Molayo

© 2026 Molayo

Dev.to헤드라인2026. 06. 05. 03:07

AI 검색을 위한 스키마 마크업 (Schema markup): 2026년 완전 가이드

요약

AI 검색 엔진(Perplexity, ChatGPT 등)에서 콘텐츠 인용률을 높이기 위한 스키마 마크업 활용 가이드입니다. Organization, SoftwareApplication, FAQPage, HowTo 등 핵심 4가지 JSON-LD 유형과 적용 방법을 설명합니다.

핵심 포인트

  • 정형 데이터(JSON-LD) 사용 시 AI 인용 빈도 2~3배 증가
  • 핵심 4대 스키마: Organization, SoftwareApplication, FAQPage, HowTo
  • Organization 스키마의 sameAs 배열을 통한 정체성 그래프 구축
  • 잘못된 URL 포함 시 검색 가시성이 저하될 수 있음

원문은 brandswarm.io/blog/schema-markup-for-ai-search/에 게시되었습니다.

AI 엔진은 비정형 (unstructured) 페이지보다 정형 (structured) 페이지를 더 신뢰성 있게 검색합니다. 이는 추상적인 이야기가 아닙니다. 저희와 다른 이들이 수행한 비교 테스트를 통해 측정 가능한 수치로 증명되었습니다. 적절한 SoftwareApplication JSON-LD가 적용된 제품 페이지는 그렇지 않은 동일한 페이지보다 AI Overviews 및 Perplexity에서 2~3배 더 자주 인용됩니다. FAQPage가 포함된 문서 페이지는 ChatGPT에 의해 직접 스니펫 (snippet)으로 인용됩니다. 투입되는 추가 노력은 30분에 불과하지만, 그로 인한 추가 가치는 매우 큽니다.

이 글은 가이드라인입니다. 저희는 2026년 AI 검색에 실제로 중요한 4가지 Schema.org 유형을 복사하여 붙여넣을 수 있는 JSON-LD와 함께 정리했습니다. 또한 실수 80%를 잡아낼 수 있는 검증 단계와, 겉보기에는 올바르지만 가시성을 조용히 떨어뜨리는 3가지 구조화된 데이터 (structured-data) 패턴도 함께 다룹니다.

중요한 4가지 스키마

Schema.org 어휘 사전(vocabulary)에 있는 800개 이상의 유형 중, 다음 4가지는 B2B 또는 B2C 브랜드가 AI 검색을 위해 신경 써야 하는 거의 모든 상황을 커버합니다.

  1. Organization — 귀사의 정체성입니다. 홈페이지에 적용하며, 보통 사이트당 하나를 사용합니다.
  2. SoftwareApplication 또는 Product — 귀사가 판매하는 제품입니다. 제품 페이지와 가격 페이지에 적용합니다.
  3. FAQPage — 질문-답변 콘텐츠입니다. 문서, 결제 FAQ, 도움말 페이지에 적용합니다.
  4. HowTo — 단계별 지침입니다. 튜토리얼과 온보딩 가이드에 적용합니다.

추가로 고려할 만한 두 가지가 더 있습니다: Article / BlogPosting (블로그 포스트용; 합리적이지만 위 유형들보다는 AI 검색 추출(retrieval) 상승 폭이 작음) 및 BreadcrumbList (URL이 깔끔하다면 노력이 거의 들지 않으면서 약간의 상승 효과가 있음). 일단 나머지는 건너뛰셔도 좋습니다.

1. Organization 스키마 (모든 사이트에 필요함)

Organization 블록은 한 가지 구체적인 작업을 수행합니다. 귀사의 도메인을 다른 웹 프레젠스(web presences)와 연결하여 AI 엔진이 일관된 정체성 그래프(identity graph)를 구축할 수 있도록 하는 것입니다. 연결 역할을 하는 것은 바로 sameAs 배열입니다.

{
  "@context": "https://schema.org",
  "@type": "Organization",
...

제외해야 할 사항: 아직 존재하지 않는 희망적인 sameAs URL입니다. Google의 구조화된 데이터 검증기 (structured-data validator)는 깨진 URL을 오류로 표시하며, Google은 귀하의 전체 블록(block) 가치를 낮게 평가할 수 있습니다. 현재 활성화된 URL만 목록에 포함하세요.

배치 위치: 홈페이지의 <head> 섹션에 <script type="application/ld+json"> 형태로 넣으세요. 모든 페이지에 반복하는 것도 허용되지만 불필요합니다. 홈페이지 하나면 충분합니다.

2. SoftwareApplication / Product 스키마 (schema)

이 블록은 AI 엔진에게 귀하가 무엇을 판매하는지, 어떤 카테고리인지, 그리고 대략적인 가격이 얼마인지를 알려줍니다. 제품 페이지와 가격 페이지에 배치합니다.

{
  "@context": "https://schema.org",
  "@type": "SoftwareApplication",
...

aggregateRating에 대하여: 명세서 (spec)를 보셨다면 별점 평균이 포함된 aggregateRating 블록을 보셨을 것입니다. 실제 평점 소스 (Trustpilot, G2 리뷰 수 등)가 없다면 추가하지 마세요. Google의 알고리즘은 조작된 평점을 제공하는 브랜드를 구체적으로 저평가합니다. 위험 대비 보상이 좋지 않습니다.

B2C / 실물 제품의 경우: SoftwareApplication 대신 Product를 사용하세요. 구조는 동일하지만, @type이 다르고 brand, sku, gtin, image를 포함해야 합니다.

3. FAQPage 스키마 (페이지당 가장 높은 효율을 내는 블록)

AI 개요 (AI Overviews)는 FAQ 스키마를 직접 인용합니다. Perplexity는 이를 인용합니다. ChatGPT는 유사한 질문에 답할 때 이를 검색합니다. 무게 대비 AI 가시성(visibility) 측면에서 전환율이 가장 높은 구조화된 데이터 유형입니다.

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
...

효과적인 방법: 페이지당 310개의 질문/답변 쌍을 구성하세요. 각 질문은 실제 사용자가 입력할 법한 형태여야 합니다. 각 답변은 완전하고 독립적인 문장이어야 합니다 (50250자 사이가 가장 적당합니다. 유용할 만큼 충분히 길면서도, 인용하기에 충분히 짧아야 합니다).

효과적이지 않은 방법: "더 많은 스니펫 (snippets)을 차지하기 위해" 30개의 Q&A를 채워 넣는 것입니다. Google은 2023년에 이를 단속했으며, AI 엔진들도 이를 따랐습니다. 양보다 질이 중요합니다.

4. HowTo 스키마 (가장 덜 사용되는 유형)

HowTo 스키마를 사용한 튜토리얼 페이지는 Gemini와 AI Overviews에 의해 불균형적으로 많이 검색(retrieved)됩니다. 그 이유는 이 구조가 단계별 답변 형식(step-by-step answer format)에 깔끔하게 매핑되기 때문입니다. 만약 "시작하기" 문서나 온보딩 가이드(onboarding guide)를 가지고 있다면, 이것이 가장 쉽게 성과를 낼 수 있는 방법입니다.

{
  "@context": "https://schema.org",
  "@type": "HowTo",
...

각 text 필드는 하나의 지시적인 문장으로 유지하세요. 단계별 텍스트 내부에 링크를 포함하는 것은 피하십시오 (도움이 되지 않으며, 때로는 해가 될 수 있습니다). 단계별 삽화가 있다면 image URL을 포함하세요. Google과 Perplexity 모두 이를 노출합니다.

가시성을 조용히 떨어뜨리는 3가지 구조화된 데이터(structured-data) 실수

실수 #1: url과 canonical(표준) URL의 불일치

JSON-LD에는 "url": "https://www.brandswarm.io/"라고 되어 있는데, canonical 링크 태그에는 https://brandswarm.io/라고 되어 있는 경우입니다. 혹은 그 반대일 수도 있습니다. Google은 이러한 불일치에 대해 페널티를 부여하며, AI 엔진들은 조용히 해당 페이지의 가치를 낮게 평가합니다. 해결책: 마지막 슬래시(trailing slash) 정책을 포함하여 URL을 canonical과 동일하게 유지하십시오.

실수 #2: 404 오류가 발생하는 sameAs URL

sameAs에 https://twitter.com/brandswarm을 나열했지만 실제 핸들은 @brandswarm_io이거나, LinkedIn 페이지가 삭제되었거나, GitHub 조직(org)이 존재하지 않는 경우입니다. 깨진 URL이 하나씩 늘어날 때마다 귀하의 데이터 블록은 "신뢰할 수 없음" 쪽으로 기울게 됩니다. 매년 감사(audit)를 수행하세요. Google의 구조화된 데이터 테스트 도구를 사용하면 깨진 sameAs URL을 명시적으로 표시해 줍니다.

실수 #3: 실제 페이지에 질문이 보이지 않는 FAQ 스키마

질문과 답변이 눈에 보이게 렌더링되지 않는 페이지(JS를 통해 로드되는 아코디언 안에 숨겨져 있거나, 스키마에는 있지만 페이지에는 아예 없는 경우)에 FAQPage JSON-LD를 넣는 경우입니다. Google의 스팸 팀은 2023년 말에 이를 구체적으로 지적했습니다. 스키마 콘텐츠는 사용자가 실제로 보는 내용과 일치해야 합니다. AI 엔진들도 이제 동일한 방식으로 확인합니다. 해결책: 질문/답변(Q/A) 쌍을 페이지 상에 보이는 <h3> + <p> 형태로 렌더링한 다음, 이를 JSON-LD에 그대로 반영하십시오.

실수 80%를 잡아내는 검증 단계

다음 순서대로 두 가지 무료 도구를 사용하세요:

  1. Google의 리치 결과 테스트 (Google's Rich Results Test) (search.google.com/test/rich-results) — URL 또는 원본 JSON-LD를 붙여넣으세요. 구문 오류 (syntax errors) 및 필수 필드 누락을 잡아냅니다.
  2. Schema.org 자체 검증 도구 (Schema.org's own validator) (validator.schema.org) — Google의 도구보다 엄격하며, Google이 허용하는 유형 불일치 (type mismatches)를 잡아냅니다.

배포하기 전에 두 도구를 모두 실행하십시오. 그 다음, Google Search Console의 향상된 결과 (Enhancements) 섹션에서 가장 중요한 URL 5~10개를 샘플링하여, 예상한 구조화된 데이터 (structured data) 유형이 발견된 것으로 보고되는지 확인하십시오. 만약 보고되지 않는다면, Google이 배포된 내용을 인식하지 못한 것이며, 이는 대개 구문 (syntax) 문제입니다.

필요 없는 것들

  • Speakable — 틈새 영역이며 음성 검색 전용입니다. AI 엔진은 사용하지 않습니다.
  • 임베디드 비디오가 포함된 모든 페이지의 VideoObject — 비디오가 해당 페이지의 주요 콘텐츠인 경우에만 유용합니다.
  • 철저함을 기하기 위해 동일한 페이지에 세 가지 다른 스키마를 사용하는 것 — 페이지의 주요 콘텐츠와 일치하는 가장 구체적인 유형을 선택하십시오. 서로 충돌하지 않는 여러 유형을 사용하는 것은 괜찮지만, 중복된 유형은 노이즈를 추가할 뿐입니다.
  • 200줄짜리 블록을 생성하는 스키마 생성기 — 대부분의 필드는 선택 사항입니다. 최소한의 내용만 배포하고, 채울 콘텐츠가 있을 때만 추가하십시오.

빠른 체크리스트

다른 것은 하지 않더라도, 다음 순서대로는 반드시 수행하십시오:

  1. 홈페이지에 완전한 sameAs 배열을 포함한 Organization을 추가합니다.
  2. 제품/가격 페이지에 SoftwareApplication (또는 Product)을 추가합니다.
  3. 질문-답변 콘텐츠가 있는 모든 페이지(결제 FAQ, 문서, 지원)에 FAQPage를 추가합니다.
  4. 시작하기 또는 온보딩 가이드에 HowTo를 추가합니다.
  5. 배포하기 전에 Google의 리치 결과 테스트 (Rich Results Test)에서 모든 것을 검증합니다.
  6. 분기별로 재검증하십시오. 특히 sameAs URL은 시간이 지나면 유효하지 않게 되는 경우가 많습니다.

대부분의 사이트에서 이는 2시간 정도의 작업 분량입니다. 이를 통해 얻는 검색 엔진의 정보 추출 계층 (Retrieval-layer) 성능 향상은 한 달 이내에 측정 가능합니다. 구조화된 데이터 (Structured data)가 귀하의 AI 가시성 (AI visibility)을 구체적으로 어디까지 변화시키는지 확인하고 싶다면, Brandswarm의 무료 스캔을 통해 권장 엔진 (Recommendations engine)의 일부로서 각 접점별 구조화된 데이터의 공백을 확인할 수 있습니다.

AI 자동 생성 콘텐츠

본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
0

댓글

0