키워드 클러스터링은 검색 엔진 최적화(SEO) 전문가가 타겟 검색 키워드를 각 웹 페이지와 관련된 그룹(클러스터)으로 분류하는 데 사용하는 기법입니다. 검색 엔진 전문가는 키워드 조사를 수행한 후 검색 엔진 결과(SERP)에서 더 나은 위치를 차지하기 위해 키워드를 작은 그룹으로 구성하고 웹사이트 페이지 전체에 배포합니다. 키워드 클러스터링은 키워드 클러스터링 프로그램이 수행하는 완전히 자동화된 절차입니다.
이 개념과 최초의 아이디어는 2015년 러시아의 검색 엔진 최적화 전문가인 알렉세이 체쿠신에 의해 만들어졌습니다. 같은 해 러시아는 SERP 기반 키워드 클러스터링 프로그램인 Just-Magic을 제작했습니다. 이 키워드 클러스터링 도구는 영어로 액세스할 수 있으며, 2015년 여름에 태국에 본사를 둔 Topvisor가 만들었습니다. 1년 후, 에스토니아 기업인 Spyserp도 비슷한 기술을 출시했습니다. 가장 큰 차이점은 모든 언어를 클러스터링할 수 있다는 점입니다.

클러스터링 기법

• 검색 엔진이나 사용자 지정 매개변수에 관계없이 키워드 클러스터링은 상위 10개 검색 결과(TOP-10)를 기준으로 합니다. TOP 10 검색 결과는 특정 검색어에 대해 검색 엔진이 표시하는 처음 10개의 결과입니다. 대부분의 경우 TOP-10은 검색 결과의 첫 페이지에 해당합니다.
• 키워드 클러스터링 방법론은 전체적으로 키워드를 클러스터링하기 위해 도구가 수행해야 하는 4단계로 구성되어 있습니다:
  이 프로그램은 목록에서 키워드를 하나씩 추출하여 검색 엔진에 검색 쿼리로 제출합니다. 검색 결과를 검토하여 상위 10개 결과를 추출한 후 목록의 각 용어와 비교합니다.
  검색 엔진이 두 개의 서로 다른 키워드에 대해 동일한 검색 결과를 생성하고 이러한 결과의 양이 클러스터링을 트리거하기에 충분한 경우, 두 키워드는 함께 그룹화(클러스터링)됩니다.
• 클러스터링 수준은 키워드 클러스터링을 트리거하는 검색 결과의 최소 히트 수입니다. 클러스터링 수준은 구성할 수 있으며, 대부분의 프로그램은 클러스터링 사전 설정에서 이를 허용합니다. 클러스터링 후 클러스터링 수준은 그룹 수와 각 그룹 내의 용어 수에 영향을 미칩니다. 클러스터링 수준이 클수록 더 많은 그룹이 생성되고 각 그룹 내부의 용어 수는 줄어듭니다.
• 이는 검색 결과 페이지에서 9~10개의 일치하는 논문을 찾을 가능성이 최소화되기 때문입니다(검색 결과 TOP-10에 거의 모든 페이지가 포함됨). 반면에 레벨 1 또는 레벨 2에서 클러스터링하면 몇 개의 그룹이 형성되며, 각 그룹에는 많은 수의 키워드가 포함됩니다. 예외는 거의 없지만 그 수는 극히 적습니다.
  도구가 검색의 첫 10개 결과에서 일치하는 URL을 식별하지 못하는 경우, 해당 키워드는 고유한 카테고리로 분리됩니다.
• 클러스터링 수준 외에도 키워드 클러스터링에는 여러 가지 형태가 있으며, 각 형태는 그룹 내의 용어가 서로 연관되는 방식에 영향을 미칩니다. 클러스터링 수준과 마찬가지로 키워드 클러스터링 유형도 클러스터링 전에 지정할 수 있습니다.

소프트 유형

• 키워드 클러스터링 도구는 키워드 목록을 검색한 다음 가장 인기 있는 키워드를 결정합니다. 가장 인기 있는 키워드는 가장 많은 검색을 받은 키워드입니다. 그런 다음 도구는 선택한 키워드에 대한 상위 10개 검색 결과와 다른 키워드에 대한 상위 10개 검색 결과를 비교하여 일치하는 URL의 수를 결정합니다. 관찰된 숫자가 설정된 그룹화 수준을 충족하면 키워드는 함께 그룹화됩니다.
  결과적으로 그룹 내의 모든 용어는 검색 트래픽이 가장 많은 용어와 연결되지만 반드시 서로 연결되지는 않습니다(서로 일치하는 URL을 가질 필요는 없음).

겸손

• 키워드 클러스터링 도구는 키워드 모음을 검색한 다음 실적이 가장 우수한 용어를 선택합니다. 그런 다음 도구는 선택한 키워드에 대한 상위 10개 검색 결과와 다른 키워드에 대한 상위 10개 검색 결과를 비교하여 일치하는 URL의 수를 결정합니다. 동시에 도구는 모든 용어를 서로 비교합니다. 관찰된 동일한 검색 결과의 수가 설정된 그룹화 수준과 같으면 키워드는 함께 그룹화됩니다.
• 결과적으로 그룹 내의 각 용어는 해당 그룹 내에서 일치하는 URL 또는 URL 세트와 함께 해당 키워드를 갖게 됩니다. 그러나 두 개의 임의 키워드 조합에 항상 일치하는 URL이 있는 것은 아닙니다.
• 키워드 클러스터링 도구는 사용 가능한 키워드 목록을 검색한 다음 검색량이 가장 많은 키워드를 선택합니다. 그런 다음 도구는 선택한 키워드에 대한 상위 10개 검색 결과와 다른 키워드에 대한 상위 10개 검색 결과를 비교하여 일치하는 URL의 수를 결정합니다. 동시에 도구는 검색된 페어링에서 모든 키워드와 해당 URL을 비교합니다. 관찰된 동일한 검색 결과의 수가 설정된 그룹화 수준과 같으면 키워드는 함께 그룹화됩니다.
• 결과적으로 그룹 내의 모든 용어는 동일한 URL을 사용하여 연결됩니다.

히스토리

• 웹사이트 최적화 프로세스의 핵심 요소인 키워드 조사는 SEO 전문가가 웹사이트를 홍보하고 검색 엔진 순위를 높이는 데 활용할 타겟 검색 구문 풀을 개발하기 위해 수행합니다. 웹사이트 콘텐츠와 관련된 키워드 목록을 컴파일한 후에는 목록을 더 작은 그룹으로 나눕니다. 각 그룹은 웹사이트의 특정 페이지 또는 특정 주제와 연관되는 경우가 많습니다. 처음에는 SEO 전문가가 키워드 풀을 수동으로 정렬하여 용어를 하나씩 선택하고 가능한 클러스터를 발견해야 했습니다.
• 이 작업은 Google 애드워즈 키워드 도구의 도움을 받아 수행할 수 있지만, 여전히 상당한 인력이 필요했습니다. 용어를 클러스터로 자동 분할하는 자동화된 방법이 필요했습니다.
  렘마를 기반으로 한 키워드 그룹화
• 키워드 클러스터링이 등장하기 전, 검색 엔진 최적화 전문가들은 어절화 프로세스를 기반으로 키워드 그룹화 기법을 만들었습니다. 렘마는 단어의 어근 또는 사전적 형태(굴절 어미 제외)입니다. 형태소화는 한 단어의 다양한 굴절 형태를 하나의 항목으로 연구할 수 있도록 그룹화하는 행위를 지칭하는 언어적 개념입니다.

레매타이제이션은 검색 엔진 최적화의 4단계 방법입니다.

• 키워드가 목록에서 하나씩 선택되고, 문장으로 분류되며, 유사한 문장이 발견되고, 일치하는 문장이 있는 키워드가 함께 그룹화됩니다.
  결과적으로 SEO 전문가는 키워드 그룹 목록을 받게 됩니다. 특정 그룹의 각 용어에는 해당 그룹의 다른 모든 키워드와 일치하는 렘마가 있습니다.

SERP 기준

• 렘마 기반 키워드 클러스터링과 달리 SERP 기반 키워드 클러스터링은 형태적 일치 항목은 없지만 검색 결과 일치 항목이 있는 용어의 그룹을 생성합니다. 이를 통해 검색 엔진 전문가는 검색 엔진이 지정한 패턴과 가장 근접하게 일치하는 키워드 구조를 만들 수 있습니다.
• 러시아의 SEO 전문가인 알렉세이 체쿠신은 2015년에 소프트 및 하드 유형의 용어 클러스터링과 일반 알고리즘을 발표했습니다. 같은 해에 그는 자동 용어 클러스터링 프로그램을 설계하고 출시했습니다.