패시지 랭킹 (Passage Ranking)

정의

패시지 랭킹(Passage Ranking)은 구글이 페이지 전체를 하나의 단위로 평가하는 기존 방식에서 벗어나, 페이지 내 특정 구절(passage)을 별개로 인덱싱하고 랭킹하는 알고리즘이다.

2020년 10월 Google Search On 이벤트에서 발표되었으며, "페이지가 아닌 구절 단위로 색인"한다는 개념은 SEO와 AEO 업계에 큰 변화를 가져왔다. 이 알고리즘 덕분에 100페이지 분량의 종합 가이드 내 특정 단락이 그 페이지의 주요 주제와 관계없이 특정 키워드 쿼리에 노출될 수 있다.

2024–2026년에는 Google AI Overviews와 결합하여 패시지 단위 추출이 AI 답변의 인용 기반으로 작동한다.

요약

패시지 랭킹 핵심: ①페이지가 아닌 구절 단위로 인덱싱 → ②긴 콘텐츠가 다양한 쿼리에 동시 노출 가능 → ③각 H2/H3 바로 아래에 BLUF 형식으로 40–60단어 직접 답변을 작성 → ④헤더를 자연어 질문 형식으로 작성 → ⑤AI Overviews 인용 단위 = 패시지. 패시지 최적화는 피처드 스니펫 점유와 AI 답변 인용 가능성을 동시에 높인다.

패시지 랭킹의 등장

2020년 10월 발표

구글은 2020년 10월 Google Search On 이벤트에서 "페이지 내 특정 구절을 독립적으로 인덱싱한다"는 개념을 발표했다. 초기에는 영어 검색에만 적용되었다.

구글의 설명: "긴 페이지 내의 특정 구절이 전체 페이지 주제와 관계없이 특정 쿼리에 가장 적합한 답변일 수 있다."

2021년 한국어 포함 다국어 확장

2021년 초, 패시지 랭킹은 한국어를 포함한 다국어로 확장 적용되었다. 이 시점부터 한국어 검색에서도 긴 콘텐츠의 특정 단락이 독립적으로 노출될 수 있게 되었다.

2024–2026년 AI Overviews와 통합

Google AI Overviews가 확산되면서 패시지 단위 추출은 AI 답변의 기본 인용 메커니즘이 되었다. AI 시스템은 여러 페이지의 관련 패시지를 수집해 종합 답변을 생성한다. 자세히는 Google AI Overviews 참조.

패시지 랭킹의 작동 방식

전통적 페이지 인덱싱

기존 방식에서 구글은 페이지 전체를 하나의 단위로 평가했다. 페이지의 주요 주제가 "SEO 완전 가이드"라면, 그 페이지는 "SEO 완전 가이드" 쿼리와 유사 키워드에서 주로 경쟁했다.

패시지 랭킹 방식

패시지 랭킹에서는 "SEO 완전 가이드" 페이지 내에 있는 "키워드 리서치 방법" 단락이 "키워드 리서치 방법" 쿼리에서 독립적으로 경쟁할 수 있다. 한 페이지가 동시에 여러 쿼리에서 노출될 수 있다.

실제 사례

• 광범위한 "디지털 마케팅 완전 가이드" 페이지의 "이메일 마케팅 오픈율 높이는 방법" 단락이 해당 키워드에서 독립적으로 노출
• 종합 SEO 위키 페이지의 "리치 스니펫 구현법" 섹션이 관련 쿼리에서 별도 노출

패시지 랭킹의 SEO 영향

1. 긴 콘텐츠의 가치 증가

패시지 랭킹 이전에는 짧고 집중된 페이지가 단일 키워드 최적화에 유리했다. 패시지 랭킹 이후에는 깊이 있는 종합 가이드가 다양한 쿼리에서 동시에 노출될 수 있어 장기 트래픽 가치가 높아졌다.

2. 답변 블록 단위 작성의 중요성

각 헤더(H2, H3) 아래에 즉시 답변이 오는 구조가 패시지 추출에 유리하다. 자세히는 답변 블록 만들기, BLUF 작성법 참조.

3. 헤더 구조의 명확성

구글은 헤더 태그를 패시지 경계의 신호로 활용한다. 명확하고 논리적인 H 태그 계층이 패시지 단위 인식을 돕는다. 자세히는 H 태그 위계 설계 참조.

4. 키워드 카니발라이제이션 부분 해소

이전에는 동일 주제에 여러 페이지가 경쟁하는 키워드 카니발라이제이션 문제가 있었다. 패시지 랭킹은 한 페이지의 서로 다른 단락이 서로 다른 쿼리에서 경쟁하므로, 주제별 단일 심층 페이지 전략이 더 효율적이 되었다.

패시지 vs 페이지 인덱싱

[COMPARISON_TABLE: 패시지 인덱싱 vs 페이지 인덱싱 — 적합한 콘텐츠 유형과 전략 차이]

페이지 인덱싱 (전통)

• 인덱싱 단위: 페이지 전체
• 키워드 매칭: 1페이지 = 1~2개 주요 키워드
• 유리한 콘텐츠: 짧고 집중된 단일 주제 페이지
• 전략: 키워드별 개별 페이지 제작

패시지 인덱싱 (현재)

• 인덱싱 단위: 페이지 내 개별 구절
• 키워드 매칭: 1페이지 = 여러 관련 쿼리 동시 매칭
• 유리한 콘텐츠: 주제를 깊이 있게 다루는 종합 가이드
• 전략: 주제 클러스터 내 핵심 Pillar 페이지 심화

이 변화로 인해 짧은 페이지를 대량 생산하는 전략보다 깊이 있는 Pillar-Cluster 구조가 더 효율적이 되었다.

패시지 랭킹 최적화 5가지

1. BLUF 답변 블록 구조

각 H2/H3 헤더 바로 아래에 질문에 대한 직접 답변을 1–2문장으로 먼저 작성한다. 추가 설명은 그 뒤에 붙인다. 자세히는 BLUF 작성법, 답변 블록 만들기 참조.

2. 40–60단어 핵심 답변 단락

피처드 스니펫과 패시지 추출에 최적인 답변 단락 길이는 40–60단어(한국어 80–120자 내외)다. 자세히는 50-Word Rule 참조.

3. 자연어 질문 형식 헤더

## 리치 스니펫이란? 처럼 사용자가 실제로 검색할 질문 형식으로 헤더를 작성한다. 구글의 자연어 처리 모델(BERT, MUM)이 쿼리와 패시지를 더 정확하게 매칭한다. 자세히는 구글 BERT 알고리즘 참조.

4. 다양한 검색 의도를 하나의 페이지에

정보형(X란?), 방법형(X 하는 법), 비교형(X vs Y) 등 다양한 의도의 섹션을 하나의 페이지에 담으면 패시지 랭킹으로 각 의도별 쿼리에서 노출될 수 있다. 자세히는 검색 의도 4가지 분류 참조.

5. 내부 링크로 패시지 권위 보강

Pillar 페이지의 패시지가 Cluster 페이지에서 다시 링크받으면 해당 패시지의 권위가 강화된다. 자세히는 내부 링크 전략, 키워드 클러스터링 방법 참조.

패시지 랭킹과 AEO

AI 답변 인용의 기본 단위

LLM 기반 AI 답변 시스템은 전체 페이지를 인용하지 않는다. 쿼리와 가장 관련성 높은 패시지를 추출해 AI 답변의 구성 요소로 활용한다. 패시지 구조가 명확할수록 AI 인용 가능성이 높아진다.

쿼리 팬아웃과의 결합

AI 시스템이 복잡한 쿼리를 여러 하위 쿼리로 분해하는 쿼리 팬아웃에서, 각 하위 쿼리는 관련 패시지를 독립적으로 검색한다. 다양한 측면을 다루는 패시지가 풍부한 페이지가 팬아웃 답변 구성에 여러 번 기여할 수 있다. 자세히는 쿼리 팬아웃 참조.

CEP 매핑과의 결합

고객 여정의 각 단계(CEP)에 대응하는 패시지를 작성하면, AI 시스템이 사용자 상황에 맞는 패시지를 정확히 인용할 수 있다. 자세히는 CEP가 AEO 시대에 더 중요한 이유 참조.

한국 시장 적용

한국어 패시지 랭킹 현황

구글의 BERT와 MUM 알고리즘이 한국어를 지원하면서 패시지 랭킹도 한국어 검색에서 작동한다. 자세히는 구글 BERT 알고리즘, 시맨틱 검색 참조.

한국 사이트의 패시지 최적화 기회

한국어 콘텐츠 중 BLUF 구조와 명확한 답변 블록을 갖춘 페이지는 아직 소수다. 패시지 구조를 갖춘 한국어 종합 가이드는 경쟁이 낮은 현재 시점에 빠른 검색 노출 효과를 볼 수 있다.

네이버에서의 적용

네이버는 자체 패시지 랭킹 알고리즘을 공개하지 않았다. 그러나 명확한 헤더 구조와 직접적인 답변 블록은 네이버 VIEW 섹션 노출에도 긍정적 영향을 준다. 자세히는 네이버 SEO 참조.

자주 묻는 질문

Q. 패시지 랭킹이 도입되면 짧은 단일 주제 페이지 전략은 더 이상 유효하지 않나요?
A. 두 전략이 공존한다. 단일 키워드에 집중하는 짧은 페이지는 여전히 해당 키워드에서 강력하다. 패시지 랭킹은 깊이 있는 종합 페이지가 추가적인 롱테일 키워드에서도 노출될 기회를 열어준다. 따라서 Pillar 페이지(심층 종합)와 Cluster 페이지(집중 단일)를 모두 보유하는 전략이 최적이다.

Q. 패시지 랭킹을 최적화하면 피처드 스니펫 점유에도 도움이 되나요?
A. 직접적인 연관이 있다. 피처드 스니펫은 패시지 단위에서 추출된다. BLUF 구조와 40–60단어 답변 블록은 패시지 랭킹과 피처드 스니펫 점유를 동시에 최적화한다. 자세히는 피처드 스니펫 참조.

Q. 패시지 랭킹은 페이지 속도에 영향을 받나요?
A. 직접적인 영향보다는 크롤링·인덱싱 효율에 영향을 받는다. 페이지 로딩이 느리면 구글봇이 패시지를 완전히 파싱하지 못할 수 있다. 특히 JavaScript로 렌더링되는 콘텐츠는 패시지 인덱싱이 지연된다.

Q. 한 페이지의 패시지가 여러 피처드 스니펫을 동시에 점유할 수 있나요?
A. 가능하다. 실제로 종합 가이드 페이지의 서로 다른 섹션이 각각 다른 쿼리에서 피처드 스니펫에 표시되는 사례가 있다. 주제를 다각도로 깊이 있게 다루는 Pillar 페이지에서 이런 현상이 더 자주 나타난다.

Q. 패시지 랭킹은 구글 외 검색엔진에서도 작동하나요?
A. 구글의 공식 발표 알고리즘이므로 Bing·네이버에는 적용되지 않는다. 그러나 BLUF 구조와 명확한 헤더는 어떤 검색엔진에서도 크롤 친화적이므로 범용으로 적용 가능하다.

관련 출처

• Google Search Central (2020). Google's passage ranking — understanding how Google indexes content. Google Search Central Blog.
• Google Search On (2020). Google Search On Keynote — Passage Ranking. Google Events.
• Moz (2021). Google Passage Ranking: What We Know So Far. Moz Blog.