MEDIHINT
구조화 데이터와 스키마 마크업이 없으면 아무리 좋은 콘텐츠도 AI가 읽을 수 없습니다. FAQPage·Organization·Article 스키마 3가지와 1분 자가진단법을 소개합니다.
ChatGPT에 우리 브랜드 관련 질문을 해봤을 때 경쟁사가 먼저 나오거나, 아예 언급조차 안 됐던 경험, 있지 않으신가요? 홈페이지에 정보는 다 있는데, AI는 왜 그걸 못 찾는 걸까요.
결론부터 말하면, AI 봇은 사람처럼 디자인을 보지 않아요. 소스 코드를 스캔해요. 아무리 잘 만든 페이지라도, AI가 코드 레벨에서 의미를 읽지 못하면 존재하지 않는 페이지와 다름없어요.
핵심: AI 검색 시대의 경쟁은 '콘텐츠가 있느냐'가 아니라 '구조화 데이터가 있느냐'로 갈립니다. 스키마 마크업이 없으면 잘 쓴 글도 AI에게 무의미한 텍스트 덩어리입니다.
AI는 디자인이 아니라 소스 코드를 읽는다
ChatGPT, Gemini, Perplexity 같은 AI 봇이 웹페이지를 방문할 때, 사람이 보는 화면과 전혀 다른 걸 봐요. 레이아웃도, 이미지도, 색상도 의미가 없어요. AI 크롤러가 보는 건 HTML 소스 코드 그 자체입니다.
그래서 이런 일이 생겨요. 제품 가격이 페이지에 크게 쓰여 있어도, AI는 그게 가격인지 전화번호인지 구분하지 못해요. FAQ 섹션이 있어도, AI는 그게 질문-답변 구조인지 단순 텍스트인지 알 수 없어요. 구조를 명시적으로 알려주지 않으면, AI는 그냥 흘려버려요.
이게 GEO(Generative Engine Optimization), 즉 생성형 AI 검색 최적화의 출발점이에요. 기존 SEO가 구글 크롤러를 위한 작업이었다면, GEO는 ChatGPT·Gemini 같은 AI 엔진을 위한 작업이에요. 핵심 도구는 구조화 데이터, 그 중에서도 스키마 마크업(Schema Markup)이에요.
구조화 데이터란 — AI를 위한 명찰
구조화 데이터를 가장 쉽게 설명하면 이래요. 페이지의 각 정보에 태그(Tag)를 다는 것. '이 숫자는 가격(Price)', '이 문단은 사용자 리뷰(Review)', '이 텍스트는 FAQ(Question)' — 이런 식으로요.
사람 눈에는 안 보이는 코드로 작성돼요. 주로 JSON-LD 형식을 써요. 화면에 영향을 주지 않으니 디자인을 건드릴 필요가 없어요. AI 크롤러가 페이지를 방문했을 때 브랜드와 콘텐츠의 정체성을 즉시 파악할 수 있게 해주는 목차이자 색인 역할을 해요.
GEO에서 가장 중요한 스키마 3가지
스키마 종류는 수십 가지지만, GEO 관점에서 지금 당장 챙겨야 할 건 세 가지예요.
① FAQPage 스키마
질문-답변 쌍을 명시적으로 마크업하는 방식이에요. 이게 GEO 스키마 중에서 가장 강력해요. ChatGPT나 Perplexity가 '~는 어떻게 하나요?' 같은 질문에 답할 때, FAQPage 스키마가 있는 페이지를 출처로 인용할 확률이 비약적으로 올라가요. 이미 FAQ 섹션이 있는 페이지라면, 스키마만 추가하면 돼요. 콘텐츠를 새로 만들 필요가 없어요.
② Organization / Product 스키마
AI가 브랜드를 엉뚱한 회사와 혼동하거나, 존재하지 않는 정보를 만들어내는 할루시네이션(AI가 사실처럼 그럴듯한 거짓 정보를 생성하는 현상)을 막는 신분증 역할이에요. 회사 이름, 설명, 서비스 범위 같은 기본 정체성을 AI에게 명확히 각인시켜줘요. 브랜드 인지도가 낮은 회사일수록 이 스키마가 더 중요해요. AI가 우리를 '모르는 브랜드'로 취급하면 답변에서 제외되거나 잘못된 정보가 붙어요.
③ Article 스키마
블로그 포스트, 뉴스 콘텐츠에 필수예요. 작성자(Author), 발행일(DatePublished) 정보가 핵심이에요. AI는 콘텐츠의 신뢰도와 최신성을 판단할 때 이 정보를 기준으로 써요. 구글이 E-E-A-T(경험·전문성·권위성·신뢰성을 종합해 콘텐츠 신뢰도를 평가하는 구글의 기준)를 평가하는 방식과도 연결돼요. 작성자 정보가 없는 글은 AI에게 출처 불명의 텍스트로 보여요.
세 스키마를 JSON-LD 형식으로 구현하면 이렇게 생겼어요.
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [{
"@type": "Question",
"name": "구조화 데이터란 무엇인가요?",
"acceptedAnswer": {
"@type": "Answer",
"text": "페이지의 각 정보에 의미 태그를 달아 AI가 내용을 즉시 파악할 수 있게 하는 코드입니다."
}
}]
}지금 바로 점검하는 법 — 1분 자가진단
복잡한 설명보다 일단 현재 상태를 보는 게 빨라요. Google이 제공하는 무료 도구가 있어요.
Google 리치 결과 테스트(search.google.com/test/rich-results)에 우리 홈페이지 URL을 넣으면, 1분 안에 현재 스키마 적용 현황과 오류를 확인할 수 있어요. 어떤 스키마가 적용돼 있는지, 오류가 있는지, 빠진 항목이 무엇인지 한눈에 나와요.
결과를 보고 Article, Organization, FAQPage 스키마가 없거나 오류가 있다면, 그 결과 화면을 캡처해서 개발팀에 전달하면 돼요. "이 세 가지 스키마를 JSON-LD 형식으로 추가해주세요"라고 요청하는 것만으로 시작할 수 있어요. 디자인을 바꿀 필요가 없으니 개발 부담도 크지 않아요.
실행 순서: ① search.google.com/test/rich-results에서 URL 점검 → ② FAQPage·Organization·Article 스키마 누락 확인 → ③ 개발팀에 JSON-LD 형식으로 적용 요청 → ④ 재점검으로 오류 해소 확인
이게 왜 지금 중요한가
사람들이 검색하는 방식이 바뀌고 있어요. 구글에서 링크를 찾아 클릭하던 방식에서, ChatGPT나 Perplexity에 바로 질문하고 답변을 받는 방식으로요. AI가 답변을 만들 때 어떤 소스를 쓰는지가 브랜드 노출을 결정해요.
콘텐츠를 아무리 잘 만들어도, AI가 읽을 수 있는 구조가 없으면 경쟁에서 밀려요. 반대로, 구조화 데이터를 갖추면 콘텐츠 자체가 AI 답변의 원천이 될 수 있어요. 지금 이 작업을 하는 브랜드가 많지 않아요. 그래서 지금이 격차를 만들 수 있는 시점이에요.
마치며
콘텐츠가 없어서 AI에 안 나오는 게 아니에요. 구조가 없어서 AI가 읽지 못하는 거예요. 지금 당장 Google 리치 결과 테스트 한 번 돌려보세요. 결과가 생각보다 허전할 수 있어요.
다음 편에서는 FAQPage 스키마 JSON 코드를 직접 작성하는 방법을 처음부터 끝까지 풀어볼게요. 어떤 질문을 넣어야 AI 인용률이 올라가는지, 작성할 때 흔히 하는 실수는 무엇인지 함께 다룹니다.
자주 묻는 질문
즉시 반영되지는 않아요. AI 크롤러가 페이지를 재방문하고 학습하는 데 시간이 걸려요. 다만 Perplexity처럼 실시간 웹 검색을 하는 AI는 상대적으로 빠르게 반영돼요. Google 리치 결과 테스트에서 오류 없이 스키마가 감지된다면, AI가 읽을 수 있는 구조는 갖춰진 거예요.
워드프레스를 사용한다면 Yoast SEO, Rank Math 같은 플러그인으로 코딩 없이 일부 스키마를 추가할 수 있어요. 직접 개발된 사이트라면 개발팀에 JSON-LD 코드 삽입을 요청해야 해요. Google 리치 결과 테스트 결과 화면을 첨부해서 어떤 스키마가 필요한지 명시하면 요청이 훨씬 명확해져요.
도움이 돼요. Google 검색 결과에서 질문-답변이 펼쳐진 리치 스니펫(Rich Snippet — 검색 결과 페이지에서 일반 링크보다 더 많은 정보를 보여주는 강조 표시 형태)으로 표시될 수 있어요. 클릭률이 올라가는 효과도 있고, AI 답변 출처 인용 가능성도 높아져요. SEO와 GEO 두 가지를 동시에 챙기는 가장 효율적인 스키마예요.
회사 이름, 공식 URL, 로고 이미지 URL, 설명(description), 연락처 정보가 기본이에요. 서비스를 제공하는 회사라면 서비스 범위나 지역 정보를 추가하면 좋아요. AI가 브랜드를 정확하게 식별하는 데 쓰는 정보이니, 홈페이지에 표시된 공식 정보와 일치하게 작성하는 게 중요해요.
비비
Contents Marketing Team Lead
해외 환자 타겟 병·의원의 콘텐츠를 직접 운영하며, 트렌드와 데이터를 바탕으로 반응을 빠르게 읽고, 성과로 이어지게 최적화합니다.