Princeton의 10,000개 검색 연구: 왜 구조화된 콘텐츠가 AI 답변을 지배하는가

만약 당신이 SEO (검색 엔진 최적화) 분야에서 일하고 있다면, Google이 2026년 5월 7일에 FAQ 리치 결과 (FAQ rich results)를 제거했다는 소식을 아마 들어보았을 것입니다. 하지만 사이트에서 마크업 (markup)을 삭제하기 전에, AI가 인용할 소스를 선택할 때 어떻게 작동하는지에 대한 진지한 학술 연구 결과를 읽어보시기 바랍니다.

Princeton GEO 연구

_Princeton_의 연구팀은 **KDD 2024 컨퍼런스**에서 “GEO: Generative Engine Optimization (생성 엔진 최적화)”라는 제목의 연구를 발표했습니다.

그들은 10,000개의 검색을 대상으로 9가지 최적화 전략을 테스트했으며, 그중 어떤 전략이 웹 페이지가 AI 답변에 인용될 확률을 높이는지 측정했습니다.

결과:

• 인용된 소스가 포함된 구조화된 콘텐츠: AI 가시성 +115%, 특히 소규모 사이트에서 두드러짐
• 인라인(inline) 구체적 통계: 검증 가능한 소스와 결합될 때 높은 효율성
• 전문가의 직접 인용: AI가 긍정적으로 가중치를 두는 신뢰성 신호
• 키워드 스터핑 (Keyword stuffing) (키워드 강제 반복): 개선 효과 없음, 오히려 약간 감소
• 홍보성 언어: 중립적인 콘텐츠보다 인용률이 낮음

결론: AI는 구조화되고 사실적이며 소스가 명시된 콘텐츠를 선호합니다. 판매 목적의 콘텐츠가 아닙니다.

여기서 FAQ Schema가 중요한 이유

FAQ Schema (FAQPage 구조화 데이터)는 Princeton 연구가 입증한 방식, 즉 AI가 처리하기 쉬운 명시적인 질문-답변 형식을 제공하는 역할을 정확히 수행합니다.

AI 플랫폼은 **RAG (Retrieval-Augmented Generation, 검색 증강 생성)**를 사용합니다. 누군가 질문을 하면, AI는 인터넷을 검색하여 관련 조각을 추출하고 답변을 구성합니다. FAQ Schema는 모호함을 제거합니다: 무엇이 질문이고 무엇이 답변인지 명확하게 라벨을 붙입니다.

이는 카테고리별로 정리된 도서관과 바닥에 던져진 책더미의 차이와 같습니다.

Frase.io 및 Amicited의 추가 데이터:

• FAQ Schema가 적용된 페이지: AI 답변에서 28–60% 더 높은 인용률 기록
• FAQ Schema가 적용된 페이지: Google AI Overviews에 나타날 확률이 ~3.2배 더 높음
• 단 12.4%의 사이트만이 구조화된 데이터 (Structured Data)를 사용 중이며, 나머지는 이 이점을 완전히 놓치고 있음

여기서 다루지 않는 내용

Princeton의 연구는 하나의 관점일 뿐입니다. 저희는 다음 내용을 분석한 전체 기사를 발행했습니다:

• FAQ 리치 결과 (Rich Results) 제거의 전체 연대기: 2019년 → 2023년 → 2026년 5월 7일 → 2026년 8월
• 전략적 아이러니: Google은 시각적 이점은 제거했지만, 자체 AI는 여전히 FAQ Schema를 계속 읽고 있음
• AI 로봇 테이블: GPTBot, OAI-SearchBot, PerplexityBot, ClaudeBot 및 각 로봇의 역할
• 인간 방문자에게 미치는 영향: 왜 FAQ가 페이지 체류 시간과 전환율을 높이는가
• 루마니아 에이전시들의 대응: 아무도 논의하지 않는 주제에 대해 아무것도 하지 않고 있음

Google은 FAQ Schema를 죽였습니다. 하지만 AI가 이를 막 부활시켰습니다.

연결된 모든 소스는 학술 및 산업 연구이며, 마케팅 요소는 전혀 없습니다.

루마니아 시비우(Sibiu) 소재의 디지털 에이전시, **FLASH SHIP S.R.L.**에서 발행. 저희는 AI 가시성을 갖춘 유기적 성장 시스템을 구축합니다.