‘역사를 잊은 민족에게 미래는 없다’는 말이 있습니다. 이는 검색 엔진에도 동일하게 적용됩니다.
네이버 검색 엔진을 비롯한 대부분의 검색 시스템은 사용자의 검색 패턴과 데이터에 따라 지속적으로 변화하지만, 기본적인 평가 기준은 큰 틀에서 유지됩니다.
현재 네이버의 C-RANK와 DIA+ 알고리즘이 등장하기 이전까지, 네이버 블로그 포스트 랭킹 알고리즘은 권위 점수(Authority Score)와 허브 점수(Hub Score) 개념을 기반으로 검색 순위를 결정했습니다.
이 두 개념을 이해하면 네이버의 과거 검색 랭킹 시스템이 어떤 방식으로 블로그 글을 평가하고 노출했는지 알 수 있습니다.
본 장에서는 권위 점수와 허브 점수가 무엇인지, 그리고 이 개념이 네이버 블로그 포스트 랭킹에 어떻게 적용되었는지 살펴보겠습니다.
또한, 이 개념이 C-RANK와 DIA 알고리즘으로 발전한 과정도 함께 이해할 수 있도록 정리하겠습니다.
0.1 권위 점수(Authority Score)란?
🔍 오피셜 정보
권위 점수(Authority Score)는 네이버 블로그 포스트의 신뢰도(Authority)를 평가하는 점수입니다.
단순히 많은 키워드를 포함한다고 해서 검색 검색에 노출되는 것이 아니라, 사용자들이 많이 찾고, 신뢰하고, 추천하는 블로그 글일수록 높은 점수를 받았습니다.
블로그 포스트가 다른 블로그에서 자주 언급될수록(트랙백, 댓글, 스크랩 등) 권위 점수가 상승했습니다.
✅ 권위 점수를 높이는 핵심 요소(과거 기준)
트랙백(엮인글)과 외부 링크 → 신뢰할 수 있는 블로그에서 많이 언급될수록 권위 상승
댓글과 공유(스크랩) 수 → 사용자 반응이 많을수록 유용한 콘텐츠로 평가됨
체류 시간(Dwell Time) → 사용자가 오래 머물수록 가치 있는 콘텐츠로 인식됨
클릭률(CTR) → 사람들이 검색 후 클릭한 횟수가 많을수록 검색 의도를 충족하는 콘텐츠로 평가
💡 쉽게 이해하는 예시
"강남 맛집 추천"을 검색했을 때, 두 개의 블로그 글이 있다면?
A 블로그 글: 많은 블로그에서 추천(스크랩)하고, 댓글도 많으며, 사람들이 KEEP(북마크)하는 글
B 블로그 글: 그냥 키워드만 많고, 사용자의 반응이 거의 없음
👉 과거 네이버 검색 알고리즘에서는 A 블로그 글이 검색 상위에 오를 가능성이 훨씬 높았음
📌 결론
👉 과거 네이버 검색에서 권위 점수가 높은 콘텐츠는 신뢰도가 높은 콘텐츠였으며, 사람들이 많이 찾고 공유하는 글일수록 검색 노출 가능성이 높았습니다.
👉 현재는 이 개념이 발전하여, 체류 시간, 댓글, 스크랩 등의 사용자 반응 데이터가 더 중요한 요소로 반영되고 있습니다.
0.2 허브 점수(Hub Score)란?
🔍 오피셜 정보
허브 점수(Hub Score)는 블로그 운영자가 좋은 콘텐츠를 얼마나 잘 추천하는지 평가하는 점수입니다.
즉, 단순히 내 블로그 글만 잘 쓰는 것이 아니라, 좋은 콘텐츠를 큐레이팅하는 블로그도 신뢰도를 가질 수 있도록 만든 개념입니다.
블로그 운영자가 좋은 콘텐츠를 적극적으로 추천하면, 내 블로그의 신뢰도도 올라가는 방식이었습니다.
✅ 허브 점수를 높이는 핵심 요소(과거 기준)
좋은 콘텐츠를 추천하는 블로그 운영자 → 양질의 블로그 글을 많이 소개할수록 신뢰도 상승
연관 콘텐츠 링크 활용 → 검색자에게 유용한 정보가 담긴 콘텐츠를 연결하면 점수 증가
이웃 블로그 추천(과거 기준) → 좋은 블로거들과 네트워크를 형성하면 검색 점수 상승
💡 쉽게 이해하는 예시
"아이폰 15 리뷰"를 검색했을 때, 두 개의 블로그가 있다면?
A 블로그: 좋은 아이폰 리뷰 콘텐츠를 직접 작성하고, 다른 유용한 리뷰도 추천하는 블로그
B 블로그: 아이폰 15 리뷰를 작성했지만, 다른 정보와의 연결이 부족한 블로그
👉 과거 네이버 검색 알고리즘에서는 A 블로그가 더 신뢰받는 블로그로 평가될 가능성이 컸음
📌 결론
👉 과거 네이버 검색에서 허브 점수는 블로그 운영자가 좋은 콘텐츠를 얼마나 적극적으로 추천하는지에 따라 가점이 부여되었습니다.
👉 현재는 이 개념이 그대로 적용되지는 않지만, 내부 링크 최적화, KEEP(북마크), 유사 콘텐츠 추천 등을 통해 비슷한 방식으로 반영될 가능성이 있습니다.
0.3 권위 점수 & 허브 점수의 블로그 포스트 랭킹 적용 방식
과거 네이버 블로그 랭킹 시스템에서는 권위 점수와 허브 점수를 조합하여 블로그 포스트의 검색 순위를 결정했습니다.
🔹 검색 랭킹 산정 공식(과거 기준, 단순화된 버전)
Score(p)=A(p)+H(p)Score(p) = A(p) + H(p)
Score(p)=A(p)+H(p)
Score(p): 블로그 글 p의 최종 랭킹 점수
A(p): 해당 블로그 글의 권위 점수 (Authority Score)
H(p): 해당 블로그 운영자의 허브 점수 (Hub Score)
👉 즉, 좋은 블로거(허브 점수가 높은 사람)가 작성한 블로그 글(권위 점수가 높은 글)은 검색 검색에 노출될 가능성이 높았습니다.
👉 현재는 이 개념이 발전하여, C-RANK와 DIA+ 알고리즘이 도입되었으며, 댓글, 공감, 스크랩, KEEP(북마크), 체류 시간, 검색자의 의도 분석 등의 요소가 추가되었습니다.
이렇듯, 과거의 네이버 검색 알고리즘의
가장 중요한 요소인 권위 점수와 허브점수를
이해하게 되면,
+
이러한 과거의 기준이 지금에 들어,
어떻게 변화했는지, 그리고 아직까지 중요하게
판단하는 요소는 무엇인지를 알 수 있게 됩니다.
그러한 정보를 바탕으로 사고를 확장하게 된다면,
보다 효율적인 검색 엔진 최적화 전략을 수립할 수
있을 거라 생각됩니다.
아직 등록된 댓글이 없습니다.
요즘님의 게시글에 첫번째 댓글을 남겨보세요.