keyword-research

keyword-research 스킬 개요

keyword-research 스킬이 하는 일

keyword-research 스킬은 막연한 SEO 목표를 구조화된 키워드 계획으로 바꿔 줍니다. 예를 들어 타깃 키워드, 검색 의도 분류, 우선순위 설정, 토픽 클러스터 추천까지 한 흐름으로 정리합니다. 단순히 “키워드 아이디어 좀 줘” 수준이 아니라, 무엇을 발행하고 무엇을 우선 공략하며 무엇은 뒤로 미룰지 반복 가능한 워크플로로 판단하고 싶은 사용자에게 맞춰 설계된 스킬입니다.

이 스킬이 특히 잘 맞는 사용자

이 keyword-research 스킬은 콘텐츠 마케터, SEO 리드, 창업자, 에이전시, 제품팀처럼 비즈니스 목표와 연결된 콘텐츠 기회를 찾아야 하는 팀에 잘 맞습니다. 특히 시장 자체는 이미 이해하고 있지만, 수요·의도·기회를 실행 가능한 목록으로 정리하는 일을 에이전트에게 맡기고 싶을 때 유용합니다.

사용자가 실제로 해결하려는 일

대부분의 사용자는 사실 “키워드를 찾고” 싶은 게 아닙니다. 실제로는 아래 질문에 답하고 싶은 경우가 많습니다.

• 어떤 주제가 전환 가능성이 높은 트래픽을 만들 수 있는가
• 어떤 키워드는 현실적으로 공략 가능한가
• 키워드를 개별 블로그 글이 아니라 클러스터로 어떻게 묶을 것인가
• 무엇부터 먼저 발행해야 하는가

이 지점에서 keyword-research는 범용 브레인스토밍 프롬프트보다 훨씬 실무적입니다.

이 keyword-research 스킬이 다른 점

이 저장소에는 결과물 품질을 끌어올리는 실전용 지원 파일이 포함되어 있습니다.

• 일관된 검색 의도 매핑을 위한 references/keyword-intent-taxonomy.md
• 점수화와 트리아지를 위한 references/keyword-prioritization-framework.md
• 키워드를 콘텐츠 구조로 바꾸는 references/topic-cluster-templates.md
• 산출물 형식과 디테일 수준을 보여주는 references/example-report.md

즉, 단순 키워드 목록이 아니라 조사 워크플로 자체가 필요한 경우라면 설치 가치가 더 높습니다.

설치하지 않는 편이 나은 경우

키워드 아이디어 몇 개만 빠르게 떠올리면 되는 경우, 또는 별도 도구 연결 없이 스킬이 스스로 실시간 검색 지표까지 가져오길 기대하는 경우에는 이 keyword-research 스킬을 굳이 설치할 필요가 없습니다. 이 스킬은 구조화와 추론은 잘하지만, 실제 검색량, 난이도, SERP 상황은 여전히 외부 SEO 데이터 소스나 사용자가 제공한 지표에 의존합니다.

keyword-research 스킬 사용 방법

설치 환경과 호환성

이 저장소는 Claude Code ≥1.0, skills.sh marketplace, ClawHub marketplace, Vercel Labs skills ecosystem과의 호환성을 명시하고 있습니다. 필수 시스템 패키지는 없습니다. SEO 도구에서 데이터를 직접 끌어오게 하려면 선택적으로 MCP 네트워크 접근이 있으면 도움이 됩니다.

마켓플레이스 스타일 설치를 쓴다면 기본 명령은 다음과 같습니다.

npx skills add aaron-he-zhu/seo-geo-claude-skills --skill keyword-research

먼저 읽어볼 파일

빠르게 판단하려면 다음 순서로 읽어보는 것이 좋습니다.

1. SKILL.md
2. references/example-report.md
3. references/keyword-intent-taxonomy.md
4. references/keyword-prioritization-framework.md
5. references/topic-cluster-templates.md

이 순서대로 보면 이 스킬이 어떤 방식으로 사고하는지, 어떤 출력이 나오는지, 그리고 keyword-research 사용 방식이 내 워크플로와 맞는지 판단하기 쉬워집니다.

잘 작동하려면 어떤 입력이 필요한가

keyword-research 결과물의 품질은 입력 정보의 충실도에 크게 좌우됩니다. 가능하면 아래 정보를 함께 주세요.

• 웹사이트 또는 회사 설명
• 제품 또는 서비스 카테고리
• 타깃 고객
• 지역과 언어
• 리드, trial, signup, affiliate click 같은 비즈니스 목표
• 알고 있는 경쟁사
• 현재 도메인 강도 또는 실제 랭킹 수준
• 빠른 성과가 필요한지, 클러스터 설계가 필요한지, 전체 로드맵이 필요한지

이런 맥락이 없으면 그럴듯하지만 힘이 약한 키워드 세트가 나올 수 있습니다.

막연한 목표를 강한 keyword-research 프롬프트로 바꾸는 법

약한 프롬프트:

• “Find keywords for my SaaS”

더 나은 프롬프트:

• “Run keyword-research for a B2B invoicing SaaS for US freelancers. Prioritize low-to-medium difficulty keywords with commercial or high-intent informational intent. Group results into topic clusters, show quick wins vs longer-term targets, and suggest content formats. Assume our domain is new and we need signup-driven traffic.”

이처럼 더 구체적인 버전은 비즈니스 적합성, 시장 범위, 랭킹 제약을 함께 주기 때문에 우선순위 판단의 정확도가 높아집니다.

처음 keyword-research를 쓸 때 가장 좋은 워크플로

실무적으로는 다음 순서가 좋습니다.

1. 비즈니스 목표와 타깃 고객을 정의한다.
2. 시드 토픽이나 제품 카테고리를 제공한다.
3. 검색 의도 분류와 클러스터 확장을 요청한다.
4. 난이도, 관련성, 전환 가능성을 기준으로 우선순위화를 시킨다.
5. 추려진 키워드를 콘텐츠 계획으로 전환한다.

한 번에 거대한 키워드 덤프를 요청하는 것보다, 이 순서가 저장소의 지원 자료와 더 잘 맞습니다.

example report를 출력 계약서처럼 활용하기

references/example-report.md는 기대하는 산출물 형태를 보여준다는 점에서 매우 유용합니다. 예를 들어 executive summary, top opportunities, quick wins, growth terms, prioritized recommendations 같은 구성으로 나와야 한다는 기준을 잡아줍니다. 프로젝트마다 일관된 결과물이 필요하다면, 에이전트에게 이 보고서 구조를 따르라고 명시하세요.

실시간 지표와 도구 데이터를 다루는 방법

이 keyword-research 스킬은 선택적 SEO 도구 연동을 염두에 둔 것으로 보이지만, 그것이 항상 보장된다는 뜻은 아닙니다. 실무에서는 보통 아래 방식 중 하나로 운영합니다.

• Ahrefs, Semrush, Google Keyword Planner에서 내보낸 키워드 데이터를 직접 제공한다
• 도구 데이터가 없을 때는 에이전트가 정성적으로 추론하게 한다
• 지표가 추정치일 경우 가정이라는 점을 명확히 표시하게 한다

도입 여부가 지표 정확도에 달려 있다면, 실제 운영에 기대기 전에 도구 연동 경로부터 먼저 검증하는 것이 안전합니다.

더 나은 클러스터링을 위한 실전 프롬프트 패턴

주요 목적이 콘텐츠 기획이라면 다음 항목을 포함해 요청하세요.

• primary keyword
• secondary variants
• intent
• pillar vs cluster role
• suggested content format
• business relevance
• priority score

이 방식은 저장소의 우선순위 프레임워크와 topic-cluster 템플릿에 잘 맞습니다.

신규 사이트에서 keyword-research를 사용하는 방법

신규 도메인이나 권위가 낮은 사이트라면, 에이전트가 아래 항목에 더 무게를 두도록 지시하세요.

• long-tail terms
• lower-difficulty opportunities
• narrow problem statements
• comparison and use-case content
• one realistic pillar를 뒷받침하는 cluster pages

이렇게 하지 않으면, 단기간에 순위 올리기 어려운 뻔한 head term 쪽으로 결과가 과도하게 쏠릴 수 있습니다.

기존 콘텐츠 라이브러리에 keyword-research를 적용하는 방법

이미 콘텐츠가 있다면, 스킬에게 아래 항목 매핑을 요청하는 편이 좋습니다.

• 기존 URL과 키워드 의도의 연결
• 클러스터 내 누락된 하위 주제
• cannibalization 위험
• 통합 후보
• 리프레시 기회

완전히 새로운 아이디어를 만드는 것보다, 이렇게 하면 지금 바로 개선 가능한 자산과 연결된 권고안을 받을 수 있어 keyword-research의 실전 가치가 더 높아지는 경우가 많습니다.

설치 전에 알아둘 현실적인 제약

실제 도입을 막는 가장 큰 요인은 설치 문제가 아니라 기대치의 어긋남입니다.

• 이 스킬은 실시간 SERP 검증을 대체하지 않습니다
• 입력이 일반적이면 결과 키워드도 일반적이 됩니다
• 우선순위 점수는 제공한 비즈니스 맥락만큼만 정확합니다
• 다국어 트리거는 지원되지만, 프롬프트에는 여전히 시장과 언어 범위를 명확히 써야 합니다

keyword-research 스킬 FAQ

이 keyword-research 스킬은 일반 AI 프롬프트보다 나은가

대체로 그렇습니다. 특히 구조가 필요할 때 차이가 큽니다. 일반 프롬프트도 키워드 아이디어를 떠올릴 수는 있지만, 이 스킬은 검색 의도 taxonomy, 우선순위 로직, 클러스터 설계, 예시 보고서 형식을 함께 제공합니다. 덕분에 추측에 의존하는 부분이 줄고, 결과를 실제 액션으로 옮기기 쉬워집니다.

keyword-research에 실제 검색량 데이터가 포함되나

스킬만으로는 아닙니다. 저장소는 선택적 SEO 도구 연동 가능성을 시사하지만, 실시간 지표는 외부 도구 접근이나 사용자가 제공한 데이터가 필요하다고 보는 편이 맞습니다. 근거 있는 숫자가 필요하다면, 보유한 키워드 export와 함께 쓰세요.

keyword-research 스킬은 초보자도 쓰기 쉬운가

네, 단 한 가지 조건이 있습니다. 초보자일수록 비즈니스 맥락을 명확히 주고, example report 형식을 적극적으로 활용해야 합니다. 기본 개념 자체는 어렵지 않지만, 내 사이트에서 무엇이 “성공”인지 분명하게 알려줄수록 결과가 좋아집니다.

언제 keyword-research를 쓰지 말아야 하나

중요한 SEO 의사결정을 이 스킬 하나에만 맡겨서는 안 됩니다. 이 스킬은 조사 프레이밍, 우선순위화, 콘텐츠 계획 수립에 가장 강합니다. 반면 실제 SERP 상황, 브랜드 적합성, 최종 편집 판단은 여전히 사람이 직접 검토해야 합니다.

이 keyword-research 스킬은 토픽 클러스터 구성에도 도움이 되나

그렇습니다. 오히려 가장 강한 활용처 중 하나입니다. 저장소에 references/topic-cluster-templates.md가 포함되어 있기 때문입니다. 목표가 일회성 포스트가 아니라 topical authority 구축이라면, 이 스킬은 단순 키워드 브레인스토밍보다 훨씬 가치가 큽니다.

에이전시와 팀 단위 사용에도 적합한가

네. example-report 패턴 덕분에 고객사별 또는 내부 이해관계자별 산출물 형식을 표준화하기가 쉽습니다. 에이전시는 이 스킬로 1차 리서치 브리프를 만든 뒤, 여기에 실시간 도구 데이터와 경쟁 분석을 덧붙이는 방식으로 활용할 수 있습니다.

keyword-research 스킬을 더 잘 활용하는 방법

비즈니스 제약을 더 날카롭게 주기

keyword-research 결과를 가장 빠르게 개선하는 방법은 무엇이 가장 중요한지 분명하게 말해 주는 것입니다.

• lead generation vs awareness
• local vs national reach
• new domain vs established domain
• product-led vs editorial-led conversion
• short-term wins vs long-term authority

이 조건들에 따라 “좋은 키워드”의 기준 자체가 달라집니다.

시장을 반영한 시드 키워드 제공하기

처음부터 “software”, “marketing”처럼 지나치게 넓은 명사만 주지 마세요. 실제 고객의 pain point, use case, buyer language, 제품 카테고리와 연결된 시드 키워드 5~15개를 주는 편이 좋습니다. 그래야 스킬이 올바른 의미적 범위 안에서 확장할 수 있습니다.

가정은 가정이라고 표시하게 만들기

자주 나오는 실패 패턴 중 하나는 데이터가 없는데도 확신에 찬 결과가 나오는 경우입니다. 신뢰도를 높이려면 스킬에게 다음을 구분해서 보여 달라고 하세요.

• confirmed data
• inferred estimates
• strategic assumptions
• items needing external validation

SEO 도구를 연결하지 않은 상태에서 keyword-research를 쓸 때 특히 중요합니다.

아이데이션보다 우선순위화를 강제하기

약한 결과물의 상당수는 사용자가 “100 keywords”만 요청하고 판단을 요구하지 않기 때문에 나옵니다. 아래 기준으로 키워드를 순위화하라고 요청하세요.

• business relevance
• realistic difficulty
• intent quality
• content gap value
• cluster contribution

이렇게 해야 실제 발행 우선순위 결정에 쓸 수 있는 출력이 됩니다.

검색 의도 불일치를 반복 개선하기

첫 번째 결과물이 educational, commercial, navigational 키워드를 너무 느슨하게 섞어 놓았다면, references/keyword-intent-taxonomy.md를 기준으로 다시 분류하고 적합도가 낮은 의도 카테고리를 쳐내라고 지시하세요. 보통 이 한 단계만으로도 콘텐츠 타기팅과 전환 정렬이 동시에 좋아집니다.

1차 결과 후 클러스터 품질 높이기

초기 keyword-research를 돌린 뒤에는 다음 질문으로 한 단계 더 정교화하세요.

• 어떤 pillar pages에 cluster가 붙어야 하는가
• 어떤 하위 주제는 중복되는가
• 어떤 페이지가 comparison intent를 노려야 하는가
• 어떤 supporting pieces가 money pages로 내부 링크를 보내야 하는가

이 단계가 있어야 단순 키워드 목록이 실제 작동하는 콘텐츠 구조로 바뀝니다.

우선순위 모델을 현실에 맞게 점검하기

저장소에는 명확한 우선순위 프레임워크가 들어 있지만, 각 비즈니스가 중요하게 보는 요소는 다를 수 있습니다. 예를 들어 트래픽보다 전환이 중요하다면, 순수 검색량보다 business relevance와 intent match의 비중을 더 높이라고 스킬에 명시하세요.

원하는 출력 형태는 예시로 잡아주기

첫 보고서가 너무 추상적이라면, 에이전트에게 references/example-report.md를 참고해 그 정도 구체성에 맞추라고 지시하세요. 막연한 피드백을 주는 것보다, 구체적인 예시 하나를 기준으로 삼는 편이 형식 일관성과 실용성을 더 빨리 끌어올립니다.

실제 성과를 반영해 keyword-research를 다시 돌리기

가장 좋은 keyword-research 운영 방식은 반복 개선입니다. 콘텐츠 몇 개를 발행하고, 랭킹과 전환 데이터를 본 뒤, 실제 결과를 바탕으로 클러스터와 우선순위를 다시 조정하게 하세요. 성과 데이터가 쌓이기 시작하면, 스킬은 가정보다 증거를 바탕으로 추론할 수 있어 훨씬 유용해집니다.