스키마 마크업 효과, AI 인용 늘릴까? 실험 3건으로 본 GEO 기준

2026. 11. 16. · 정건우 (팀장)

스키마 마크업 효과 핵심: AI 인용보다 해석을 돕는 장치

GEO(생성형 AI 검색 최적화)를 준비한다면 스키마 마크업 효과를 'AI 인용을 늘리는 장치'로 볼지 'AI의 해석을 돕는 장치'로 볼지부터 정해야 작업 순서가 잡힙니다. Search Engine Journal이 보도한 Ahrefs 분석에서 AI가 인용한 페이지는 JSON-LD를 가졌을 확률이 약 3배 높았지만 직접 넣어 본 페이지의 인용은 늘지 않았습니다. AI가 읽는 것은 화면 본문이고 스키마는 해석을 돕는 보조 장치에 가깝습니다.

  • JSON-LD를 추가한 1,885개 페이지의 전후 30일 인용 변화는 ChatGPT +2.2%, AI Mode +2.4%로 의미 있는 증가가 아니었고 AI Overviews는 -4.6%였습니다
  • JSON-LD에만 넣고 화면에 없는 가격은 5개 AI 시스템 모두 찾지 못했습니다
  • 구글 공식 가이드에 따르면 생성형 AI 검색을 위해 따로 추가할 schema.org 마크업은 없습니다
  • AI 인용이 목표라면 화면 본문을 먼저 다듬고 스키마는 개체 구분·리치 결과·쇼핑 정보용으로 그다음에 챙기는 순서가 맞습니다.

스키마 마크업 효과, AI 인용 늘릴까? 실험 3건으로 본 GEO 기준 인포그래픽

목차

스키마 마크업 정의: JSON-LD가 리치 결과·색인·AI 검색에서 하는 역할 3가지

스키마 마크업은 Schema.org 어휘로 조직·제품·기사·작성자 같은 개체 정보를 기계가 읽을 수 있게 표시하는 코드입니다. 효과가 공식 확인된 곳은 리치 결과와 색인 단계이고 AI 답변 인용은 근거가 가장 약한 영역입니다.

스키마 마크업 효과는 역할별로 떼어 보면 훨씬 선명해집니다. 가장 확실한 쓰임은 리치 결과인데요. Google Search Central은 AI 기능과 별개로 리치 결과 자격을 위해 구조화 데이터를 계속 쓰라고 권합니다. 검색엔진이 색인할 때 내용을 이해하도록 돕는 역할도 있습니다. Bing은 2025년 3월 스키마가 Copilot의 LLM이 콘텐츠를 이해하는 데 도움이 된다고 밝혔습니다. 마지막으로 AI 답변 인용을 직접 늘리는 역할은 대조 실험에서 확인되지 않았습니다.

스키마 마크업 효과 연구가 엇갈리는 이유: 상관관계와 대조 실험

스키마가 있는 페이지가 더 많이 인용된다는 상관관계 데이터는 분명히 있습니다. 반면 스키마를 넣어서 인용이 늘었다는 대조 실험 결과는 나오지 않았고 두 결과를 섞어 읽을 때 해석이 갈립니다.

Ahrefs는 600만 URL에서 약 3배라는 상관관계를 확인한 뒤 스키마를 새로 넣은 1,885개 페이지를 넣지 않은 비교 페이지와 나란히 놓고 전후 30일을 비교했습니다. 대상은 모두 사전 AI Overview 인용이 100회 이상이던 페이지였습니다. ChatGPT와 AI Mode의 증가는 노이즈 범위였고 통계적으로 의미 있던 변화는 AI Overviews 감소뿐이었습니다. 스키마는 인용의 원인이라기보다 잘 관리된 사이트에 함께 나타나는 특징으로 보는 것이 데이터에 맞습니다.

대조군이 없으면 해석이 뒤집히기도 합니다. OtterlyAI는 자사 SaaS 사이트에 스키마 5종을 적용하고 2025년 12월 7일~2026년 3월 7일 미국 기준 프롬프트 319개를 추적했습니다. AI Overviews +611%, AI Mode +42%, ChatGPT -71%, Copilot -64%, Gemini -35%, Perplexity 0%로 크게 흔들렸지만 같은 시기 경쟁 브랜드도 비슷하게 움직여 OtterlyAI는 이를 플랫폼 변화로 판단했습니다. 'JSON-LD가 있으면 더 인용된다'는 수치를 보면 그 사이트의 순위·권위와 대조군 유무부터 확인해 보세요.

AI는 JSON-LD를 읽을까? 실시간 수집과 색인 단계의 플랫폼별 차이

AI가 페이지를 실시간으로 가져올 때는 방문자가 보는 텍스트를 읽고 JSON-LD는 거의 쓰지 않습니다. 스키마가 쓰이는 곳은 검색엔진의 색인 단계와 쇼핑 피드 같은 별도 경로입니다.

searchVIU는 2025년 10월 30일 가상 상품 페이지의 화면 HTML·숨긴 JSON-LD·Microdata·RDFa·자바스크립트 삽입 등 8개 위치에 서로 다른 가격을 넣고 AI에게 물었습니다. JSON-LD에만 있는 가격은 ChatGPT·Claude·Perplexity·Gemini·AI Mode 모두 찾지 못했습니다. OtterlyAI의 재현에서도 7개 플랫폼 중 JSON-LD를 정확히 읽은 곳은 Gemini뿐이었고 AI Mode는 없는 'Service' 스키마를 지어냈습니다. 'OtterlyAI 직원 중 포르투갈에 사는 사람 수'를 FAQ 스키마에만 넣은 테스트에서는 어떤 AI도 답하지 못했습니다.

플랫폼스키마가 쓰이는 단계실험 결과GEO 우선순위
Google AI Overviews·AI Mode색인·리치 결과, Merchant CenterAI Mode는 색인 후 8개 중 2개색인 자격·본문, 상품은 Merchant Center
Bing Copilot색인 단계 이해(공식 언급)인용 변화는 플랫폼 변동 영향이 큼스키마 유지, 본문 우선
ChatGPT실시간 수집, 판매자 프로그램화면 HTML 가격 3개만, 스키마가 없다고 답함화면 본문, 상품 피드
Perplexity색인 후 수집색인 후 1개화면 본문, 상품 피드
Claude실시간 수집0개, 스키마가 없다고 답함화면 본문
Gemini렌더링 후 수집자바스크립트 삽입 가격 포함 4개, JSON-LD 정확히 읽음본문 우선, 스키마 보조

상품 노출이 목적이면 페이지 스키마보다 피드가 먼저입니다. 구글은 Merchant Center가 AI 답변과 일반 검색 양쪽의 상품 노출을 돕는다고 설명하고 OtterlyAI도 ChatGPT·Perplexity 판매자 프로그램을 먼저 검토하라고 권합니다.

화면 본문·스키마 정합성 점검 4단계

AI가 인용해야 할 가격·사양·영업시간·작성자·수정일은 방문자가 보는 HTML 텍스트로 먼저 쓰고 스키마 값은 그 본문과 똑같이 맞춰야 합니다. searchVIU 실험에서 AI가 찾은 가격은 모두 화면에 보이거나 렌더링되는 위치에 있었습니다.

  1. 리치 결과 테스트와 Schema Markup Validator로 문법을 검증합니다.
  2. JSON-LD의 가격·이름·날짜를 화면 본문과 하나씩 대조하고 본문과 충돌하는 숨긴 마크업은 지웁니다.
  3. 브라우저의 '페이지 소스 보기'로 서버가 처음 보내는 HTML에 핵심 텍스트가 있는지 확인합니다.
  4. 자바스크립트를 끈 상태에서도 가격·사양·FAQ 답변이 보이는지 봅니다.

AI 검색용으로 콘텐츠를 잘게 쪼개거나 따로 쓸 필요가 없다는 것이 구글 가이드의 입장입니다. 지오랭크의 E-E-A-T·엔티티 설계 디렉터가 '본문 우선, 스키마 보강' 순서로 구조를 짜는 이유도 여기에 있습니다.

캠핑용품 브랜드 C사 사례: 본문 우선 재설계 4개월 만에 AI 가시성 7%에서 68%로

C사는 스키마를 다 넣고도 AI 답변에 나오지 않던 캠핑용품 브랜드입니다. 핵심 사양을 화면 본문으로 옮기고 스키마를 본문 값에 맞추자 4개월 만에 4개 AI 평균 가시성이 7%에서 68%로 올랐습니다.

C사 상세페이지에는 Product·FAQPage·Organization JSON-LD가 갖춰져 있었지만 '2인용 백패킹 텐트 추천' 같은 질문에 ChatGPT·Gemini·Claude·Perplexity는 해외 대형 브랜드만 추천했습니다. 착수 전 2주간 GRank Pilot으로 핵심 질의 36개를 하루 5회 측정한 평균 AI 가시성은 7%였고 C사가 나온 답변의 39%는 지난 시즌 가격이나 틀린 무게를 말했습니다. GRank Scanner 진단에서 구조화 데이터 완성도는 81점이었지만 콘텐츠 AI 친화도는 34점이었습니다. 핵심 사양은 이미지와 자바스크립트 탭 안에, FAQ 답변은 JSON-LD와 접힌 아코디언 안에만 있었기 때문입니다.

지오랭크는 GRank Research로 경쟁 브랜드 4곳의 AI 노출도와 스마트스토어·쿠팡 후기 약 31만 건을 분석하고 GRank QueryMix로 질의를 설계했습니다.

  • 판매량 상위 상세페이지 42개를 SSR로 바꾸고 가격·무게·수용 인원·내수압·설치 시간을 최초 HTML에 문장과 사양표로 넣었습니다
  • JSON-LD와 화면 가격이 다르던 17개 페이지를 고치고 접혀 있던 FAQ를 펼쳤습니다
  • Product·Organization·Article을 @graph로 묶어 sameAs로 공식 채널을 연결하고 Merchant Center·AI 쇼핑 판매자 피드도 같은 값으로 맞췄습니다
  • sitemap·IndexNow로 색인을 요청하고 캠핑 커뮤니티와 아웃도어 리뷰 매체에 실측 사용기를 배포했습니다

3주 차에 Perplexity가 처음 인용했고 5주 차에는 4개 플랫폼 모두에서 인용이 확인됐습니다. 4개월 차 가시성은 ChatGPT 66%, Gemini 74%, Claude 62%, Perplexity 71%였습니다. 같은 기간 대조 그룹보다 작업 페이지의 인용이 3.1배 많았고 가격·사양 오류 답변은 39%에서 10%로 줄었습니다. 평균 추천 순위는 4.1위에서 1.7위로 올랐고 AI 검색 상품 유입은 210% 늘었으며 추적 질의 36개 중 6개에서 1위로 인용됐습니다. C사 이커머스 팀장은 'ChatGPT에서 이 텐트 무게 보고 왔어요'라는 문의가 늘면서 광고비를 줄이고도 매출이 늘었다고 전했습니다.

사이트 유형별 스키마 적용 우선순위

스키마는 지울 대상이 아니라 기대치를 조정할 대상입니다. OtterlyAI 권고처럼 스키마를 SEO 기본기로 두고 인용 증가는 본문에서 찾는 것이 스키마 마크업 효과를 현실적으로 쓰는 방법입니다.

Similarweb이 우선 적용 유형으로 꼽는 것은 sameAs로 공식 프로필을 잇는 Organization, 작성자를 밝히는 Article, 커머스의 Product, 화면에 Q&A가 있을 때의 FAQPage입니다. FAQPage는 구글이 FAQ 리치 결과 표시를 종료했으니 기대를 가장 낮춰야 합니다.

업종별로 보면 커머스는 Product 스키마와 화면 가격, 판매자 피드를 같은 값으로 맞추는 일이 먼저입니다. B2B·SaaS라면 Organization·SoftwareApplication 스키마를 본문의 기능·요금 설명과 함께 챙기고 병의원·로컬 업종은 LocalBusiness 스키마와 화면의 진료시간·주소를 일치시키면 됩니다.

이미 인용이 잘 되는 페이지는 스키마 추가보다 본문 갱신이 먼저입니다. 한 번도 인용되지 않은 페이지는 Ahrefs 실험 범위 밖이니 색인·본문 점검과 함께 스키마를 적용하고 전후 인용을 직접 측정해 보세요.

스키마 적용 전후 AI 인용 측정 5단계

스키마 마크업 효과는 기준선과 대조군 없이 보면 플랫폼 변동을 효과로 착각하기 쉽습니다. Similarweb의 테스트법에 Ahrefs식 차이 계산을 더하면 스프레드시트로도 판단할 수 있습니다.

  1. 아직 인용되지 않은 프롬프트 30~50개를 테스트·대조 페이지 각 10~20개에 연결합니다.
  2. 적용 전 2주 동안 ChatGPT·Gemini·Claude·Perplexity의 인용 상태를 기준선으로 기록합니다.
  3. 테스트 그룹에만 JSON-LD를 넣고 4~6주 동안 URL 단위로 추적합니다.
  4. '테스트 변화폭 - 대조 변화폭'을 효과로 보고 경쟁사도 같은 기간에 함께 측정합니다.
  5. 질문당 여러 번 측정해 변동 폭을 확인하고 그 폭을 넘는 변화만 효과로 판단합니다.

인용이 늘지 않았더라도 리치 결과, Merchant Center 상품 노출, AI 답변 속 가격·브랜드 오류 감소를 따로 기록해야 스키마의 실제 쓸모가 보입니다. 지오랭크는 GRank Scanner로 4개 LLM의 인용 변화를 같은 질문 세트로 반복 측정해 기준선과 비교합니다.

스키마 마크업 효과 FAQ

llms.txt나 AI 전용 마크업을 만들면 효과가 있나요? 구글은 생성형 AI 검색에 llms.txt 같은 AI용 파일이나 AI 전용 마크업이 필요하지 않다고 명시했습니다. AI Overviews·AI Mode 노출 조건도 스키마가 아니라 색인되어 스니펫과 함께 검색에 노출될 자격입니다. 새 파일보다 색인 상태와 화면 본문을 먼저 점검하는 편이 낫습니다.
JSON-LD 대신 Microdata나 RDFa로 바꾸면 달라지나요? searchVIU 실험에서 결과를 가른 것은 마크업 형식이 아니라 정보가 화면에 보이는지였습니다. 형식만 바꿔서는 결과가 달라지기 어렵고 같은 값을 본문에도 보여 줘야 합니다.
FAQ 리치 결과가 끝났다면 FAQ 스키마는 지워야 하나요? 지울 필요는 없습니다. 화면에 실제 Q&A가 있다면 보조 정보로 두고 AI가 읽는 답변 문단을 펼쳐 보여 주는 쪽에 공을 더 들이면 됩니다.
자바스크립트로 JSON-LD를 넣어도 괜찮나요? searchVIU 실험에서 자바스크립트로 넣은 정보까지 찾은 시스템은 Gemini 하나였습니다. 가격·사양 같은 핵심 값은 서버가 처음 보내는 HTML 본문에도 함께 적어 두세요.
스키마를 넣은 직후 AI 인용이 줄었다면 스키마 때문인가요? 스키마 탓으로 단정하기 전에 같은 기간 경쟁 브랜드의 인용도 함께 봐야 합니다. OtterlyAI 추적에서도 플랫폼별 인용이 크게 출렁였지만 경쟁 브랜드가 비슷하게 움직여 플랫폼 변화로 결론 났습니다. 대조 페이지와 경쟁사를 같은 질문 세트로 측정해 변화폭을 비교해 보세요.

함께 읽으면 좋은 글

출처

START GEO NOW

AI 검색에서 먼저 추천되고 싶다면
지오랭크에 문의하세요

브랜드의 현재 상황과 목표를 알려주시면, 지오랭크가 GEO 전략과 예상 로드맵을 제안해 드립니다. 지금 문의하면 3개월 안에 AI 답변에서의 변화를 함께 확인할 수 있습니다.