
이 글은 키워드마스터(keywordmaster.net)의 공개 가이드와 사용방법 페이지, 그리고 연관 규칙 학습에 대한 공개 백과 자료를 바탕으로 정리한 안내입니다. 블로그 글감이나 검색광고 키워드를 찾는 분이 하나의 키워드에서 출발해 서로 관련된 키워드를 묶고 비교하려는 상황을 기준으로 설명합니다. (확인 기준일: 2026년 10월 1일)
‘연관 분석’이라는 말은 두 가지 뜻으로 쓰입니다.
두 가지 모두 ‘함께 나타나는 것에서 의미를 찾는다’는 발상은 같습니다. 이 글은 키워드마스터 이용자에게 필요한 두 번째 뜻을 중심으로 설명하고, 첫 번째 뜻의 지표는 판단 기준을 세우는 참고로만 소개합니다.
영문 위키백과 ‘Association rule learning’ 항목에 정리된 기본 지표는 다음과 같습니다.
| 지표 | 의미 | 키워드 리서치에 옮겨 생각하면 |
|---|---|---|
| 지지도(Support) | 전체 거래 가운데 항목 집합 X가 들어 있는 거래의 비율 | 그 키워드 조합이 얼마나 자주 검색되는가(수요의 크기) |
| 신뢰도(Confidence) | X를 포함한 거래 가운데 Y도 포함한 거래의 비율(X가 있을 때 Y가 나타날 조건부 확률) | A를 찾는 사람이 B까지 찾을 가능성이 높은가(의도가 이어지는가) |
| 향상도(Lift) | X와 Y가 서로 독립이라고 가정했을 때 기대되는 지지도 대비 실제 지지도의 비율. 1보다 크면 양의 관계 | 우연히 같이 나온 것이 아니라 실제로 관련된 조합인가 |
다만 키워드 도구에 나오는 연관 키워드 목록은 이런 지표를 직접 계산해 보여 주는 것이 아닙니다. 위 표의 오른쪽 열은 연관 키워드를 볼 때 ‘많이 검색되는가, 의도가 이어지는가, 억지로 붙인 조합은 아닌가’를 따져 보자는 비유로 이해하시면 됩니다.
키워드마스터 사용방법 페이지에 따르면 검색창에 키워드를 입력하면 PC·모바일·총 검색량과 함께 연관 키워드가 표시되고, 키워드별 예상 입찰가와 예상 클릭수(CPC)도 확인할 수 있습니다. 키워드 분석 가이드에서는 네이버 검색광고 API가 돌려주는 연관 키워드를 수집 큐에 자동으로 추가한다고 안내하며, ‘강남 맛집’을 검색하면 ‘강남역 맛집’, ‘신논현 맛집’ 같은 키워드가 이어서 발굴되는 예를 듭니다.
연관검색어 추출 방법 글에서 소개하는 수집 기능은 세 가지입니다.
키워드마스터의 연관검색어 추출 방법과 키워드 대량 수집하고 엑셀로 정리하는 법에 나온 절차를 합쳐 정리하면 다음과 같습니다.
어떤 조합이 맞는지는 목적에 따라 달라집니다. 아래는 키워드마스터 가이드가 추천하는 조합을 목적별로 정리한 것입니다.
| 목적 | 옵션 조합 | 장점 | 주의할 점 |
|---|---|---|---|
| 주제에서 벗어나지 않기 | 연관확장 + 자동완성 + 원문포함 | 시드 키워드와 관련된 결과 위주로 남음 | 새로운 주제로 넓히는 폭은 좁음 |
| 최대한 많이 모으기 | 연관확장 + 자동완성(원문포함 OFF) | 후보 키워드가 가장 많음 | 확장이 거듭될수록 주제와 먼 키워드가 섞일 수 있어 필터링 부담이 커짐 |
| 실제 입력되는 검색어 중심 | 자동완성만 사용 | 사용자가 실제로 입력하는 표현에 가까움 | 수집량이 상대적으로 적을 수 있음 |
새 블로그 주제를 넓게 둘러보는 단계라면 ‘최대 수집’이, 이미 정한 카테고리의 글감을 채우는 단계라면 ‘주제 유지’ 조합이 맞습니다.
연관 키워드는 많이 모으는 것보다 걸러 내는 것이 중요합니다. 키워드마스터 공개 페이지에 나온 기준은 다음과 같습니다. 이 수치는 사이트가 제시하는 참고 기준이며, 분야와 목적에 맞게 조정하시기 바랍니다.
위에서 본 연관 규칙 지표에 빗대면, 검색량은 ‘지지도’처럼 수요의 크기를 보여 주고, 검색량 ÷ 발행량 비율은 수요에 비해 경쟁 문서가 얼마나 적은지를 보여 줍니다. 여기에 ‘이 키워드를 찾는 사람이 내 글의 주제까지 이어서 읽을 것인가’라는 ‘신뢰도’ 관점의 판단을 더하면, 검색량만 크고 의도가 맞지 않는 키워드를 걸러 낼 수 있습니다.
연관 분석은 시드 키워드에서 출발해 연관 키워드를 확장하고, 검색량·발행량·CPC로 걸러 낸 다음, 검색 의도가 이어지는 키워드끼리 묶어 글과 광고 계획으로 옮기는 과정입니다. 데이터 마이닝의 지지도·신뢰도·향상도 개념은 ‘많이 찾는가, 의도가 이어지는가, 우연이 아닌가’를 점검하는 기준으로 참고할 수 있습니다. 실제 작업은 키워드마스터 키워드 분석 화면에서 시작할 수 있고, 관련 내용은 연관검색어 추출 방법과 롱테일 키워드 찾는법에서 이어서 확인하실 수 있습니다.
대표 이미지: ‘Association Rule Mining Venn Diagram’, Mekaylatravis, Wikimedia Commons, CC BY-SA 4.0
이 글은 AI가 공개 자료를 바탕으로 작성한 정보 제공용 초안입니다. 직접 사용해 본 경험이 아니며, 사이트 기능과 수치는 확인 기준일의 공개 페이지 내용을 옮긴 것이므로 이후 바뀔 수 있습니다. 특정 성과나 순위를 보장하지 않습니다.
이미지: 출처 (CC BY-SA 4.0)
목차