EMAX Studio Blog
GEO를 위한 구조화된 데이터: 2026년 AI 어시스턴트가 실제로 사용하는 6가지 Schema 유형
Manuel Mrosek · 2026-06-09 · — 조회수
GEO를 위한 구조화된 데이터: 2026년 AI 어시스턴트가 실제로 사용하는 6가지 Schema 유형
ChatGPT와 Perplexity 같은 AI 어시스턴트가 2026년 실제로 사용하는 schema.org 유형은 Organization, WebSite, FAQPage, BlogPosting (또는 Article), Product, HowTo입니다. 영향력 순서대로 대략 그렇습니다. 나머지는 중복되거나, 틈새이거나, 너무 약하게 신호되어서 추가해도 비즈니스가 AI 답변에 나타나는 방식에 아무것도 바꾸지 않습니다.
이 글은 "사이트에 실제로 무엇을 마크업해야 하나"의 실용적 버전입니다. 800개 이상의 schema.org 카탈로그 전체가 아니고, 이론적 연습이 아니며, 구매자가 Google에 입력하는 대신 AI 어시스턴트에게 추천을 묻는 2026년에 바늘을 움직이는 6가지 유형일 뿐입니다.
왜 구조화된 데이터가 Google보다 AI에 더 중요한가
대부분의 SEO 글들이 잘못 이해하는 부분이 여기 있습니다. 구조화된 데이터는 이미 Google에 유용했습니다. AI 어시스턴트의 경우 근본적으로 더 중요하며, 이유는 철학적이 아니라 기계적입니다.
Google은 페이지 순위를 매깁니다. 고전적인 검색 알고리즘은 가시적 콘텐츠를 읽고, 일부를 무시하고, 사실을 추론하고, 경쟁자와 비교하여 페이지 순위를 매기고, 목록을 보여줍니다. Schema 마크업은 도움이 되지만, Google은 너무 오랫동안 대규모로 의미 추론을 해왔기 때문에 schema가 없는 잘 구조화된 페이지도 여전히 순위에 진입합니다. 크롤러는 H1이 제품 이름이고, 근처의 $49가 가격이며, 별점 이미지가 리뷰가 존재한다는 것을 의미한다는 것을 알아낼 수 있습니다. Schema는 그 확인을 더 빠르게 만들지만 Google이 엄격히 필요로 하지는 않습니다.
AI 어시스턴트는 사실을 추출합니다. ChatGPT, Perplexity 또는 Claude가 "월 50달러 이하 솔로 에이전트를 위한 최고의 CRM은 무엇인가"에 답할 때, 시스템은 페이지를 다른 10개와 비교하여 순위를 매기는 것이 아닙니다. 특정 데이터 포인트 (이름, 가격, 평점, 카테고리)를 추출하여 문장으로 꿰매고 있습니다. 그 데이터 포인트들이 JSON-LD 블록에 있다면, AI는 거의 0의 모호함으로 직접 가져갑니다. 마케팅 산문에 묻혀 있다면, AI는 추론할 수도 있고, 잘못 추론할 수도 있고, 단순히 데이터를 파싱하기 더 쉬운 경쟁자를 위해 사이트를 건너뛸 수도 있습니다.
구조화된 데이터는 AI 어시스턴트를 위한 미리 씹은 음식입니다. Google은 스테이크를 먹을 수 있습니다. ChatGPT는 큐브를 선호합니다.
이것이 2026년 계산을 바꾸는 부분입니다. 2023년 "Google이 어쨌든 알아낸다"는 이유로 schema에 대해 망설이셨다면, 그 변명은 없어졌습니다. AI 트래픽 점유율이 증가하고 있으며, AI 트래픽은 사실이 명시적이고 기계가 읽을 수 있는지에 훨씬 더 직접적으로 의존합니다. 우리는 GEO (generative engine optimization)란 무엇인가에 대한 글에서 더 넓은 변화를 다뤘습니다. 구조화된 데이터는 GEO 성과를 실제로 움직이는 3-4개 레버 중 하나입니다.
2026년 가장 큰 비중을 차지하는 6가지 Schema 유형
모든 schema가 동등하게 만들어진 것은 아닙니다. EMAX Studio의 Quick Scan을 통해 수천 개의 고객 사이트를 감사한 후, AI 어시스턴트가 실제로 표면화하는 것으로 반복적으로 나오는 6가지 유형이 있습니다. 이 6가지를 올바르게 가지면 사이트가 업계 GEO 준비 사이트의 상위 5%에 속합니다. 일곱 번째를 추가하면 금도금하는 것입니다.
1. Organization — 여러분이 누구인가
Organization schema는 AI 어시스턴트에게 비즈니스가 무엇인지, 누가 운영하는지, 언제 시작되었는지, 웹의 다른 곳에서 어디서 찾을 수 있는지 알려줍니다. 회사를 언급하는 거의 모든 AI 답변이 이 객체에서 가져오기 때문에 GEO에 가장 중요한 단일 schema 유형입니다.
중요한 필드: name, legalName, url, logo, sameAs (소셜 프로필 및 외부 언급), founder, foundingDate, description, email. sameAs 배열은 킬러 필드입니다. AI에게 "이것은 그 LinkedIn 프로필, 그 X 계정, 그 Crunchbase 페이지와 같은 비즈니스"라고 알려줍니다. 그것 없이는 AI가 출처 전반에 걸쳐 정체성을 확신 있게 병합할 수 없습니다.
홈페이지와 이상적으로는 About 페이지에 Organization schema를 배치하십시오. 모든 페이지에 중복하지 마십시오. 루트 도메인에 하나의 표준 Organization 블록이면 충분합니다.
2. FAQPage — AI가 인용하기 좋아하는 직접 Q&A
FAQ 마크업은 AI 어시스턴트가 가장 직접 인용하는 schema 유형입니다. 사용자가 Perplexity에게 "회사 X가 환불을 제공하나요"라고 물을 때, AI는 정확히 그 질문을 포함하는 FAQ를 찾고 답변을 글자 그대로 가져옵니다. 우리는 AI 어시스턴트를 위한 FAQ schema에서 자세히 다뤘지만, 짧은 버전은 다음과 같습니다. 실제 FAQ 섹션이 있는 사이트의 모든 페이지에 FAQPage schema가 있어야 합니다.
필수 필드: mainEntity 배열과 Question 객체, 각각 name (질문)과 Answer.text가 있는 acceptedAnswer (답변)를 포함. 질문은 사용자가 실제로 묻는 방식으로 표현하십시오. 답변은 80단어 이하로 유지하십시오.
3. BlogPosting / Article — 권위와 저자
모든 블로그 게시물과 편집 기사에는 BlogPosting (또는 그 부모 Article) schema가 필요합니다. 이는 AI에게 콘텐츠가 언제 게시되었는지, 누가 작성했는지, 헤드라인이 무엇인지, 표준 이미지가 어디에 있는지 알려줍니다. AI 어시스턴트는 익명의 날짜 없는 콘텐츠보다 최근의 저자 있는 콘텐츠에 더 무겁게 가중하며, 게시물이 최근이고 저자가 있다는 것을 안정적으로 아는 유일한 방법은 schema를 통해서입니다.
중요한 필드: headline, author (이름과 이상적으로 URL이 있는 Person 객체로), datePublished, dateModified, image, publisher (Organization schema로 다시 링크). dateModified 필드는 과소평가됩니다. 오래된 게시물을 새로 고쳤다는 신호를 보낼 수 있으며, AI 어시스턴트는 시간에 민감한 쿼리에 대해 점점 더 이를 선호합니다.
4. Product — 이름, 가격, 평점
온라인에서 무엇이든 판매한다면, Product schema는 협상 불가능합니다. AI 어시스턴트는 비교 쿼리 ("월 10달러 이하, 별점 4개 이상의 명상 앱을 보여줘")와 추천 쿼리 ("커피 구독을 추천해줘")에 답하기 위해 이를 사용합니다. Product schema가 없으면, 제안은 마케팅 산문으로만 존재하며, AI는 올바르게 파싱할 수도 있고 그렇지 않을 수도 있습니다.
필수 필드: name, description, image, brand, offers (price, priceCurrency, availability 포함), 해당하는 경우 aggregateRating (ratingValue와 reviewCount 포함)과 review 배열. 평점은 비교 쿼리에서 승리하는 부분이며, 대부분의 사이트가 마크업하는 것을 잊는 부분입니다.
5. HowTo — 단계별 절차
HowTo schema는 프로세스를 안내하는 모든 페이지 — "X 설정 방법," "Y 조립 방법," "Z 신고 방법"용입니다. AI 어시스턴트는 HowTo 콘텐츠를 좋아합니다. 절차적 쿼리에 직접 답하기 때문이며, 구조화된 step 배열은 추출을 사소하게 만듭니다.
필드: name, description, step 배열 (각 단계는 name, text, 선택적으로 image가 있는 HowToStep). 비즈니스에 지원 문서, 튜토리얼 또는 온보딩 콘텐츠가 있다면, HowTo schema는 "[제품]으로 [동사]를 어떻게 하나요" 같은 답변에 표면화되게 만듭니다. 이는 고의도 트래픽입니다.
6. WebSite — 사이트 전체 정체성과 검색
WebSite schema는 도메인의 루트에 있으며 AI 어시스턴트에게 사이트 이름 (Organization 이름과 다를 수 있음), 기본 URL, 선택적으로 내부 검색 엔드포인트를 정의하는 potentialAction을 알려줍니다. 내부 검색 연결은 Google의 sitelinks 검색 박스를 구동하지만, 더 중요한 것은 AI 어시스턴트에게 "이 사이트 내에서 X 검색"을 참조하는 깨끗한 방법을 제공한다는 것입니다.
작고 조용한 schema이지만, 홈페이지에서 WebSite를 Organization과 짝지우는 것은 만들 수 있는 가장 저렴한 두 블록 업그레이드입니다. 5분의 작업, 평생의 보상.
10분 안에 Schema를 추가하는 방법
구조화된 데이터를 추가하는 것은 프로젝트가 아닙니다. 커피 브레이크에 끝낼 수 있는 5단계 마이크로 작업입니다.
1단계: 상위 3개 페이지 유형을 선택합니다. 대부분의 비즈니스의 경우 다음과 같습니다: 홈페이지, 블로그 게시물 템플릿, 제품/서비스 페이지. 판매한다면 "서비스 페이지"를 "제품 페이지"로 바꾸십시오. 콘텐츠 사이트라면 "카테고리 페이지"로 바꾸십시오.
2단계: 일치하는 schema를 선택합니다. 홈페이지는 Organization + WebSite + FAQPage (홈 FAQ가 있다면)를 받습니다. 블로그 게시물 템플릿은 BlogPosting을 받습니다. 제품 페이지는 Product를 받습니다. 그게 다입니다. 세 개의 템플릿이 일반적인 사이트의 페이지 90%를 다룹니다.
3단계: <head> 태그 안에 JSON-LD를 추가합니다. <script type="application/ld+json"> 블록을 사용하십시오. 본문에 schema를 두지 마십시오. Microdata나 RDFa를 사용하지 마십시오 (아래 더 자세히).
4단계: Google의 Rich Results Test로 검증합니다. search.google.com/test/rich-results에 URL을 붙여넣으십시오. 어떤 schema 유형을 감지했는지, 어떤 필드가 누락되었는지, 어떤 오류가 있는지 알려줍니다. 무료, 즉시, 가입 없음.
5단계: Google Search Console에서 모니터링합니다. "Enhancements" 아래에서 Google이 인덱싱한 schema 유형과 모든 오류를 볼 수 있습니다. 첫 달은 주간으로, 그 다음 월간으로 보십시오.
3개 템플릿이 있는 사이트의 총 시간: 템플릿이 준비되면 약 10분. CMS 플러그인 (Yoast, RankMath, 내장 WordPress 블록 schema)을 사용하면 더 적습니다.
JSON-LD 대 Microdata 대 RDFa
구조화된 데이터를 위한 세 가지 구문이 존재합니다. 하나만 사용해야 합니다.
JSON-LD는 현대적이고 Google이 선호하는 형식입니다. 가시적 HTML과 완전히 분리된 별도의 <script> 블록에 head에 위치합니다. 읽기 쉽고, 유지보수하기 쉽고, 템플릿화하기 쉽고, 레이아웃을 깨뜨릴 위험이 없습니다. 이 글의 모든 예제는 JSON-LD입니다.
Microdata는 schema를 HTML 속성 (itemscope, itemtype, itemprop)에 직접 임베드합니다. 작동하지만, 마크업을 어수선하게 만들고, 재설계 중에 쉽게 깨지고, 디버그하기가 더 어렵습니다. CMS가 강제하는 경우에만 사용하십시오.
RDFa는 Microdata와 유사하지만 다른 속성 구문을 사용합니다. 학술적이며, 의미 웹 순수주의자들이 사랑하고, 상업 SEO에서는 거의 아무도 사용하지 않습니다. 건너뛰십시오.
Google의 게시된 가이드는 JSON-LD를 선호하며, 우리가 테스트한 AI 어시스턴트는 가장 안정적으로 파싱하며, 유지보수하기가 훨씬 쉽습니다. 2026년 새 구현에 Microdata나 RDFa가 정답인 시나리오는 없습니다.
Schema 유형 비교: 어디에 무엇을 사용할까
| Schema 유형 | 최적 용도 | AI 가시성 향상 | 예시 중요 필드 |
|---|---|---|---|
| Organization | 홈페이지, About 페이지 | 매우 높음 — 거의 모든 AI 답변이 참조 | sameAs (소셜 프로필 링크) |
| FAQPage | FAQ 섹션, FAQ가 있는 제품 페이지 | 매우 높음 — 답변에 글자 그대로 인용 | mainEntity.Question.acceptedAnswer |
| BlogPosting | 블로그 게시물, 뉴스 기사 | 높음 — 신선도와 저자를 신호 | datePublished, author |
| Product | 제품 페이지, 가격이 있는 서비스 페이지 | 높음 — 비교 및 추천 쿼리를 유도 | offers.price, aggregateRating |
| HowTo | 튜토리얼, 가이드, 단계별 콘텐츠 | 중-높음 — 절차적 쿼리에서 승리 | step 배열 |
| WebSite | 홈페이지만 | 중간 — sitelinks와 검색 박스 지원 | potentialAction (검색 엔드포인트) |
두 개만 할 시간이 있다면, Organization과 FAQPage를 하십시오. 네 개를 할 시간이 있다면, BlogPosting과 Product를 추가하십시오. 나머지 두 개는 업그레이드이지 기초가 아닙니다.
작동하는 예제: 실제 사이트를 위한 세 개의 Schema 블록
호스팅된 블로그와 제품 페이지가 있는 Acme Studio라는 작은 SaaS 회사의 schema 설정은 다음과 같습니다. 세 개의 JSON-LD 블록, 즉시 사용 가능한 템플릿.
Organization (모든 페이지, <head> 안에)
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "Acme Studio",
"legalName": "Acme Studio Inc.",
"url": "https://acmestudio.com",
"logo": "https://acmestudio.com/logo.png",
"description": "AI-powered design tool for small teams.",
"foundingDate": "2024-03-15",
"founder": {
"@type": "Person",
"name": "Jane Smith"
},
"email": "hello@acmestudio.com",
"sameAs": [
"https://www.linkedin.com/company/acmestudio",
"https://twitter.com/acmestudio",
"https://www.crunchbase.com/organization/acmestudio"
]
}
</script>
WebSite (홈페이지만)
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "WebSite",
"name": "Acme Studio",
"url": "https://acmestudio.com",
"potentialAction": {
"@type": "SearchAction",
"target": "https://acmestudio.com/search?q={search_term_string}",
"query-input": "required name=search_term_string"
}
}
</script>
BlogPosting (모든 블로그 게시물)
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "BlogPosting",
"headline": "How to Set Up Acme Studio in 5 Minutes",
"image": "https://acmestudio.com/blog/setup-guide/hero.jpg",
"datePublished": "2026-06-01",
"dateModified": "2026-06-09",
"author": {
"@type": "Person",
"name": "Jane Smith",
"url": "https://acmestudio.com/team/jane-smith"
},
"publisher": {
"@type": "Organization",
"name": "Acme Studio",
"logo": {
"@type": "ImageObject",
"url": "https://acmestudio.com/logo.png"
}
},
"description": "A step-by-step guide to setting up Acme Studio for your first project."
}
</script>
대략 40줄의 JSON입니다. 배포하는 것보다 읽는 데 시간이 더 걸립니다. 이 세 템플릿이 코드베이스에 있으면, 모든 새 페이지와 게시물이 자동으로 구조화된 데이터를 상속합니다.
Schema를 죽이는 일반적인 실수
대부분의 schema 문제는 이국적이지 않습니다. 수천 개의 사이트에 걸쳐 반복되는 동일한 다섯 가지 실수입니다.
필수 필드 잊기. Google의 Rich Results Test가 이것들을 표시할 것입니다. 가장 일반적인 누락은 BlogPosting의 publisher (필수)와 Product의 image (리치 결과에 필수)입니다.
Schema와 가시적 콘텐츠 불일치. Product schema가 가격이 $49라고 말하고 가시적 페이지가 $79라고 말하면, 스팸을 신호하는 것입니다. Google은 이를 처벌합니다. AI 어시스턴트는 데이터를 불신하고 사이트를 완전히 건너뛸 수 있습니다. Schema는 사용자가 보는 것과 일치해야 합니다.
페이지 간 중복 Organization. 홈페이지의 하나의 표준 Organization, 선택적으로 내부 페이지에서 @id를 통해 참조. 약간 다른 데이터로 모든 단일 페이지에 새로운 Organization 블록을 두지 마십시오. 크롤러와 AI 파서를 혼란스럽게 만듭니다.
깨진 sameAs 링크. sameAs의 전체 요점은 정체성 꿰매기입니다. LinkedIn URL이 404를 반환한다면, 링크는 가치가 없고 신뢰 신호를 잃습니다. sameAs URL을 분기별로 감사하십시오.
유효하지 않은 날짜 형식. Schema.org는 ISO 8601 날짜 (2026-06-09T14:30:00+00:00 또는 단순히 2026-06-09)를 기대합니다. 그 외의 것은 조용히 무시됩니다. "datePublished": "June 9, 2026"을 배포하고 왜 아무것도 작동하지 않는지 궁금해하는 사이트의 수는 부끄럽습니다.
절대 검증하지 않기. Schema는 조용히 실패합니다. 속성 이름의 오타 (founder 대신 founderr)는 경고 없이 그 필드를 떨어뜨립니다. 배포 전과 모든 재설계 후 모든 템플릿을 Rich Results Test를 통해 실행하십시오. 5분. GEO 점수가 왜 움직이지 않았는지 궁금해하는 몇 달을 절약합니다.
자주 묻는 질문
6가지 schema 유형이 모두 필요한가요?
아닙니다. 대부분의 사이트는 세 가지가 필요합니다: Organization (홈페이지), FAQPage (FAQ가 있는 곳), BlogPosting (모든 게시물). Product는 이커머스에 들어옵니다. HowTo는 튜토리얼이 많은 사이트에. WebSite는 홈페이지의 5분 추가입니다. 인상적으로 보이는 것이 아닌 실제 콘텐츠와 일치하는 것을 선택하십시오.
AI 어시스턴트가 내 schema를 실제로 사용하는지 어떻게 아나요?
솔직한 답변은 AI 제공자가 파싱한 schema에 대한 상세 분석을 게시하지 않는다는 것입니다. 할 수 있는 것: schema를 추가하기 전과 후에 Perplexity나 ChatGPT에 같은 질문을 하고, 사이트가 인용되는지 또는 특정 사실 (가격, 평점, 설립일)이 AI 답변에 올바르게 나타나는지 보십시오. 일화적으로, 둘 다 없던 사이트에 Organization + FAQPage를 추가하면 AI 어시스턴트가 재크롤링하면서 2-6주 내에 AI 인용에 가시적인 변화를 만듭니다.
Schema를 과하게 할 수 있나요?
두 가지 특정한 방식으로 과하게 할 수 있습니다. 첫째, 가시적 페이지에 나타나지 않는 사실로 schema를 채우는 것 — Google은 이를 기만적 마크업으로 표시합니다. 둘째, 너무 많은 관련 없는 schema 유형 (SaaS 홈페이지의 Recipe schema, 정적 블로그의 Event schema)을 추가하여 그림이 시끄러워지는 것. 페이지에 실제로 있는 것에 매핑되는 schema를 고수하십시오. 더 많은 것이 더 나은 것은 아닙니다.
오프라인 매장을 위한 LocalBusiness schema는 어떻습니까?
LocalBusiness (그리고 그 많은 하위 유형 — Restaurant, Dentist, Bakery)는 물리적 위치가 있는 모든 비즈니스에 중요한 추가입니다. 방문 고객에게 서비스를 제공한다면, Organization 블록을 관련 LocalBusiness 하위 유형으로 교체하십시오. 필드는 유사하며, 추가로 address, geo (위/경도), openingHours, priceRange가 있습니다. AI 어시스턴트는 "내 근처" 및 지역 추천 쿼리에 이를 많이 사용합니다.
Schema가 전통 SEO 순위에도 영향을 미치나요?
간접적으로, 예. Google은 schema가 직접적인 순위 요소가 아니라고 말했지만, 리치 결과 (리뷰 별, FAQ 아코디언, 제품 카드)는 클릭률을 증가시키고, 클릭률은 순위와 상관됩니다. 따라서 schema는 직접 순위를 올리지 않지만, 가능하게 하는 리치 스니펫은 더 높게 순위 매겨진 경쟁자에 대해 클릭을 얻을 수 있습니다. 우리는 AI SEO 대 전통 SEO에서 이를 파헤쳤습니다. Schema는 두 세계 모두에서 잘 점수 매기는 몇 안 되는 전술 중 하나입니다.
Schema 추가로 결과를 보기까지 얼마나 걸리나요?
Google 리치 결과의 경우, Search Console이 마크업을 가져와 검색에 표시하기 시작하는 데 2-6주를 기대하십시오. AI 어시스턴트의 경우, Perplexity와 ChatGPT가 자주 크롤링하는 고트래픽 사이트의 경우 며칠 내에, 또는 덜 자주 재크롤링되는 저트래픽 사이트의 경우 최대 2개월까지 인용이 업데이트될 수 있습니다. Schema로는 즉각적인 만족이 없습니다. 꾸준한 복리 보상이 있습니다.
솔직한 결론
구조화된 데이터는 화려하지 않습니다. 페이지에서 가시적인 와우 순간을 만들지 않습니다. schema가 잘 형성되었다고 제품을 사는 사람은 없습니다. 하지만 2026년, AI 어시스턴트가 점점 더 여러분과 고객 사이의 계층이 되고 있는 상황에서, schema는 사실로 인용되는 것과 파싱하기에 너무 많은 작업으로 건너뛰어지는 것의 차이입니다.
위의 6가지 schema 유형은 진지한 비즈니스에 더 이상 선택 사항이 아닙니다. SSL이나 모바일 반응형 레이아웃을 갖는 것과 같은 기본 위생입니다. 이를 배포하는 회사는 인용됩니다. 그렇지 않은 회사는 사용자가 검색 결과 페이지조차 본 적 없는 답변에서 경쟁자로 교체됩니다.
좋은 소식: 패턴을 익히면 템플릿당 10분이 걸립니다. 사이트에 지금 어떤 schema 유형이 누락되었는지, 그리고 전체적으로 GEO 점수가 어디에 있는지 무료 점검을 원하시면, emax.studio가 GEO 하위 점수의 일부로 5개 이상의 schema 유형에 걸쳐 구조화된 데이터를 감사하는 무료 90초 Quick Scan을 실행합니다. 결과를 보기 위해 가입이 필요하지 않습니다.
Schema는 여러분이 만들 가장 저렴한 GEO 투자입니다. 이번 주에 만드십시오.