구글이 링크를 클릭하는 것을 더 이상 하지 않도록 새로운 방법을 찾다

구글이 크롬 브라우저에 AI 모드(AI Mode)를 한층 더 깊숙이 통합하며, 검색 결과 페이지에서 AI 응답 바로 옆에 웹사이트를 직접 렌더링하는 방식을 도입하고 있다. 기술적으로 이는 기존의 "10개의 파란 링크" 기반 검색 패러다임에서 벗어나, Gemini 기반 LLM이 생성한 요약/답변과 실제 웹 페이지 콘텐츠를 사이드 바이 사이드로 보여주는 구조다. 사용자가 링크를 클릭해 원본 사이트로 이동(page visit)하는 전통적인 플로우 대신, AI가 스크래핑·요약한 정보와 원본이 브라우저 내 패널에서 동시에 표시되므로 referrer 기반 트래픽 분석, 세션 시작 이벤트, 광고 노출 카운트 등 기존 웹 분석 모델의 전제 자체가 흔들리게 된다.

개발자 입장에서 가장 직접적인 영향은 SEO와 트래픽 구조의 근본적 변화다. 구글 검색은 여전히 국내외 웹 서비스의 유입 채널 최상단에 있지만, AI Overviews와 AI Mode가 확대되면서 CTR(Click-Through Rate)이 급격히 하락하는 "zero-click search" 현상이 가속화되고 있다. 블로그·문서·커뮤니티 기반으로 콘텐츠 유입을 얻던 SaaS, 미디어, 오픈소스 프로젝트 문서 사이트는 방문자 수가 감소하더라도 브랜드 노출은 유지되는 양상을 보이게 되며, 광고 기반 수익 모델과 사용자 행동 로그(GA4, Amplitude 등) 기반 A/B 테스트·퍼널 분석 설계도 재검토가 필요하다. 특히 크롬 사이드 패널에서 콘텐츠가 렌더링될 때 JavaScript 실행 환경, 쿠키/스토리지 접근 권한, iframe sandbox 정책 등이 어떻게 적용될지에 따라 인증 플로우나 페이월(paywall) 구현이 깨질 가능성도 존재한다.

실무적으로 한국 개발자가 당장 점검해야 할 포인트는 세 가지다. 첫째, robots.txt와 `Google-Extended`, `Googlebot` 지시자를 명확히 구분해 AI 학습/추론용 크롤링을 허용할지 결정해야 한다. AI Mode가 참조하는 데이터 소스에서 배제되면 장기적으로 노출 기회 자체가 사라진다. 둘째, 구조화 데이터(schema.org, JSON-LD)와 명시적 인용 메타데이터를 강화해 AI가 요약할 때 출처를 정확히 귀속시키도록 유도해야 한다. LLM 응답에 브랜드/서비스명이 인용되는 "LLM SEO" 또는 "GEO(Generative Engine Optimization)"가 새로운 최적화 영역으로 부상하고 있다. 셋째, 분석 스택에서 "방문(visit)" 대신 "노출·인용(impression·citation)"을 추적할 수 있는 지표 체계를 마련하고, 제품 문서·API 레퍼런스는 AI가 파싱하기 좋은 명확한 헤딩 구조와 코드 블록 포맷을 유지하는 것이 유리하다.

결국 이 변화는 단순한 UI 개편이 아니라 "웹 = 링크 그래프"라는 전제를 "웹 = AI가 합성하는 컨텍스트 소스"로 재정의하는 흐름이다. 엔지니어는 자사 서비스가 AI 응답 레이어 안에서 어떻게 표현될지를 기본 설계 변수로 포함해야 하며, 프론트엔드 렌더링 전략, CDN 캐싱, 인증/결제 플로우까지 헤드리스 AI 브라우징 환경을 전제로 한 회귀 테스트를 추가로 고려할 필요가 있다.