SEO의 세계에서 Entity SEO는 검색 엔진 순위에 대한 입증된 영향으로 인해 상당한 주목을 받았습니다. 이 기사는 Entity SEO의 복잡성을 해결하고 의미론적 최적화를 활용하여 Google에 대한 더 높은 가시성을 확보하는 데 대한 포괄적인 가이드를 제공하는 것을 목표로 합니다.

"엔티티 SEO"는 Google가 이제 이해한다는 의미입니다. 것들 키워드만 찾는 것보다

Entity SEO는 2012년 5월경에 시작되었습니다. Google는 키워드의 의미를 이해하기 위해 기계 학습을 사용하기 시작했습니다.

언어가 불분명할 수 있지만 이제 더 나은 장기적인 솔루션이 있습니다.

10년 넘게 Google에서 엔터티가 중요했는데, SEO 전문가들은 여전히 이를 완전히 이해하지 못하는 이유는 무엇입니까? 네 가지 이유는 다음과 같습니다.

"Entity SEO"라는 용어는 많이 사용되지 않으므로 SEO 전문가는 이를 이해하지 못합니다.
SEO에서 엔터티를 사용하는 것은 키워드에 집중하는 기존 방식과 매우 유사하여 혼란스럽습니다.
엔터티에 대해 배우는 것은 어려울 수 있습니다. Google 특허를 읽어보고 필수적인 머신러닝을 알아야 합니다.
YouTube를 사용하면 많은 것을 더 쉽게 배울 수 있지만 엔터티에 대해서는 그렇지 않습니다. 이제 NLP 연구자들에게 배워서 SEO에 적용해야 합니다.

이 기사는 이러한 네 가지 문제를 해결하는 데 도움이 될 것입니다. 당신은 배울 것이다:

엔터티란 무엇이며 그 중요성은 무엇입니까?
의미 검색의 역사.
검색 결과에서 엔터티를 찾아 사용하는 방법
엔터티를 사용하여 웹사이트 순위를 높이는 방법.

Entity SEO는 무엇이며 순위에 미치는 영향은 무엇입니까?

Entity SEO는 검색 엔진이 콘텐츠 순위를 매기고 그 의미를 이해하는 방법의 미래입니다.

Google가 검색 알고리즘에서 엔터티를 사용하는 방법

Google의 검색 알고리즘은 다양한 엔터티 간의 관계를 이해하기 위해 엔터티에 크게 의존하므로 검색 의도를 해석하고 사용자에게 보다 관련성 높은 검색 결과를 제공합니다. 웹사이트는 Google가 구조화된 데이터와 스키마 마크업을 사용하여 엔터티를 정의하고 연결을 설정하는 데 도움이 될 수 있습니다.

엔터티란 무엇입니까?

엔터티는 이름, 유형, 품질을 식별할 수 있는 고유한 항목이며 다른 엔터티와 연결되는 방식입니다. 엔터티 카탈로그에 나열된 경우에만 정확한 것으로 간주됩니다.

엔터티 카탈로그는 각 엔터티에 고유한 ID를 제공합니다. 우리 대행사는 다양한 서비스와 제품에 이 ID를 사용합니다.

카탈로그에 없는 것이 있다고 해서 그것이 실체가 아니라는 의미는 아닙니다.

Wikipedia는 개체에 대한 광범위한 데이터베이스이지만 이것이 유일한 데이터베이스는 아닙니다. 다른 예로는 Wikidata, DBpedia, Freebase 및 Yago가 있습니다.

물고기 - Wikipedia 엔터티

엔터티는 구조화되지 않은 데이터와 구조화된 데이터를 연결합니다.

구조화되지 않은 텍스트를 더욱 풍부하게 만들고 지식 기반을 구조화된 정보로 채우는 데 도움이 됩니다.

텍스트에서 엔터티를 찾아 지식 기반에 연결하는 것을 엔터티 연결이라고 합니다.

엔터티는 우리와 기계가 텍스트를 더 잘 이해하도록 도와줍니다.

엔터티에 대한 새로운 정보를 유지하는 것은 어려운 일입니다.

엔터티 언급이 있는 문서를 분석하여 지식 기반을 쉽게 업데이트할 수 있습니다.

엔터티는 검색어 및 문서 내용을 이해하는 방법을 개선합니다.

[확장 명명된 엔터티] 연구 논문에서는 아이디어와 개념을 포함하여 다양한 유형의 엔터티를 논의합니다.

모호한 개념으로 작업한다는 것은 시간이 지남에 따라 많은 기사로 Google를 가르치는 것을 의미합니다.

Yago 지식 그래프

Google의 엔터티 이력

Google는 2010년 7월 16일에 Freebase를 인수했습니다. 이는 오늘날의 엔터티 검색 시스템을 향한 큰 진전이었습니다.

Freebase 이후 Google는 Wikidata와 작업을 시작했습니다.

Google, Bing 및 Yahoo는 검색 엔진이 블로그와 구조화되지 않은 데이터를 이해할 수 있도록 Schema.org를 만들었습니다.

Google는 웹사이트에서 구조화된 데이터를 사용하기 위한 지침을 제공합니다.

Google의 블로그 게시물 “향후 20년을 위한 검색 개선” 키워드가 아닌 문서 관련성과 품질에 초점을 맞추는 방법에 대해 설명합니다.

Google는 지식 그래프와 데이터 스크래핑을 사용하여 검색 기능을 향상합니다.

Google는 10년도 채 안 되어 5억 7천만 개의 엔터티와 180억 개의 팩트에서 8천억 개의 팩트와 80억 개의 엔터티로 늘어났습니다.

엔터티 모델이 이전 검색 모델보다 나은 점은 무엇입니까?

기존 키워드 기반 검색 모델에서는 찾을 수 없음

쿼리에 나온 정확한 단어가 없는 경우 관련 문서입니다.

사용 Ctrl + F 페이지의 내용은 이전 모델과 유사합니다.

Google가 모든 단어와 페이지를 이해하기에는 매일 웹에 새로운 데이터가 너무 많습니다.

엔터티는 Google가 더 적은 노력으로 더 잘 이해할 수 있도록 도와줍니다.

엔터티 전문가인 Krisztian Balog는 검색을 개선하는 세 가지 방법을 제안합니다.

확장 기반: 검색에 관련 용어를 추가합니다.
투영 기반: 엔터티를 사용하여 쿼리와 문서 간의 관련성을 이해합니다.
엔터티 기반: 엔터티를 사용하여 일반 용어 기반 검색에 추가합니다.

이러한 방법은 사용자가 검색하는 내용을 더 자세히 파악하는 데 도움이 됩니다.

Balog는 또한 엔터티 매핑을 위한 6가지 복잡한 알고리즘에 대해서도 설명합니다.

더 높은 순위를 위해 엔터티 SEO를 활용하는 방법

엔터티를 최적화하기 위해 웹 사이트는 엔터티 감사를 수행하여 콘텐츠에서 관련 엔터티를 식별하고 우선 순위를 지정해야 합니다. Google가 알고리즘 및 지식 그래프에서 엔터티를 사용하는 방법을 이해함으로써 웹 사이트는 콘텐츠를 전략적으로 최적화하여 적절한 엔터티에 맞추고 검색 결과의 가시성을 향상시킬 수 있습니다.

엔터티 기반 전략 구현

의미 최적화의 이점을 극대화하고 검색 엔진 결과에 대한 가시성을 높이려면 엔터티 기반 전략을 구현하는 것이 중요합니다. 웹사이트는 콘텐츠를 관련 엔터티에 맞춰 정렬하고 엔터티에 초점을 맞춰 순위를 높일 수 있습니다. 엔터티 기반 전략에는 다양한 전술을 활용하여 엔터티를 최적화하고 전반적인 검색 존재감을 향상시키는 것이 포함됩니다.

엔터티에 대한 스키마 마크업 활용

스키마 마크업은 검색 엔진, 특히 Google가 검색 결과를 향상시키기 위해 쉽게 해석하고 활용할 수 있는 형식으로 엔터티를 정의하고 표시하는 데 필수적입니다. 구조화된 데이터와 스키마 마크업을 구현함으로써 웹사이트는 검색 엔진이 다양한 엔터티 간의 관계를 이해하도록 돕고 궁극적으로 검색 결과에서 해당 콘텐츠의 가시성을 향상시킬 수 있습니다.

엔터티 감사: 엔터티 신호 분석 및 최적화

웹사이트 콘텐츠에서 관련 엔터티를 식별하고 우선순위를 지정하려면 엔터티 감사가 필수적입니다. 여기에는 기존 엔터티를 분석하고 적절한 엔터티 및 해당 속성에 맞게 콘텐츠를 최적화하는 작업이 포함됩니다. 엔터티 신호와 검색 엔진이 이를 해석하는 방법을 이해함으로써 웹 사이트는 순위 및 가시성을 향상하기 위해 콘텐츠를 전략적으로 최적화할 수 있습니다.

세 가지 유형의 데이터 구조

이 이미지는 데이터의 관계가 얼마나 복잡한지 보여줍니다. 이 패턴은 페이지별 스키마에서도 나타납니다.

엔터티를 얻으려면 세 가지 데이터 구조에 대해 알아야 합니다.

구조화되지 않은 엔터티 설명: 다른 엔터티에 대한 참조를 인식하고 정리합니다.
반 구조화: 다른 엔터티에 대한 링크가 명확한 Wikipedia와 같습니다.
구조화된 데이터: RDF는 그래프에서 3배가 됩니다(지식 그래프와 유사).

잘못 구성된 텍스트는 IR 점수를 약화시킬 수 있습니다.

엔터티 속성과 관계를 사용하면 성능이 향상될 수 있습니다.

엔터티 SEO에 Wikipedia 사용

Wikipedia 페이지의 구조

Wikipedia 기사는 일반적으로 "리드"라는 요약으로 시작됩니다. 사람들이 더 많이 읽고 싶게 만드는 방식으로 글을 쓰는 것이 필수적입니다.

Wikipedia의 링크는 단지 탐색을 위한 것이 아닙니다. 기사 간의 연결을 보여줍니다.

다음은 Wikipedia 페이지의 일부입니다.

제목
리드 섹션
- 명확성 링크
- 정보 상자
- 소개 텍스트
목차
본문 내용
부록 및 바닥 사항
- 참고자료 및 참고사항
- 외부 링크
- 카테고리

엔터티를 최적화하는 방법

엔터티를 최적화할 때 고려해야 할 사항은 다음과 같습니다.

페이지에 관련 단어를 포함합니다.
페이지에 단어와 문구가 얼마나 자주 표시됩니까?
페이지에서 개념이 구성되는 방식.
비정형, 반정형, 정형 데이터를 사용하세요.
주제-술어-객체 쌍(SPO)을 사용합니다.
책의 페이지처럼 웹 문서를 구성합니다.
웹사이트에서 웹 문서가 배열되는 방식.
웹 문서에 엔터티의 알려진 기능을 포함합니다.

지식창고는 지식 그래프라고도 불린다는 점을 기억하세요.

검색 결과는 사용자의 의도에 따라 달라질 수 있습니다.

페이지는 다양한 유형의 검색 의도를 다루어야 합니다.

Google는 검색어와 관련된 People Also Ask, People Search For 및 Autocomplete와 같은 도구를 사용합니다.

문서에는 가능한 한 많은 검색 의도 변형이 있어야 합니다.

사람들은 또한 묻습니다.

Google의 도구는 현저성 점수를 제공하여 Google가 콘텐츠를 어떻게 보는지 보여줍니다.

Google API 도구

엔터티 SEO에는 모든 단어와 단락이 중요합니다.

언어는 모호하므로 우리의 말을 Google에게 좀 더 직설적으로 만들어야 합니다.

현대의 명확성은 다음 세 가지를 고려합니다.

엔터티와 언급이 얼마나 중요한지.
해당 항목에 대한 언급 주변의 텍스트가 얼마나 유사합니까?
문서의 모든 엔터티 연결 결정은 어떻게 함께 작동합니까?

엔터티 연결 결정

스키마는 콘텐츠를 더욱 투명하게 만드는 데 도움이 됩니다. 블로그의 엔터티를 지식 기반에 연결합니다.

엔터티 주석은 검색 결과와 사용자 상호 작용을 향상시킵니다.

엔터티 주석

여기서 FAQ 콘텐츠는 FAQ 스키마를 사용하여 Google에 대해 구성됩니다.

엔터티 주석 - 2

이 예에서 스키마는 페이지의 텍스트, ID 및 기본 엔터티를 설명합니다.

스키마로 최적화한다는 것은 명명된 엔터티 인식에 초점을 맞추는 것을 의미합니다.

엔터티

Wikipedia는 엔터티를 인식하고 명확하게 하는 데 매우 중요했습니다.

SEO 도구 제안 너머

대부분의 SEO는 페이지 최적화 도구를 사용합니다. 그러나 이러한 도구가 항상 고유한 콘텐츠 기회를 찾을 수 있는 것은 아닙니다.

Google는 고유한 정보를 선호합니다. 다른 사람을 복사한다고 해서 귀하의 사이트가 최고 권위자가 되는 것은 아닙니다.

기존 SEO와 엔터티 기반 SEO 비교

기존 SEO를 엔터티 기반 SEO와 비교하려면 개별 키워드에서 엔터티 최적화로 초점 이동을 평가해야 합니다. 기존 SEO가 키워드 순위 및 콘텐츠 관련성에 중점을 둔 반면, 엔터티 기반 SEO는 관련 엔터티와의 정렬을 강조하여 검색 결과의 가시성과 관련성을 향상시킵니다. 이 비교는 SEO에 대한 엔터티 중심 접근 방식을 수용하는 데 따른 뚜렷한 이점과 의미를 이해하는 데 도움이 됩니다.

무엇을 찾고 계신가요?