← 가이드 목록
기술중급9분 읽기

구조화 데이터(Schema)란 — 검색엔진과 AI에게 맥락을 전달하는 법

Schema.org 구조화 데이터의 개념, JSON-LD 작성법, 리치 결과와 AI 인용에 미치는 영향을 설명합니다.

구조화 데이터(Schema)란?

구조화 데이터는 웹 페이지의 내용을 검색엔진과 AI가 기계적으로 이해할 수 있는 형식으로 표현하는 코드입니다. Schema.org 표준을 따르며, 주로 JSON-LD 형식으로 작성합니다.

예를 들어 "이 페이지는 기사(Article)이고, 저자는 홍길동이며, 2026년 3월에 게시되었다"는 정보를 구조화 데이터로 명시할 수 있습니다.

왜 구조화 데이터가 중요한가?

  • 리치 결과(Rich Results) — Google 검색에서 별점, FAQ, 레시피 카드 등 풍부한 형태로 노출됩니다
  • AI 인용 확률 증가 — AI 검색 엔진이 페이지의 맥락을 더 정확히 파악해 인용할 가능성이 높아집니다
  • 엔티티 인식 — 검색엔진이 사이트, 조직, 사람을 고유 엔티티로 인식하는 데 도움을 줍니다

JSON-LD 형식 예시

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "구조화 데이터란 무엇인가",
  "author": {
    "@type": "Organization",
    "name": "SearchLens"
  },
  "datePublished": "2026-03-17",
  "description": "Schema.org 구조화 데이터의 개념과 적용 방법"
}
</script>

주요 Schema 타입

Schema 타입용도리치 결과
Organization회사·서비스 정보지식 패널, 로고
Article뉴스·블로그 기사기사 카루셀
FAQ자주 묻는 질문FAQ 드롭다운
HowTo단계별 가이드단계별 표시
Product상품 정보가격, 재고, 리뷰
BreadcrumbList탐색 경로브레드크럼 표시

구조화 데이터 적용 체크리스트

  • JSON-LD 형식을 사용하세요 (Google 권장)
  • Organization Schema로 사이트 엔티티를 정의하세요
  • 기사 페이지에는 Article Schema를 적용하세요
  • FAQ가 있다면 FAQ Schema를 추가하세요
  • Google Rich Results Test로 유효성을 검증하세요
  • sameAs 속성으로 공식 소셜 미디어 프로필을 연결하세요

실전 예시: 상품 페이지의 Product 스키마

동네 베이커리가 온라인으로 “유기농 통밀 식빵”을 판매하는 상품 페이지를 예로 들어 봅시다. 페이지에는 상품명, 가격, 재고 상태, 고객 별점이 사람 눈에 보이도록 표시되어 있습니다. 여기에 Product 스키마를 추가하면 같은 정보를 검색엔진과 AI가 기계적으로 읽을 수 있는 형태로 한 번 더 알려주게 됩니다.

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "유기농 통밀 식빵",
  "image": "https://bakery.example.com/bread.jpg",
  "description": "국산 유기농 통밀로 당일 구운 식빵",
  "offers": {
    "@type": "Offer",
    "price": "6500",
    "priceCurrency": "KRW",
    "availability": "https://schema.org/InStock"
  }
}
</script>

이렇게 표시하면 Google 검색 결과에 가격과 재고 상태가 함께 노출될 수 있고, AI 검색이 “근처에서 유기농 식빵 파는 곳” 같은 질문에 이 상품을 후보로 고려하기 쉬워집니다. 중요한 것은 스키마에 적은 값이 페이지에 실제로 보이는 내용과 일치해야 한다는 점입니다.

흔히 저지르는 실수

  • 보이지 않는 내용을 마크업 — 페이지에 없는 별점이나 가격을 스키마에만 적으면 Google 정책 위반으로 리치 결과가 아예 표시되지 않거나 수동 조치를 받을 수 있습니다. 스키마는 화면에 보이는 정보를 그대로 반영해야 합니다.
  • JSON-LD 문법 오류 — 쉼표 누락, 따옴표 불일치, 중괄호 짝 오류 하나로 전체 스키마가 무시됩니다. 필수 속성(예: Article의 headline)이 빠져도 리치 결과 대상에서 제외됩니다.
  • 엉뚱한 타입 선택 — 블로그 글에 Product를 쓰거나 조직 정보에 Person을 쓰는 식으로 타입을 잘못 고르면 오히려 검색엔진에 혼란을 줍니다. 콘텐츠 성격에 맞는 타입을 선택하세요.

SearchLens에서 확인하기

SearchLens의 Schema Markup 모듈은 JSON-LD, Microdata 등 구조화 데이터의 존재 여부와 유효성을 자동으로 점검합니다. Organization, Article, FAQ 등 주요 타입의 적용 현황과 개선 가이드를 제공하며, 위에서 설명한 문법 오류나 필수 속성 누락 같은 문제도 URL 하나로 확인할 수 있습니다.

국내 사이트는 구조화 데이터를 얼마나 쓰고 있을까

2026년 7월 국내 주요 사이트 40곳의 홈페이지 HTML을 직접 수집해 봤습니다. 37곳 중 17곳(46%)은 JSON-LD가 하나도 없었습니다. 사이트당 평균 블록 수는 0.9개, 가장 많은 곳도 4개였습니다.

더 흥미로운 건 있는 곳들이 무엇을 선언했는가입니다. 가장 흔한 타입은 Organization(16곳), WebSite(11곳), SearchAction(9곳)이었습니다. 전부 “우리는 누구인가”를 말하는 신원 정보입니다. 반면 Article, FAQPage, BreadcrumbList처럼 콘텐츠의 내용과 구조를 설명하는 타입은 손에 꼽을 정도였습니다.

이 차이가 중요합니다. 신원 정보는 “이 회사가 존재한다”까지만 알려줍니다. AI가 답변에 인용할 문장을 고르려면 이 페이지가 무엇을 다루고, 누가 썼고, 어떤 질문에 답하는지를 알아야 합니다. 대부분의 국내 사이트는 아직 앞쪽에서 멈춰 있습니다. 전체 수치와 원자료는 한국 주요 사이트 40곳 AI 검색 대응 실태 조사에 있습니다.

관련 용어