언어

구절 순위 지정

Google 구절 순위 지정이 페이지 안의 개별 섹션을 평가하는 방식, 구절 색인과의 차이, AI 검색과의 관계를 설명합니다.

최초 게시: 2026년 6월 24일 · 최근 업데이트: 2026년 8월 9일 · Advanced
언어
AI작성자AI v2

구절 순위 지정은 Google이 페이지 전체를 계속 색인하면서 검색어에 대해 개별 섹션의 관련성을 더 세밀하게 평가하는 AI 순위 시스템입니다. 구절을 별도 문서나 URL로 색인하지 않으며 특수 마크업이나 제출 기능도 없습니다. 긴 페이지에 묻힌 좋은 답변을 발견하는 데 도움이 됩니다. 실제 제목 아래 독립적으로 이해되는 완결된 섹션을 작성하되 인위적으로 콘텐츠를 쪼개지 마세요. 텍스트로 스크롤 조각과 추천 스니펫은 별도 시스템입니다.

요약 — 구절 순위 지정은 페이지의 개별 구절을 평가해 한 문서가 검색어별로 여러 관련성 점수를 얻도록 하는 AI 순위 시스템입니다(2020년 10월 20일 발표, 2021년 2월 10일 미국 영어 적용). 색인은 바뀌지 않았고 페이지는 여전히 통째로 색인되며 점수의 세분성만 달라졌기 때문에 “passage indexing”에서 이름이 수정됐습니다. 강한 답변이 희석되는 길고 정리되지 않은 페이지를 대상으로 하며 검색의 약 7%에 영향을 줍니다. 텍스트 조각이나 추천 스니펫과는 별개입니다. AI Overviews와 Copilot의 구절 수준 검색으로 이어지는 직접적인 개념적 선조이기도 합니다. SEO 대응은 구조가 분명하고 독립적으로 이해되는 섹션을 만드는 것뿐입니다.

핵심 혁신: 페이지 하나, 점수 여러 개

공개 설명은 구절 수준의 관련성을 확인해 주지만, 완전한 점수 아키텍처나 페이지당 점수 개수를 보장하지는 않습니다. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: Google: Search On 2020 설명을 위한 작동 방식을 공개된 소스 코드처럼 표현하지 마세요. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: Google: Ranking systems guide

중요한 작동 방식은 이렇습니다. 이전에는 페이지가 검색어와 관련성을 인정받을 기회가 한 번뿐이어서 Google이 문서 전체를 평가했습니다. 구절 순위 지정은 페이지가 구절마다 하나씩 여러 관련성 점수를 받고 각 점수가 서로 다른 검색어에 대해 측정되게 합니다. Martin Splitt는 이를 “one document that can be scored with multiple scores according to the queries.” (번역) 「검색어에 따라 하나의 문서를 여러 점수로 평가할 수 있다」고 설명했습니다.

이것이 전부입니다. 새 색인이나 크롤링, 저장 형식이 생긴 것이 아닙니다. 페이지의 어느 부분이 검색어에 답하는지 순위 시스템이 더 세밀하게 이해하는 것입니다. Splitt의 표현으로는 “it’s just us getting better at more granularly understanding the content of a page.” (번역) 「페이지 콘텐츠를 더 세밀하게 이해하는 능력이 좋아진 것뿐」입니다.

Google can score a buried section strongly while keeping the page—not the passage—as the indexed unit. 출처: /ai-search/how-search-works/passage-ranking/

One indexed page contains an introduction, background context, and a buried section with a direct answer. The direct-answer section receives the highest illustrative passage score and can help the page rank for the query. The passage does not become a separately indexed URL; the page remains the indexed unit.

© Patrick Stox LLC · CC BY 4.0 ·

존재 이유: 묻힌 답변 구하기

Google은 훌륭한 답변이 주변 내용에 희석되는 긴 페이지라는 특정 실패 유형을 해결하려고 이 기능을 만들었습니다. Danny Sullivan은 2020년 10월 “Typically, we evaluate all content on a web page to determine if it is relevant to a query. But sometimes web pages can be very long, or on multiple topics, which might dilute how parts of a page are relevant for particular queries… With our new technology, we’ll be able to better identify and understand key passages on a web page.” (번역) 「보통 웹페이지 전체의 관련성을 평가하지만, 길거나 여러 주제를 다루는 페이지에서는 각 부분의 관련성이 희석될 수 있다. 새 기술로 핵심 구절을 더 잘 식별하고 이해할 수 있다」고 설명했습니다.

중요하게도 적용 범위는 좁고 이점만 더하는 방식입니다. Splitt는 “We are only improving rankings for pages that are currently having trouble.” (번역) 「현재 어려움을 겪는 페이지의 순위만 개선한다」고 했습니다. 웹 전체를 다시 정렬하는 것이 아니라 좋은 콘텐츠가 묻혔던 페이지를 끌어올립니다. 구절은 매우 짧을 수도 있습니다. “It can be really short, it can be as short as a few words, it can be as long as a paragraph.” (번역) 「몇 단어만큼 짧거나 한 문단만큼 길 수 있다」고 했습니다. 제목 일치보다 강할 수도 있어, 본문에 좋은 답이 있는 페이지가 검색어를 제목에 넣은 페이지보다 더 관련성이 높을 수 있다고 설명했습니다.

”색인”이 아니라 “순위 지정”인 이유

Google은 처음 이를 **“passage indexing”**이라고 홍보했지만 Splitt와 Sullivan 모두 그 이름을 강하게 바로잡았습니다. Splitt는 “While I’m not super excited about us framing it… originally as passage indexing, it is actually a ranking change.” (번역) 「처음 구절 색인이라고 표현한 것은 마음에 들지 않으며 실제로는 순위 변경이다」라고 했고, Sullivan은 “But… We are not indexing passages. Period.” (번역) 「우리는 구절을 색인하지 않는다」고 단언했습니다.

이 구분은 말장난이 아니라 실제 대응을 바꿉니다.

  • 색인은 바뀌지 않았습니다. Google은 여전히 페이지 전체를 하나의 문서로 색인합니다. Splitt는 “It does not mean that we are storing them differently.” (번역) 「다르게 저장한다는 뜻이 아니다」라고 했습니다.
  • 순위 지정이 바뀌었습니다. 저장된 같은 문서가 검색어에 대해 구절 단위로 평가됩니다.

따라서 “구절 제출”이나 구절 단위 제외는 할 수 없고 Search Console에서 검사할 구절도 없습니다. Splitt는 제외에 대해 “That’s like saying I don’t want to rank for these five paragraphs of my page.” (번역) 「페이지의 이 다섯 문단은 순위를 얻고 싶지 않다고 말하는 것과 같다」고 했습니다. 누군가 “구절 색인 최적화”를 판매한다면 “There will probably be some people who will try to capitalize on this. But I wouldn’t fall for it… It’s not for you who know what they are doing.” (번역) 「이를 돈벌이에 이용하려는 사람이 있겠지만 속지 말라. 제대로 아는 사람을 위한 것이 아니다」라는 경고가 여전히 맞습니다.

이것이 아닌 세 가지

다음 세 가지는 자주 혼동됩니다.

  • 텍스트로 스크롤/텍스트 조각이 아닙니다. 구절 순위 지정과 (#:~:text= 딥 링크)는 서로 관련 없는 별도 시스템이라고 Google이 직접 확인했습니다. AI 시대에는 아래처럼 상호작용하지만 같은 기능은 아닙니다.
  • 추천 스니펫이 아닙니다. 구절 순위 지정은 어느 페이지의 순위를 높일지, 추천 스니펫은 어떤 답을 상단에 추출할지 다루는 별도 시스템입니다.
  • 인위적인 청킹이 아닙니다. Splitt는 사이트, 페이지, 글, 마크업을 바꿀 필요가 없다고 명시했습니다. 콘텐츠를 가짜 조각으로 나누지 마세요.

일정과 규모

  • 2020년 10월 20일 — Google “Search On” 행사에서 발표.
  • 2021년 2월 10일 — 미국의 영어 검색에 적용(SearchLiaison이 다음 날 오후 확인).
  • 모든 언어 검색어의 약 7% — 전 세계 적용 완료 시 Google이 밝힌 영향. 출시 당시 업계 추적(Search Engine Roundtable)은 관찰 가능한 영향이 미미하다고 보고했는데, 묻힌 답변만 대상으로 하는 좁은 시스템이라는 설명과 맞습니다.

AI 시대의 확장: 이제 어디서나 쓰이는 같은 발상

대부분의 SEO 설명이 놓치는 부분입니다. 구절 수준 관련성은 더 이상 7%에만 영향을 주는 틈새 기능이 아니라 AI 검색의 기본 검색 단위입니다. AI Overviews와 Copilot은 답을 만들 때 문서 전체가 아니라 구절을 검색하고 평가합니다.

  • AI Overviews는 구절 수준 검색으로 답을 조립하며 페이지 전체 대신 텍스트 조각 URL(#:~:text=)로 정확한 출처 구절에 연결하는 경우가 많습니다. 서로 별개였던 구절 순위 지정과 텍스트로 스크롤이 실제로 만나는 지점입니다. Search Engine Land의 안내서는 Gemini가 “can also use passage indexing to incorporate specific sections of a website to fill out its AI Overview response.” (번역) 「웹사이트의 특정 섹션을 활용해 AI Overview 응답을 채울 수 있다」고 설명합니다.
  • Copilot/Bing은 Bing 색인에서 신뢰도 높은 URL 약 15–20개를 검색하고, 페이지를 구절로 청킹해 관련성·권위·최신성을 평가한 뒤 검증하고 인용하는 세 단계 과정을 사용합니다. 이 청킹 단계가 이름만 다른 구절 순위 지정입니다. 전체 검색 스택은 청킹, 벡터 검색, 임베딩, RAG를 참고하세요.

Bing의 토대 역할

대부분의 SEO 글이 언급하지 않는 사실이 있습니다. Microsoft는 Bing을 통해 현대 구절 순위 연구 분야의 기반을 사실상 마련했습니다. Microsoft Research는 실제 웹문서에서 추출한 8841823개 구절과 Bing 검색어 로그에서 익명으로 추출한 백만 개 이상의 학습 검색어로 MS MARCO 데이터셋을 만들었습니다. 신경망 구절 순위 연구의 대표 벤치마크입니다. 이전 시스템보다 해당 벤치마크의 MRR@10을 상대적으로 약 27% 높인 “Passage Re-ranking with BERT” 연구도 Bing 기반 데이터로 훈련하고 측정했습니다.

Microsoft는 AI 시대에도 구절을 단위로 삼는 접근을 발전시켰습니다. Knut Risvik의 2026년 6월 Web IQ 발표는 “Web IQ does not just return documents; it returns passages and structured evidence objects,” (번역) 「Web IQ는 문서뿐 아니라 구절과 구조화된 증거 객체를 반환한다」, “by operating at the level of passages, we can concentrate useful signal while eliminating irrelevant context.” (번역) 「구절 수준에서 작동해 관련 없는 맥락을 없애고 유용한 신호를 집중할 수 있다」고 설명합니다. 2026년 5월 Microsoft의 더 넓은 표현은 “the unit of value shifts from documents to groundable information.” (번역) 「가치 단위가 문서에서 근거를 댈 수 있는 정보로 이동한다」입니다. 문서 대신 구절이 단위가 되는 구절 순위 지정의 논리적 결론입니다.

SEO에 실제로 의미하는 것

특이한 비법은 없지만 일관된 원칙은 알아둘 가치가 있습니다.

A retrievable passage carries enough context to stand on its own. The goal is clarity, not artificial fragmentation. 출처: Generative Engine Optimization

The ambiguous example says, 'This improved by 27 percent,' which omits the subject, metric, and benchmark. The self-contained example identifies the BERT passage re-ranking model, a 27 percent relative MRR at 10 improvement, and the MS MARCO benchmark. The bounded example says passage ranking changes scoring, not whole-page indexing, so the limitation travels with the claim.

© Patrick Stox LLC · CC BY 4.0 ·

  1. 독립적으로 이해되는 섹션을 작성하세요. 질문에 완전하게 답하는 구절은 고전적 7% 구절 순위 지정과 AI 구절 검색 모두에서 검색되기 쉽습니다. AI Overview 연구는 인용 구절의 적정 길이를 약 134–167단어로 보고 의미적 완결성을 가장 강한 인용 예측 요인으로 꼽습니다.
  2. 실제 제목을 사용하세요. Google과 AI 검색기에 명확한 구절 경계를 제공합니다.
  3. 꾸미지 마세요. 인위적인 분할, “구절 마크업”, 구절 포함·제외 기능은 없습니다.
  4. 일반적인 SEO입니다. Danny Sullivan의 말처럼 좋은 SEO는 좋은 GEO/AEO이기도 합니다. 잘 구조화된 같은 콘텐츠가 구절 순위, 추천 스니펫, AI 인용에 모두 유리합니다.

Add an expert note

Pin an expert quote

New person? Create their unclaimed profile at /admin/experts/ → Pin a quote first.