1. 검색 시장의 붕괴, 진짜일까?

https://slashpage.com/haebom/qpv5x4278rkpjmkyn3dw

검색 결과와 생성 결과는 다르다.

→ AI 기반 서비스를 통해 정보를 얻는 것이 편리해진 반면, 검색의 결과는 여전히 다른 결과를 보여준다.

(+ AI는 기존 웹사이트의 방대한 데이터를 필요로 하고 있으며, SEO 전략이 여전히 필요하다)

그렇다면, 검색 시장이 붕괴될 것이라 이야기하는 근거는?

• 검색 엔진은 광고와 피싱 사이트에 다수 오염되어 있다.
• 거대언어모델(LLM)에는 다양한 분야의 지식이 들어가 있기에 대부분의 질문에 대해 답변이 가능하다.
• 실시간 정보나 특정분야의 전문지식은 RAG 등으로 해결이 가능하다.
  • 신뢰할 수 있는 지식 베이스를 참조하여 신뢰성을 높임

RAG란? RAG(Retrieval-Augmented Generation)는 대규모 언어 모델의 출력을 최적화하여 응답을 생성하기 전에 학습 데이터 소스 외부의 신뢰할 수 있는 지식 베이스를 참조하도록 하는 프로세스입니다. 대규모 언어 모델(LLM)은 방대한 양의 데이터를 기반으로 학습되며 수십억 개의 매개 변수를 사용하여 질문에 대한 답변, 언어 번역, 문장 완성과 같은 작업에 대한 독창적인 결과를 생성합니다. RAG는 이미 강력한 LLM의 기능을 특정 도메인이나 조직의 내부 지식 기반으로 확장하므로 모델을 다시 교육할 필요가 없습니다. 이는 LLM 결과를 개선하여 다양한 상황에서 관련성, 정확성 및 유용성을 유지하기 위한 비용 효율적인 접근 방식입니다. - AWS

그럼에도 불구하고, 검색 엔진이 필요한 이유는 무엇일까

1. 검색 엔진의 본질은 정보의 연결이다.

• 방대한 정보가 필요하다.
  • 셀 수 없이 많은 웹사이트에서 제공하는 새로운 데이터, 즉 정보의 양은 AI가 아무리 발전해도 스스로 생성할 수 있는 지식의 한계를 넘어선다.
  • LLM은 기존의 데이터를 학습하여 답변을 생성하지만, 검색엔진은 최신 정보를 수집하고 연결하는데 강점이 있다.
• 신뢰성과 검증의 문제
  • AI 모델은 학습 데이터의 신뢰성에 의존하고 있기 때문에, 정확성과 신뢰성을 보장하기에는 한계가 존재하고, 검증된 출처와 신뢰할 수 있는 웹사이트를 통해 정보를 확인해야 한다. 이것 또한 검색 엔진에서 제공하는 기능이다.