여러분이 과거에 작성했던 글이 있는데 기대보다 노출 순위가 낮거나 검색 결과에 노출되지 않고 있다면 어떻게 하시겠습니까? 글을 수정하는 분, 글을 지우고 다시 쓰는 분, 아니면 아무 대처도 하지 않는 분 등 다양한 형태로 반응하실텐데요. 오늘은 글을 수정하는 분을 대상으로 리스닝마인드 허블을 이용해 글을 어떻게 수정할 수 있을지 알아보겠습니다.
예시 글은 필자가 작성했던 ‘머신러닝이란 무엇인가’입니다.
노출 현황 알아보기
먼저 글이 얼마나 잘 노출되고 있는지 알아볼까요? (1월 16일 기준)
‘머신러닝’으로 검색해 보니 40위로 노출되고 있습니다. 페이지로는 4페이지에 위치하기 때문에 머신러닝을 찾는 분들에게는 사실상 노출이 되지 않는다고 봐야겠습니다.
이어서 글의 제목과 유사하게 ‘머신러닝이란’으로 검색하니 순위가 올라 10위로 노출되고 있습니다. 10위면 검색결과 1페이지에 속하기 때문에 적은 수치라도 자연 유입을 기대해볼 수는 있습니다.
마지막으로 글의 제목과 일치하게 ‘머신러닝이란 무엇인가’로 검색하니 순위가 7위까지 올랐습니다. 순위가 오르긴 했지만 이렇게 검색했는데도 3위 안에 들어가지 못한다는 점이 아쉽습니다.
글의 구조 확인하기
허블을 이용해서 글을 수정하기 전에 글이 어떻게 작성되었는지 구조를 확인해보겠습니다. 지금의 구조를 알아야 어떤 내용을 보완할 것인지 비교하기 쉽기 때문입니다.
제가 작성했던 글은 크게 4개의 중주제로 구성되었고, 그 아래에 소주제들을 두어서 머신러닝에 대해 설명했습니다.
중주제 1 : 머신러닝의 개념
소주제 1-1 : 머신러닝의 기본 원리
소주제 1-2 : 머신러닝의 종류
중주제 2 : 머신러닝의 필요성과 응용 분야
소주제 2-1 : 머신러닝의 필요성
소주제 2-2 : 머신러닝의 응용 분야
중주제 3 : 지도 학습과 비지도 학습
소주제 3-1 : 지도 학습의 개념
소주제 3-2 : 비지도 학습의 개념
중주제 4 : 경사 하강법
허블로 토픽 찾기
이제 리스닝마인드 허블에서 글을 보강할 만한 주제, 즉 토픽을 찾아보겠습니다.
많이 찾는 주제는 무엇일까, 인텐트 파인더
인텐트 파인더에 머신 러닝을 검색해보겠습니다.
머신 러닝 키워드가 포함된 연관 키워드가 나타나고 이를 통해 사람들이 머신러닝에 대해 무엇을 많이 찾고 있는지 알 수 있습니다. 이렇게 찾은 키워드가 글을 보강하는 재료가 됩니다.
예를 들어, 월 평균 검색량이 높은 순서로 봤을 때 ‘머신 러닝 딥 러닝 차이’라는 키워드는 제가 기존에 작성한 글에는 없으니 추가 요소로 고려할 수 있습니다.
그런데 이렇게 연관 키워드를 하나하나 살펴보면서 재료를 찾아야 할까요? 이런 번거로움을 줄여주기 위해서 인텐트 파인더 왼쪽에는 필터가 존재합니다.
필터 중 가장 위에 있는 ‘토픽’ 기능을 이용하면 연관 키워드 앞뒤로 붙은 주요 단어가 무엇인지 쉽게 볼 수 있고, 글의 재료를 찾는 데에 도움이 됩니다.
역시 머신 러닝으로 예를 들어 보면, 토픽 상위 10개에는 앞에서 언급한 ‘차이’ 외에도 분석 툴인 ‘파이썬’이나 머신러닝을 ‘공부’하고자 하는 토픽을 발견할 수 있습니다. 이런 토픽들을 반영해서 글을 보강하면 다양한 의도에 대응할 수 있고, 검색결과에서 지금보다 높은 순위에서 노출을 기대해볼 수 있게 됩니다.
인텐트 파인더의 사용법에 대해 자세히 알고 싶으시다면 https://kr.listeningmind.com/how-to-use-intent-finder/ 글을 참고해주세요.
검색 경로는 어떻게 될까, 패스 파인더
인텐트 파인더에서 검색량을 중점적으로 봤다면, 패스 파인더에서는 경로를 중점적으로 보게 됩니다.
특정 키워드와 연결된 키워드가 무엇인지를 확인해서 고객의 검색 여정에 있는 다양한 의도를 찾는 것입니다.
머신 러닝으로 패스 파인더를 그려 보면, ‘원리’, ‘관계’, ‘종류’ 등 개념에 대해 찾는 키워드가 보이고, ‘예시’, ‘사례’, ‘실생활’ 등 실제 활용 사례를 묻는 키워드도 눈에 띄입니다.
글의 구조 정리하기
인텐트 파인더와 패스 파인더를 이용해서 머신 러닝과 관련해서 어떤 주제로 글을 보강할 수 있을지 간략하게 살펴 봤습니다.
이를 바탕으로 글의 구조를 다시 잡는다면, 아래와 같이 바꾸어서 작성해볼 수 있겠습니다.
중주제 1 : 머신러닝의 개념
– 소주제 1-1 : 머신러닝의 기본 원리
– 소주제 1-2 : 머신러닝의 종류
중주제 2 : 머신러닝의 필요성과 응용 분야
– 소주제 2-1 : 머신러닝의 필요성
– 소주제 2-2 : 머신러닝의 응용 분야
중주제 3 : 지도 학습과 비지도 학습
– 소주제 3-1 : 지도 학습의 개념
– 소주제 3-2 : 비지도 학습의 개념
중주제 4 : 머신러닝 사례
중주제 5 : 머신러닝과 딥러닝 차이
마치며
과거에 작성했던 글들이 지금 검색 의도에 맞는지 확인해 보고, 글을 개선하고 싶으시다면 리스닝마인드 허블을 이용해서 위와 같은 단계를 거쳐 보시기 바랍니다.