AI 비디오/콘텐츠 제품의 CAC는 결국 “광고비를 더 태울 것인가, 광고 없이도 들어오게 만들 것인가”의 싸움입니다. 여기서 가장 현실적인 레버는 새 유입 채널을 여는 것, 특히 SEO(검색)와 임베드(외부 확산)입니다. dev.to의 BoTTube 구축기(Scott C. J. N.)는 이 레버를 기술로 어떻게 ‘재현 가능하게’ 만드는지 보여줍니다.
핵심 이슈는 간단합니다. 비디오 플랫폼은 검색 가시성이 생존선인데, 신규 플랫폼은 유튜브처럼 도메인 파워가 없습니다. 그래서 “좋은 콘텐츠를 만들면 언젠가 뜬다”가 아니라 크롤링→인덱싱→리치 스니펫을 시스템으로 강제해야 합니다. BoTTube는 이를 위해 구글의 비디오 인덱싱을 세 갈래로 분리해 대응합니다: VideoObject(JSON-LD), Video Sitemap, oEmbed.
맥락을 성장 관점으로 해석하면, 이 3종 세트는 단순 SEO가 아니라 AARRR 퍼널의 상단(획득)과 중단(활성화)을 동시에 넓히는 장치입니다. VideoObject와 비디오 사이트맵은 “구글이 우리 영상을 비디오로 인지하고 노출하게” 만드는 장치고, oEmbed는 “슬랙/디스코드/노션/워드프레스 같은 업무·커뮤니티 공간에서 링크가 리치 프리뷰로 변환되며 자연 확산되게” 만드는 장치입니다. 즉, 광고가 담당하던 초기 트래픽을 검색+공유 UX로 대체해 CAC를 구조적으로 낮춥니다.
BoTTube 사례에서 특히 실무적으로 중요한 포인트는 “각 요소를 구현하는 것”보다 세 시스템의 데이터 정합성입니다. watch 페이지의 VideoObject에는 contentUrl(원본 mp4)과 embedUrl(iframe 플레이어)를 동시에 제공하고, 비디오 사이트맵에도 video:content_loc(리다이렉트/HTML 금지)과 video:player_loc(watch 페이지 금지)을 분리해 넣습니다. 여기서 한 군데라도 어긋나면 인덱싱이 누락되거나 리치 결과가 깨지고, 그 순간 SEO 채널은 ‘스케일’이 아니라 ‘로또’가 됩니다(출처: dev.to BoTTube Video SEO/ oEmbed 구현기).
시사점은 세 가지입니다. 첫째, 콘텐츠가 짧을수록(예: 8초 클립) 메타데이터가 더 중요합니다. BoTTube가 설명문 길이 최소치 때문에 description을 패딩한 것처럼, 짧은 콘텐츠는 텍스트 신호가 부족해 구글이 거르기 쉽습니다. 둘째, 임베드는 바이럴 계수를 올리는 UX 레버입니다. oEmbed는 “붙여넣기만 해도 썸네일·제목·플레이어가 뜨는” 공유 경험을 만들어, 유저의 배포 비용을 0에 가깝게 만듭니다. 셋째, 이 구조는 광고 대체가 아니라 광고 효율 개선으로도 이어집니다. 검색/임베드 유입이 늘면, 유료 트래픽은 리타겟팅/전환 보강에 집중할 수 있어 채널 믹스가 건강해집니다.
전망은 명확합니다. 텍스트-to-비디오 모델이 오픈소스로 빠르게 확산되며(최근 HuggingFace 기반 모델 경쟁 심화) 비디오 공급은 폭증할 겁니다. 공급이 늘수록 승부는 제작 퀄리티만이 아니라 발견 가능성(discoverability) 인프라로 이동합니다. 결국 다음 승자는 “생성→게시”가 아니라 생성→구조화→인덱싱→임베드 유통→재방문 루프를 깔아, CAC를 내려도 성장 속도를 잃지 않는 팀입니다.
지금 당장 실행 순서는 단순합니다. (1) 모든 watch 페이지에 서버 렌더링 VideoObject 1개만 넣고(중복 스키마 금지), (2) 비디오 사이트맵을 동적으로 생성해 최신/인기 콘텐츠가 빠르게 크롤링되게 만들고, (3) watch 페이지 head에 oEmbed autodiscovery 링크를 넣고 endpoint+embed player를 완성해 “어디든 붙여넣히는 링크”로 바꾸세요. 이 3개가 맞물리는 순간, 광고비로 사던 유입을 검색과 공유가 ‘발행 후 자동으로’ 조달하기 시작합니다. CAC 절감은 그 다음이 아니라, 여기서 시작됩니다.