AI 검색광고, 소셜 검색 데이터, 멀티플랫폼 SEO, 검색광고 자동화, 커뮤니티형 콘텐츠 최적화

# 검색 결과가 아닌 ‘탐색 여정’을 선점하라: 2026년 하반기 네이버·구글 마케팅 실전 변화 10가지

검색 마케팅의 경쟁 대상이 달라지고 있다.

과거에는 네이버와 구글 검색 결과에서 상위에 노출되는 것이 가장 중요한 목표였다. 하지만 2026년 하반기부터는 검색 결과 한 페이지의 순위만으로 마케팅 성과를 설명하기 어려워졌다.

사용자는 검색창에 키워드를 입력한 뒤 웹사이트만 방문하지 않는다. AI가 요약한 답변을 읽고, 유튜브 영상을 확인하고, 인스타그램이나 틱톡 게시물을 살펴본 뒤 커뮤니티의 실제 경험담을 비교한다. 상품을 구매하거나 업체에 문의하기까지 여러 플랫폼을 오가는 복합적인 탐색 과정이 만들어진 것이다.

이에 따라 앞으로의 검색 마케팅은 단순한 SEO가 아니라 다음 네 가지 영역을 함께 관리해야 한다.

* 검색 결과 노출

* AI 답변 및 AI 브리핑 노출

* 소셜·영상 콘텐츠의 검색 노출

* 광고와 콘텐츠를 연결하는 전환 구조

최근 네이버와 구글의 공식 발표, 마케팅 업계 뉴스, SEO·디지털 마케팅 커뮤니티에서 주목받은 내용을 종합하면 이러한 변화는 일시적인 유행이 아니라 검색 마케팅의 구조적 전환에 가깝다.

지금부터 2026년 하반기 마케터와 웹사이트 운영자가 반드시 확인해야 할 새로운 변화 10가지를 살펴보자.

---

## 1. 구글 서치콘솔이 웹사이트를 넘어 소셜미디어 검색 성과까지 추적한다

구글은 2026년 7월 서치콘솔에 새로운 속성 유형인 ‘플랫폼 속성’을 도입했다.

기존 구글 서치콘솔은 웹사이트의 검색어, 노출 수, 클릭 수, 평균 게재순위 등을 분석하는 도구였다. 그러나 새로운 플랫폼 속성을 이용하면 인스타그램, 틱톡, X, 유튜브에 게시한 콘텐츠가 구글 검색과 디스커버에서 어떤 성과를 내는지도 확인할 수 있다.

즉, 웹사이트를 보유한 기업뿐 아니라 소셜미디어 채널을 중심으로 활동하는 브랜드와 크리에이터도 구글 검색 데이터를 직접 분석할 수 있게 된 것이다.

특히 다음 데이터를 확인할 수 있다는 점이 중요하다.

* 어떤 구글 검색어에서 소셜 게시물이 노출됐는가

* 어떤 영상이나 게시물이 가장 많은 클릭을 만들었는가

* 구글 검색과 디스커버에서 콘텐츠가 얼마나 발견됐는가

* 플랫폼별 검색 성과 차이가 어떻게 나타나는가

디지털 마케팅 커뮤니티에서도 이 기능은 빠르게 관심을 끌었다. 웹사이트 SEO와 소셜미디어 운영을 별개의 영역으로 관리해왔던 기존 방식이 바뀔 수 있기 때문이다.

### 실무 적용 방법

앞으로 블로그 글과 유튜브 영상, 인스타그램 게시물을 각각 따로 제작해서는 효율이 떨어질 수 있다.

하나의 핵심 주제를 다음과 같이 확장하는 방식이 유리하다.

1. 웹사이트에 상세 정보성 콘텐츠 게시

2. 핵심 내용을 요약한 유튜브 영상 제작

3. 핵심 문장을 인스타그램 카드뉴스로 제작

4. 실제 사례나 의견을 커뮤니티 게시물로 확장

5. 각 콘텐츠를 동일한 검색 의도와 연결

이러한 구조를 구축하면 하나의 키워드로 웹문서, 동영상, 이미지, 소셜 게시물이 동시에 검색 결과에 노출될 가능성을 높일 수 있다.

---

## 2. 네이버 AI 브리핑 광고가 검색광고의 새로운 지면으로 등장한다

네이버는 2026년 7월 21일부터 AI 브리핑 지면에 새로운 AI 광고를 노출할 예정이다.

기존 검색광고는 광고주가 키워드를 선택하고 입찰가와 광고 문구를 설정하는 방식이 중심이었다. 반면 AI 브리핑 광고는 네이버 광고 에이전트가 검색 문맥, 사용자의 탐색 단계, 검색 흐름을 분석한 뒤 광고 노출이 적절하다고 판단되는 지점을 선택한다.

이 변화의 핵심은 광고 노출 단위가 ‘키워드’에서 ‘검색 문맥’으로 확장된다는 점이다.

예를 들어 사용자가 단순히 특정 상품명을 검색하지 않더라도 다음과 같은 질문을 입력할 수 있다.

* 여름철 전기요금을 줄이는 방법

* 초보자가 사용하기 좋은 광고 분석 도구

* 부산에서 가족이 이용하기 좋은 숙소

* 신용점수가 낮을 때 확인해야 할 제도

AI는 이러한 질문의 의도를 분석한 뒤 관련성이 높은 상품, 서비스 또는 장소 광고를 답변 흐름 안에 배치할 수 있다.

### 마케터가 준비해야 할 사항

AI 광고 시대에는 키워드 입찰뿐 아니라 광고주가 제공하는 전체 정보의 품질이 중요해진다.

* 랜딩페이지의 주제와 상품 정보를 명확하게 작성

* 상품명·가격·혜택·대상 고객을 구조적으로 정리

* 과장되거나 모호한 광고 문구 최소화

* 상세페이지와 광고 메시지의 일관성 유지

* 모바일 환경에서 핵심 정보를 빠르게 확인할 수 있도록 설계

AI가 광고주의 웹페이지와 상품 정보를 이해하기 어려우면 적합한 검색 문맥에 광고를 연결하기도 어려워질 수 있다.

---

## 3. 검색광고는 ‘직접 설정’에서 ‘AI 운영 감독’으로 이동한다

네이버와 구글 모두 광고 운영 자동화를 빠르게 확대하고 있다.

네이버는 2026 네이버 그로쓰 써밋에서 ADVoost와 AI 브리핑을 중심으로 AI 기반 광고 최적화 전략을 공개했다. 네이버가 단순 검색 플랫폼을 넘어 AI 기반 탐색 플랫폼으로 전환하면서 광고 운영 역시 수동 설정보다 자동 최적화 비중이 커지는 흐름이다.

구글 역시 검색 및 쇼핑 캠페인에서 AI 기반 입찰과 예산 운영 기능을 확대하고 있다. 새로운 기능들은 소비자 행동의 변화에 따라 예산과 입찰 전략을 더욱 유동적으로 조정하는 방향으로 설계되고 있다.

이에 따라 마케터의 역할은 광고를 직접 하나씩 설정하는 운영자에서 AI 광고 시스템을 감독하는 전략가로 바뀌고 있다.

앞으로 필요한 업무는 다음과 같다.

* AI가 학습할 수 있는 정확한 전환 데이터 제공

* 고객 가치에 따라 전환 목표 구분

* 자동 생성 소재의 품질과 브랜드 적합성 검토

* 검색어와 랜딩페이지 간 불일치 점검

* 단기 클릭률보다 실제 문의·구매 성과 관리

자동화가 확대될수록 광고 계정을 방치해도 된다고 오해하기 쉽다. 하지만 데이터가 부정확하거나 전환 목표가 잘못 설정되면 AI는 잘못된 방향으로 캠페인을 최적화할 수 있다.

결국 자동화 광고의 성과는 ‘얼마나 많이 자동화했는가’보다 ‘어떤 데이터를 AI에 제공했는가’에 의해 결정될 가능성이 높다.

---

## 4. 구글 동적 검색광고는 AI Max 중심으로 재편된다

구글은 기존 동적 검색광고, 즉 DSA의 주요 기능을 AI Max for Search 캠페인으로 전환하는 작업을 진행하고 있다.

당초 구글은 2026년 9월부터 기존 기능을 자동 업그레이드하는 계획을 발표했지만, 이후 전환 일정을 연장하고 DSA 캠페인 생성 기능을 복구한다고 안내했다.

이러한 일정 조정은 광고주가 새로운 AI 기반 캠페인으로 이동하는 과정에서 충분한 준비 기간과 운영 안정성이 필요하다는 점을 보여준다.

AI Max는 광고주의 키워드 목록만 활용하지 않는다. 웹사이트 콘텐츠, 검색 의도, 광고 소재, 랜딩페이지 정보를 종합해 더 넓은 검색 수요를 찾는 방향으로 작동한다.

### 사이트 운영자가 점검할 부분

AI Max 환경에서는 웹사이트 자체가 광고 타기팅 데이터의 일부가 된다.

따라서 다음과 같은 페이지는 광고 효율을 떨어뜨릴 수 있다.

* 하나의 페이지에 여러 주제가 섞여 있는 경우

* 상품과 서비스 설명이 지나치게 짧은 경우

* 제목과 본문 내용이 일치하지 않는 경우

* 여러 지역을 한 페이지에서 무분별하게 나열한 경우

* 광고 문구와 실제 랜딩페이지 혜택이 다른 경우

광고 자동화 시대일수록 사이트 카테고리와 랜딩페이지를 세밀하게 구분해야 한다.

---

## 5. 구글 디스플레이 광고 운영이 Demand Gen으로 통합되고 있다

구글은 기존 디스플레이 광고 운영 기능을 Demand Gen 캠페인 환경으로 이동시키고 있다.

광고주는 Demand Gen 캠페인을 통해 유튜브, 디스커버, 지메일뿐 아니라 구글 디스플레이 네트워크의 웹사이트, 동영상, 애플리케이션까지 함께 관리할 수 있다.

이는 검색광고와 배너광고를 명확히 구분하던 기존 운영 방식이 약해지고 있다는 의미다.

사용자는 상품을 검색하기 전에 유튜브 영상을 보거나 콘텐츠를 읽으며 관심을 형성할 수 있다. 이후 검색을 통해 브랜드를 확인하고 구매를 결정한다.

따라서 앞으로는 마지막 검색 클릭에만 성과를 부여하는 방식보다 다음과 같은 전체 고객 여정을 분석해야 한다.

* 최초 영상 노출

* 디스커버 콘텐츠 반응

* 브랜드명 검색

* 상품 상세페이지 방문

* 재방문과 최종 구매

검색광고만으로 성과가 발생했다고 판단하면 실제 전환에 기여한 콘텐츠와 영상의 가치를 놓칠 수 있다.

---

## 6. 네이버 쇼핑검색광고의 노출 위치와 개수가 계속 테스트되고 있다

네이버는 쇼핑검색광고의 노출 위치와 광고 개수를 조정하는 최적화 테스트를 반복적으로 진행하고 있다. 2026년 7월 16일에는 세 번째 테스트 일정이 추가됐다.

이러한 테스트가 진행되면 동일한 광고 설정을 유지하더라도 다음 지표가 변할 수 있다.

* 광고 노출 수

* 클릭률

* 평균 클릭비용

* 광고 위치

* 자연검색 상품 클릭 수

* 광고비 대비 매출

따라서 쇼핑 광고 성과가 갑자기 상승하거나 하락했을 때 입찰가나 소재만 원인으로 단정해서는 안 된다.

### 권장 분석 방법

광고 운영자는 최소한 다음 항목을 날짜별로 기록해야 한다.

* 광고 노출 위치 변화

* 모바일과 PC 성과 차이

* 브랜드 키워드와 일반 키워드 성과

* 광고 클릭률과 자연검색 클릭률

* 상품별 전환율

* 광고 지면 테스트 기간

플랫폼 테스트 기간에는 일별 실적만 보고 성급하게 예산을 증액하거나 중단하기보다 최소 1~2주의 추세를 확인하는 것이 안전하다.

---

## 7. 네이버 쇼핑 카테고리 개편이 광고 노출과 상품 데이터에 영향을 줄 수 있다

네이버는 2026년 7월 네이버쇼핑 상품 카테고리 개편을 진행했다.

카테고리 변경은 쇼핑검색광고뿐 아니라 ADVoost 쇼핑과 카탈로그 판매 캠페인의 아이템 세트 및 필터에도 영향을 줄 수 있다. 개편 기간에는 일부 키워드에서 광고가 일시적으로 노출되지 않을 가능성도 안내됐다.

쇼핑몰 운영자가 카테고리를 단순한 상품 분류 항목으로 생각해서는 안 되는 이유다.

상품 카테고리는 다음 영역에 동시에 영향을 미칠 수 있다.

* 쇼핑검색 노출

* 광고 캠페인 분류

* 추천 상품 연결

* 필터 검색

* 상품 피드 처리

* AI 기반 상품 이해

카테고리가 잘못 지정되면 광고비를 높여도 관련성이 낮은 검색에 노출되거나 필요한 검색 결과에서 제외될 수 있다.

상품 수가 많은 쇼핑몰은 카테고리 개편 후 다음 항목을 점검해야 한다.

* 카테고리가 변경된 상품 목록

* 미분류 또는 잘못 분류된 상품

* 카탈로그 필터에서 제외된 상품

* 광고 노출이 감소한 상품

* 상품명과 카테고리가 충돌하는 항목

---

## 8. AI 검색 시대에는 ‘검색 1위’와 ‘AI 인용’이 서로 다른 경쟁이 된다

2026년 발표된 구글 AI 검색 관련 연구에서는 AI 오버뷰에 인용되는 페이지와 기존 검색 결과 상위 페이지가 항상 일치하지 않는다는 결과가 확인됐다.

한 연구에서는 AI 오버뷰에 인용된 도메인 중 상당수가 기존 검색 결과 첫 페이지에 등장하지 않는 것으로 분석됐다. 이는 AI 답변의 출처 선택 방식이 전통적인 검색 순위 알고리즘과 완전히 같지 않을 가능성을 보여준다.

또 다른 연구에서도 일반 검색, 구글 AI 오버뷰, 생성형 검색 모델이 서로 다른 출처를 선택하는 경향이 관찰됐다.

따라서 이제 콘텐츠 운영자는 두 가지 목표를 별도로 관리해야 한다.

### 전통적인 검색 노출 목표

* 검색 결과 상위 노출

* 높은 클릭률

* 안정적인 색인

* 내부 링크와 외부 링크 확보

* 페이지 경험 개선

### AI 검색 노출 목표

* 질문에 대한 명확한 답변 제공

* 통계와 근거 출처 표시

* 문단별 주제 명확화

* 비교표와 정의 제공

* 실제 사례와 경험 정보 포함

* 브랜드와 작성자의 전문성 명시

검색 순위가 높더라도 AI가 내용을 이해하고 인용하기 어려울 수 있다. 반대로 검색 1위가 아니더라도 특정 질문에 명확하고 검증 가능한 답변을 제공하면 AI 답변의 출처로 선택될 가능성이 생긴다.

---

## 9. 커뮤니티의 실제 경험담이 검색 콘텐츠의 핵심 자산이 된다

AI가 일반적인 정보를 빠르게 요약할수록 사용자는 AI가 대신 만들기 어려운 콘텐츠를 찾게 된다.

대표적인 콘텐츠는 다음과 같다.

* 실제 사용 후기

* 실패 경험

* 지역별 사례

* 비용과 기간이 포함된 구체적인 경험

* 전문가와 사용자의 토론

* 서로 다른 의견이 오가는 댓글

* 조건별 결과 비교

최근 연구에서는 구글 AI 오버뷰가 적용된 이후 Reddit의 경험 기반 토론에서 댓글과 참여 사용자가 증가하는 현상이 관찰됐다. 다만 대화형 AI 검색 기능이 강화되면 이러한 효과가 다시 줄어들 수 있다는 결과도 함께 제시됐다.

이는 커뮤니티 사이트에 중요한 시사점을 준다.

단순 정보만 정리한 게시판은 AI 요약과 경쟁해야 하지만 실제 경험과 토론이 축적되는 커뮤니티는 AI가 참고할 원천 데이터가 될 수 있다.

### 검색에 강한 커뮤니티 게시글 구조

1. 질문 제목에 구체적인 상황 포함

2. 작성자의 조건과 배경 설명

3. 실제 선택 과정과 결과 기록

4. 비용·기간·장단점 공개

5. 답변과 댓글을 통한 정보 보완

6. 채택 답변 또는 핵심 요약 제공

7. 유사 질문을 내부 링크로 연결

예를 들어 ‘구글 광고 질문’보다 다음과 같은 제목이 검색 유입에 유리하다.

* 구글 검색광고 클릭은 늘었는데 문의가 줄어든 원인이 무엇일까요?

* 네이버 쇼핑검색광고 카테고리 변경 후 노출이 감소한 사례

* AI 브리핑 광고를 준비할 때 상세페이지에서 수정해야 할 항목

구체적인 문제와 상황이 포함된 제목은 일반 검색뿐 아니라 AI 검색과 커뮤니티 검색에서도 활용도가 높다.

---

## 10. 검색 성과 분석은 데이터 수집보다 ‘우선순위 판단’이 중요해진다

서치콘솔과 광고 플랫폼에는 이미 방대한 데이터가 쌓이고 있다.

문제는 데이터가 부족한 것이 아니라 어떤 검색어와 페이지부터 개선해야 하는지 판단하기 어렵다는 점이다.

최근 마케팅 업계에서는 AI를 활용해 서치콘솔 데이터를 분류하고 검색 의도, 콘텐츠 기회, 성과 이상 징후를 찾는 방법이 주목받고 있다.

예를 들어 수천 개의 검색어를 다음과 같이 자동 분류할 수 있다.

* 정보 탐색형

* 상품 비교형

* 구매 의도형

* 브랜드 검색형

* 지역 검색형

* 문제 해결형

* 후기 탐색형

이후 노출은 많지만 클릭률이 낮은 검색어, 평균 순위가 5~20위인 검색어, 전환 가능성이 높은데 콘텐츠가 부족한 주제를 우선 개선할 수 있다.

### 가장 먼저 찾아야 할 검색 기회

* 노출은 많지만 클릭률이 낮은 페이지

* 평균 순위 5~15위에 위치한 검색어

* 최근 28일 동안 노출이 빠르게 증가한 검색어

* 질문형·비교형 롱테일 키워드

* 커뮤니티에서 반복적으로 등장하는 질문

* 광고 전환율은 높지만 자연검색 콘텐츠가 없는 주제

* 브랜드명과 함께 검색되는 연관 키워드

AI는 보고서를 자동으로 작성하는 용도보다 개선 대상을 빠르게 선별하는 용도로 사용할 때 실무 가치가 높다.

---

# 2026년 하반기 검색 마케팅의 핵심은 ‘멀티플랫폼 검색 점유율’이다

지금까지 검색 마케팅의 대표적인 성과지표는 구글과 네이버의 검색 순위였다.

그러나 앞으로는 하나의 키워드 또는 검색 의도에서 브랜드가 얼마나 다양한 형태로 발견되는지를 측정해야 한다.

예를 들어 사용자가 특정 주제를 검색했을 때 다음 영역에 브랜드가 동시에 나타날 수 있다.

* 네이버 웹사이트 영역

* 네이버 블로그·카페·동영상

* 네이버 AI 브리핑

* 구글 일반 검색

* 구글 AI 오버뷰

* 구글 디스커버

* 유튜브 영상

* 인스타그램·틱톡 게시물

* 커뮤니티 질문과 후기

* 검색광고 및 AI 광고

이처럼 여러 검색 접점을 점유하면 사용자는 다른 사이트에서도 같은 브랜드를 반복적으로 발견하게 된다. 반복 노출은 브랜드 인지도뿐 아니라 검색 클릭률과 전환 가능성을 높이는 기반이 된다.

따라서 2026년 하반기 마케팅 전략은 ‘검색 1위 만들기’보다 ‘검색 여정 전체에서 발견되는 브랜드 만들기’에 가까워져야 한다.

---

# 지금 바로 적용할 수 있는 검색 마케팅 실행 체크리스트

## 콘텐츠 운영

* 하나의 주제를 웹문서·영상·소셜 게시물로 확장한다.

* 제목에 사용자가 실제로 검색하는 문제와 조건을 포함한다.

* 서론에서 질문에 대한 핵심 답변을 먼저 제시한다.

* 본문에 비교표, 사례, 수치, 출처를 포함한다.

* 작성자 정보와 실제 경험을 명확히 표시한다.

* 관련 게시글을 내부 링크로 연결한다.

* 오래된 글은 삭제하기보다 최신 내용으로 업데이트한다.

## 구글 검색 최적화

* 구글 서치콘솔의 소셜·영상 플랫폼 속성을 확인한다.

* 웹사이트와 유튜브·인스타그램 콘텐츠의 검색어를 비교한다.

* 질문형 롱테일 검색어를 별도로 분석한다.

* 검색 순위와 AI 인용 가능성을 구분해 관리한다.

* 구조화된 제목과 짧고 명확한 답변 문단을 사용한다.

## 네이버 검색 및 광고

* AI 브리핑 광고에 대비해 랜딩페이지 정보를 정리한다.

* ADVoost 캠페인의 전환 데이터를 점검한다.

* 쇼핑 카테고리 변경 상품을 확인한다.

* 쇼핑검색광고 노출 테스트 기간의 성과를 별도로 분석한다.

* 키워드 수보다 검색 의도와 상품 정보의 정확성을 높인다.

## 커뮤니티 운영

* 일반 정보글보다 실제 질문과 경험을 축적한다.

* 작성 조건, 비용, 기간, 결과가 포함된 후기를 유도한다.

* 답변이 없는 게시글을 운영자가 보완한다.

* 우수 답변과 채택 답변을 상단에 노출한다.

* 유사 질문을 자동으로 연결해 체류시간을 높인다.

* 어뷰징·복사글·AI 대량 생성 글을 관리한다.

---

# 자주 묻는 질문

## AI 검색이 확대되면 기존 SEO는 필요 없어질까?

그렇지 않다. AI 검색도 웹사이트, 뉴스, 영상, 커뮤니티 등 외부 콘텐츠를 기반으로 답변을 구성한다. 다만 검색 순위만 관리하는 기존 SEO에서 벗어나 콘텐츠 구조, 신뢰성, 실제 경험, 멀티플랫폼 노출을 함께 관리해야 한다.

## 네이버 AI 브리핑에 자연스럽게 노출되려면 어떻게 해야 할까?

AI 브리핑의 세부 노출 알고리즘은 공개되지 않았다. 다만 검색 질문에 직접 답하는 콘텐츠, 명확한 제목과 소제목, 실제 사례, 최신 정보, 신뢰할 수 있는 출처를 갖춘 문서는 일반적인 정보 나열형 콘텐츠보다 활용 가능성이 높다.

## AI가 작성한 콘텐츠도 검색 노출이 가능할까?

AI 사용 자체보다 콘텐츠의 품질과 목적이 중요하다. 검증되지 않은 내용을 대량으로 생성하거나 기존 문서를 단순 재조합한 글은 장기적인 검색 경쟁력을 확보하기 어렵다. AI 초안을 사용하더라도 사람이 사실관계, 사례, 출처, 표현을 직접 검토해야 한다.

## 커뮤니티 사이트는 AI 검색 시대에 불리할까?

단순 복사글과 짧은 질문만 쌓이는 커뮤니티는 불리할 수 있다. 반면 실제 경험, 구체적인 조건, 다양한 답변과 토론이 축적되는 커뮤니티는 AI가 대체하기 어려운 원천 콘텐츠를 보유할 수 있다.

## 네이버와 구글 중 어느 플랫폼을 먼저 최적화해야 할까?

업종과 고객에 따라 다르지만 두 플랫폼의 역할을 구분하는 것이 좋다. 네이버는 국내 쇼핑, 지역, 블로그·카페 탐색과 연결되는 경우가 많고 구글은 웹문서, 유튜브, 글로벌 정보 탐색과의 연계성이 높다. 하나를 포기하기보다 동일한 핵심 콘텐츠를 플랫폼 특성에 맞게 확장하는 전략이 효율적이다.

# 결론

2026년 하반기 네이버와 구글 마케팅의 가장 중요한 변화는 검색 결과가 AI 답변, 소셜 콘텐츠, 동영상, 광고, 커뮤니티로 빠르게 확장되고 있다는 점이다.

이제 검색 마케팅은 특정 키워드의 순위를 올리는 기술만으로 완성되지 않는다.

사용자가 질문을 입력한 순간부터 정보를 비교하고, 실제 후기를 확인하고, 브랜드를 검색하고, 최종적으로 문의하거나 구매하는 전 과정을 설계해야 한다.

앞으로 검색 경쟁에서 살아남는 사이트는 가장 많은 글을 발행하는 사이트가 아니다.

사용자가 궁금해하는 질문에 정확하게 답하고, 실제 경험과 신뢰할 수 있는 정보를 축적하며, 웹사이트·영상·소셜·커뮤니티를 하나의 검색 생태계로 연결하는 사이트가 더 많은 검색 접점을 차지하게 될 것이다.

검색 순위 하나만 바라보는 시대는 끝나가고 있다.

이제는 사용자의 탐색 여정 전체에서 반복적으로 발견되는 브랜드를 만들어야 한다.