콘텐츠 스프린트를 계획할 때 키워드를 발견하고, 의도를 분류하고, 주제를 군집화하고, 기회를 점수화해 제작 목록을 만듭니다. — Claude Skill

키워드 리서치

랭킹할 가치가 있는 쿼리를 찾고, 의도별로 분류하고, 주제로 군집화한 뒤 무엇을 제작할지 우선순위를 정합니다. 스택과 도구에 의존하지 않습니다(어떤 키워드 도구와도 작동).

사용 시점

• 새 사이트나 콘텐츠 섹션 시작
• 콘텐츠 캘린더 계획
• 기존 사이트의 랭킹 기회 찾기
• 작성 전 검색 의도 이해
• 내부 링크를 위한 주제 클러스터 구축
• 경쟁사 대비 콘텐츠 공백 식별

사용하지 않을 때

• 목표 쿼리가 이미 알려진 단일 페이지 최적화(seo-onpage 사용)
• 여러 차원에서 사이트와 경쟁사를 비교(seo-competitor 사용)
• 기존 콘텐츠 성과 감사(seo-content-audit 사용)

필수 입력

• 사이트 또는 주제 영역
• 목표 잠재고객과 그들이 필요한 것
• 키워드 도구(Ahrefs, Semrush, Moz, Google Keyword Planner 등) 또는 기존 사이트의 Search Console 접근 권한
• 선택: 리서치 시드로 사용할 알려진 경쟁사 3-5곳

도구가 없어도 SERP 확인과 Search Console 데이터만으로 작동하지만, 검색량 추정은 거칠어집니다.

프레임워크: 4단계

1단계: 발견

넓게 그물을 던집니다. 소스:

• 브리프나 사용자 어휘에서 나온 시드 용어
• 경쟁사 키워드(어떤 키워드 도구든 내보낼 수 있음)
• 기존 사이트의 Search Console 쿼리(1페이지와 2페이지 쿼리 찾기)
• 실제 SERP의 관련 검색과 "People also ask"
• 고객 언어(지원 티켓, 영업 통화, 리뷰)
• 포럼과 커뮤니티 언어(Reddit, 틈새 포럼, Stack Overflow)

목표: 일반적인 콘텐츠 스프린트에는 후보 키워드 200-500개. 1년치 콘텐츠를 계획한다면 더 많이 모읍니다.

2단계: 의도별 분류

모든 키워드는 네 가지 의도 중 하나에 매핑됩니다. 이것을 틀리면 나머지는 소음입니다.

키워드 도구의 검색량은 수요를 알려줍니다. SERP는 의도를 알려줍니다. 확신이 없으면 실제로 무엇이 랭킹 중인지 보세요. 1페이지가 글이라면 정보형 쿼리입니다. 1페이지가 제품 페이지라면 거래형입니다.

혼합 의도도 존재합니다. "Best running shoes"는 상업 조사형입니다. "Best running shoes under $100"도 같은 의도지만 예산 필터로 좁아진 것입니다. 혼합 의도는 지배적인 의도로 다루고 수식어를 기록합니다.

3단계: 군집화

같은 페이지(또는 주제 클러스터)가 겨냥해야 하는 키워드를 묶습니다.

두 가지 군집화 접근:

접근 A: SERP 중복. 두 키워드가 상위 10개 결과 중 최소 3개를 공유하면 같은 페이지를 겨냥합니다. 기계적이고 신뢰할 수 있습니다.

접근 B: 주제 관련성. 단어 중복이 아니라 바탕 주제로 키워드를 묶습니다. "팟캐스트 시작 방법"과 "초보자용 팟캐스트 장비"는 같은 주제의 다른 측면입니다.

둘 다 사용합니다. 일반적인 클러스터는 다음을 가집니다:

• 주요 키워드 1개(가장 높은 검색량, 가장 넓은 의도)
• 보조 키워드 5-15개(변형과 롱테일)
• 이를 모두 겨냥하는 페이지 1개

4단계: 우선순위화

각 클러스터를 세 가지 차원으로 점수화합니다:

기회(1-5):

• 검색량(원시 검색 수요)
• 클릭 잠재력(일부 쿼리는 SERP에서 답이 끝나 CTR이 낮아짐)
• 전환 잠재력(이 쿼리가 구매자를 끌어오는가, 탐색자를 끌어오는가?)

난이도(1-5):

• 상위 결과의 도메인 권위
• 상위 결과의 백링크 수
• 상위 결과의 콘텐츠 깊이와 신선도
• 오가닉과 경쟁하는 SERP 기능 여부(추천 스니펫, AI 개요, 영상 캐러셀)

전략 적합도(1-5):

• 우리 잠재고객에게 도움이 되는가?
• 우리 포지셔닝을 지원하는가?
• 상업 페이지로 자연스럽게 연결되는가?

우선순위 점수 = 기회 + 전략 적합도 - 난이도.

클러스터를 정렬합니다. 상위 20%를 먼저 제작합니다.

워크플로

1. 범위 정의. 어떤 사이트, 어떤 주제 영역, 어떤 잠재고객인가.
2. 발견 실행. 시드, 경쟁사 내보내기, Search Console 데이터, SERP 확인을 가져옵니다. 후보 200-500개를 목표로 합니다.
3. 중복 제거 및 정리. 명백한 쓰레기, 브랜드 오타, 관련 없는 용어를 제거합니다.
4. 의도별 분류. 각 키워드에 표시합니다.
5. 군집화. 주제 클러스터로 묶습니다. 20-50개 클러스터를 목표로 합니다.
6. 각 클러스터 점수화: 기회, 난이도, 전략 적합도.
7. 우선순위화. 종합 점수로 정렬합니다. 먼저 제작할 상위 10-20개 클러스터를 식별합니다.
8. 출력. references/keyword-research-template.md의 템플릿을 사용합니다.

실패 패턴

• 의도 없이 검색량만 쫓기. 검색량 10,000의 정보형 키워드는 구매를 만들지 않습니다. 쿼리를 상업적 결과와 맞추세요.
• 이길 수 없을 만큼 경쟁적인 키워드 겨냥. 새 사이트는 "credit cards"로 랭킹할 수 없습니다. 덜 채워진 롱테일 변형을 찾으세요.
• Search Console 무시. 기존 사이트는 목표하지 않은 쿼리로 이미 순위가 있습니다. 이것이 가장 쉬운 성과입니다.
• 클러스터를 페이지당 키워드 하나로 취급. 한 페이지는 관련 키워드 10-30개를 겨냥할 수 있습니다. 페이지당 키워드 하나는 얇고 자기잠식하는 콘텐츠를 만듭니다.
• SERP 기능 무시. 추천 스니펫, AI 개요, 영상 캐러셀이 오가닉 결과 위를 차지하는 쿼리는 추구할 가치가 낮을 수 있습니다.
• 정적인 키워드 리서치. 검색 수요는 변합니다. 에버그린 사이트는 최소 연 1회, 빠르게 움직이는 주제는 분기별로 리서치를 새로고침하세요.

출력 형식

기본 출력: 키워드별 한 행과 클러스터별 한 행이 있는 스프레드시트(CSV 또는 시트), 그리고 상위 10-20개 클러스터가 자세히 정리된 마크다운 요약.

키워드 시트 권장 열:

참고 파일

• references/keyword-research-template.md - 스프레드시트 열 정의와 마크다운 요약 템플릿.
• references/intent-classification-guide.md - 네 가지 의도 카테고리 각각의 자세한 예시.