Google이 FID를 INP로 대체한 이유와 이것이 SEO 및 사용자 경험에 미치는 영향을 명확하게 설명하는 가이드입니다.
12,000 이상의 틈새 시장을 탐색해 보세요.
Oct 02, 2026에 업데이트됨
Google은 2024년 3월 12일 Core Web Vital로서 First Input Delay(FID)를 Interaction to Next Paint(INP)로 대체했습니다. FID는 첫 사용자 상호작용을 처리하기 전 브라우저의 지연 시간만 측정했습니다. INP는 세션 중 발생한 모든 상호작용에서 사용자 상호작용(클릭, 탭 또는 키 입력)부터 화면에 첫 시각적 반응이 나타날 때까지의 전체 시간을 측정하고, 그중 가장 나쁜 값을 보고합니다. INP는 통과하기 더 어렵습니다. 모바일 사이트의 30% 이상이 여전히 기준을 충족하지 못합니다. 더 중요한 점은 2026년 현재, 낮은 INP 점수가 자연 검색 순위에만 영향을 미치는 것이 아니라는 사실입니다. 페이지 반응성은 GPTBot과 PerplexityBot을 포함한 AI 크롤러의 크롤링 가능성과 AI 인용 가능성을 예측하는 사용자 경험 신호에 직접적인 영향을 미칩니다. 이 가이드에서는 FID와 INP의 차이를 자세히 설명하고, INP 최적화를 Dageno AI가 모니터링하는 AI 검색 가시성 영역과 연결합니다.
두 지표 모두 웹사이트 반응성, 즉 페이지가 사용자 동작에 어떻게 반응하는지를 측정합니다. 둘 다 실제 사용자 상호작용을 기반으로 합니다. 사용자가 페이지를 열고 클릭, 탭 또는 키 입력 없이 읽기만 한다면 FID와 INP 모두 기록되지 않습니다. 페이지를 새로고침하는 순수한 랩 환경에서는 두 지표 모두 안정적으로 측정할 수 없으며, 점수를 생성하려면 실제 상호작용을 시뮬레이션해야 합니다.
이 점에서 두 지표는 LCP(Largest Contentful Paint)와 CLS(Cumulative Layout Shift)와 구별됩니다. LCP와 CLS는 사용자 행동과 관계없이 페이지 로드 시 자동으로 측정됩니다.
FID는 첫 번째 사용자 상호작용만 측정합니다. 페이지 로드 후 첫 클릭, 탭 또는 키 입력을 브라우저가 처리하기 시작할 때까지의 지연 시간입니다.
INP는 전체 세션 동안 발생하는 모든 상호작용의 데이터를 수집한 다음, 단일 최악의 상호작용, 즉 시각적 반응이 나타날 때까지 가장 오래 걸린 상호작용을 보고합니다. Google은 한 가지 예외를 적용합니다. 한 세션에서 페이지 상호작용이 50회 이상 발생하면 가장 높은 단일 이상치는 무시하여, 드물게 발생하는 치명적인 이벤트가 점수를 왜곡하지 않도록 합니다. 세션당 상호작용이 50회 미만인 대부분의 페이지에서는 가장 오래 걸린 상호작용이 INP 점수가 됩니다.
세션 중 INP가 갱신되는 방식의 실제 예시:
FID는 입력 지연 시간만 측정합니다. 사용자가 동작을 수행한 시점부터 브라우저가 해당 동작을 처리하기 시작할 때까지의 시간입니다. 브라우저의 처리 시간과 반응의 시각적 렌더링은 FID에 포함되지 않습니다.
INP는 전체 상호작용 시간, 즉 입력 지연 시간 + 처리 시간 + 표시 지연 시간을 측정합니다. 사용자의 동작 이후 화면에 첫 시각적 프레임 변화가 나타날 때까지의 시간입니다. INP는 사용자가 무언가 일어났다는 것을 확인하기 위해 기다리는 총 시간을 보고합니다.
따라서 INP는 상호작용 품질을 근본적으로 더 완전하게 측정합니다. 상호작용 처리는 빠르게 시작하지만 시각적 업데이트에 800ms가 걸리는 페이지는 FID에서는 통과할 수 있지만(입력 지연이 짧음), INP에서는 실패할 수 있습니다(전체 상호작용 시간이 김).
FID가 전환된 배경에는 대부분의 웹사이트가 이미 양호한 FID 점수를 달성해 이 지표의 변별력이 부족해졌다는 점도 있었습니다. 웹사이트의 90% 이상이 모바일과 데스크톱 모두에서 FID 기준을 통과해, 웹 전반의 상호작용 품질을 구분하는 벤치마크로는 적합하지 않았습니다.
INP는 통과하기가 훨씬 더 어렵습니다. 모바일 사이트의 30% 이상이 여전히 INP 기준을 충족하지 못합니다. 따라서 INP는 더 의미 있는 변별 신호를 제공하며 업계 대다수에 실질적인 최적화 목표가 됩니다.
FID는 첫 번째 상호작용만 측정하므로 사용자 경험을 오해하게 만들 수 있습니다. 첫 클릭에는 즉시 반응하지만 사용자가 더 깊이 상호작용할수록 반응성이 점점 떨어지는 페이지를 생각해 보세요. 상호작용 요소가 많은 페이지에서 JavaScript 실행이 누적되는 것이 원인일 수 있습니다. 이러한 페이지는 FID가 우수하게 나타나더라도 실제 사용자 경험은 좋지 않을 수 있습니다.
INP는 모든 상호작용을 측정하고 그중 최악의 값을 보고하므로 사용자가 페이지에 머무는 동안 실제로 경험하는 반응성을 반영합니다. 따라서 사용자가 체감하는 반응성을 더 정확하게 보여주는 지표입니다.
| 점수 | 분류 |
|---|---|
| 200ms 이하 | 양호 |
| 201ms–500ms | 개선 필요 |
| 500ms 초과 | 나쁨 |
양호한 INP 점수를 받으려면 한 세션 내 모든 상호작용이 사용자 동작부터 시각적 반응까지 200ms 이내에 완료되어야 합니다. 첫 상호작용의 입력 지연 시간만 빠르면 됐던 FID보다 훨씬 더 엄격한 기준입니다.
2026년에는 Core Web Vitals 최적화가 FID가 도입되었을 당시에는 없었던, 자연 검색 순위 이상의 영향을 미칩니다.
Cloudflare의 2025년 5월 크롤러 분석에 따르면, GPTBot은 전체 크롤러 점유율의 7.7%까지 증가했으며(2024년 5월 2.2%에서 +305%), PerplexityBot은 미미한 수준에서 157,490% 증가했습니다. ClaudeBot 및 기타 AI 크롤러까지 합하면 AI 봇 트래픽은 이제 전체 크롤러 활동에서 상당하고 지속적으로 커지는 비중을 차지합니다.
AI 크롤러는 JavaScript를 실행하지 않습니다. GPTBot, ClaudeBot, PerplexityBot은 모두 정적 HTML만 가져옵니다. 메인 스레드를 차단하거나, 이벤트 처리를 지연시키거나, 시각적 업데이트를 제때 표시하지 못하게 하는 긴 작업을 발생시켜 낮은 INP 점수의 원인이 되는 과도한 JavaScript 페이로드는 AI 크롤러가 콘텐츠를 볼 수 없게 만들 가능성이 높은 페이로드이기도 합니다. 실제 사용자의 INP를 개선하는 동일한 JavaScript 최적화는 AI 크롤러가 비어 있거나 잘못된 형식의 콘텐츠를 받게 만드는 렌더링 부담도 줄여줍니다.
따라서 직접적인 연결고리가 생깁니다. 낮은 INP 점수를 유발하는 JavaScript 문제를 해결하면 AI 크롤러의 접근성도 개선되어, AI 플랫폼이 콘텐츠를 색인하고 이후 인용할 수 있는지에 영향을 줍니다.
핵심적으로 구분해야 할 점은 INP가 주로 실사용자 모니터링(RUM) 지표라는 것입니다. 랩 테스트에서 상호작용을 시뮬레이션할 수는 있지만, Google Search Console의 INP 점수는 합성 테스트로 완전히 재현할 수 없는 실제 사용자 행동 패턴을 반영합니다.
INP를 최적화하면 페이지 권위에 기여하는 사용자 경험 신호가 개선됩니다. 페이지 권위는 AI 인용 가능성을 예측하는 요소 중 하나입니다. 그러나 기술적 성능을 최적화한 뒤에도 그 최적화가 실제 AI 인용으로 이어지는지 파악하려면 전용 측정 계층이 필요합니다.
Dageno AI 는 이러한 측정 계층을 제공합니다. 하나의 대시보드에서 ChatGPT, Perplexity, Google AI Overviews, Google AI Mode, Gemini, Claude, Grok, Microsoft Copilot, DeepSeek, Qwen 전반의 브랜드 인용 성과를 동시에 추적합니다.
INP 최적화가 AI 크롤러가 사이트를 방문했을 때 발생하는 일(JavaScript 렌더링 품질, 콘텐츠 접근성)을 개선한다면, Dageno AI의 지식 그래프 통합은 AI 플랫폼이 사이트를 방문한 뒤 브랜드에 대해 어떤 내용을 답변하는지를 다룹니다. 이를 통해 성능이 최적화된 페이지에 담긴 콘텐츠가 AI 생성 응답에서 정확하게 설명되도록 합니다.
연결 과정은 순차적으로 이루어집니다. 양호한 INP → 향상된 AI 크롤러 접근성 → AI 색인 가능성 향상 → 색인된 페이지의 AI 인용 여부를 Dageno AI가 모니터링 → 지식 그래프 정렬을 통해 해당 인용의 정확성 보장.
가격: 무료 플랜을 이용할 수 있습니다. 유료 플랜은 프롬프트 수와 모니터링 빈도에 따라 확장됩니다.
INP로 전환된 후에도 FID에 신경 써야 하나요?
FID는 더 이상 Google Search Console의 Core Web Vitals 평가나 순위 신호에 영향을 미치지 않습니다. 따라서 FID를 모니터링할 필요는 없습니다. 다만 FID는 항상 INP의 하위 요소(입력 지연 시간 구성 요소)였으므로 INP를 최적화하면 기존 FID 문제도 자연스럽게 해결됩니다.
INP는 순위 결정 요소인가요?
네. INP는 Google이 페이지 경험 평가에서 순위 신호로 사용하는 Core Web Vitals의 일부입니다. INP 기준을 충족하지 못한다고 해서 순위가 반드시 하락하는 것은 아니지만, Google은 여러 페이지의 다른 순위 결정 요소가 비슷할 때 Core Web Vitals가 타이브레이커 신호가 된다고 확인한 바 있습니다.
낮은 INP 점수의 원인은 무엇인가요?
낮은 INP 점수는 대부분 이벤트 처리를 지연시키는 메인 스레드의 긴 JavaScript 작업, 상호작용 처리를 방해하는 과도한 서드파티 스크립트, 또는 시각적 렌더링을 지연시키는 복잡한 DOM 업데이트에서 비롯됩니다. 코드 분할, 중요하지 않은 JavaScript의 지연 실행, 메인 스레드 차단 감소 등 이러한 문제를 줄이는 동일한 최적화는 AI 크롤러의 콘텐츠 접근성도 개선합니다.
Ye Faye is an SEO and AI growth executive with extensive experience spanning leading SEO service providers and high-growth AI companies, bringing a rare blend of search intelligence and AI product expertise. As a former Marketing Operations Director, he has led cross-functional, data-driven initiatives that improve go-to-market execution, accelerate scalable growth, and elevate marketing effectiveness. He focuses on Generative Engine Optimization (GEO), helping organizations adapt their content and visibility strategies for generative search and AI-driven discovery, and strengthening authoritative presence across platforms such as ChatGPT and Perplexity
Read full bio
Alexa for Shopping