Google RankBrain: 인공 지능 혁명이 온라인 마케터에게 의미하는 것

머신 러닝은 검색의 면모를 바꾸고 있습니다. 마케터가 알아야 할 최소한의 정보가 있습니다.

전 Google 검색 책임자인 Amit Singhal이 은퇴했을 때 Google은 누구를 책임져야 하는지 정확히 알고 있었습니다. 그 사람은 Google 서클에서 인공 지능 책임자로 알려진 John Giannandrea 입니다.

이것은 Google 내에서 임의의 움직임이 아닙니다.

지난 몇 년 동안 인공 지능(AI) 은 회사에서 더욱 중요해지고 있습니다. 구글은 2014년 AI 기업 딥마인드를 인수해 유튜브 추천 기능을 개선하기 시작했다. 그들은 Ray Kurzweil과 Peter Norvig와 같이 AI 분야에서 가장 잘 알려진 이름을 고용했습니다.

가장 최근에 그들은 검색 을 지원하는 핵심 알고리즘에 인공 지능을 도입했습니다.

인공 지능에 대한 Google의 큰 베팅

이것은 회사의 일부 실험이 아닙니다. YouTube 추천은 Google에 비효율적일 수 있으며 분기별 수익은 훌륭하고 멋질 것입니다. 그것은 검색의 사실이 아닙니다. 검색이 다운되면 구글도 다운됩니다. 그러나 Google은 검색에 AI를 도입할 만큼 AI 작업을 신뢰합니다. AI는 분명히 Google 미래의 큰 부분이며 이제 막 시작했습니다.

인공 지능에 대한 Google의 베팅은 회사뿐만 아니라 온라인 마케팅에 종사하는 모든 사람에게 광범위한 영향을 미칩니다. 이는 검색 엔진 최적화 환경을 변화시키고 있으며, 이는 랜딩 페이지 최적화와 같은 것들에 영향을 미치고 있습니다.

마케터가 배워야 하는 검색 알고리즘의 AI 부분에는 RankBrain 이라는 이름이 있습니다.

RankBrain 만나기 - 세 번째로 중요한 Google 검색 요소

Google에는 수백 가지의 순위 요소가 있지만 두 가지 큰 요소는 잘 알려져 있습니다.

• 콘텐츠
• 연결

Google은 최근에 이것이 여전히 가장 중요한 요소라고 말했지만 세 번째로 중요한 요소는 RankBrain 입니다.

본질적으로 정제된 RankBrain은 쿼리의 의미를 처리하고 가중치를 주변 요인으로 이동하여 좋은 결과를 제공하는 기계 학습 조각입니다 .

이는 Google 알고리즘의 다른 구성 요소와 매우 다릅니다.

Google이 Panda 를 출시했을 때 회사는 마케팅 담당자에게 초점이 좋은 콘텐츠이며 얇은 콘텐츠는 알고리즘에 의해 불이익 을 받을 것이라고 말했습니다. 그들이 펭귄 을 출시했을 때, 그들은 마케팅 담당자들에게 잘못된 링크가 패널티를 받을 것이라고 말했습니다.

Google이 RankBrain 을 출시했을 때 마케팅 담당자에게 ... 음, RankBrain이 무엇을 보상하고 불이익을 주는지 구체적으로 알지 못했으며 Google 엔지니어도 구체적으로 무엇을 하는지 말할 수 없다고 말했습니다.

그것은 마케터들이 Google에서 듣는 데 익숙하지 않은 것입니다.

인공 지능 유형

RankBrain은 딥 러닝 과 AI 를 기반으로 하기 때문에 매우 다릅니다.

인공 지능에 대한 혼란은 공간에 있는 광범위한 범주 를 이해하는 데 지불해야 할 만큼 충분히 있습니다. 결국 스팸 수신을 방지할 수 있는 AI와 자체 코드를 개선하고 여러 목표를 달성할 수 있는 AI 사이에는 매우 큰 간극이 있습니다.

• AGI(Artificial Generalized Intelligence) – 이것은 여러 작업을 수행하거나 도메인 간 최적화를 수행할 수 있는 AI입니다.
• ANI(인공 협소 지능) – 이것이 RankBrain이 속한 곳입니다. 한 가지 일을 정말 잘하는 인공 지능입니다. 즉, 대부분의 인간보다 자동차를 더 잘 운전할 수 있습니다. 이메일에서 스팸을 차단할 수 있습니다. 체스나 바둑에서 최고의 인간을 이길 수 있습니다. 그리고 예, 대부분의 사용자가 유용하다고 생각하는 검색 결과를 표시할 수 있습니다. 하지만 이 모든 것을 함께 할 수는 없습니다.

많은 ANI가 패턴 인식 을 기반으로 합니다.

10,000장의 사진이 있고 그 중 절반이 얼굴 사진이라고 가정해 보겠습니다. 인간은 어떤 5,000개가 얼굴인지 기계에게 말할 수 있지만 기계는 서로 옆에 있는 구체가 눈이 될 수 있고 눈이 얼굴의 구성 요소임을 알아내는 법을 배웁니다. 500장의 사진에서 기계는 패턴을 찾는 데 완전히 실패합니다. 수십억 장의 사진에서 기계는 상당히 좋아질 것입니다.

패턴에 대한 기본적인 탐색을 수행하고 규모를 추가하면 Google의 자율 주행 자동차, Facebook의 얼굴 인식 및 RankBrain을 구동할 수 있습니다. 따라서 사람들이 AI의 딥 러닝에 대해 이야기할 때 실제로 딥러닝이 아니라 아키텍처와 샘플 크기가 깊습니다.

검색의 패턴 인식 측면은 온라인 마케터의 판도를 바꿉니다.

마케터 대 Google

Google 검색 알고리즘의 역사는 본질적으로 온라인 마케터와 함께 하는 하나의 큰 고양이와 쥐 추격전입니다.

• 초기에 Google은 웹 사이트 소유자에게 페이지가 무엇인지 알려주기 위해 메타태그 키워드 라는 것을 입력하도록 요청했습니다. 그런 다음 마케팅 담당자는 너무 많은 키워드가 포함된 메타태그 키워드를 스팸으로 처리하여 페이지 내용에 대한 참조로서의 가치가 떨어 졌고 Google은 이를 신호로 포기했습니다 .
• Google은 콘텐츠 팜이 실행 가능한 비즈니스가 되고 콘텐츠 품질이 많은 검색에 영향을 미칠 정도로 특정 쿼리에 대한 빠른 답변을 선호했습니다. Google은 콘텐츠 품질 문제를 해결하기 위해 Panda를 출시했습니다 .
• 구글은 당신 이 링크의 톤 을 얻을 경우, 당신은 더 나은 순위가 될 것이라고 말했다. 그래서 "블랙햇" 마케터들은 링크 비용을 지불하기 시작했고 링크 네트워크를 만들었습니다. Google은 "나쁜" 링크를 처벌하는 펭귄으로 대응해야 했습니다 .

시간이 지남에 따라 Google의 알고리즘을 게임하는 것이 더 어려워졌지만 RankBrain 이전에 Google 엔지니어는 어떤 노브가 조정되고 있는지, 얼마나 어려운지 알고 있었습니다.

그것은 더 이상 전체 알고리즘에 대해 사실이 아닙니다.

엔지니어는 무슨 일이 일어나고 있는지 (구체적으로) 알지 못합니다.

기계에 잘못된 샘플 크기와 학습 알고리즘을 제공하는 것이 좋은 점은 특정 행동을 장려하면 기계가 거기에 도달할 가능성이 높다는 것입니다. 이것이 RankBrain이 Google 검색에서 세 번째로 중요한 요소인 이유입니다. 검색 개선은 극적일 수 있습니다.

기계에게 사악한 샘플 크기와 학습 알고리즘을 제공하는 것이 그다지 좋지 않은 점은 Google 엔지니어조차도 배후에서 무슨 일이 일어나고 있는지 구체적으로 알지 못한다는 것입니다.

RankBrain은 책에 대한 비 거래 검색에 대해 브라우저 페이지 제목, 링크, H1 및 도메인 강도를 우선시합니까?

구글도 확실히 말할 수 없다.

뉴스, 영화 및 TV 프로그램과 관련된 검색 이외의 검색에서 신선도가 큰 요인입니까?

혹시.

RankBrain에 최적화할 수 없습니다.

이 모든 것은 콘텐츠를 최적화할 수 있고 링크 시도를 위해 페이지를 홍보할 수 있지만 RankBrain에 맞게 최적화할 수 없다는 것입니다.

따라서 입력보다는 출력에 더 신경을 써야 합니다.

압축을 풀자.

입력 은 거의 항상 직접 제어할 수 있는 것입니다.

• 타겟팅하는 구문이 포함된 브라우저 페이지 제목
• 순위를 매길 키워드의 동의어가 포함된 H1 및 H2
• 페이지에 대한 앵커 텍스트 링크

대조적으로 출력 은 사용자가 페이지에 반응하는 방식 입니다.

• 귀하의 기사 제목을 좋아하고 Google에서 귀하의 페이지로 연결 되는 사용자
• 페이지에 대한 높은 참여 도와 만족도로 페이지를 클릭한 후 뒤로 버튼을 누르지 않습니다.

그런 것들은 과거에 완벽하게 일치하지 않았고 지금도 그렇지 않습니다. 검색에서 AI가 마케터에게 강제 하는 것은 입력을 약간 덜 고려하고 출력을 조금 더 고려하는 것 입니다.

온라인 마케터가 알아야 할 사항

자신을 SEO, CRO 또는 UX 전문가라고 생각한다면 다음과 같이 싸워야 합니다.

• 페이지당 하나의 키워드 또는 구문 타겟팅을 중지하십시오. 개별 엔지니어는 구문과 정확히 일치하는 것을 중요하게 생각할 수 있지만 기계는 사용자의 특정 구문이 아니라 사용자의 의도를 중시하도록 인센티브를 받기 때문에 주제에 집중해야 합니다.
• 다른 검색은 AI가 주도하는 다른 가중치를 의미합니다. 즉, 브라우저 페이지 제목이나 링크가 모든 검색에서 가장 중요한 이득을 가져올 것이라고 상사에게 말할 수 없습니다.
• 핵심 직업이 SEO라도 UX와 CRO를 배워야 합니다. 결과(사용자 만족도)를 개선하는 것은 전통적으로 전환 전문가와 사용자 경험 분석가의 영역이었습니다. 이러한 사람들은 일반적으로 와이어프레임을 설계하고, 사이트에서 기능을 실행하고, 사용자 승인 테스트를 실행하고, 결국 전환율 최적화, 키워드 및 의도 일치와 매우 다른 작업, 태그 최적화, 사이트 크롤링을 위한 분할 및 다변수 테스트를 수행합니다. 앞으로 SEO 도구 세트에는 CRO 및 UX 전문가에게 필요한 기술이 포함될 것입니다.

전반적으로 RankBrain은 검색 사용자의 사용자 경험을 개선하고 있으며 이는 일반적으로 좋은 일입니다. 그러나 온라인 마케터라면 RankBrain은 몇 가지 새로운 도전 과제를 제시합니다. 사용자 경험 측면에 대해 충분히 배우면 몇 가지 독특한 기회가 생깁니다.