키워드 도구가 놓치는 AI 질문에서 새로운 수요를 찾고 콘텐츠 제작 여부를 결정하는 방법

TL;DR

찾을 수는 있지만 두 단계가 필요합니다. 먼저 키워드 도구에서 찾을 수 없는 질문이 실제 수요를 반영하는지 확인하고, 그다음 이미 있는 AI 답변보다 더 잘 답할 수 있는지 판단하세요.

• 도구가 놓치는 이유: 키워드 도구는 과거 검색 데이터에 의존하지만, AI에서 묻는 질문은 더 길고, 조건이 더 많고, 같은 표현으로 반복되는 경우가 드뭅니다.
• 어디서 찾을까: 고객의 실제 표현, Google의 롱테일 신호, 커뮤니티 논의, AI 플랫폼 자체, 제3자 프롬프트 데이터, AI 광고와 상품 카드입니다.
• 어떻게 검증할까: 질문이 최소 두 개의 독립된 출처에 나타나고, 명확한 판단 조건을 담고 있으며, 비즈니스와 관련 있고, 현재 AI 답변에 빈틈이 있어야 합니다.
• 할지 말지: 근거가 강하고 잘 답할 수 있으면 만드세요. 근거는 약하지만 잘 답할 수 있으면 저렴하게 테스트하세요. 근거는 강하지만 잘 답할 수 없으면 제품 정보와 증거부터 보완하세요. 둘 다 약하면 관찰 목록에 넣으세요.

키워드 도구가 AI의 수요를 놓치는 이유

키워드 도구의 검색량은 과거 검색 데이터에서 나오며, 같은 문구가 몇 번 검색되었는지를 셉니다. AI에서 묻는 질문은 정반대입니다. 길고, 구체적이며, 거의 반복되지 않습니다. 그래서 많은 질문이 키워드 도구에서 검색량 0으로 나오거나 아예 나타나지 않습니다.

몇 가지 공개 데이터가 그 차이가 얼마나 큰지 보여 줍니다.

• 새로운 질문은 계속 생긴다. 2017년 Google은 매일 보는 검색의 약 15%가 새로운 검색이라고 다시 확인했습니다. Search Engine Journal에 따르면 Google의 John Mueller는 2025년에도 이 수치가 여전히 약 15%라고 말했습니다. 이력이 없으면 검색량도 없습니다.
• AI에서의 질문은 더 길다. Google 검색 제품 담당 부사장 Robby Stein은 2025년 3월 TechCrunch에, 테스트에서 AI Mode 질문이 기존 검색보다 약 두 배 길었고 사용자는 약 4분의 1의 경우 후속 질문을 했다고 밝혔습니다. Semrush가 2024년 하반기의 클릭스트림 데이터 8,000만 줄 이상을 분석한 결과, 검색을 켜지 않은 ChatGPT 프롬프트는 평균 23단어, 검색을 켠 경우는 4.2단어였습니다.
• 하나의 필요, 여러 가지 표현. SparkToro는 참가자 142명에게 같은 구매 의도로 각자 프롬프트를 쓰게 했는데, 두 개씩 비교한 의미 유사도의 평균은 0.081에 불과했습니다.
• AI 플랫폼은 프롬프트 로그를 공개하지 않는다. Ahrefs는 사람들이 AI에 어떻게 프롬프트를 입력하는지에 대한 대규모의 신뢰할 수 있는 데이터 출처가 없다고 분명히 밝힙니다. Google Search Console이 2026년 6월에 도입한 생성형 AI 실적 보고서는 노출수, 페이지, 국가, 기기, 날짜를 보여 주지만, 사용자 질문 문장은 보여 주지 않습니다.

반대 방향을 가리키는 근거도 있습니다. 2022년 Ahrefs는 "검색량 0" 키워드를 작은 표본으로 점검했습니다. 월 검색량이 약 10회로 추정된 키워드가 Search Console에서 28일 동안 약 20회 노출되었습니다. 하지만 자사의 검색량 0 키워드 중 노출 100회를 넘긴 것은 1% 미만이었고, 평균은 11.3회에 불과했습니다. 즉, "도구에서 0"은 보통 실제로 0은 아니지만, 이런 검색어 대부분은 정말로 작습니다.

우리의 관점: 키워드 도구가 놓치는 것은 주로 표현이지, 반드시 주제는 아닙니다. 긴 AI 질문 다수의 뒤에는 검색량이 있는 상위 주제가 있고, 거기에 예산, 용도, 호환성 같은 조건이 더해져 있습니다. 찾을 가치가 있는 것은 바로 그 조건입니다.

AI 사용자 질문은 어디서 오는가: 여섯 가지 출처와 편향

사용자가 AI에 묻는 모든 것을 보여 주는 출처는 하나도 없습니다. 더 실용적인 방법은 여러 출처에서 일부씩 그림을 얻고 서로 대조하는 것입니다.

출처	수집 방법	강점	편향과 한계
1. 고객의 실제 표현	영업 통화 메모, 고객 지원 티켓, 사이트 검색, 체험 사용자 인터뷰	실제 질문이며 예산, 용도 같은 제약을 담고 있음	기존 고객 쪽으로 치우침, 양이 적음
2. Google 롱테일 신호	Search Console의 긴 질문형 검색어, "관련 질문", 자동완성	실제 검색 행동이며 시간에 따른 추세를 볼 수 있음	Google만 다룸, Search Console은 이미 노출된 검색어만 보여 줌
3. 커뮤니티와 포럼	Reddit, Quora, 전문 포럼의 질문과 불만	원래 표현이며 충족되지 않은 문제가 드러나기 쉬움	글쓴이가 꼭 구매자는 아님, 목소리가 크다고 수가 많은 것은 아님
4. AI 플랫폼 자체	고객의 말투로 ChatGPT, Perplexity, AI Mode에 묻고, 질문을 어떻게 나누는지, 누구를 추천하는지, 무엇을 인용하는지 기록	AI 답변의 구조와 빈틈을 보여 줌	질문은 직접 쓴 것이지 사용자 로그가 아님, 단일 답변의 편차가 큼
5. 제3자 프롬프트 데이터	패널이나 클릭스트림으로 추정한 프롬프트 양, 브랜드와 시장으로 생성한 프롬프트 표본	규모가 크고 주제 순위를 매기기에 좋음	모두 추정치이거나 생성된 것, 도구마다 측정 방식이 다름
6. AI 광고와 상품 카드	어떤 질문에서 광고나 상품 카드가 나오고 어떤 광고주가 등장하는지	누군가 돈을 내고 있으므로 상업적 의도가 강함	일부 플랫폼과 지역에서만 제공되어 범위가 제한적

실무에서는 고객의 실제 표현을 우선해야 합니다. 잠재 고객이나 기존 고객에게서 나왔다고 확신할 수 있는 유일한 출처이기 때문입니다. 다른 출처는 표현을 넓히고 관심도를 추정하는 데 쓰세요. 질문을 확보하면 태그를 붙이세요. 관찰됨(사용자가 실제로 물음), 파생됨(키워드나 템플릿을 바꿔 씀), 순수한 가설 중 하나입니다. 이 태그는 이후 판단에서 중요합니다. Audra도 키워드 조사와 프롬프트 조사 비교에서 같은 구분을 씁니다.

"검색량 없음"은 "새로운 수요"가 아니다: 네 가지 점검

키워드 도구에서 찾을 수 없는 질문은 새로운 수요일 수도 있고, 오래된 필요를 새 말로 표현한 것일 수도 있으며, 실제로는 아무도 묻지 않는 질문일 수도 있습니다. 쫓기 전에 최소한 다음 네 가지 점검을 통과해야 합니다.

1. 오래된 필요를 새 말로 표현한 것인가? 질문을 상위 주제와 조건으로 나누세요. "Mac과 Windows를 함께 쓰고 듀얼 모니터를 지원하는 150달러 이하 도킹 스테이션은 무엇이 좋을까요?"의 상위 주제는 "최고의 도킹 스테이션"이며, 키워드 도구에서 검색량이 있을 가능성이 높습니다. 상위 주제에 이미 페이지가 있다면, 새 페이지를 내기보다 그 페이지에 이런 조건을 추가하는 것이 할 일일 수 있습니다.
2. 두 개 이상의 독립된 출처에 나타나는가? 예를 들어 고객 지원 티켓에 나오고 커뮤니티에서도 질문된다거나, Search Console에 비슷한 긴 질문형 검색어가 있고 AI 답변도 같은 조건을 스스로 꺼내는 경우입니다. 직접 쓴 프롬프트에만 나오는 질문은 해당하지 않습니다.
3. 판단 조건을 담고 있는가? 예산, 용도, 대상, 호환성, 대안, 위험입니다. 이것이 구체적일수록 질문은 구매 결정에 가까워집니다. 순수한 "X란 무엇인가" 같은 지식 질문은 보통 상업적 가치가 훨씬 낮습니다.
4. 지금 AI는 얼마나 잘 답하고 있는가? 여러 AI 플랫폼에서 그 질문을 몇 번씩 물어보세요. 모호한 답변, 오래된 출처, 경쟁사 이름은 나오는데 자사는 빠진 추천은 모두 콘텐츠 기회입니다. AI가 이미 잘 답하고 널리 인정받는 권위 있는 페이지를 인용한다면, 글을 하나 더 써도 답변이 바뀌는 일은 드뭅니다.

네 가지를 모두 통과해도 그 질문을 진지하게 볼 가치가 있다는 뜻일 뿐입니다. 콘텐츠를 만들지는 잘 답할 수 있는지에도 달려 있습니다.

콘텐츠를 만들지 결정하기: 두 가지 질문

어떤 질문에 콘텐츠를 만들 가치가 있는지는 두 가지로 정해집니다. 수요 근거가 얼마나 강한지, 그리고 기존 답변보다 더 나은 답을 줄 수 있는지입니다. 이는 질문이 비즈니스와 관련 있다는 것을 전제로 합니다. 관련이 없다면 근거가 아무리 강해도 쓰지 마세요.

콘텐츠 결정 지도 · 수요 근거 × 답변 품질

가로축은 앞 섹션의 네 가지 점검으로 점수를 매기세요. 세로축은 남이 갖지 못한 것을 갖고 있는지를 묻습니다. 자사 데이터, 제품 사실, 실제 사례, 테스트 결과입니다. 이미 온라인에 있는 답변을 재구성하는 것밖에 할 수 없다면, AI가 당신을 인용할 이유도, 독자가 클릭할 이유도 없습니다.

하기로 결정했다면 형식을 고르세요(우리의 권장).

• 상위 주제에 이미 페이지가 있다: 그 페이지와 경쟁하는 새 페이지를 내기보다, 먼저 새로 찾은 조건과 Q&A를 그 페이지에 추가하세요.
• 질문에 명확한 비교나 대안 의도가 있다: 비교 페이지나 대안 페이지를 만드세요.
• 질문의 범위는 좁지만 계속 나온다: 사용 사례 페이지, 도움말 문서, FAQ 항목을 만드세요.
• 질문이 제3자에 대한 신뢰에 달려 있다("어느 쪽이 더 믿을 만한가"): 직접 쓰기보다 리뷰, 사례 연구, 커뮤니티의 실제 반응을 얻으세요.

Dageno로 질문 수집, 분류, 진단을 한곳에서 하기

위의 과정은 손으로도 할 수 있지만, 질문 목록이 늘어나면 설정을 일관되게 유지하고 근거를 검토 가능하게 두기가 어려워집니다. Dageno는 네 가지 지점에서 도움이 됩니다. 질문 확보, 의도별 커버리지 확인, 빈틈 찾기, 결정을 콘텐츠 과제로 바꾸기입니다.

질문 묶음으로 시작하기. 무료 Popular Prompt finder에 웹사이트 도메인, 핵심 사업 분야, 언어, 지역을 넣으면 수요, 비교, 질문의 세 가지 유형으로 프롬프트 표본을 돌려줍니다. 페이지에는 이것이 기존 검색량 데이터가 아니라고 적혀 있습니다. Prompt Volumes는 수요 신호로 주제의 순위를 매깁니다. 영업과 고객 지원에서 모은 고객의 실제 표현은 CSV로 한꺼번에 가져와 플랫폼과 지역별로 모니터링하면서 AI가 어떻게 답하는지 볼 수 있습니다(그림 1). 지역과 플랫폼 조합마다 프롬프트 할당량을 하나씩 쓰므로, 가져오기 전에 목록을 걸러 내세요.

그림 1 | Dageno Import prompts: 모니터링할 질문을 플랫폼과 지역별로 한꺼번에 추가

의도별로 어떤 질문이 다뤄지지 않았는지 보기. Search Intents는 질문을 주요 의도와 하위 의도로 묶습니다. 그림 2의 예시 워크스페이스에는 주요 의도 7개와 하위 의도 27개가 있고 그중 24개가 다뤄지고 있습니다. "Pricing & cost"는 4개 중 2개만 다뤄집니다. 다뤄지지 않은 하위 의도는 하나씩 검토할 가치가 있습니다. 질문 묶음이 놓친 것인지, 아니면 그 답변에 브랜드가 없는 것인지입니다. 의도 분포는 추적 중인 질문을 설명할 뿐 검색량이 아닙니다.

그림 2 | Dageno Search intent overview, 예시 워크스페이스

브랜드가 빠진 곳 찾기. GEO/AEO 공백 진단과 Opportunity Gaps는 브랜드의 가시성이 기준보다 낮은 상황을 나열합니다. 그림 3은 스마트워치 시장의 이슈 목록입니다. 맨 위 항목은 선택 공백으로, "Choose by budget or tier"에서 Apple의 가시성은 37.9%, 선두 브랜드인 Amazfit은 56.8%입니다. 그 아래에는 모델 커버리지 공백이 있습니다. 예를 들어 Google AI Overview의 "See top recommendations"에서 Apple은 25.0%, 모델 중앙값은 61.1%입니다. 이것이 바로 결정 지도의 "잘 답할 수 있는가" 축의 후보입니다. 제품이 그 상황에 정말 맞는데 언급되지 않는다면 먼저 사실과 증거를 보완하세요. 맞지 않는다면 그 상황의 콘텐츠는 쓰지 마세요. 우선순위는 조사 순서를 정할 뿐, 확정된 비즈니스 기회가 아닙니다.

그림 3 | Dageno Issues & opportunities, 스마트워치 시장

결정을 콘텐츠 과제로 바꾸기. Content Actions는 답변 표본, 인용 출처, 경쟁사 위치, 의도 공백을 바탕으로 새로 만들기, 업데이트, 근거 추가, 배포를 권하고 작성 브리프를 만듭니다. Content Strategy 페이지는 전체 워크플로를 설명합니다. 발행한 뒤에는 같은 질문 묶음으로 재테스트하고 Search Console과 GA4를 연결해 자사 데이터와 비교하세요. 팀 여력이 부족하다면 GEO/AEO 대행 서비스도 이용할 수 있습니다.

Dageno 페이지에는 한계도 적혀 있습니다. 콘텐츠 권고는 사실 확인을 대신하지 않으며, 언급, 인용, 트래픽의 변화를 보장하지도 않습니다. Dageno가 제공하는 것은 질문, 답변, 공백에 대한 근거이며, 할지 말지는 여전히 결정 지도의 두 가지 질문으로 정합니다.

놓치기 쉬운 변수, 편향, 비용

같은 "새 질문"도 설정이 달라지면 가짜 수요가 될 수 있습니다. 쓰기 전에 다음을 점검하세요.

• 질문 설계의 편향: 직접 쓴 프롬프트에는 고객이 쓰지 않을 수 있는 브랜드나 업계 용어가 들어가기 쉽습니다. 고객의 실제 표현을 기준으로 삼으세요.
• 생성된 프롬프트는 사용자 로그가 아니다: 브랜드나 시장으로 생성한 프롬프트 표본은 Dageno 자체 도구에서 나온 것을 포함해 모두 가설로 다루세요.
• 사용의 대부분은 구매가 아니다: OpenAI 연구자들과 하버드 경제학자 David Deming의 NBER 워킹 페이퍼는 "Seeking Information"(구매할 수 있는 제품이나 레시피 찾기 포함)이 ChatGPT 메시지의 21.3%로, "Practical Guidance"나 "Writing"보다 적다는 것을 보여 줍니다(Deming의 요약). "인기 있어" 보이는 많은 질문은 학습과 글쓰기에서 나온 것으로, 구매와는 관계가 없을 수 있습니다.
• 플랫폼과 지역의 차이: 한 AI 플랫폼, 한 지역에서 테스트한 질문으로 타깃 시장을 대신할 수는 없습니다.
• 단일 답변은 믿기 어렵다: 같은 SparkToro 연구에서, 같은 프롬프트를 100번 물어도 ChatGPT나 Google AI가 같은 브랜드 목록을 두 번 내놓을 확률은 100분의 1 미만이었습니다. AI가 얼마나 잘 답하는지 판단하기 전에 여러 번 물어보세요.
• 자기 자신과의 경쟁: 긴 질문 하나를 위한 새 페이지는 기존 상위 주제 페이지와 같은 검색어를 두고 쉽게 경쟁하게 됩니다.
• 비용은 글쓰기만이 아니다: 사실 확인, 장기 유지 관리, 모니터링 할당량, 재테스트 시간도 더하세요. 같은 자원을 이미 트래픽이 있는 페이지를 업데이트하는 데 쓰는 편이 더 확실한 성과를 낼 수 있습니다.
• 성과의 원인을 밝히기 어렵다: Search Console의 생성형 AI 보고서는 페이지 단위 노출수만 제공할 뿐 어떤 질문이 노출을 만들었는지는 알려 주지 않습니다. 또 AI 답변의 변화가 꼭 자사 콘텐츠 때문인 것도 아닙니다.

FAQ

키워드 도구에서 검색량이 0인 질문도 쓸 가치가 있나요?

별개의 필요인지에 달려 있습니다. 먼저 상위 주제를 찾으세요. 상위 주제에 검색량이 있고 이미 페이지가 있다면, 이 질문의 조건을 그 페이지에 추가하세요. 명확한 판단 조건을 담고 있고, 여러 출처에 나타나며, 잘 답할 수 있다면 별도의 콘텐츠로 만들 가치가 있습니다.

AI가 생성한 "인기 프롬프트"를 수요의 근거로 볼 수 있나요?

그것만으로는 안 됩니다. 표현을 넓히고 놓쳤을 수 있는 상황을 찾는 데는 유용하지만, "파생" 또는 "가설"로 태그를 붙이고 고객의 실제 표현, 검색 데이터, 커뮤니티 논의로 검증하세요.

새 질문은 몇 개의 출처에 나와야 인정되나요?

정해진 기준은 없습니다. 우리가 권하는 출발점은 "최소 두 개의 독립된 출처"입니다. 투자가 클수록(여러 페이지, 새 시장) 더 많은 근거가 필요하며, 가능하면 고객 인터뷰나 영업 데이터도 포함하세요.

새 페이지를 만들어야 하나요, 기존 페이지를 업데이트해야 하나요?

상위 주제에 이미 페이지가 있다면 먼저 그것을 업데이트하세요. 새 질문의 의도가 기존 페이지와 분명히 다를 때만(예: "어떻게 고르나요"에서 "A와 B 중 무엇이 나은가요"로 바뀔 때) 비교, 대안, 사용 사례 페이지를 만드세요.

발행한 뒤 효과가 있었는지는 어떻게 아나요?

같은 플랫폼과 같은 지역에서 같은 질문 묶음으로 정기적으로 재테스트하고, 브랜드와 페이지가 답변에 나오는지 확인하세요. 그다음 Search Console 생성형 AI 보고서에서 페이지 노출수를, GA4에서 AI 플랫폼의 방문과 주요 이벤트를 보세요. 변화는 신호로 다루고, 한 번의 변동을 콘텐츠 하나의 결과로 돌리지 마세요.

결론

키워드 도구는 사람들이 어떤 주제를 검색하는지 알려 줍니다. AI에서의 질문은 사람들이 고를 때 어떤 조건을 가져오는지 알려 줍니다. 둘은 서로를 대신하지 않습니다. AI 질문으로 키워드 도구가 보지 못하는 조건을 찾고, 여러 출처로 그것이 진짜인지 확인한 다음, 기존 답변보다 더 잘 답할 수 있는지 물으세요. 세 단계가 모두 확인된 뒤에 쓰세요.

우리 시장의 AI 질문, 브랜드 커버리지, 인용 출처를 보려면 무료 점검을 실행하세요.

더 읽을거리

• AI 가시성 프롬프트 묶음: 브랜드, 제품, 카테고리 용어
• Dageno AI Free Prompt Miner: GEO 콘텐츠를 계획하기 전에 가치 높은 AI 검색 프롬프트 찾기
• 새 시장에 진출하기 전에 공개 AI 질의로 제품 비교 의도를 파악하는 방법

출처

모든 페이지는 2026년 10월 21일에 접속했습니다.

1. Search Engine Land, Google reaffirms 15% of searches are new, never been searched before, 2017년 4월 25일
2. Search Engine Journal, Google revisits 15% unseen queries statistic in context of AI search, 2025년 3월 28일
3. TechCrunch, Google Search's new 'AI Mode' lets users ask complex, multi-part questions, 2025년 3월 5일
4. Semrush, New Semrush Study Reveals ChatGPT Search Trends: Insights from 80 Million Clickstream Records, 2025년 2월 3일
5. SparkToro, AIs are highly inconsistent when recommending brands or products, 2026년 1월 27일
6. Ahrefs, AI adjusted volume: How Ahrefs approaches the challenge of estimating AI Search demand; Should You Target Zero-Volume Keywords? It Depends, 2022년 10월 21일
7. Google Search Central, Introducing Search Generative AI performance reports in Search Console, 2026년 6월 3일
8. Chatterji et al., How People Use ChatGPT, NBER Working Paper 34255, 2025년 9월; David Deming, ChatGPT really does offer mundane utility, 2025년 9월 16일
9. Audra, Keyword Research vs Prompt Research for AI SEO, 2026년 9월 4일
10. Dageno: Popular Prompt finder, Content Actions, Opportunity Gaps, GEO/AEO 공백 진단, Content Strategy