---
title: "블로그 자동화로 성과부터 효율까지·서치서울 강연 요약 1편: Ahrefs 사례"
id: "15123"
type: "post"
slug: "searchseoul_ahrefs-2"
published_at: "2026-10-20T08:24:24+00:00"
modified_at: "2026-10-20T08:24:25+00:00"
url: "https://kr.listeningmind.com/searchseoul_ahrefs-2/"
markdown_url: "https://kr.listeningmind.com/searchseoul_ahrefs-2.md"
excerpt: "서치서울에서 Ahrefs가 소개한 블로그 자동화 사례를 정리했습니다. 무엇부터 자동화할 지 AI슬롭 문제에 대한 실무자의 인사이트까지 확인해 보세요."
taxonomy_category:
  - "SEO·GEO"
taxonomy_post_tag:
  - "geo"
  - "seo"
  - "콘텐츠 마케팅"
---

Contents

[Toggle](#)

Contents

[Toggle](#)

AI를 활용한 블로그 자동화, 콘텐츠 마케터라면 한 번쯤은 시도해 보셨을 텐데요. 실제로 AI 업무 자동화에 대한 관심이 뜨겁습니다. 리스닝마인드로 구글·네이버 검색량을 조회해 보면, ‘AI 업무 자동화’의 월 검색량은 2025년 9월 620회에서 2026년 9월 2,400회로 **약 3.9배** 늘었습니다. ‘블로그 자동화’도 같은 기간 1,180회에서 3,650회로 세 배 넘게 늘었는데요. 자동화에 대한 관심이 일부 얼리어답터를 넘어 실무자 전반으로 넓어지고 있는 것으로 보입니다.

월 검색량 비교: AI 업무 자동화 620회에서 2,400회, 블로그 자동화 1,180회에서 3,650회 (2025년 9월 대비 2026년 9월)2025년 9월2026년 9월6202,400약 3.9배AI 업무 자동화네이버 140 → 800회1,1803,650블로그 자동화약 3.1배

구글·네이버 합산 월 검색량 – 2025년 9월과 2026년 9월 비교

다만 자동화에 대한 기대가 커지는 만큼 이를 경계하는 목소리도 함께 커지고 있습니다. AI로 대량 생산된 저품질 콘텐츠를 뜻하는 ‘AI 슬롭(AI slop)’의 월 검색량은 2025년 9월 440회에서 2026년 1월 **1만 5,760회**까지 치솟았고, 2026년 9월에도 6,120회로 1년 전보다 약 14배 많습니다. ‘AI 업무 자동화’로 이어지는 검색 경로에는 품질 낮은 AI 업무 결과물을 가리키는 ‘AI 워크슬롭’이라는 검색어도 새로 등장했는데요. **이제 마케터의 고민은 자동화를 할지 말지가 아니라, 발행량이 아닌 품질을 높이는 방향으로 어떻게 자동화할지에 가깝습니다.**

이 고민에 대한 힌트를 지난 9월 열린 2026 서치서울(Search Seoul)에서 찾을 수 있었는데요. 국내외 SEO 전문가들이 연사로 나선 이 행사에서 Ahrefs의 Si Quan Ong은 강연 「SEO와 콘텐츠 마케팅 자동화하기」를 통해 데이터 기반 블로그 글의 업데이트를 AI 에이전트에 맡긴 사례를 소개했습니다. 강연 핵심 내용을 정리했으니 **블로그 자동화가 ‘AI 슬롭’이 아닌 더 나은 콘텐츠로 이어지려면 무엇이 필요한지 함께 살펴보세요.**

## 블로그 자동화 사례: 데이터 글 12개를 매달 업데이트하기

강연은 콘텐츠의 신선도 문제에서 출발했습니다. Si Quan Ong이 예로 든 Ahrefs 블로그 글은 몇 년간 업데이트되지 않다가 2025년에 내용을 새로 손보자 월 검색 유입이 약 100회에서 1,000회 수준까지 올랐습니다. 하지만 이후 다시 업데이트하지 못하면서 2026년 중반에는 정점의 3분의 1 정도로 내려왔다고 하는데요. **업데이트는 분명 효과가 있지만, 반복하지 않으면 그 효과가 유지되지 않는다는 것이 연사의 진단이었습니다.**

문제는 발행한 글이 늘어날수록 업데이트 부담도 커진다는 점입니다. 글이 150개쯤 되면 한 번씩 손보는 데만 1년이 걸리고, 끝나면 다시 처음부터 시작해야 합니다. 그래서 그는 이 작업을 AI로 자동화할 수 있는지 직접 시험해 보기로 했습니다.

첫 자동화 대상은 ‘가장 많이 검색된 구글 검색어’, ‘가장 비싼 키워드’처럼 Ahrefs 데이터를 보여주는 블로그 글 12개였습니다. 데이터가 최신일 때만 가치가 있는 글인데, 매번 여러 곳에서 데이터를 내려받고 부적절한 검색어를 거르고 표와 이미지를 다시 만들어야 해서 실제로는 분기에 한 번 업데이트하는 데 그쳤습니다. 업데이트를 3~6개월 미루면 트래픽이 크게 떨어지고, 재발행하면 다시 오르는 글이었는데도요.

이 작업을 생성형 AI를 활용해 자동화했습니다. 에이전트가 데이터를 가져와 정제하고, 무엇을 제거했는지 보여주고, 워드프레스에 초안을 만든 뒤 매달 1일 검토 요청 메일을 보냅니다. 사람은 초안을 확인하고 승인만 하면 됩니다.

데이터 글 업데이트 비교: 직접 할 때는 데이터 내려받기, 부적절한 검색어 거르기, 표·이미지 다시 만들기, 재발행을 사람이 해서 분기에 한 번 업데이트했고, AI 에이전트에 맡긴 뒤에는 에이전트가 데이터 수집·정제, 제거 내역 표시, 워드프레스 초안 작성까지 하고 사람은 검토·승인만 해서 매달 업데이트한다직접 업데이트할 때01데이터 내려받기여러 곳에서 매번 직접 수집02부적절한 검색어 거르기목록을 하나씩 확인03표·이미지 다시 만들기글마다 매번 새로 정리04재발행실제로는 분기에 한 번AI 에이전트에 맡긴 뒤01데이터 수집·정제에이전트가 가져와 정리02제거 내역 보여주기무엇을 뺐는지 함께 확인03워드프레스 초안 작성매달 1일 검토 요청 메일04사람은 검토·승인만매달 업데이트

데이터 글 업데이트 과정 – 직접 할 때와 AI 에이전트에 맡긴 뒤

**그 결과 12개 글의 연간 리프레시는 48회에서 144회로 세 배 늘었습니다.** 이 사례가 팀에 공유된 뒤 Ahrefs 콘텐츠팀 전체가 각자 맡은 업무를 자동화하기 시작했다고 합니다.

데이터 글 12개의 연간 리프레시 횟수: 48회에서 144회로 3배 증가연 48회분기마다 업데이트글 12개 × 4번연 144회매달 자동 업데이트글 12개 × 12번3배

데이터 글 12개의 연간 리프레시 횟수 – 분기 업데이트 → 매달 자동 업데이트

## 블로그 자동화, 무엇부터 맡길까

“이미 잘 알고 있는 일부터 자동화하세요.”  
Si Quan Ong, Ahrefs

연사는 또한 많은 팀이 “AI로 뭐든 자동화해 보라”는 지시만 받고 방향 없이 시도하다 실패하는 상황을 짚었습니다. 자동화에는 생각보다 손이 많이 가고, 자동화한 뒤에도 검토할 일이 남기 때문이죠. 일이 없어지는 게 아니라 일의 성격이 바뀌는 셈입니다. 그래서 Si Quan Ong은 자동화할 때 먼저 오래 해서 익숙하지만 지루한 일부터 시작하라고 권했습니다. 그가 꼽은 좋은 자동화 후보의 조건은 다음과 같습니다.

- 반복적으로 해야 하는 일
- 형태가 안정적인 일 (글의 구조가 크게 바뀌지 않음)
- 비즈니스 가치가 분명한 일 (검색 유입이 많고 자사 데이터를 알리는 역할)
- 결과물의 좋고 나쁨의 기준을 이미 아는 일

코딩이나 도구를 깊이 알지 못해도, **내 업무에서 무엇이 맞고 틀린지 판단하는 안목만 있으면 가능하다는 점을 짚었습니다.**

## AI 업무 자동화를 설계하는 세 가지 원칙

강연에서 소개한 설계 원칙은 세 가지로 요약할 수 있습니다.

1. **‘좋은 결과’부터 정의한다**: 오래 해 온 일일수록 기준이 머릿속에만 있습니다. AI에게 일을 맡기기 전에 입력값, 결과물의 형태, 바뀌면 안 되는 요소, 좋은 예와 나쁜 예를 먼저 정리합니다.
2. **계획을 먼저 보고, 파일럿부터 시작한다**: AI의 작업 계획을 먼저 확인한 뒤 실행합니다. 방송사가 20부작을 바로 만들지 않고 파일럿부터 만드는 것처럼, 작은 작업 하나가 원하는 대로 돌아갈 때 범위를 넓힙니다.
3. **단계마다 출력물을 남긴다**: 원본 데이터, 제거한 항목, 분류 결과, 정리된 표, 초안을 단계별로 남겨 두면 최종 결과가 틀렸을 때 어느 단계에서 어긋났는지 찾아 그 부분만 고칠 수 있습니다.

검토가 왜 필요한지 보여주는 실패 사례도 있었습니다. ‘가장 많이 검색된 질문’ 목록을 자동으로 만들자, ‘How to Train Your Dragon(드래곤 길들이기)’처럼 질문형 단어가 들어간 작품 제목이 질문으로 분류됐습니다. ‘interview questions’처럼 질문 모음을 찾는 검색어도 질문으로 들어갔죠. 이런 판단은 업무를 아는 사람이 기준을 알려줘야 바로잡을 수 있습니다. 자동 발행이 기술적으로 가능한데도 **최종 발행은 사람이 검토한 뒤 승인하는 방식을 유지하는 이유이죠.**

## 자동화할 수 있는 다른 마케팅 업무

Ahrefs 팀이 실제로 자동화한 다른 업무도 소개됐습니다.

- **월간 성과 리포트**: 검색 데이터를 연결해 블로그 성과 리포트를 자동으로 만들고 Slack으로 공유
- **주간 사이트 감사**: 매주 사이트를 크롤링해 이슈를 찾고, 개발자가 바로 고칠 수 있도록 GitHub PR까지 생성
- **콘텐츠 디케이 감지와 개선 제안**: 유입이 조용히 줄고 있는 글을 찾고, 보완할 문단 초안까지 제안
- **백링크 손실·레딧 모니터링**: 잃어버린 백링크와 관심 키워드에서 노출되는 레딧 게시물을 매주 확인
- **경쟁사 콘텐츠 모니터링**: 경쟁사 신규 글을 매일 모아 보고, 마음에 드는 글은 콘텐츠 아이디어로 저장
- **내부 링크 추천**: 새 글마다 넣어야 할 내부 링크를 추천

실행 주기별 자동화 사례: 매일 경쟁사 콘텐츠 모니터링, 매주 사이트 감사·백링크 손실 알림·레딧 모니터링, 매월 성과 리포트·데이터 글 업데이트, 필요할 때 디케이 감지·개선 제안·내부 링크 추천매일경쟁사 콘텐츠 모니터링매주사이트 감사백링크 손실 알림레딧 모니터링매월블로그 성과 리포트데이터 글 업데이트필요할 때콘텐츠 디케이 감지콘텐츠 개선 제안내부 링크 추천이 글의 사례: 데이터 글 업데이트

실행 주기로 묶어 본 자동화 사례

## AI 슬롭이 아니라 더 나은 결과물을 위해

“AI를 더 많은 일이 아니라, 더 나은 일을 하는 데 쓰세요.”  
Si Quan Ong, Ahrefs

마지막 메시지는 자동화의 목적에 관한 것이었습니다. AI를 비용 절감이나 발행량 확대에만 쓰면 저품질 콘텐츠, 이른바 ‘슬롭(slop)’이 늘어날 뿐이라는 지적입니다. 지난달 100개였던 발행량을 다음 달 1만 개로 늘리는 식의 자동화는 독자에게 도움이 되지 않습니다.

대신 Si Quan Ong은 자동화로 아낀 시간을 예전에는 디자인·개발 인력이 있어야 가능했던 작업에 쓰고 있다고 소개했습니다. 글 속 퀴즈, 개발자 도움 없이 만든 무료 LLM.txt 도구, 내용을 더 잘 설명하는 이미지 같은 것들입니다. **블로그 자동화의 목표는 발행량이 아니라, 독자에게 더 쓸모 있는 글을 만드는 데 있어야 합니다.**

AI 자동화의 두 방향 비교: 비용 절감과 발행량 확대에만 집중하면 슬롭이 늘어나고, 아낀 시간을 퀴즈·무료 도구·설명 이미지 같은 새 작업에 쓰면 독자에게 더 쓸모 있는 글이 된다발행량을 늘리는 자동화비용 절감에 집중같은 비용으로 더 많이발행량만 확대지난달 100개 → 다음 달 1만 개결과: 슬롭 증가독자에게 도움이 되지 않음더 나은 일을 하는 자동화아낀 시간을 새 작업에디자인·개발 인력이 필요했던 일퀴즈·무료 도구·이미지글 속 퀴즈, LLM.txt 도구, 설명 이미지결과: 더 쓸모 있는 글독자에게 더 나은 콘텐츠

AI 자동화의 두 방향 – 발행량을 늘릴 때와 더 나은 일을 할 때

## 편집자 노트: 국내 검색 데이터로 리프레시를 시작하려면

Si Quan Ong의 자동화가 가능했던 건 필요한 데이터가 한곳에 연결되어 있었기 때문입니다. 국내 시장을 다루는 마케터라면 그 자리에 **리스닝마인드**를 놓을 수 있습니다. 리스닝마인드는 구글·네이버 실제 검색 데이터를 바탕으로 한 **키워드 검색량 조회는 물론, 검색 전후 경로와 검색 의도까지 분석하는 인텐트 데이터 플랫폼**입니다. [MCP](https://www.listeningmind.com/ko/mcp)
를 지원해 Claude 같은 AI 도구에 연결하면 ‘매달 1일, 우리 카테고리 키워드의 검색량 추이와 새로 늘어난 연관 검색어를 정리해 메일로 받기’ 같은 흐름을 만들 수 있어요. 실제로 [퍼블리시스 그룹 데이터 인텔리전스 팀](https://kr.listeningmind.com/use-case/publicisgroupe/)
은 리스닝마인드 데이터를 MCP로 불러와 결과물을 만들고 메일로 전달하는 방식으로 피칭 준비를 자동화하고 있습니다.

시작은 파일럿 하나면 충분합니다. 유입이 줄어든 글 하나를 골라, 그 글의 핵심 키워드가 12개월 전과 지금 어떻게 다르게 검색되는지 [패스파인더](https://kr.listeningmind.com/feature/path-finder/)
로 비교해 보세요. 업데이트할 때 무엇을 바꿔야 할지가 소비자의 실제 검색에서 먼저 보입니다. 기준이 잡히면 MCP로 연결해 자동화로 넓힐 수 있습니다. 먼저[https://www.listeningmind.com/](https://www.listeningmind.com/)
리스닝마인드 패스파인더로 우리 카테고리의 검색 경로 변화를 확인해 보세요.

[리스닝마인드 7일 무료체험](https://www.listeningmind.com/ko?utm_source=listeningmindblog&utm_medium=blog&utm_campaign=searchseoul_ahrefs)

※ 해당 글은 [서치서울 2026](https://search-seoul.com/ko/)
의 「SEO와 콘텐츠 마케팅 자동화하기(How to Automate Your SEO & Content Marketing)」강연을 요약 및 재편집한 글입니다.

## 블로그 자동화 자주 묻는 질문

**AI 업무 자동화는 무엇부터 시작해야 하나요?**결과물의 좋고 나쁨을 이미 판단할 수 있으면서 반복이 지루한 업무부터 시작하는 것이 좋습니다. 서치서울 강연에서 소개된 Ahrefs의 Si Quan Ong은 반복성, 형태의 안정성, 분명한 비즈니스 가치, 작성자의 숙련도를 갖춘 데이터 블로그 글 12개의 업데이트를 첫 자동화 대상으로 골랐습니다.

**블로그 자동화를 하면 콘텐츠 품질이 떨어지지 않나요?**자동화의 목적에 따라 달라집니다. 발행량을 늘리는 데 초점을 맞춘 블로그 자동화는 저품질 AI 콘텐츠를 늘릴 위험이 있습니다. 반면 데이터 수집, 정제, 표 정리 같은 기계적 단계만 자동화하고 판단과 승인을 사람이 맡으면, 글을 더 자주 최신 상태로 유지할 수 있어 품질이 오히려 높아질 수 있습니다.

**블로그 콘텐츠는 얼마나 자주 업데이트해야 하나요?**콘텐츠 유형에 따라 다릅니다. 강연에 따르면 Ahrefs는 검색량 순위처럼 데이터가 핵심인 글을 매달 업데이트하고 있으며, 이런 글은 업데이트를 3~6개월 미루면 트래픽이 크게 떨어졌다가 재발행 직후 다시 올랐습니다. 업데이트 효과가 오래 유지되지 않을 수 있으니, 팀이 감당할 수 있는 주기를 정해 두는 편이 현실적입니다.

**AI 슬롭(AI slop)이란 무엇인가요?**AI 슬롭은 AI로 대량 생산되어 정보 가치가 낮은 콘텐츠를 가리키는 표현입니다. 저품질 AI 콘텐츠가 다시 AI 검색에 인용되는 순환이 문제로 지적되면서, 콘텐츠 자동화의 목표를 발행량이 아닌 결과물의 질에 두어야 한다는 논의가 커지고 있습니다.

**AI 자동화 결과물에서는 무엇을 검토해야 하나요?**분류 오류, 부적절한 항목 포함 여부, 수치의 정확성을 우선 확인해야 합니다. 강연에서는 질문형 단어가 들어간 작품 제목이 질문 목록에 섞이는 오류가 소개됐습니다. 단계마다 출력물을 남겨두면 어느 단계에서 문제가 생겼는지 빠르게 찾아 고칠 수 있습니다.

**리스닝마인드를 AI 자동화에 연결할 수 있나요?**리스닝마인드는 MCP를 지원하기 때문에 Claude 같은 AI 도구에 연결해 검색량 추이, 연관 검색어, 검색 전후 경로, 검색 의도 데이터를 자동화 파이프라인의 입력값으로 활용할 수 있습니다. 콘텐츠 리프레시 대상 선정이나 소제목·FAQ 보강 단계에 특히 유용합니다.

참고 자료  
· Si Quan Ong(Ahrefs), 서치서울 강연 「SEO와 콘텐츠 마케팅 자동화하기(How to Automate Your SEO & Content Marketing)」  
· Ahrefs 블로그, Keeping Data-Driven Content Fresh Was a Monthly Slog. So We Taught an Agent to Do It. (https://ahrefs.com/blog/taught-agent-to-refresh-data-content/)

### 권은진

B2B Marketer안녕하세요

[더 보기](https://kr.listeningmind.com/author/eunjin-gwonascentai-one/)
- [eunjin.gwon@ascentai.one](mailto:eunjin.gwon@ascentai.one)
- [https://www.linkedin.com/in/%EC%9D%80%EC%A7%84-%EA%B6%8C-b3347633b/](https://www.linkedin.com/in/%EC%9D%80%EC%A7%84-%EA%B6%8C-b3347633b/)

- [geo](https://kr.listeningmind.com/tag/geo/)
- [seo](https://kr.listeningmind.com/tag/seo/)
- [콘텐츠 마케팅](https://kr.listeningmind.com/tag/%ec%bd%98%ed%85%90%ec%b8%a0-%eb%a7%88%ec%bc%80%ed%8c%85/)