AI 검색·에이전트

Agentic Search vs Conversational Search, 질문과 작업의 경계는 어디일까요?

Conversational Search는 이전 질문과 답의 문맥을 이어 가며 정보를 탐색하는 검색 경험입니다. Agentic Search는 목표를 여러 단계로 나누고 검색·도구 사용·검증을 반복해 정보 탐색이나 후속 작업을 수행하는 방식입니다.

세 줄 요약

Conversational Search는 이전 대화의 문맥을 이어 질문을 좁히는 경험이고, Agentic Search는 목표를 분해해 검색·도구 사용·검증을 반복하는 실행 방식입니다.
대화가 여러 번 이어진다고 모두 Agentic Search는 아니며, 한 번의 요청 뒤에서 여러 검색과 도구 호출이 일어나면 화면은 단순해도 에이전틱할 수 있습니다.
예약·구매·전송처럼 외부 상태가 바뀌는 작업에는 사람 승인, 권한 범위, 중복 실행 방지, 비용·시간 한도와 감사 로그가 필요합니다.

대화를 이어 가면 모두 Agentic Search일까요?

Conversational Search의 핵심은 문맥입니다. 사용자가 “서울에서 가족과 갈 곳”을 물은 뒤 “비 오는 날은?”이라고 이어 묻더라도 시스템은 앞선 조건을 기억해 검색 범위를 좁힙니다. 답변이 한 번의 검색 결과 요약으로 끝나도 충분히 대화형일 수 있습니다.

Agentic Search의 핵심은 목표를 달성하기 위한 반복 과정입니다. 질문을 하위 문제로 나누고, 여러 검색어를 만들고, 결과를 비교하고, 부족한 정보를 다시 찾거나 외부 도구를 호출합니다. 사용자와 대화가 한 번뿐이어도 내부에서 이런 계획·실행·검증 루프가 있으면 에이전틱한 성격을 가집니다.

구분	Conversational Search	Agentic Search
중심 가치	대화 문맥을 이어 탐색	목표를 분해하고 여러 단계 수행
필수 요소	멀티턴 또는 문맥 유지	계획·검색·도구 사용·검증 루프
사용자 화면	후속 질문과 답변이 보임	한 번의 요청 뒤에서 여러 단계가 숨을 수 있음
외부 도구	없어도 됨	검색 API·데이터베이스·업무 도구를 쓸 수 있음
주요 위험	잘못 기억한 조건, 대화 누적 오류	권한 초과, 반복 실행, 비용 폭증, 잘못된 상태 변경

Agentic Search는 일반 검색과 무엇이 다를까요?

일반 검색은 하나의 질의에 맞는 문서 목록이나 답을 반환하는 데 가깝습니다. Agentic Search는 복잡한 목표를 여러 하위 질의로 바꾸고, 중간 결과에 따라 다음 질의를 선택합니다. OpenSearch의 설명처럼 에이전트가 사용자의 자연어 질문을 도구에 맞는 쿼리로 바꾸는 구조도 여기에 포함됩니다.

이 과정이 길다고 늘 더 정확한 것은 아닙니다. 잘못 세운 첫 가정이 이후 검색을 같은 방향으로 몰고 갈 수 있고, 도구 결과가 최신인지 확인하지 않으면 반복 횟수만 늘어납니다. 중간 근거, 중단 조건, 실패 시 사람에게 넘기는 기준을 설계해야 합니다.

두 방식은 어디에서 겹칠까요?

사용자는 대화로 조건을 설명하고, 시스템은 뒤에서 에이전틱하게 조사할 수 있습니다. 예를 들어 “이번 주말 제주 가족 여행을 짜줘”라는 요청에 시스템이 예산과 아이 나이를 되묻는 부분은 Conversational Search입니다. 날씨·항공·숙소·동선을 여러 소스에서 확인하고 충돌을 조정하는 부분은 Agentic Search입니다.

Google은 AI 검색 기능이 여러 관련 검색을 수행하는 query fan-out을 사용할 수 있다고 설명합니다. 이런 내부 다중 검색은 대화형 화면과 함께 나타날 수 있지만, 웹사이트 운영자는 특별한 AI 전용 마크업을 추가할 필요가 없습니다. 기존 검색 기술 요건과 사람이 보는 본문의 정확성이 우선입니다.

사람 승인 비교 기준

정보를 찾고 비교하는 단계와 예약·결제·발송·삭제처럼 외부 시스템을 바꾸는 단계를 분리합니다. 검색 결과가 틀리면 답을 고칠 수 있지만, 잘못 보낸 메일이나 중복 결제는 되돌리기 어렵습니다. 상태 변경 전에는 대상·금액·일시·권한과 최종 행동을 사람이 확인하게 합니다.

작업 단계	자동화 가능 범위	필수 안전장치
질문 분해·검색	넓게 허용 가능	출처·확인 시각·질의 로그
후보 비교·요약	조건에 따라 자동화	누락 조건과 불확실성 표시
초안·예약안 생성	가역적인 초안까지	실제 대상과 입력값 재확인
결제·발송·예약 확정	명시적 승인 뒤 제한적으로	권한, idempotency key, 감사 로그
삭제·취소	가장 좁게 제한	영향 범위 확인, 복구·에스컬레이션 절차

에이전트에는 최대 검색 횟수, 도구 호출 비용, 실행 시간, 재시도 횟수와 중단 조건을 둡니다. 같은 요청을 다시 받았을 때 결제나 발송이 중복되지 않도록 실행 ID를 기록합니다. 도구가 실패하거나 출처가 충돌하면 추측으로 완료하지 않고 사람에게 판단을 돌립니다.

콘텐츠는 무엇을 준비해야 할까요?

에이전틱 시스템은 하나의 페이지에서 답을 찾지 못하면 여러 페이지와 데이터 소스를 비교합니다. 가격, 대상, 제한, 날짜, 지역, 환불 규칙처럼 결정에 필요한 사실을 실제 보이는 본문에 명확히 적습니다. 표와 목록은 비교를 돕지만 핵심 조건을 이미지에만 넣지 않습니다.

URL마다 한 가지 사용자 질문과 결정 범위를 갖게 하고, 제목·소제목·canonical·구조화 데이터가 본문과 맞아야 합니다. 업데이트 날짜와 출처를 남기고 오래된 조건은 조용히 덮어쓰지 않습니다. API나 피드가 있더라도 공개 페이지와 서로 다른 정보를 제공하면 신뢰할 수 있는 판단 재료가 되기 어렵습니다.

성과 확인 기준

Conversational Search는 후속 질문에서 조건이 유지됐는지, 사용자가 원하는 답에 도달했는지, 잘못 기억한 제약이 없는지를 봅니다. Agentic Search는 하위 질문의 충족률, 근거가 있는 최종 주장, 도구 성공률, 실행 시간·비용, 사람 개입률과 잘못된 상태 변경을 측정합니다.

최종 답의 만족도 하나로 두 방식을 평가하면 실패 단계가 가려집니다. 검색 단계에서 근거를 못 찾았는지, 계획이 불필요하게 길었는지, 도구가 잘못된 값을 반환했는지, 승인 없이 행동하려 했는지를 이벤트별로 남깁니다. 작은 대표 질문 세트로 변경 전후를 비교합니다.

기존 사이트 적용 범위

SEO 기록에는 Agentic Search와 Conversational Search의 평가가 노출·클릭에 미친 영향을 남깁니다. GEO 기록에는 멀티턴 문맥이 AI 답변의 언급·인용과 맞물린 장면을 별도로 남겨 두 결과를 억지로 합치지 않습니다.

별도 AI용 사이트를 새로 만들기보다 기존 웹사이트의 공개 사실과 결정 경로를 정리합니다. 고객이 묻는 비교 질문, 제품 조건, 제한, 신청·상담 다음 행동을 안정적인 URL에 두고 검색과 AI 시스템이 같은 원문을 읽게 합니다. 웹사이트 교체는 선행 조건이 아닙니다.

이 운영 방식은 기존 웹사이트에 설치해 질문별 검색·AI 답변, 실제 인용 URL, 페이지의 공개 기술 상태와 후속 방문을 연결해 볼 수 있게 합니다. 대화형 질문에서 빠진 조건과 에이전틱 조사에서 반복적으로 찾지 못한 근거를 나눠, 기존 페이지를 어디부터 보강할지 정할 수 있습니다.

Agentic Search와 Conversational Search 병행 운영의 실제 판단

Agentic Search와 Conversational Search 중 하나를 먼저 고르기보다 핵심 목표, 멀티턴 문맥, 도구 사용 항목의 기준값을 만듭니다. 이 값이 없으면 수정 전후를 비교할 수 없고 담당자가 바뀔 때 같은 진단을 반복합니다. 영향이 큰 URL과 질문을 소수 선정한 뒤 누가 어떤 값을 언제 고쳤는지 남깁니다.

Agentic Search와 Conversational Search의 상태 변경 항목도 전체 평균만 보지 않습니다. 새로 고친 페이지, 그대로 둔 페이지와 계절성 영향을 받는 페이지를 나눠야 차이가 드러납니다. 결과가 예상과 다르면 새 페이지를 늘리기 전에 원문 부족, 기술 차단, 외부 정보와 측정 공백을 확인합니다.

참고 자료

AI 검색 판단을 이어서 보면

Agentic Search와 Conversational Search 비교 이후의 Search OS 운영

Search OS 적용의 출발점은 사이트 교체가 아닙니다. Agentic Search와 Conversational Search 비교에서 확인할 평가, 핵심 목표 항목을 현재 웹사이트 위에서 측정하고 콘텐츠·기술·외부 정보 가운데 막힌 부분만 손봅니다.

내부 성과 집계 기준으로 Search OS 적용 고객사는 SEO와 AI 검색 노출이 평균 88% 이상 증가했습니다. 이후에는 Agentic Search와 Conversational Search 비교에 사용한 검색과 AI 답변을 같은 주기로 다시 읽습니다. 좋아진 상태를 기준선으로 삼고 이탈이 생긴 URL을 먼저 고쳐 최상의 노출 상태가 이어지도록 관리합니다.