니다.

이것은 엔터티 SEO에 대한 우리의 이해가 발전하기 오래 전에 실현되었습니다.

SEO의 여정은 항상 진화하고 있으며 발견과 개선의 기회로 가득 차 있습니다.

따라서 이러한 지식과 통찰력으로 무장하여 자신만의 SEO 전략에 뛰어들어 실험하고 구체화할 때입니다. 결국 푸딩의 증거는 먹는 데 있다. 행복한 테스트!

이 기사는 Paul DeMott 가 공동 작성했습니다 .

엔티티 SEO 시리즈의 세 번째 글입니다. 처음 두 기사를 읽고 시작하려면 여기에 링크되어 있습니다.

• 엔티티 SEO에 대한 결정적인 가이드
• 항목을 최적화하는 방법
• 사이트 전체의 엔터티 최적화를 위해 AI를 사용하는 3가지 방법