---
description: |
  네이버 API 기반 키워드 분석 및 SEO 전략 수립. DataLab, Shopping, Search, 광고 API 활용.
  Use when tasked with:
  - 네이버 키워드 분석, 검색 트렌드 분석
  - 인텐트 4유형 분류 (정보형/상업형/거래형/네비게이션)
  - CEP(콘텐츠 진입점) 설계
  - 7W Framework 분석
  - "네이버 SEO", "네이버 키워드", "네이버 블로그 최적화", "DataLab", "네이버 검색 트렌드"
  NOT for: 구글 GEO/AI 검색 최적화(→ geo-optimizer), 블로그 콘텐츠 작성(→ blog-dominance), SEO 기술 감사(→ seo-audit)
---

# 네이버 SEO - 키워드 분석 및 전략 수립 전문가

## 트리거 시스템

### 진입 트리거
- "네이버 SEO", "네이버 키워드", "네이버 블로그 최적화"
- "DataLab", "네이버 검색 트렌드", "네이버 광고 API"
- 네이버 검색량, 인텐트 분류, CEP 설계, 7W Framework
- "서울대보험쌤", "서울대연금쌤" 네이버 키워드 전략

### 다루지 않는 것
- 구글 GEO/AI 검색 최적화 (→ geo-optimizer 스킬)
- 블로그 콘텐츠 작성 및 SEO 최적화 (→ blog-dominance 스킬)
- 기술적 SEO 감사/진단 (→ seo-audit 스킬)
- 실제 콘텐츠 발행 (별도 에이전트)

---

## 네이버 API 4종 활용 가이드

### 1. DataLab API - 검색 트렌드 분석

**역할:** 시계열 검색량 변화와 사용자 인구통계 데이터 수집

**수집 데이터:**
- 시계열 검색량 변화 (기간별 트렌드)
- 연령/성별 비중 (20대 여성, 40대 남성 등)
- 모바일/PC 비율

**보험 적용:**
- 보험 키워드 계절성 파악 (연말정산 시즌: 11월~1월, 금리 변동기)
- "연금저축 세액공제" 검색량이 12월에 급증하는 패턴 식별
- 주요 보험 이슈 발생 시 검색 트렌드 급등 감지

**API 요청 예시 (Python):**

```python
import requests

# 주의: 아래 데이터는 예시이며 실제 API 응답과 다를 수 있음
url = "https://openapi.naver.com/v1/datalab/search"
headers = {
    "X-Naver-Client-Id": "YOUR_CLIENT_ID",
    "X-Naver-Client-Secret": "YOUR_CLIENT_SECRET",
    "Content-Type": "application/json"
}
body = {
    "startDate": "2024-01-01",
    "endDate": "2024-12-31",
    "timeUnit": "month",
    "keywordGroups": [
        {
            "groupName": "연금보험",
            "keywords": ["연금보험", "연금저축", "IRP"]
        }
    ],
    "device": "pc",
    "ages": ["3", "4"],  # 30대, 40대
    "gender": "m"
}
response = requests.post(url, headers=headers, json=body)
data = response.json()
```

**응답 파싱 예시:**

```python
# 응답 예시 구조 (실제 값은 API 호출 결과에 따라 다름)
results = data["results"]
for result in results:
    title = result["title"]
    for item in result["data"]:
        period = item["period"]   # "2024-01"
        ratio = item["ratio"]     # 0.0 ~ 100.0 (상대적 검색량)
        print(f"{title} | {period}: {ratio}")
```

---

### 2. Shopping API - 상업적 의도 파악

**역할:** 쇼핑 카테고리 기반 상업적 검색 의도 측정

**수집 데이터:**
- 카테고리별 상품 검색량
- 가격대 분포 (저가/중가/고가 상품 검색 비율)
- 인기 상품 키워드 패턴

**보험 적용:**
- 보험 관련 금융상품 검색 트렌드 분석
- "변액보험 펀드", "연금보험 금리" 등 상품 비교 키워드 파악
- 보험 가입 전 상품 탐색 단계 키워드 식별

**활용 방법:**
1. 보험 카테고리 인접 키워드 (재무설계 서적, 금융 교육 상품 등) 검색 패턴 분석
2. 상업적 의도가 높은 키워드와 낮은 키워드 분리
3. 쇼핑 검색량 높은 키워드 → 상업형/거래형 인텐트로 분류

---

### 3. Search API - 정보형 콘텐츠 분석

**역할:** 네이버 통합 검색 결과 내 콘텐츠 경쟁 현황 파악

**수집 데이터:**
- 미디어(블로그/카페/뉴스) 노출 빈도
- 연관 키워드 및 자동완성 키워드
- 콘텐츠 유형별 점유 패턴 (블로그 vs 뉴스 vs 카페)

**보험 적용:**
- 네이버 블로그/카페/뉴스의 보험 콘텐츠 경쟁 분석
- 상위 노출 콘텐츠의 구조 패턴 파악
- 경쟁이 낮은 정보형 키워드 발굴

**API 요청 예시 (Python):**

```python
import requests

# 주의: 아래 데이터는 예시이며 실제 API 응답과 다를 수 있음
url = "https://openapi.naver.com/v1/search/blog"
headers = {
    "X-Naver-Client-Id": "YOUR_CLIENT_ID",
    "X-Naver-Client-Secret": "YOUR_CLIENT_SECRET"
}
params = {
    "query": "IRP 세액공제 한도",
    "display": 10,
    "sort": "sim"  # 정확도순
}
response = requests.get(url, headers=headers, params=params)
items = response.json()["items"]

for item in items:
    print(item["title"], item["bloggername"], item["postdate"])
```

---

### 4. 광고 API (네이버 검색광고) - 상업적 경쟁도 측정

**역할:** 키워드 CPC와 경쟁 강도를 통해 블루오션 기회 발굴

**수집 데이터:**
- 키워드 CPC (클릭당 비용)
- 월간 PC/모바일 검색량 (광고 시스템 기준)
- 경쟁 강도 (낮음/중간/높음)

**보험 적용:**
- 블루오션 키워드 발굴 (낮은 경쟁 + 높은 검색 의도)
- CPC가 낮지만 검색량이 안정적인 롱테일 키워드 식별
- 광고주가 몰리지 않는 정보형 보험 키워드 발굴

**활용 방법:**
1. 네이버 검색광고 시스템(searchad.naver.com)에서 키워드 도구 활용
2. 월간 검색량 1,000~10,000 + 경쟁 강도 "낮음" = 기회 키워드
3. 광고 CPC가 높을수록 상업적 가치가 높은 키워드

---

## 4유형 인텐트 분류 시스템

### 정보형 (Informational)

**특징:** 지식과 정보를 얻으려는 검색

**검색 패턴:**
- "~란 무엇인가", "~하는 방법", "~의 장단점"
- "~이란", "~뜻", "~개념", "~원리"

**보험 예시:**
- "변액보험이란"
- "연금저축 펀드 차이"
- "IRP 세액공제 한도"
- "실손보험 청구 방법"

**콘텐츠 전략:**
- AI가 직접 인용할 수 있는 명확한 정의문
- FAQ 구조 (질문 → 명확한 답변)
- 단계별 설명 (Step 1, Step 2...)
- 금융감독원, 국민연금공단 등 공식 출처 인용

---

### 상업형 (Commercial)

**특징:** 구매/가입 전 비교와 탐색 단계

**검색 패턴:**
- "~추천", "~비교", "~후기", "~가격"
- "~장단점", "~순위", "~랭킹"

**보험 예시:**
- "연금보험 추천"
- "종신보험 비교"
- "변액유니버셜 후기"
- "IRP vs 연금저축 비교"

**콘텐츠 전략:**
- 비교표 (A vs B 구조)
- 장단점 요약 (불릿 포인트)
- 전문가 추천 근거 명시
- 실제 사례/수치 포함 (예시 데이터임을 명시)

---

### 거래형 (Transactional)

**특징:** 즉각적인 행동(가입/신청)을 원하는 검색

**검색 패턴:**
- "~가입", "~신청", "~예약"
- "~어디서", "~방법", "~절차"

**보험 예시:**
- "연금보험 가입"
- "보험 상담 신청"
- "IRP 계좌 개설"
- "실손보험 온라인 가입"

**콘텐츠 전략:**
- 명확한 CTA (지금 바로 상담받기, 무료 상담 신청)
- 가입 조건 명시 (나이, 직업, 건강 상태)
- 간단한 프로세스 안내 (3단계 이내)
- 빠른 로딩, 모바일 최적화

---

### 네비게이션형 (Navigational)

**특징:** 특정 브랜드나 사이트를 찾는 검색

**검색 패턴:**
- 브랜드명, "~공식 사이트"
- "~블로그", "~유튜브", "~채널"

**보험 예시:**
- "서울대보험쌤"
- "연금쌤 상담"
- "서울대연금쌤 블로그"

**콘텐츠 전략:**
- 브랜드 정체성 강화 (일관된 톤/스타일)
- 공식 정보 명확화 (사이트맵, 연락처)
- 브랜드 키워드 검색 결과 관리
- 지식iN, 카페 등 네이버 플랫폼 내 브랜드 존재감 확보

---

## CEP (Consumer Experience Point) 설계

### 정의
소비자가 특정 브랜드/카테고리를 자연스럽게 떠올리는 구체적 상황 또는 순간.

단순한 키워드가 아니라 "어떤 상황에서 이 사람이 검색을 하는가"를 이해하는 것.

---

### CEP 평가 3대 기준

**1. 카테고리 연관성**
- 해당 상황이 보험/연금 카테고리와 실제 연결되는가?
- 검색 → 정보 탐색 → 가입/상담으로 이어지는 경로가 있는가?

**2. 브랜드 적합성**
- 서울대보험쌤/연금쌤의 브랜드 정체성(전문성 + 신뢰)과 일치하는가?
- 해당 CEP에서 브랜드가 자연스럽게 떠오를 수 있는가?

**3. 고객 니즈 부합성**
- 실제 소비자가 해당 상황에서 정보/서비스를 필요로 하는가?
- 검색량 데이터(DataLab)로 수요가 확인되는가?

---

### 보험 CEP 예시

| CEP 상황 | 검색 키워드 예시 | 인텐트 유형 | 브랜드 적합도 |
|---------|-------------|----------|-----------|
| 30대 직장인이 연말정산 시즌에 IRP 가입을 고려할 때 | "IRP 세액공제", "연말정산 절세" | 정보형 → 거래형 | 높음 |
| 아이 태어난 직후 교육자금/보험을 고민할 때 | "태아보험 추천", "어린이보험 비교" | 상업형 | 높음 |
| 퇴직금을 어떻게 굴릴지 고민할 때 | "퇴직금 운용", "퇴직연금 IRP 전환" | 정보형 + 상업형 | 매우 높음 |
| 부모님 건강이 나빠져 간병/요양 비용을 걱정할 때 | "간병보험 추천", "요양보험 가입" | 상업형 → 거래형 | 높음 |
| 금리가 변동될 때 기존 저축성 보험 유지 여부를 고민할 때 | "저축보험 해지 손해", "금리연동형 보험" | 정보형 | 높음 |

---

### CEP 도출 워크플로우

**Step 1: 타겟 고객 라이프스타일 매핑**
- [ ] 연령대별 주요 생애사건 목록 작성 (결혼, 출산, 입학, 퇴직 등)
- [ ] 경제적 불안 요인 파악 (금리, 물가, 고용 불안정)
- [ ] 계절/시즌 이벤트 파악 (연말정산, 학기 시작, 보험료 인상 시기)

**Step 2: DataLab API로 검색량 검증**
- [ ] 각 CEP 상황과 연결된 키워드 검색량 확인
- [ ] 계절성 패턴 확인 (특정 월에 급증하는가)
- [ ] 연령/성별 분포 확인 (타겟과 일치하는가)

**Step 3: CEP 평가 3대 기준 적용**
- [ ] 카테고리 연관성 점수 (1~5점)
- [ ] 브랜드 적합성 점수 (1~5점)
- [ ] 고객 니즈 부합성 점수 (1~5점)
- [ ] 총점 12점 이상 = 우선 공략 CEP

**Step 4: 인텐트 유형과 매핑**
- [ ] 각 CEP의 인텐트 유형 확정 (정보형/상업형/거래형/네비게이션형)
- [ ] 인텐트 전환 경로 설계 (정보형 → 상업형 → 거래형)

**Step 5: 콘텐츠 아이디어 생성**
- [ ] CEP별 주요 키워드 3~5개 선정
- [ ] 콘텐츠 형태 결정 (블로그 포스트, 비교표, FAQ 등)
- [ ] 내부 링크 연결 구조 설계

---

## 7W Framework

### 분석 테이블

| W | 의미 | 보험 적용 예시 |
|---|------|-------------|
| **Who** | 검색 주체 | 30대 직장인, 신혼부부, 은퇴 앞둔 50대, 자영업자 |
| **What** | 원하는 것 | 연금 수령액 계산, 보험료 비교, 세액공제 한도 확인 |
| **When** | 검색 시점 | 연말정산 시즌, 출산 직후, 퇴직 3년 전, 보험료 갱신 통보 후 |
| **Where** | 검색 맥락/장소 | 회사 점심시간(모바일), 집에서 야간(PC), 은행 대기 중(모바일) |
| **Why** | 검색 동기 | 노후 불안, 절세 목적, 가족 보장, 자산 증식, 보험료 절감 |
| **Which** | 선택 대상 | A사 vs B사, 연금저축 vs IRP, 변액 vs 금리연동, 종신 vs 정기 |
| **How** | 해결 방식 | 온라인 직접 비교, 전문가 상담, 직접 계산, 지인 추천 확인 |

---

### 7W 분석 워크플로우

**Step 1: Who 파악**
- DataLab API 연령/성별 비중 데이터 수집
- 주 검색 연령대와 성별 확인
- 직업군/소득 수준 추정 (검색 시간대, 기기 비율 참조)

**Step 2: What 파악**
- 검색 키워드에서 원하는 정보/결과 추출
- 검색어 패턴 분석 (계산, 비교, 추천, 방법 등)
- Search API로 상위 노출 콘텐츠의 주제 파악

**Step 3: When 파악**
- DataLab 시계열 데이터로 계절성/시즌 확인
- 급등 시기와 사회적 이벤트 연결 (금리 변동, 정책 변경 등)
- 검색이 활발한 요일/시간대 파악 (광고 API 참조)

**Step 4: Where 파악**
- DataLab 모바일/PC 비율 확인
- 모바일 비율 높으면 → 짧은 콘텐츠, 간결한 구조
- PC 비율 높으면 → 심층 콘텐츠, 비교표 활용

**Step 5: Why 파악**
- 검색 키워드 맥락 분석 (불안/욕구/문제 해결)
- 관련 키워드 클러스터링 (같은 동기를 가진 키워드 묶기)
- 인텐트 유형과 연결

**Step 6: Which 파악**
- 상업형 키워드에서 비교 대상 식별
- 경쟁 브랜드/상품 검색량 비교 (DataLab 그룹 비교 기능)
- 의사결정 단계 파악

**Step 7: How 파악**
- 거래형 키워드 패턴 분석 (온라인 가입 vs 방문 상담)
- 전환 경로 설계 (정보 탐색 → 비교 → 상담 신청)
- CTA 방식 결정

---

## E-E-A-T 심층 분석 (네이버 맥락)

네이버는 구글과 다르게 블로그/카페 등 자체 플랫폼 콘텐츠를 우대하므로, E-E-A-T는 네이버 내부 생태계에서의 신뢰도 구축에 초점을 맞춘다.

### Experience (경험)
**정의:** 실제 경험에서 나온 정보임을 증명

**적용 방법:**
- "20년차 보험설계사로서 실제 고객 사례를 공유합니다"
- 실제 가입 후기, 보험금 청구 경험담
- 구체적 수치 포함 (예: "월 30만원 납입 후 15년 후 수령액 추정")
- 단, 수치는 예시임을 반드시 명시

**네이버 신호:**
- 블로그 게시글 누적 수 (활동 이력)
- 이웃/구독자 수
- 댓글 및 공감 수

---

### Expertise (전문성)
**정의:** 해당 분야의 깊은 지식 보유

**적용 방법:**
- 보험 약관 조항 직접 해설 (제3조 1항...)
- 금융감독원 통계 인용 (출처 링크 포함)
- 전문 용어 정확 사용 + 쉬운 설명 병행
- 계산 방법 공식과 예시 함께 제공

**네이버 신호:**
- 지식iN 채택률
- 전문가 블로그 뱃지
- 미디어 인용 횟수

---

### Authoritativeness (권위성)
**정의:** 해당 분야에서 인정받는 출처/인물

**적용 방법:**
- 서울대 출신 FP 자격 언급
- 금융 자격증 명시 (CFP, AFPK 등)
- 미디어 출연/기고 이력 (언론사 링크)
- 공식 기관 협력 또는 인용

**네이버 신호:**
- 네이버 인플루언서 등록
- 오픈캐스트/뉴스 인용
- 외부 사이트 백링크

---

### Trustworthiness (신뢰성)
**정의:** 정확하고 투명한 정보 제공

**적용 방법:**
- 보험료율 정기 업데이트 (최종 수정일 명시)
- 모든 통계/수치에 출처 명시
- 면책 조항 명확히 표시 ("이 글은 정보 제공 목적이며 개인 상황에 따라 다를 수 있습니다")
- 투명한 분석 방법론 공개

**네이버 신호:**
- 게시글 업데이트 이력
- 오탈자/오류 수정 투명성
- 부정 댓글 대응 방식

---

## 네이버 키워드 분석 마스터 워크플로우

### Step 1: DataLab API로 트렌드 확인

**목적:** 검색량이 성장 중인 키워드 식별

**체크리스트:**
- [ ] 최근 12개월 검색량 시계열 확인
- [ ] 계절성 패턴 파악 (특정 월에 급증하는가)
- [ ] 연령/성별 분포 → 타겟과 일치하는가
- [ ] 모바일/PC 비율 → 콘텐츠 형식 결정에 활용
- [ ] 성장 추세 vs 하락 추세 구분

**판단 기준:**
- 최근 3개월 트렌드 상승 = 성장 키워드
- 계절성 있음 + 현재 시즌 = 즉시 공략
- 모바일 70% 이상 = 짧고 직관적인 콘텐츠 필요

---

### Step 2: 광고 API로 CPC/경쟁도 파악

**목적:** 상업적 가치와 진입 난이도 측정

**체크리스트:**
- [ ] 월간 PC 검색량 확인
- [ ] 월간 모바일 검색량 확인
- [ ] CPC 수준 파악 (높음 = 상업적 가치 높음)
- [ ] 경쟁 강도 확인 (낮음/중간/높음)

**판단 기준:**
- 월간 검색량 1,000 이상 + 경쟁 강도 낮음 = 블루오션
- CPC 높음 + 경쟁 강도 높음 = 단기 공략 어려움 (롱테일로 우회)
- CPC 낮음 + 검색량 있음 = 정보형 콘텐츠로 선점 가능

---

### Step 3: Search API로 콘텐츠 경쟁 분석

**목적:** 현재 상위 노출 콘텐츠의 품질과 패턴 파악

**체크리스트:**
- [ ] 상위 10개 블로그 포스트 제목/구조 분석
- [ ] 블로그 vs 카페 vs 뉴스 비율 확인
- [ ] 최신 콘텐츠 날짜 확인 (오래된 콘텐츠 많음 = 기회)
- [ ] 상위 콘텐츠 평균 길이 추정
- [ ] 빠진 정보/주제 파악 (콘텐츠 갭)

**판단 기준:**
- 상위 콘텐츠가 2년 이상 오래됨 = 업데이트된 콘텐츠로 경쟁 가능
- 블로그 상위 점령 = 블로그 포맷이 유리한 키워드
- 뉴스 상위 점령 = 신뢰도 경쟁 (E-E-A-T 강화 필요)

---

### Step 4: 인텐트 4유형 분류

**목적:** 검색자가 실제로 원하는 것 파악

**체크리스트:**
- [ ] 키워드 패턴으로 1차 분류 (정보/상업/거래/네비게이션)
- [ ] 상위 노출 콘텐츠 유형으로 교차 검증
- [ ] 인텐트 혼합 키워드 처리 (예: "연금보험 추천 비교 가입" = 상업형+거래형)
- [ ] 세컨더리 인텐트 파악 (주요 의도 외 부가 니즈)

---

### Step 5: CEP 매핑

**목적:** 검색이 발생하는 실제 상황/맥락 파악

**체크리스트:**
- [ ] 어떤 생애 이벤트/상황에서 이 검색이 발생하는가
- [ ] CEP 평가 3대 기준 점수 산출
- [ ] 유사 CEP 클러스터링 (같은 상황의 다른 키워드)
- [ ] CEP별 우선순위 결정 (총점 기준)

---

### Step 6: 7W Framework 적용

**목적:** 검색자를 입체적으로 이해하여 콘텐츠 방향 확정

**체크리스트:**
- [ ] Who: 주 검색층 프로파일 작성
- [ ] What: 핵심 니즈 3가지 이내로 압축
- [ ] When: 검색 시점/계절성 반영
- [ ] Where: 기기 비율 기반 콘텐츠 형식 결정
- [ ] Why: 근본적 동기/불안 요인 파악
- [ ] Which: 비교 대상 목록 작성
- [ ] How: 전환 경로 설계

---

### Step 7: 콘텐츠 주제 확정

**목적:** 분석을 바탕으로 실행 가능한 콘텐츠 아이디어 도출

**체크리스트:**
- [ ] 주요 키워드 1개 + 보조 키워드 3~5개 선정
- [ ] 콘텐츠 형태 결정 (가이드/비교표/FAQ/사례연구)
- [ ] 예상 길이 결정 (정보형: 2,000자+, 거래형: 500~1,000자)
- [ ] 내부 링크 대상 페이지 목록 작성
- [ ] CTA 방식 결정 (무료 상담/뉴스레터/관련 포스트)
- [ ] 콘텐츠 → blog-dominance 스킬로 이관

---

## 블루오션 키워드 발굴 방법론

### 블루오션 정의
높은 검색량 + 낮은 콘텐츠 경쟁 + 상업적 가치 = 블루오션

### 발굴 공식

**조건 1: 성장 중인 트렌드**
- DataLab에서 최근 3~6개월 검색량 상승 확인
- 신규 정책/법령 변화로 검색 급증하는 키워드 선점

**조건 2: 낮은 콘텐츠 경쟁**
- Search API로 상위 콘텐츠가 오래되었거나 품질 낮음 확인
- 정보형 콘텐츠가 부족한 키워드

**조건 3: 적정 상업 가치**
- 광고 API에서 경쟁 강도 "낮음" 또는 "중간" 확인
- CPC가 0원에 가깝더라도 인텐트가 높으면 선점 가치 있음

### 롱테일 키워드 조합 전략

**기본 패턴:**
```
[핵심 키워드] + [수식어] + [행동/상황]
예: "IRP" + "직장인" + "세액공제 한도 계산"
→ "직장인 IRP 세액공제 한도 계산"
```

**보험 롱테일 조합 예시:**
- "40대 자영업자 연금보험 추천"
- "퇴직 3년 전 IRP 전략"
- "연말정산 IRP 세액공제 한도 2024"
- "변액보험 펀드 변경 방법 단계별"

**체크리스트:**
- [ ] 단일 핵심 키워드에서 롱테일 5~10개 파생
- [ ] 각 롱테일의 DataLab 검색량 확인 (월 100 이상 = 유효)
- [ ] 광고 API로 경쟁도 확인
- [ ] 콘텐츠 1편으로 롱테일 3~5개 커버 가능한 주제 선정

---

## 검증 게이트

### Tier 1: 데이터 수집 완료 확인

- [ ] DataLab API 트렌드 데이터 수집 완료
- [ ] 광고 API CPC/경쟁도 데이터 수집 완료
- [ ] Search API 경쟁 콘텐츠 분석 완료
- [ ] 수집 데이터는 예시/참고용임을 문서에 명시

### Tier 2: 분석 품질 확인

- [ ] 인텐트 4유형 분류 완료 (근거 포함)
- [ ] CEP 평가 3대 기준 점수 산출 완료
- [ ] 7W Framework 7개 항목 모두 작성
- [ ] E-E-A-T 4개 요소 전략 수립

### Tier 3: 실행 가능성 확인

- [ ] 주요 키워드 + 보조 키워드 목록 확정
- [ ] 콘텐츠 형태 및 예상 구조 결정
- [ ] 내부 링크 대상 페이지 목록 완성
- [ ] blog-dominance 스킬로 이관 준비 완료

### 수치 환각 방지 체크리스트

- [ ] 모든 API 예시 데이터는 "예시" 또는 "참고" 표시
- [ ] 실제 검색량/CPC 수치는 API 호출 결과만 사용
- [ ] "약 ~건", "추정 ~원" 등 불확실한 표현 금지
- [ ] 출처 없는 통계 수치 사용 금지

---

## 인접 스킬 연계

### 분석 완료 후 → blog-dominance 스킬

네이버 키워드 분석이 완료되면 blog-dominance 스킬로 이관:
- 확정된 주요 키워드와 보조 키워드 전달
- 인텐트 유형 및 CEP 분석 결과 전달
- 7W Framework 분석 결과 전달
- 콘텐츠 구조 가이드라인 전달

### GEO/AI 검색 → geo-optimizer 스킬

네이버가 아닌 구글 AI 개요, ChatGPT 검색 등 AI 검색 최적화가 필요하면 geo-optimizer 스킬 사용.

### 기술적 SEO 문제 → seo-audit 스킬

페이지 로딩 속도, 구조화 데이터, 크롤링 문제 등 기술적 SEO 이슈는 seo-audit 스킬 사용.