구조화 데이터란? 검색엔진과 AI 에게 페이지의 "정체"를 알려 주는 표식

구조화 데이터란 무엇인가

구조화 데이터(structured data)란 웹페이지의 내용을 검색엔진과 AI 가 오해 없이 읽을 수 있도록, schema.org 에서 정한 공통 어휘(Organization·Article·Product 등)로 "이 페이지는 무엇이며 누가 만들었는가"를 기계가 읽는 형식으로 적어 둔 표식이다. 사람이 보는 화면은 그대로 두고, HTML 안에 별도 블록으로 추가한다.

표기 형식은 JSON-LD·Microdata·RDFa 세 가지가 있으며, 구글은 JSON-LD 를 권장한다. JSON-LD 는 <script type="application/ld+json"> 블록 하나에 모아 쓰므로 본문 HTML 을 건드리지 않고 관리하기 쉽다.

구조화 데이터를 넣으면 무엇이 달라지는가?

직접적인 순위 상승 요소는 아니다. 대신 세 가지 효과가 있다.

• 리치 결과: 별점·가격·FAQ·이벤트 날짜 등이 검색 결과에 함께 표시돼 면적과 클릭률이 늘 수 있다(타입별로 구글이 지원하는 것만).
• 이해도: 검색엔진이 "회사명·주소·전화·로고·저자"를 추측하지 않고 확정한다. 브랜드를 고유 개체(엔티티)로 묶는 근거가 된다.
• AI 검색: 생성형 검색이 출처를 붙일 때 페이지의 주체·발행일·저자를 확인하는 단서가 된다. 스키마가 있는 페이지가 무조건 인용되는 것은 아니지만, 없는 페이지보다 신원이 분명하다.

중소기업 사이트에 필요한 타입은 무엇인가?

모든 타입을 넣을 필요는 없다. 아래 다섯 가지면 대부분의 회사 사이트를 덮는다.

이 밖에 BreadcrumbList(경로 표시), WebSite(사이트 검색창), Service(서비스 소개)가 자주 쓰인다. Organization 은 한 사이트에 하나만, 지점이 여럿이면 LocalBusiness 를 지점마다 둔다.

올바른 JSON-LD 는 어떤 모양인가?

우리 회사의 홈페이지에 넣는 Organization 예시다. 화면에 보이는 정보와 값이 같아야 한다.

• { "@context": "https://schema.org", "@type": "Organization", "name": "우리 회사", "url": "https://www.example.com/", "logo": "https://www.example.com/logo.png", "sameAs": ["https://www.linkedin.com/company/example", "https://blog.naver.com/example"], "contactPoint": { "@type": "ContactPoint", "telephone": "+82-2-000-0000", "contactType": "customer service" } }
• @context 는 항상 https://schema.org, @type 은 정확한 대소문자(organization 이 아니라 Organization).
• url·logo·image 는 절대 경로(https://…)로. 상대 경로는 검증 도구에서 오류가 난다. 페이지 URL 은 캐노니컬과 같은 값으로.
• sameAs 에는 공식 프로필만(회사 링크드인·공식 블로그·공식 SNS). 남의 페이지나 기사 링크는 넣지 않는다.

구조화 데이터는 어떻게 검증하는가?

• 구글 리치 결과 테스트(search.google.com/test/rich-results): URL 또는 코드를 넣으면 구글이 인식하는 타입·오류·경고를 보여 준다. "리치 결과 대상"인 타입만 표시된다.
• Schema Markup Validator(validator.schema.org): 리치 결과 대상이 아닌 타입(Service 등)까지 문법을 검사한다.
• 구글 서치콘솔 › 개선사항(향상) 보고서: 사이트 전체에서 오류가 난 URL 을 모아 보여 준다. 배포 후 며칠 뒤 확인.
• 배포 전 체크: 화면과 값 일치 여부, 모든 페이지에 같은 Organization 이 중복 선언되지 않았는지, 템플릿 변수가 빈 문자열로 들어가지 않았는지.

흔히 나는 오류는 무엇인가?

어딧지 무료 점검에서 자주 잡히는 항목이다.

구조화 데이터는 AI 검색에 어떤 역할을 하는가?

생성형 검색은 페이지 본문을 읽어 답을 만들지만, "이 문장이 어느 회사의 어떤 페이지에서 나왔는가"를 붙일 때 스키마의 name·author·datePublished·sameAs 를 참고한다. Organization 의 sameAs 로 공식 프로필이 연결돼 있으면 같은 이름의 다른 회사와 혼동될 가능성이 줄고, Article 의 dateModified 는 최신성 판단에 쓰인다.

구글은 AI 오버뷰에 별도 마크업이 필요 없으며 기존 구조화 데이터 가이드가 그대로 적용된다고 안내한다. 즉 구조화 데이터는 AI 전용 작업이 아니라 검색과 AI 가 공유하는 기초다(GEO와 E-E-A-T 모두의 바탕). 화면에 없는 내용을 스키마로만 넣어 AI 를 속이려는 시도는 검색 정책 위반이며 효과도 없다.

자주 묻는 질문