MUM 알고리즘: 구글 멀티모달 검색 이해 엔진

MUM이란 무엇인가

MUM(Multitask Unified Model)은 2021년 5월 구글 I/O에서 발표된 AI 기반 검색 이해 모델이다. BERT의 후속으로 위치하며, 세 가지 핵심 능력에서 BERT를 크게 앞선다.

멀티언어: 75개 이상 언어를 동시에 이해하고 번역 없이 처리
멀티모달: 텍스트와 이미지를 함께 이해
멀티태스크: 단순 키워드 매칭이 아닌 복잡한 추론과 다단계 태스크 수행

구글은 MUM이 BERT보다 1,000배 더 강력하다고 발표했다. 이는 파라미터 수가 아닌, 복잡한 정보 처리 능력을 기준으로 한 비교다.

MUM이 다루는 복잡한 쿼리

기존 검색은 단순한 사실 검색("서울의 인구는?")에 잘 작동했다. MUM은 여러 단계의 추론이 필요한 복잡한 질문을 처리한다.

MUM 이전에는 8단계 검색이 필요했던 질문의 예:

"나는 후지산을 등반한 적이 있는데, 킬리만자로를 가을에 등반하려면 어떻게 다르게 준비해야 하나?"

이 질문을 완전히 이해하려면:

후지산의 고도·난이도·날씨 조건 파악
킬리만자로의 고도·난이도·가을 날씨 파악
두 산의 차이점 비교 분석
가을이라는 시즌 조건 반영
추가 준비가 필요한 장비·체력·고산병 정보 통합

MUM은 이 모든 과정을 단 하나의 쿼리로 처리할 수 있다.

MUM의 기술적 구조

MUM은 T5(Text-to-Text Transfer Transformer) 아키텍처를 기반으로 한다. BERT가 인코더 전용 모델인 반면, MUM은 인코더-디코더 구조로 텍스트를 이해하고 생성하는 양방향 능력을 갖췄다.

특성	BERT	MUM
아키텍처	인코더 전용	인코더-디코더
언어 처리	단일 언어 위주	75개+ 언어 동시
모달리티	텍스트 전용	텍스트 + 이미지
추론 능력	기본 쿼리 이해	복잡한 다단계 추론
적용 시점	2019년	2021년

MUM의 검색 적용 사례

1. 멀티모달 검색 (Lens + MUM)

사용자가 Google Lens로 하이킹화 사진을 찍고 "이 신발이 후지산 등반에 적합한가?"라고 물으면, MUM은 이미지와 텍스트를 동시에 처리해 답변한다.

2. 언어 간 정보 통합

킬리만자로에 관한 가장 상세한 정보가 스와힐리어로 작성됐다면, MUM은 이를 번역하지 않고 직접 이해해 영어·한국어 사용자에게 전달할 수 있다.

3. 주제 정교화 (Topic Refinement)

"올림픽 체조"를 검색하면 MUM이 관련 주제(도마, 철봉, 리듬 체조 등)를 파악하고 세분화된 탐색 옵션을 제안한다.

4. AI Overviews의 기반

2023년 Google SGE(Search Generative Experience), 현재의 AI Overviews는 MUM과 Gemini 모델을 결합해 복잡한 쿼리에 AI 생성 답변을 제공한다.

MUM 시대의 SEO 전략

MUM의 등장으로 SEO 전략에서 달라진 점:

주제 권위(Topical Authority) 중심으로 전환

MUM은 단일 페이지의 키워드가 아니라, 사이트 전체의 주제 커버리지를 평가한다. 특정 주제에 대한 깊이 있는 콘텐츠 생태계를 구축하는 것이 중요해졌다.

멀티모달 콘텐츠 강화

텍스트만 있는 페이지보다 관련 이미지, 인포그래픽, 동영상을 함께 제공하는 페이지가 MUM 환경에서 유리하다. 이미지에는 설명적인 alt 텍스트와 파일명을 사용한다.

복잡한 사용자 질문 선제 대응

FAQ나 콘텐츠에서 단순 키워드가 아니라 사용자가 실제로 던질 법한 복잡한 질문들을 커버한다. "A와 B의 차이", "상황 X에서 Y를 하는 방법" 등 비교·조건부 질문에 답변하는 콘텐츠를 작성한다.

다국어 콘텐츠의 가치

MUM은 언어 간 정보를 통합하므로, 한국어로 작성한 고품질 콘텐츠도 글로벌 쿼리에 활용될 가능성이 있다. 반대로, 영어 콘텐츠가 부족한 틈새 주제에서 한국어 콘텐츠가 선점 기회를 갖는다.

MUM과 AI Overviews의 관계

2024년 Google I/O에서 구글은 AI Overviews를 전 세계로 확대했다. AI Overviews는 검색 결과 상단에 AI가 생성한 요약 답변을 보여주는 기능이다.

MUM은 AI Overviews에서 다음 역할을 한다:

쿼리의 복잡한 의도 파악
여러 언어·소스의 정보 통합
이미지와 텍스트 정보 결합 해석

실제 생성은 Gemini 계열 모델이 담당한다. 따라서 AI Overviews에 내 콘텐츠가 인용되려면 MUM이 평가하는 주제 권위와 Gemini가 선호하는 명확한 사실·출처·구조를 모두 갖춰야 한다.

한국 시장에서의 MUM 영향

한국어는 MUM이 지원하는 75개 언어에 포함된다. 구글 코리아 검색에서 복잡한 한국어 쿼리에 대한 AI Overviews가 점진적으로 확대되고 있다.

네이버의 경우 자체 AI인 HyperCLOVA X를 통해 유사한 방향으로 발전하고 있으며, 네이버 AI 검색(큐:)가 이 기술을 기반으로 한다.

자주 묻는 질문

Q. MUM이 도입된 이후 구체적으로 어떤 검색 결과가 달라졌나요?
A. 복잡한 비교 쿼리, 여행·요리·스포츠 등 주제별 심화 검색에서 더 풍부한 정보가 제공되기 시작했다. 특히 Google Lens 통합, AI Overviews의 등장이 MUM 도입의 가장 가시적인 변화다.

Q. MUM 시대에 짧은 콘텐츠도 경쟁력이 있나요?
A. 간결하지만 정확한 팩트를 담은 단문 콘텐츠는 특정 쿼리에 여전히 효과적이다. 다만 복잡한 비교·추론 쿼리에서는 깊이 있는 장문 콘텐츠가 MUM 환경에서 더 유리하다.

Q. 이미지 SEO가 MUM 이후 더 중요해졌나요?
A. 그렇다. MUM은 이미지를 텍스트와 동등하게 처리하므로, 관련성 높은 이미지에 정확한 alt 텍스트를 붙이고 의미 있는 파일명을 사용하는 것이 더욱 중요해졌다.

Q. MUM과 ChatGPT의 차이는 무엇인가요?
A. MUM은 구글 검색 결과의 이해를 위한 내부 AI 시스템이고, ChatGPT는 독립적인 대화형 AI 서비스다. 둘 다 트랜스포머 기반이지만, MUM은 검색 인덱스와 통합돼 실시간 웹 정보를 처리하는 데 특화돼 있다.

Q. MUM 최적화를 위해 당장 할 수 있는 가장 중요한 것은?
A. 주제 권위(Topical Authority) 강화가 핵심이다. 자신의 전문 분야에 대해 관련 질문들을 망라하는 콘텐츠 클러스터를 구성하고, 이미지·비디오 등 멀티모달 요소를 추가하며, 복잡한 비교·조건부 질문에 답하는 FAQ를 작성한다.