스키마 마크업, 구조화된 데이터의 등장
점점 더 많은 사람들이 일상에 AI와 함께합니다. ChatGPT한테 날씨를 물어보며 하루를 시작하고, 기획안 퀄리티를 높이기 위해 Gemini와 이야기하고, 주말 데이트 장소 추천도 AI에게 물어봅니다. AI와 묻고 답하고, 소통하며 사는 시대죠.
소비자이자 마케터인 우리는, 이 현상을 줌 아웃해서 볼 수 있어야 합니다. 우리의 고객 일상에도 AI가 촘촘히 스며들었습니다. 그렇다면 마케터인 우리는 무엇을 해야 할까요? 고객의 새로운 접점인 AI 답변에 우리 브랜드가 언급되게 하는 것, GEO(Generative Engine Optimization)라는 새로운 이름으로 자리 잡은 이 영역을 알아야 합니다.
그런데 어떻게 AI 답변에 나올 수 있을까요?
AI 답변 자체는 조작이 불가능합니다. 통제할 수 없는 영역입니다. 다만 우리가 할 수 있는 건, 사용자가 어떤 질문을 던지는지 정교하게 유추하고, 그 답변을 생성할 때 우리 브랜드를 인용할 수 있도록 “신뢰할 수 있는 참고 자료“를 준비하는 것입니다.
그 준비의 핵심이 바로 스키마 마크업입니다. (물론, 가장 중요한 건 스키마 마크업이 담고 있는 내용입니다!!!)
AI에게 없는 3가지
스키마 마크업을 이해하려면, 먼저 AI가 어떻게 정보를 읽는지 알아야 합니다.
AI는 눈👀이 없습니다
AI는 사람이 보듯 이미지나 화면을 눈으로 보고 판단하는 것이 아닙니다. 기계의 언어로 정보를 이해하고, 그 언어 간의 관계를 분석해 의미를 해석합니다.
당신의 웹사이트 홈페이지가 아무리 잘 디자인되어 있어도, AI가 그 화면을 “보는” 방식은 사람과 다릅니다. 눈에 보이는 텍스트와 HTML 구조를 읽는 것이지, 디자인의 의도나 레이아웃의 맥락을 감각적으로 파악하지 않습니다.
AI는 두뇌🧠 가 없습니다
이 해석하는 과정이 마치 두뇌가 있는 것처럼 보입니다. 하지만 AI는 두뇌가 없습니다. 인간의 뇌과학 원리를 적용했을 뿐, 스스로 알아서 판단하는 것이 아닙니다.
AI는 텍스트를 잘게 쪼개어 엔티티(entity)로 분류하고, 각 엔티티 간의 관계를 분석해 의미를 추론합니다. “엘리펀트컴퍼니”라는 단어를 읽었을 때, 이게 기업인지 서비스명인지 사람 이름인지 — 문맥이 없으면 확신하지 못합니다. 스키마 마크업은 “이것은 Organization(기업)이고, 이것은 그 기업이 제공하는 Service(서비스)입니다”라고 기계 언어로 명확히 선언하는 것입니다.
AI는 뜨거운 심장🫀이 없습니다
SNS에서 “이 집 서비스 진짜 미쳤다”라는 리뷰가 달렸다고 해봅시다. 마케터인 우리는 맥락에 따라 이게 ‘최고의 극찬’인지, ‘최악의 불만’인지 즉각 체감합니다. 하지만 AI에게 “미쳤다(Crazy)”는 중립적이거나 때로 부정적인 단어일 뿐입니다.
다른 예로 바꿔볼까요. “중꺾마(중요한 건 꺾이지 않는 마음)”라는 표현도 마찬가지입니다. AI는 이 문장의 사전적 의미는 알지만, 그 안에 담긴 한국인의 불굴의 의지와 트렌드적 맥락을 스스로 느끼지 못합니다. 스키마 마크업은 이런 인간적 맥락(Context)을 기계가 오해하지 않도록 “이것은 긍정적인 리뷰(Review)이며, 5점 만점의 평점(Rating)을 포함한다“라고 명확한 ‘팩트‘로 박아주는 작업입니다.
AI는 기계입니다. (그런데 이제 아주 뛰어난…)
기계의 언어로, 기계가 볼 수 있도록 정보를 제공해야 비로소 AI가 “볼 수 있고”(AI Visibility), 가장 적합한 정보라고 판단했을 때 비로소 AI가 생성하는 답변에 “언급(mention)하거나 인용(citation)”합니다.
스키마 마크업이란?
스키마 마크업, 기계가 이해할 수 있는 공통 단어 사전!
스키마 마크업은 웹페이지에 추가하는 코드로, 검색엔진과 AI에게 “이 페이지가 무엇인지, 어떤 정보가 담겼는지”를 기계가 읽을 수 있는 언어로 설명합니다.
2011년, 구글·마이크로소프트·야후·얀덱스 네 회사가 함께 만든 공통 어휘 표준 schema.org가 그 기반입니다. “Organization”, “Article”, “Product”처럼 기계가 이해하는 공통 단어 사전이라고 보면 됩니다. 주요 검색엔진과 여러 플랫폼이 참고하는 대표적인 표준 언어라고 할 수 있습니다.
HTML vs 스키마 마크업, 뭐가 다른가요?
우리가 보는 화면은 HTML로 만들어집니다. 스키마 마크업은 그 HTML 본문에 아무런 영향을 주지 않고, <script> 태그 안에 따로 작성됩니다. 스키마 마크업을 추가해도 방문자 화면에는 아무것도 달라지지 않습니다. 오직 구글과 AI만 읽는 보이지 않는 언어입니다.
| 구분 | 일반 HTML | 스키마 마크업 |
|---|---|---|
| 표현 방식 | 예) “삼성전자” (텍스트) | 예) “@type”: “Organization” |
| 검색엔진 이해 | 단어 나열로 인지 | “조직” 엔티티로 인식 |
| 관계 파악 | 추측 필요 | 명확히 인식 |
| 구글 리치 스니펫 | ❌ 불가능 | ✅ 가능 |
| AI 인용 | ❌ 어려움 | ✅ 높은 확률 |
🥸 스키마 마크업, JSON-LD로만 써야 하나요?
스키마 마크업을 작성하는 형식에는 JSON-LD, Microdata, RDFa 세 가지가 있다고 합니다. 구글이 권장하는 방식은 JSON-LD입니다.
이유는 JSON-LD 형식이 HTML 본문과 완전히 분리되어 있어서 유지보수가 쉽고, 코드에 오류가 생겨도 전체 페이지가 망가지지 않기 때문이라고 하는데요. 더 쉽게 말하면, 페이지의 디자인, 모양이 바뀌어도 정체성(스키마 마크업 내용)은 바뀌지 않는다면 분리하는 것이 더 관리하기 효율적이기 때문입니다.
물론!!! HTML 본문 핵심 정보가 바뀐다면, 스키마 마크업도 바꿔줘야 합니다!
스키마 마크업과 구조화된 데이터(Structured Data),
그리고 구글 리치 스니펫
- 스키마 마크업 (Schema Markup) : 웹 표준, 전체 어휘 체계
- 구글 구조화된 데이터 (Structured Data) : 구글이 공식 지원하는 타입
- 구글 리치 결과 (Rich Result) : 특정 조건 충족 시 검색 결과 화면(SERP)에 시각적으로 표현하는 것
1️⃣ 스키마 마크업 : 웹 표준
스키마 마크업은 웹 표준입니다. 2011년 구글, 마이크로소프트, 야후, 얀덱스가 공동으로 만든 schema.org라는 공통 어휘 체계를 기반으로 합니다. “이 페이지는 Article이다”, “이 조직은 Organization이다”, “이 상품의 가격은 얼마다”처럼 기계가 읽을 수 있는 공통 언어로 웹페이지의 의미를 선언하는 것입니다.
2025년 기준 schema.org가 정의하는 타입은 800여 개가 넘습니다. Organization, Person, Product, Article, Event, LocalBusiness, Recipe, MedicalCondition, SoftwareApplication… 대부분의 종류의 정보를 구조화할 수 있는 어휘 체계입니다. 어떤 검색엔진이든, 어떤 AI 크롤러든 대부분 이 표준을 사용합니다.
스키마 마크업은 구글만의 것이 아닙니다. Bing, Naver, 그리고 ChatGPT, Perplexity 같은 AI도 이 표준을 읽습니다.
2️⃣ 구글 구조화된 데이터 : 구글이 공식 지원하는 타입
schema.org의 약 800개 타입 중 구글이 “우리가 공식적으로 지원하고, 특정 형식에 맞게 작성하면 검색에 활용하겠다”고 지정한 타입들이 있습니다. 구글은 이를 **구조화된 데이터(Structured Data)**라는 이름으로 별도 문서화하고, 각 타입마다 필수 속성과 권장 속성을 명시해 두었습니다.
구글 구조화된 데이터의 핵심은 구글이 요구하는 형식과 속성을 정확히 맞춰야 구글이 제대로 인식한다는 점입니다. schema.org에 정의된 타입이라도 구글이 공식 지원하지 않는 타입은 구글 리치 결과로 표현되지 않을 수 있습니다.
3️⃣ 구글 리치 결과(리치 스니펫) : 조건 충족 시 SERP에 등장하는 시각적 표현
리치 결과(Rich Results, 리치 스니펫)는 구글 구조화된 데이터 중에서도 시각적 표현이 가능한 타입에 필수 속성이 충족됐을 때 검색 결과에 추가로 보여주는 요소입니다. 일반 파란 링크와 달리 별점, 가격, 발행일, 이미지 섬네일, 이벤트 날짜 같은 정보가 검색 결과에 직접 표시됩니다.
리치 결과가 적용된 페이지는 그렇지 않은 페이지보다 평균 20~80% 높은 클릭률(CTR)을 기록하기 때문에, 구글 리치 스니펫을 선점하는 것은 마케팅 성과를 높이기 위한 관점에서 중요합니다.
👉 스키마 마크업, 이왕 쓸 거면 구글 리치 스니펫 고려해서 쓰자!
모든 스키마 마크업이 구글 리치 스니펫 선점되는 결과가 있는 것은 아닙니다. 다만, 우리가 설계한 스키마 마크업이 구글이 정의한 구조화된 데이터 영역과 유사하다면, 리치 스니펫 선점할 수 있도록 Schema.org의 표준 구글의 구조화된 데이터 마크업의 표준을 같이 적용하는 것이 좋습니다! 1석 2조의 효과!
AI 검색에서 스키마 마크업이 중요한 이유
검색의 판도가 바뀌었다.
서두에서도 언급했지만, AI 기술이 빠르게 대중화되면서 많은 것들이 바뀌고 있습니다. 특히, 2025년 상반기 엘리펀트를 포함한 고객사들은 AI 기반 검색(ChatGPT, Perplexity, Google AI Overviews)에서 유입된 트래픽이 전년 동기 3배 이상 증가했습니다. 단순한 유행이 아니라 고객의 행동 자체가 바뀌고 있다는 신호입니다.
고객이 “B2B CRM 솔루션 추천해 줘”라고 ChatGPT에 물으면, ChatGPT는 10개의 링크를 나열하는 대신 2~7개 브랜드를 직접 언급하며 답변을 만듭니다. 그 답변에 포함되는 브랜드와 그렇지 않은 브랜드의 차이는 어디서 생길까요?
GEO에서 스키마 마크업이 하는 역할 3가지
첫째, 브랜드를 독립된 “엔티티“로 등록합니다.
Organization 스키마를 제대로 작성하면 AI는 당신의 브랜드를 단순한 웹사이트가 아니라, 특정 분야의 전문 기업으로 인식합니다. 마치 사람의 이름이 위키피디아에 등재되어 있으면 AI가 그 사람을 더 확신 있게 언급하는 것처럼요.
둘째, AI가 인용할 수 있는 구조화된 팩트를 제공합니다.
Article 스키마의 description 속성에 담긴 내용은 AI 답변 생성 시 인용 소스가 됩니다. “이 회사가 뭘 하는 곳인지”를 기계가 읽을 수 있는 형태로 준비하는 것입니다.
셋째, 콘텐츠 간 관계를 명시합니다.
provider, isPartOf, about 속성으로 블로그 글과 서비스 페이지, 회사 정보를 연결하면, AI는 개별 페이지가 아니라 하나의 브랜드 지식으로 묶어 인식합니다.
스키마 마크업 없이 아무리 좋은 콘텐츠를 써도,
AI는 그것이 누구의 것인지, 어떤 의미인지 확신하기 어렵습니다.
스키마 마크업은 AI에게 보내는 공식 자기소개서입니다.
schema.org가 정의하는 스키마 타입은 수백 가지가 넘습니다. 다행히 마케터가 이 모두를 알 필요는 없습니다. 내 웹사이트, 내 페이지에 어떤 스키마를 적용해야 가장 효과적으로 정보를 선언할 수 있는지를 판단하는 것이 핵심입니다.
업종별 주요 스키마 종류
| 스키마 마크업 | 기대 효과 | 업종별 중요도 |
|---|---|---|
| Organization | ✅기업 필수 스키마, Knowlege graph 기초 ✅조직-브랜드 계층구조 중요 (Brand 스키마와 조합) | 공통 / 필수 |
| LocalBusiness | ✅지역 비즈니스를 운영하는 경우 명시 | 해당 시 필수 |
| FAQPage | ✅AI가 가장 인용하기 쉬운 형태 *단, FAQ 남발하면 오히려 신뢰X 단, 구글 구조화된 데이터에서는 민간 기업에게 적용 X | 공통 / 권장 |
| Product | ✅제품 검색 시 가격, 재고, 리뷰 노출 ✅리치 스니펫 선점 | 커머스(뷰티, 패션, 건기식 등) 필수 |
| Service | ✅무형의 제품/서비스에 대한 정보 제공 | B2B SaaS, IT 필수 |
| Review | ✅제품 신뢰, 신뢰 담보하는 역할 | 소비재 권장 |
업종별 추천 스키마 조합
| 업종 | 핵심 스키마 마크업 | 포인트 |
|---|---|---|
| B2B SaaS / 에이전시 | Organization, Service, Article, FAQPage | 서비스 소개 + 블로그 콘텐츠가 핵심 |
| 이커머스 (자사몰) | Product, Offer, BreadcrumbList, Review | 가격·재고·평점이 핵심, 리치 스니펫 고려해서 스키마 작업해야 함! |
| 지역 오프라인 매장 | LocalBusiness, OpeningHours, ContactPoint | 영업시간·위치 정보 정확히 |
| 의료·헬스 | MedicalOrganization, Medical Business, Physician, FAQPage | 정확성·권위가 생명 |
| 호텔·숙박 | Hotel, Offer, Review | 체크인 정보, 편의시설 구조화 |
| 교육·강좌 | Course, EducationalOrganization, Event | 강의 일정·수강 조건 명확히 |
기타 활용하면 좋은 스키마
| 스키마 마크업 | 기대효과 | 중요도 |
|---|---|---|
| Image/VideoObject | ✅제품 이미지, 영상 등이 사용법 등 중요한 정보를 담고 있는 경우 | 고관여 제품, 병원 등 권장 |
| Breadcrumb Schema | ✅사이트 구조를 더 명확하게 표현 | 선택 |
| Article/BlogPost | ✅제품, 서비스 외에 유용한 정보 제공시 명시 | 블로그 운영 시 필수 |
| Person | ✅경영진, 창업자 등 주요 인물 전문성 강화 ✅연구진, 저자 등 있는 경우 권장 | 저자, 전문가 있는 경우 권장 |
| Offer, Event 등 | ✅할인, 프로모션 등의 일시적인 이벤트 정보 | 해당 시 권장 |
| Store | ✅오프라인 매장이 있는 경우 | 해당 시 권장 |
페이지별 스키마 마크업 추천 조합
스키마 마크업은 해당하는 웹페이지에 가장 적합한 마크업을 중첩하여 작성할 수 있습니다. 일반적으로 가장 많이 쓰는 조합을 예시로 소개합니다.
- 홈페이지 (/) → Organization + WebSite 세트 (필수) 전체 사이트의 기반 엔티티. 모든 스키마의 출발점. sameAs에 LinkedIn URL 추가하면 AI의 브랜드 인식이 달라집니다.
- About Us / 회사 소개 → Organization + AboutPage 회사명·로고·연락처·설립 연도·sameAs(외부 권위 링크) 포함.
- 서비스 / 기능 / 솔루션 상세 페이지 → Service (또는 SoftwareApplication) + BreadcrumbList “도입 문의” 중심이면 Service, 앱/소프트웨어 자체를 설명하면 SoftwareApplication. provider로 Organization을 연결하는 것이 핵심입니다.
- 요금제 / 가격 페이지 → Product + Offer + BreadcrumbList 플랜명·가격·통화·가용성이 페이지에 실제로 보일 때만 사용. 없는 가격을 넣으면 구글 정책 위반입니다.
- 블로그 글 / 인사이트 → Article 또는 BlogPosting + BreadcrumbListdateModified가 핵심. 글을 업데이트할 때마다 반드시 수정. AI는 최신 정보를 더 신뢰합니다.
- FAQ 페이지 / FAQ 섹션이 있는 서비스 페이지 → FAQPage + BreadcrumbList 실제로 페이지에 보이는 Q&A만 마크업. AI 인용 소스로 활용 가능성이 높습니다.
- 단계별 가이드 / How-to 콘텐츠 → HowTo + Article + BreadcrumbList AI가 “~하는 방법”류 질문에 답변할 때 HowTo 구조를 참조하는 경향이 있습니다. step 배열에 각 단계를 명확히 기술해야 합니다.
- 문의 / 도입 상담 페이지 → ContactPage + Organization 전화번호·이메일·주소가 있다면 ContactPoint도 추가.
- 팀 / 전문가 소개 페이지 → Person 저자·연사·임원 페이지. Article의 author와 연결하면 사고 리더십(Thought Leadership) 콘텐츠의 신뢰도가 높아집니다.
스키마 마크업, 왜 쓰라고 하는지는 이해했는데… 마케터인 내가 코드까지 짜야 하는 걸까?! 걱정되시나요? 마케터를 위한 코드 짜는 법은 원문에서 확인해 보세요.
해당 글은 엘리펀트컴퍼니와 모비인사이드의 파트너십으로 제공되는 기사입니다.
