아마도 인공지능이 텍스트 생성만큼 완벽하게 재현한 인간의 능력은 없을 것입니다. 결국, 대부분의 사람들이 ChatGPT, Gemini 및 기타 최첨단 모델과 같은 AI를 생각할 때 생각하는 지배적인 AI 모델은 대규모 언어 모델 또는 LLM입니다. LLM은 코드를 작성하고 컴퓨터에서 다른 기본 작업을 실행하는 것과 같은 새로운 기능을 보여주었지만, 핵심은 텍스트 생성기로 설계되었습니다. LLM은 본질적으로 거대한 통계 계산기로, 인간의 입력 또는 “프롬프트”에서 제공하는 맥락을 고려하여 각 단어가 생성하는 단어 뒤에 어떤 단어가 올지 예측하도록 제작되었습니다.
표면적으로 보면 이는 SEO 횡재처럼 들릴 수 있습니다. 모든 마케터의 끝에서 무제한 텍스트 생성이 가능하기 때문입니다. MBA 마케팅 프로그램 온라인 졸업생의 손가락. 명령에 따라 수만 단어의 텍스트를 생성할 수 있다면 웹사이트 콘텐츠를 최적화하는 데 쉽게 도움이 될 수 있습니다. 하지만 그렇게 간단하지는 않습니다.
일관성이 핵심입니다
Google의 검색 알고리즘은 공개되지 않았지만, 소금만한 가치가 있는 마케터라면 누구나 알 수 있는 한 가지 요소는 Google이 상록 콘텐츠를 우선시한다는 것입니다. 상록 콘텐츠는 시간이 지나도 관련성이 유지되는 모든 콘텐츠이며, Google 알고리즘의 코드 관점에서 상록 콘텐츠를 구성하는 요소를 정의하는 방법은 다양할 수 있지만, 결과에 따르면 Google은 시간이 지나도 지속되지 않는 트래픽의 급격한 증가로 이어지는 트래픽보다 일관된 트래픽을 생성하는 콘텐츠를 더 중요하게 여긴다는 것입니다. 결론적으로 이는 AI 콘텐츠의 장점이 아닙니다. 사람들이 직감적으로 차이점을 알 수 있든, AI가 훌륭한 콘텐츠를 생성하지 못하든, 결과에 따르면 AI가 생성한 콘텐츠는 사람들이 계속 돌아오게 하는 종류의 콘텐츠를 자주 생성하지 않습니다.
다음의 경우를 생각해 보자. 본사이 메리SEO 마케터 제시 커닝햄이 AI 생성 사본의 효과를 테스트하기 위해 디자인한 웹사이트입니다. 제시는 bonsaimary.com에 관엽식물과 관리 방법에 대한 AI 생성 콘텐츠를 채웠습니다. 이 웹사이트는 검색 순위에서 빠르게 급등했지만, 오르자마자 순위에서 곤두박질쳤습니다. 실제로 지금은 Bonsai Mary를 직접 검색할 수도 있고, 거의 완벽한 도메인을 가지고 있음에도 불구하고 이 사이트는 첫 번째 SERP에 나타나지도 않습니다.
Black Lab Digital의 또 다른 SEO 전문가인 Martin Jeffrey는 비슷한 실험을 했습니다. Martin은 AI가 생성한 SEO 최적화 콘텐츠로 가득 찬 15페이지 사이트를 구축했습니다. Jesse Cunningham과 그의 Bonsai Mary 페이지처럼, 그 사이트는 불과 몇 달 만에 Google SERP에서 빠르게 상위권에 올랐습니다. 하지만 그의 사이트는 상승한 것보다 더 빨리 순위가 하락했고, 며칠 만에 조회수가 0으로 떨어졌습니다.
이러한 극적인 변동은 Google 알고리즘에 대한 한 가지 중요한 사실을 보여줍니다. 이는 오랫동안 알려져 있었지만 시간이 지나면서 더욱 분명해졌습니다. 즉, Google은 속는 것을 좋아하지 않으며, 정상을 유지하는 유일한 방법은 진실되고 양질의 콘텐츠라는 것입니다.
편견은 나쁘다
컴퓨터와 전통적인 인간이 작성한 알고리즘의 가장 좋은 점 중 하나는 의도적으로 달리 프로그래밍하지 않는 한 편향되지 않는다는 것입니다. 컴퓨터는 본질적으로 인종, 종교, 성적 지향에 대해 눈이 멀고 1과 0을 계산할 뿐입니다. 이러한 무관심이 우리가 아마도 조심하세요 강력한 AI 기술에 대한 무제한적인 추구에 대한 주장이지만, 이상하게도 통계적 숫자를 처리하는 단어 예측기에는 적용되지 않습니다. 그 이유는 아주 간단합니다. 그 예측기들은 인간의 글을 기반으로 훈련되었기 때문입니다.
대부분의 인공 지능 모델을 구축하는 데 사용되는 기술인 딥 러닝은 통계적 연관성(시각적, 언어적, 숫자적 또는 모델이 처리하도록 훈련된 다른 유형의 입력)을 생성하도록 설계된 알고리즘에 많은 입력 데이터를 공급하는 것으로 구성됩니다. 딥 러닝 모델의 흥미로운 점 중 하나는 확장성이 뛰어나다는 것입니다. “훈련”된 입력 데이터의 양에 비해 출력의 정밀도와 품질 측면에서 상당히, 어떤 경우에는 기하급수적으로 향상됩니다.
따라서 자연스럽게 인간과 유사한 글쓰기 품질을 재현하는 최첨단 LLM은 방대한 양의 인간이 쓴 텍스트에 대해 학습해야 합니다. 대부분의 인간은 어떤 식으로든 편향되어 있기 때문에 알고리즘의 통계적 특성으로 인해 AI의 출력 데이터에 가장 널리 퍼진 집단적 편향이 유출되었습니다. 특정 특성이 더 많은 콘텐츠를 제공할수록 이러한 특성이 텍스트를 예측하고 출력하는 데 사용되는 학습에서 생성된 “가중치”라고 하는 통계적 계수에 더 많이 표현되므로 모델이 이러한 편향을 반영하는 콘텐츠를 출력할 가능성이 더 높아집니다.
구글은 편견을 좋아하지 않습니다.
물론 대중이 사용할 수 있도록 모델을 제공하는 대부분의 AI 회사는 다음과 같은 작업을 적절히 수행합니다. 최악의 콘텐츠 필터링. 하지만 작은 일들은 확실히 틈새에 끼어들다. 정치적으로 올바르지 않은 “앗”이라는 말을 가끔씩 내뱉는 내장된 편견을 허용하지 않고도 AI를 책임감 있게 콘텐츠를 만드는 데 사용할 수 있는 유일한 방법은 인간의 편집 및 수정을 사용하는 것이라는 결론을 내리기 쉽습니다.
품질이 왕이다
결국, 일관된 트래픽을 유도하고 Google 알고리즘을 통해 좋은 순위를 차지함으로써 SEO를 개선할 수 있는 한 가지 요소가 있습니다. 그것은 고품질의 독특하고 유익하며 관련성 있는 콘텐츠를 제작하는 것입니다. 이를 대체할 수 있는 것은 없으며, 사실 AI는 아직 그 과제에 부응하지 못합니다. AI는 “평균화 기계”이기 때문에 가장 중간적이고 일반적인 응답을 출력하는 경향이 있기 때문에 독창성 측면에서 인간이 생성한 콘텐츠에 항상 미치지 못할 가능성이 높을 뿐만 아니라, 다른 인간과 의미 있게 소통하고 사람들이 기본적으로 인간이 만든 것으로 가정하는 콘텐츠를 읽거나 상호 작용할 때 무의식적으로 찾는 수준의 관련성을 콘텐츠에 부여하는 인간의 능력에 결코 미치지 못할 것입니다.
원래 애니메이션에서 관찰된 언캐니 밸리 는 사람들이 실제 인간과 매우 비슷하지만 약간은 닮지 않은 애니메이션 버전을 볼 때 느끼는 감정을 설명하는 데 사용되는 현상입니다. 밝혀진 바에 따르면, 사람들은 실제와 매우 비슷하지만 약간은 닮지 않은 애니메이션 인간에 대해 인간이 아닌 애니메이션에 비해 부정적인 반응을 보이는 경향이 있습니다. 우리는 이러한 이론적으로 고품질의 애니메이션에 대해 특정한 혐오감을 느낀다고 이론화되었습니다. 우리의 뇌는 처음에는 애니메이션을 인간으로 인식하지만, 부자연스러운 움직임은 무의식적으로 무언가 잘못되었고 잠재적으로 신뢰할 수 없다고 말할 수 있기 때문입니다.
이와 같은 현상 관찰되었다 AI가 생성한 콘텐츠에 대한 사람들의 반응에서도 마찬가지입니다. AI가 생성한 것이 실제로 AI가 생성한 것이라는 것을 항상 알아차리지는 못하지만, 종종 무언가가 잘못되었다는 것을 알아차립니다. 우리는 진정성에 대한 여섯 번째 감각이 좋은 듯하며, 적어도 지금은 AI와 상호 작용할 때 우리에게 도움이 됩니다.
즉, AI가 생성한 콘텐츠는 진정으로 고품질의 매력적인 콘텐츠를 만드는 참신한 정보나 공감할 수 있는 글쓰기 특성을 결코 포함하지 않을 가능성이 높으며, 이는 AI 콘텐츠가 SEO 측면에서는 현재로서는 진정한 인간 콘텐츠보다 절대적으로 열등할 것이라는 것을 의미합니다. 좋아하든 싫어하든, 웹사이트를 위한 좋은 콘텐츠를 생성하는 데 있어서 우리는 여기 있습니다!
