비주얼 검색 팬아웃 (Visual Search Fan-out)

비주얼 검색 팬아웃이란?

비주얼 검색 팬아웃 (Visual Search Fan-out) 은 AI 검색 엔진이 이미지 하나를 받았을 때 주 대상만 인식하는 것이 아니라 세부 요소·부수 객체까지 식별해, 각각을 별개의 하위 쿼리로 분기시켜 백그라운드에서 동시에 검색하는 기법입니다. 쿼리 팬아웃이 텍스트 질문을 하위 질문들로 쪼개는 것처럼, 이미지를 "장면"으로 읽고 그 안의 요소들로 쪼개는 시각 확장판입니다.

Google이 2025년 9월 30일 AI Mode 업데이트에서 공식 발표했습니다.

"강력한 query fan-out 접근을 기반으로, 새 'visual search fan-out' 기법은 이미지 안에 정확히 무엇이 있는지 더 깊이 이해할 수 있게 한다(Building on our powerful query fan-out approach, our new 'visual search fan-out' technique allows us to have a deeper understanding of precisely what's in an image)." — Google 공식 블로그 (2025-09-30)

작동 방식

1. 사용자가 이미지를 업로드하거나 시각 탐색을 시작합니다.
2. AI가 다중 객체 추론으로 장면 속 주 대상·부수 객체·속성을 식별합니다.
3. 식별된 요소 각각이 하위 쿼리가 되어 백그라운드에서 동시에 검색됩니다.
4. 결과들을 종합해 하나의 시각 응답(이미지·링크 포함)으로 합성합니다.

Google 검색 엔지니어링 시니어 디렉터 Dounia Berrada는 2026년 3월 해설에서 AI Mode가 검색 1회에 기본 12개의 검색을 수행한다고 확인했습니다 — 시각 입력에서도 같은 팬아웃 구조가 작동합니다. 기반 기술은 Google Lens·이미지 검색과 Gemini 멀티모달 능력의 결합이며, 2025년 9월 시점 영어·미국부터 롤아웃됐습니다.

GEO 에 미치는 영향

• 이미지가 텍스트 쿼리의 대상이 됩니다 — 제품 사진 속 부수 요소(소재·색상·함께 놓인 물건)까지 각각 검색되므로, 이미지의 맥락 정보가 곧 노출 표면이 됩니다.
• 시각 자산 메타데이터의 가중치 상승 — alt 텍스트·캡션·파일명·구조화 데이터(Product·ImageObject)가 하위 쿼리 매칭의 근거로 쓰입니다. 기존 접근성·SEO 정비와 겹치는 낮은 비용의 대비 영역입니다.
• 커머스 영향 우선 — 시각 탐색은 쇼핑·인테리어·패션 등 이미지 주도 카테고리에서 먼저 작동하므로, 해당 업종은 대응 우선순위가 높습니다.

관련 용어

• 쿼리 팬아웃 (Query Fan-out)
• AI Mode
• 패시지 (Passage)
• 그라운딩 (Grounding)