스키마 마크업이란 무엇이며, AI 검색에 도움이 되나요?
스키마 마크업 또는 구조화된 데이터는 페이지에 넣는 코드로, 보통 schema.org 어휘를 쓴 JSON-LD 형식이며 페이지와 그 주제에 관한 사실을 기계가 읽을 수 있는 형태로 적습니다. 스키마 마크업은 이것은 조직이다, 이 제품은 얼마다 같은 페이지의 사실을 기계가 추측 없이 읽는 형식으로 밝힙니다. 검색 엔진이 페이지를 이해하는 데 도움이 되지만, AI 답변에 들어가게 해 주는 스위치는 아닙니다.
스키마 마크업은 어떻게 작동하나요?
Google은 구조화된 데이터를 페이지 정보를 제공하고 페이지 콘텐츠를 분류하기 위한 표준화된 형식으로 정의합니다. JSON-LD, Microdata, RDFa를 지원하고, 사이트 구성이 허락하면 JSON-LD를 권장하며, 검색용 구조화된 데이터 대부분이 schema.org 어휘를 쓴다고 설명합니다(Google 검색 센터, 2025년 12월 10일 업데이트).
JSON-LD 블록은 페이지의 script 태그 안에 있으며, 예를 들어 이 페이지가 이름, 로고, URL, 공식 프로필로 가는 sameAs 링크를 가진 Organization을 설명한다고 밝힙니다.
스키마 마크업은 AI 가시성에 도움이 되나요?
Google 스스로의 설명에 따르면 특별한 수단은 아닙니다. AI 기능 안내에서는 AI Overviews나 AI Mode에 나타나기 위해 추가해야 할 특별한 schema.org 구조화된 데이터는 없다고 하며, 구조화된 데이터가 페이지의 보이는 텍스트와 일치하도록 하라고 권합니다(Google 검색 센터, 2026년 10월 15일 확인).
생성형 AI 기능 가이드도 같은 말을 합니다. 생성형 AI 검색에는 구조화된 데이터가 필요하지 않습니다(Google, 2026년 7월 10일 업데이트). 마크업을 추가하면 AI 답변이 고정된 비율만큼 오른다는 주장은 공개된 측정으로 확인할 수 없었습니다(관련 글).
실제 사례에서는 어떻게 보이나요?
공개된 Tesla 사례(2026년 10월 4일)에서 Google AI Overviews는 "What is Tesla?"에 회사보다 먼저 자기 단위로 시작해 답했습니다. sameAs 링크를 담은 Organization 마크업은 사이트를 하나의 정체성에 묶어, 시스템이 이런 모호함을 풀도록 돕습니다.
하지만 답변이 어떻게 시작할지까지 결정하지는 않습니다. 그 사례의 답변은 tesla.com보다 동영상, 포럼, 참고 페이지를 훨씬 많이 인용했으므로, 브랜드 자체 페이지의 마크업은 전체 그림의 작은 일부일 수밖에 없었습니다.
브랜드는 어떤 스키마 유형을 써야 하나요?
페이지가 실제로 보여 주는 것을 마크업하세요:
- Organization: 홈페이지나 회사 소개 페이지에 이름, URL, 로고, 공식 프로필로 가는 sameAs 링크.
- 페이지에 가격이 나온다면 offers를 담은 Product 또는 SoftwareApplication.
- 기사와 가이드에는 작성자와 날짜를 담은 Article.
- 사이트 안에서 페이지의 위치를 나타내는 BreadcrumbList.
- 페이지에 보이지 않는 것은 넣지 마세요. Google은 마크업이 보이는 텍스트와 일치하기를 요구합니다.
Proofsource는 스키마 마크업을 어떻게 다루나요?
순위를 올리는 수단이 아니라 기본 위생으로 다룹니다. Proofsource의 빈틈 목록에는 인용 및 리뷰 빈틈과 함께 엔티티와 기계 접근 점검이 들어 있으며, 노력 대비 예상 효과로 순위가 매겨집니다. 이 용어 사전 페이지에도 보이는 텍스트와 일치하는 DefinedTerm 및 FAQPage JSON-LD가 들어 있습니다. 기회를 참고하세요.
스키마 마크업(구조화된 데이터)에 대해 자주 묻는 질문
AI Overviews에 나타나려면 특별한 스키마가 필요한가요?
아닙니다. Google은 AI Overviews나 AI Mode에 필요한 특별한 schema.org 마크업은 없다고 말합니다. 중요한 것은 질문에 답하는, 색인 가능하고 스니펫 표시가 가능한 페이지입니다.
어떤 형식을 써야 하나요?
사이트 구성이 허락하면 Google이 권장하는 JSON-LD를 쓰세요. script 블록 하나에 들어가며, 보이는 페이지를 바꾸지 않습니다.
잘못된 구조화된 데이터가 해가 될 수 있나요?
보이는 페이지와 맞지 않는 마크업은 리치 결과 자격을 잃게 할 수 있고, 기계가 읽는 형식으로 틀린 사실을 밝히면 그 오류가 퍼집니다. 정확하게 유지하세요.
FAQ 마크업은 AI 답변에 도움이 되나요?
질문과 답변을 표준 형식으로 밝혀 주지만, 어떤 엔진도 AI 답변의 필수 요건으로 문서화하지 않았습니다. 먼저 페이지에 답을 분명히 쓰세요.
관련 용어
- 엔티티
검색과 AI에서 엔티티는 회사, 제품, 사람, 장소처럼 시스템이 인식하고 비슷한 이름의 다른 것과 구별할 수 있는 하나의 고유한 대상입니다.
- Knowledge graph
Knowledge graph는 엔티티와 그것들을 잇는 사실의 데이터베이스입니다. 가장 잘 알려진 것은 사람, 장소, 사물에 관한 수백만 개 항목을 담은 Google의 Knowledge Graph입니다.
- llms.txt
llms.txt는 웹사이트 루트에 두는 마크다운 파일 제안으로, 언어 모델에 사이트가 무엇인지 알려 주고 가장 읽을 가치가 있는 페이지를 나열합니다.
- E-E-A-T
E-E-A-T는 experience, expertise, authoritativeness, trustworthiness, 즉 경험, 전문성, 권위, 신뢰성을 뜻하며, Google에 따르면 Google의 시스템이 유용하고 신뢰할 수 있는 콘텐츠에서 찾는 특성입니다.
실전 예시: Tesla, 공개 AI 답변, 2026년 10월 4일: Proofsource가 Tesla를 대상으로 한 첫 스캔으로, 구매자 질문 25개와 브랜드 질문 5개를 네 엔진에 각각 한 번씩 물었습니다. 한 브랜드의 작은 표본이며, 벤치마크가 아니라 예시로 보여 드립니다.
