Gemini 4 Neon + Antigravity: Automate & Build ANYTHING!
Quick Summary
발표자는 Gemini 4 Neon이 Antigravity에서 블로그 제작을 기획하고 Hydrogen이 구현을 맡아, 실제 검색어를 주제별 페이지와 기사, 검색용 구조화 데이터로 바꾸는 과정을 시연한다.
영상 보기
클릭 전까지는 가벼운 미리보기만 먼저 불러옵니다.
🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론
발표자는 Gemini 4 Neon이 Antigravity에서 블로그 제작을 기획하고 Hydrogen이 구현을 맡아, 실제 검색어를 주제별 페이지와 기사, 검색용 구조화 데이터로 바꾸는 과정을 시연한다.
📌 핵심 요점
- 출발점은 자기 사이트가 이미 노출되는 검색어다. 발표자는 Google Search Console에서 검색 순위가 4~20위인 검색어를 골라 표기 차이를 합치고, 독자가 물을 법한 질문으로 정리했다.
- 발표자의 설명에 따르면 Orchestrator에서 Neon은 작업을 나누고 계획을 조정하며 Hydrogen은 제작을 맡는다. 첫 사례의 결과물은 홈페이지, 주제 허브 3개, 기사 6개, 저자·소개 페이지였다.
- 각 기사는 독자의 질문에 영어 40~60단어로 먼저 답한다. 이어서 핵심 요점, 질문형 소제목, 자주 묻는 질문을 배치하고, 근거가 필요한 대목에는 편집자가 자료를 보충할 표시를 남겼다.
- 허브와 기사는 서로 연결하고, 각 페이지에는 글·저자·조직의 관계를 설명하는 스키마를 넣었다. 별도 보고서에서는 페이지별 단어 수, 스키마 유무, 내부 링크 수를 확인할 수 있었다고 한다.
- 부동산 팀 사례에서는 같은 제작 방식을 적용해 주택 매매 질문을 다룬 기사 4개와 중개업에 맞춘 디자인·스키마를 만들었다. 두 사례 모두 제작 결과를 보여주며, 발행 후 검색 순위나 AI 인용 실적은 제시하지 않는다.
🧩 배경과 문제 정의
발표자가 풀려는 문제는 사업자가 쓸 만하다고 생각한 주제와 고객이 실제로 검색하는 질문 사이의 간극이다. 영상은 자기 사이트의 검색 기록을 편집 기획에 쓰고, 독자가 찾는 답과 검색 서비스가 읽을 페이지 구조를 함께 만드는 방법을 다룬다. 소프트웨어 분야 블로그와 부동산 팀 블로그가 사례로 등장한다.
🕒 시간순 섹션별 상세정리
1. 검색어가 기사로 바뀌는 편집국
- 발표자는 검색 기록에서 고객의 질문을 찾아 홈페이지·주제 허브·기사와 자체 점검 페이지까지 만들었다고 보여준다. [00:38]
- 가상의 편집국 ‘Glass Press’에서 광부 로봇이 캐는 수정은 실제 검색어이고, 종이 로봇 Folio가 인쇄하는 기사는 그 질문에 대한 답이다. 이 비유로 AI 검색 서비스가 인용할 글을 만드는 목표를 보여준다. [01:43]
2. Neon의 기획과 Hydrogen의 제작
- 발표자는 Neon을 Hydrogen과 Carbon 사이의 모델로 소개하고, 코딩·자동화 평가 순위와 허위 생성률에 관한 구글 측 설명을 전해진다. [02:19]
- Orchestrator에서는 Neon이 계획을 세우고 Hydrogen이 제작한다. 작업이 막히면 Neon이 계획을 수정하며, 발표자는 영상의 사례를 모두 이 방식으로 만들었다고 드러낸다. [02:53]
3. 제작 과정에 곁들인 서비스 소개
- 발표자는 AI Profit Boardroom에서 검색어 정리, 블로그 제작, 기술 점검에 쓰는 템플릿과 교육·코칭을 제공한다고 홍보한다. [04:15]
- Polarank는 글 작성과 링크 구축, 검색·AI 서비스에서의 브랜드 언급 추적을 제공하는 서비스로 보여준다. [04:50]
4. 기존 검색 노출에서 질문 찾기
- 자기 사이트의 Search Console 데이터에서 4~20위인 검색어를 추린 뒤, 표기 차이를 합치고 비슷한 검색 의도를 대표 페이지와 하위 기사로 묶었다고 보여준다. [06:20]
- 검색어를 질문으로 바꾸고 제작 우선순위를 매겼다. ‘AI SEO agency’는 수천 회 노출되면서 순위는 두 번째 페이지 부근이어서 우선 검토할 사례로 제시됐다. [07:11]
5. 주제 허브 3개와 기사 6개 구현
- 발표자의 설명에 따르면 Neon은 검색 데이터를 읽고 디자인, 페이지, 기사, 기술 파일로 작업을 나눈 뒤 결과물이 서로 맞물리는지 점검했다. [08:04]
- 완성된 블로그에는 홈페이지와 허브 3개, 기사 6개, 저자·소개 페이지가 있었다. 독자는 허브에서 세부 기사로 이동하고, 기사에서 다시 해당 주제의 허브로 돌아갈 수 있다. [08:30]
6. 독자가 먼저 읽을 짧은 답변
- 각 글의 맨 위에는 영어 40~60단어의 답변 상자를 뒀다. 본문은 질문형 소제목으로 나누고, 필요에 따라 비교표를 넣었으며, 하단에 자주 묻는 질문 5개와 갱신일·저자 정보를 배치했다. [09:40]
- 발표자는 출처가 필요한 대목에 보충 표시가 남은 사례를 들며, 편집자가 자기 자료를 채워 넣는 과정을 보여준다. [10:01]
7. 검색용 파일과 페이지 점검 보고서
- 각 페이지에 조직·저자·기사·질의응답 등의 관계를 표현하는 스키마를 넣었다. 사이트맵, AI 크롤러 접근을 허용하는 robots 파일, AI용 사이트 요약과 페이지별 제목·설명도 생성했다고 한다. [11:30]
- 보고서는 페이지별 단어 수와 스키마, 내부 링크 수를 한곳에 모은다. ‘Schema X-ray’는 블로그의 실제 스키마를 읽어 조직에서 웹사이트로, 저자에서 기사로 이어지는 관계를 3차원으로 보여준다. [12:19]
8. 부동산 팀에 적용한 두 번째 사례
- 두 번째 블로그는 주택 구입에 걸리는 시간이나 기존 집을 먼저 팔아야 하는지처럼 첫 매수·매도 고객이 물을 질문을 다뤘다. [13:02]
- 결과물은 크림색과 짙은 녹색을 쓴 디자인, 답변 상자를 갖춘 기사 4개, 부동산 중개업에 맞춘 스키마였다. 발표자는 이를 같은 제작 방식을 다른 사업에 적용한 사례로 제시한다. [13:44]
9. 첫 발행 범위와 편집자의 역할
- 발표자는 AI가 작성한 글의 품질을 논하면서, 실제 질문에 먼저 답하고 근거가 필요한 부분에 작성자의 경험과 자료를 더하라고 권한다. [15:03]
- 첫 시도는 허브 1개와 기사 3개로 좁힌다. 발행 전에 직접 확보한 사례와 출처를 보충하고, 몇 주 뒤 Search Console에서 결과를 확인하자는 제안이다. [16:28]
10. 제작 방식의 재사용과 마지막 질문
- 발표자는 템플릿을 재사용하는 교육 프로그램과 글 작성·링크·추적을 맡기는 서비스를 다시 홍보한다. [17:26]
- 마지막에는 실제 검색어, 글 첫머리의 답, 연결된 스키마를 다시 짚어 본다. 이어 기존 순위가 아쉬운 검색어와 업계에서 아직 다루지 않은 새 주제 중 어디서 시작할지 묻는다. [18:11]
🧾 결론
- 한 검색어를 한 편의 글로 바로 옮기기 전에, 같은 의도의 질문을 묶으면 어느 페이지가 주제를 대표하고 어느 글이 세부 답변을 맡을지 정할 수 있다.
- 자동화 이후에도 편집자의 일이 남는다. 특히 답변 상자에 담긴 사실을 확인하고, 출처가 비어 있는 대목에 직접 확인한 자료와 경험을 채우는 과정이 중요하다.
- 부동산 사례에서 재사용한 것은 질문 선정, 기사 구성, 기술 점검의 순서다. 독자가 묻는 질문과 업종을 설명하는 스키마는 사업에 맞게 달라졌다.
📈 투자·시사 포인트
- 콘텐츠 예산을 배분할 때 기존 노출 수와 순위를 함께 볼 수 있다. 영상에서 ‘AI SEO agency’는 수천 회 노출됐지만 검색 결과 두 번째 페이지에 머물러, 새 글을 기획할 후보로 꼽혔다.
- 여러 고객사를 맡는 팀이라면 허브 구성과 페이지 점검 방식을 재사용할 여지가 있다. 실제 비용 절감 폭을 판단하려면 업종별 자료 조사와 사람의 검수에 드는 시간도 살펴야 한다.
- 제작 성과와 유입 성과는 측정 시점이 다르다. 발행 전에는 내부 링크와 스키마를 점검할 수 있고, 검색 노출·순위의 변화와 AI 답변의 인용 여부는 발행 후 관찰해야 한다.
⚠️ 불확실하거나 확인이 필요한 부분
- 11월 18일 출시, 벤치마크 1위, Antigravity에서 평가한 모델 중 가장 낮은 허위 생성률은 발표자가 소개한 구글 측 주장이다. 영상에는 평가 조건이나 독립 검증 결과가 제시되지 않는다.
- 4~20위는 발표자가 주제를 고르는 데 사용한 범위다. 예시 검색어의 수천 회 노출도 제작 전 수치이므로, 새 글이 순위를 얼마나 높였는지는 알 수 없다.
- 스키마와 크롤러 접근 설정은 보고서에서 확인할 수 있다. 검색 서비스가 실제로 페이지를 수집했는지, 어떤 답변에서 인용했는지를 보여주는 기록은 제시되지 않는다.
- 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
- 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
- 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.
✅ 액션 아이템
- Search Console에서 자사 사이트의 검색어를 내보내고, 4~20위 검색어의 노출 수와 순위를 기록한다.
- 표기만 다른 검색어를 합친 뒤 고객의 질문으로 정리한다. 영상이 제안한 시작 규모인 허브 1개와 기사 3개에 담을 질문을 고른다.
- 각 기사의 첫 답변이 질문에 직접 답하는지 읽어 보고, 근거가 필요한 문장에 자체 자료·사례·출처를 보충한다.
- 발행 전 허브와 기사의 양방향 링크와 페이지별 스키마를 확인한다. 발행 몇 주 뒤에는 같은 검색어의 노출 수와 순위를 다시 확인한다.
❓ 열린 질문
- 기존 순위가 4~20위인 질문과 업계에서 아직 다루지 않은 질문 중 어느 쪽이 이 사이트에 더 많은 검색 유입을 가져올까?
- 첫 답변과 연결된 스키마를 갖춘 기사 가운데 실제 AI 답변에 인용되는 글은 무엇이며, 어떤 질문에서 인용될까?
- 업종을 바꾸면 자동 생성한 초안 중 어느 부분에서 현업 담당자의 자료 보충과 수정이 가장 많이 필요할까?