AEO(Answer Engine Optimization) 환경에서 스키마 마크업은 "옵션"이 아니라 "전제"입니다. Google AI Overviews가 전체 검색의 13.1%에 등장하고 ChatGPT·Perplexity·Claude가 웹 페이지를 직접 파싱하는 2026년, 구조화 데이터는 AI가 당신의 콘텐츠를 정확히 인용할 수 있는 유일한 표준 언어입니다. 하지만 Schema.org가 정의한 타입은 800개가 넘고, Google이 공식 지원하는 리치 결과만 30여 종, 그 사이에 2023년 FAQ·HowTo 축소, 2025년 7개 타입 지원 중단 같은 정책 변화가 끊임없이 발생하고 있습니다. 이 글은 "어떤 스키마를 먼저 구현해야 AEO 성과가 나오는가"라는 단 하나의 질문에 답하는 실무 로드맵입니다.
TL;DR: AEO 시대 스키마의 우선순위
- Tier 1은 사이트 전역 스키마—Organization, WebSite, BreadcrumbList는 AI가 사이트의 정체를 파악하는 최소 신호입니다
- Tier 2는 콘텐츠 타입별 필수—Article, Product, LocalBusiness는 리치 결과와 AI 인용 모두에 직접 기여합니다
- FAQPage·HowTo는 구글 리치 결과가 아닌 AI 파싱 재료로 재정의하세요—2023년 축소 이후에도 AEO 관점에서는 유효합니다
- JSON-LD를 선택—Google·네이버·MS 모두 공식 권장이며, 유지보수와 에러율에서 Microdata/RDFa를 압도합니다
- 한국 쇼핑몰은 Product + Merchant 정책을 함께 준수해야 Google Shopping·AI 추천에 노출됩니다
왜 AEO에서 스키마가 "다시" 중요해졌나
2020년대 초반까지 스키마는 "리치 스니펫 얻기 위한 수단"이었습니다. 별점, FAQ 아코디언, HowTo 단계 표시 같은 시각적 enhancement가 목표였죠. 하지만 2026년의 풍경은 다릅니다.
첫째, Google의 생성형 검색이 스키마를 입력 신호로 사용합니다. 2025년 4월 Google Search 팀은 구조화 데이터가 검색 결과에서 어드밴티지를 제공한다고 공식 언급했고, 3월에는 Microsoft Bing도 스키마 마크업이 Copilot의 LLM이 콘텐츠를 이해하는 데 도움이 된다고 확인했습니다.
출처: Schema App - What 2025 Revealed About AI Search
In April 2025, Google's Search team said that structured data gives an advantage in search results, and in March 2025, Microsoft Bing confirmed that schema markup helps Microsoft's LLMs understand content for Copilot.
둘째, AI 답변 엔진의 실측 데이터가 쌓이고 있습니다. SearchVIU의 2025년 10월 테스트에서 ChatGPT, Claude, Perplexity, Gemini 모두 콘텐츠에 직접 접근할 때 Schema 마크업을 실제로 처리한다는 점이 확인됐고, BrightEdge 연구는 구조화 데이터와 FAQ 블록을 구현한 사이트가 AI 검색 인용을 44% 더 많이 받았다고 보고했습니다.
출처: Medium - How Structured Data Schema Transforms Your AI Search Visibility in 2026
Sites implementing structured data and FAQ blocks saw a 44% increase in AI search citations in a study by BrightEdge.
셋째, 단 흥미로운 뉘앙스가 있습니다. ChatGPT와 Perplexity는 JSON-LD를 "페이지 텍스트"처럼 읽습니다. 즉 구조화 데이터 자체가 별도 API처럼 처리되는 게 아니라, 크롤러가 HTML에서 추출한 텍스트의 일부로 인식됩니다.
출처: Search Engine Roundtable - ChatGPT & Perplexity Treat Structured Data As Text On A Page
Both ChatGPT and Perplexity read fake and made up schema to find information, suggesting that they treat structured data like any other page text on the web rather than as a special data format.
이 말은 두 가지를 동시에 의미합니다. (1) 스키마에 본문과 다른 거짓 정보를 쓰면 AI가 그대로 인용할 위험이 있습니다. (2) 본문과 일치하는 정확한 스키마는 AI가 핵심 사실을 "구조화된 덩어리"로 뽑아가도록 돕는 강력한 보조 신호가 됩니다. AEO 관점의 스키마는 "진실을 기계 언어로 반복 선언하는 행위"에 가깝습니다.
JSON-LD vs Microdata vs RDFa: 선택은 사실상 끝났습니다
| 형식 | 구현 방식 | 유지보수 | Google·네이버 권장 |
|---|---|---|---|
| JSON-LD | <script> 태그 분리 | 높음 | 공식 권장 |
| Microdata | HTML 속성 삽입 | 낮음 | 지원하나 비권장 |
| RDFa | HTML 속성 + 네임스페이스 | 매우 낮음 | 지원하나 비권장 |
HTTP Archive의 2024년 Web Almanac에 따르면 JSON-LD 채택률은 2022년 34%에서 2024년 41%로 꾸준히 상승했고, 구조화 데이터를 주석하는 사이트의 70%가 JSON-LD를 사용합니다.
2026년 현재, 새 프로젝트에서 Microdata나 RDFa를 선택할 이유는 거의 없습니다. 이 글의 모든 예시는 JSON-LD 기준입니다.
우선순위 Tier 1: 반드시 구현해야 할 사이트 전역 스키마
Tier 1은 사이트의 정체를 AI에게 선언하는 스키마입니다. 콘텐츠 타입과 무관하게 홈페이지·헤더·풋터 레벨에서 전역으로 삽입합니다.
1-A. Organization: 브랜드 엔티티 선언
Organization 스키마는 Google Knowledge Graph와 AI Overviews가 브랜드를 식별하는 1차 신호입니다. 브랜드 쿼리("소요유", "소요유 SEO")에서 AI가 정확한 회사 정보를 답변하려면 이 스키마가 있어야 합니다.
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "소요유",
"alternateName": "SOYOYU",
"url": "https://soyoyu.cc",
"logo": "https://soyoyu.cc/logo.png",
"description": "SEO·AEO·GEO 컨설팅 전문 에이전시",
"sameAs": [
"https://www.linkedin.com/company/soyoyu",
"https://blog.naver.com/soyoyu"
],
"contactPoint": {
"@type": "ContactPoint",
"contactType": "customer service",
"email": "[email protected]",
"availableLanguage": ["Korean", "English"]
}
}
sameAs에는 네이버 블로그, 브런치, LinkedIn, 공식 SNS 등 신뢰할 수 있는 외부 프로필을 연결합니다. 한국 사이트라면 네이버 자산 연결이 국내 AI 답변 노출에 특히 중요합니다.
1-B. WebSite: 사이트 검색 기능 선언
홈페이지에 1회만 삽입합니다. SearchAction을 포함하면 Sitelinks Search Box 리치 결과 후보가 됩니다.
{
"@context": "https://schema.org",
"@type": "WebSite",
"name": "소요유",
"url": "https://soyoyu.cc",
"potentialAction": {
"@type": "SearchAction",
"target": {
"@type": "EntryPoint",
"urlTemplate": "https://soyoyu.cc/search?q={search_term_string}"
},
"query-input": "required name=search_term_string"
}
}
1-C. BreadcrumbList: 사이트 구조 맥락
모든 하위 페이지에 삽입합니다. AI 답변 엔진이 "이 URL이 사이트 내에서 어떤 계층에 속하는지"를 파악하는 핵심 단서입니다.
{
"@context": "https://schema.org",
"@type": "BreadcrumbList",
"itemListElement": [
{
"@type": "ListItem",
"position": 1,
"name": "블로그",
"item": "https://soyoyu.cc/blog"
},
{
"@type": "ListItem",
"position": 2,
"name": "AEO",
"item": "https://soyoyu.cc/blog?category=AEO"
},
{
"@type": "ListItem",
"position": 3,
"name": "스키마 마크업 로드맵"
}
]
}
우선순위 Tier 2: 콘텐츠 타입별 필수 스키마
Tier 2는 페이지의 콘텐츠 유형에 따라 선택적으로 적용합니다. 블로그·뉴스라면 Article, 쇼핑몰이라면 Product, 오프라인 매장이라면 LocalBusiness가 기본값입니다.
2-A. Article / BlogPosting / NewsArticle
블로그·에디토리얼 콘텐츠의 AI 인용률을 끌어올리는 기본 스키마입니다. headline, author, datePublished, dateModified는 E-E-A-T 신호와 직결됩니다.
{
"@context": "https://schema.org",
"@type": "BlogPosting",
"headline": "AEO를 위한 스키마 마크업 전체 로드맵",
"author": {
"@type": "Person",
"name": "SEOX",
"url": "https://soyoyu.cc/about"
},
"publisher": {
"@type": "Organization",
"name": "소요유",
"logo": {
"@type": "ImageObject",
"url": "https://soyoyu.cc/logo.png"
}
},
"datePublished": "2026-06-10",
"dateModified": "2026-06-10",
"image": "https://soyoyu.cc/og/aeo-schema-roadmap.png",
"mainEntityOfPage": "https://soyoyu.cc/blog/aeo-schema-markup-complete-roadmap"
}
2-B. FAQPage: "리치 결과"가 아닌 "AI 인용" 관점으로 재정의
FAQPage 스키마는 2023년 정책 변화의 주인공입니다. 2023년 8월 8일 Google은 FAQ 리치 결과를 well-known·authoritative 정부·보건 사이트로만 제한한다고 발표했습니다.
출처: Google Search Central Blog - Changes to HowTo and FAQ rich results
FAQ rich results will only be shown for well-known, authoritative government and health websites. For all other sites, this rich result will no longer be shown regularly.
이 발표 이후 많은 SEO 담당자가 FAQPage 스키마를 제거했습니다. 하지만 AEO 관점에서는 정반대의 흐름이 있습니다. FirstPageSage의 2025년 Perplexity 랭킹 팩터 분석에 따르면, JSON-LD FAQ 노드 3개 이상을 포함한 페이지의 Perplexity 인용률이 41%로, 미포함 대조군(24%)보다 높았습니다.
출처: Growth Marshal - The 2025 Perplexity Playbook
Pages with three or more JSON-LD question nodes achieved citation rates of 41 percent in appearance cases, compared with 24 percent for controls.
결론: FAQPage 스키마는 Google 리치 결과용이 아니라 AI 답변 엔진의 파싱 재료로 재정의해야 합니다. 단 Google 가이드라인대로 본문에 실제로 표시되는 QA, 광고·홍보 목적이 아닌 진짜 FAQ에만 사용합니다.
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "FAQPage 스키마는 2023년 이후에도 유효한가요?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Google 리치 결과에서는 축소됐지만 Perplexity·ChatGPT 등 AI 답변 엔진의 파싱 신호로는 여전히 유효합니다."
}
}
]
}
2-C. HowTo: 데스크톱 리치 결과 제거, 그래도 쓰는 이유
HowTo 스키마는 2023년 9월 13일부로 데스크톱 리치 결과가 완전히 제거됐습니다.
출처: Search Engine Land - Google Search stops showing How-to rich results on desktop
As of September 13, Google Search no longer shows How-to rich results on desktop.
리치 결과 관점에서는 죽은 스키마입니다. 하지만 AEO 관점에서는 절차형 콘텐츠("~하는 법", "설치 방법", "설정 단계")에서 AI가 단계를 순서대로 추출하는 데 여전히 유효한 신호입니다. 단 FAQPage처럼 "구현 우선순위"를 낮춰 판단합니다—Article로 충분한 경우가 대부분입니다.
2-D. Product: 쇼핑몰의 AEO 생존선
Product 스키마는 e-commerce 사이트에서 Tier 1에 준하는 우선순위입니다. Google Shopping·AI 상품 추천·Merchant Listing 모두 이 데이터에 의존합니다.
{
"@context": "https://schema.org",
"@type": "Product",
"name": "오가닉 면 셔츠",
"image": "https://shop.example.kr/products/shirt.jpg",
"description": "GOTS 인증 유기농 면 100%",
"sku": "SHIRT-ORG-001",
"brand": {
"@type": "Brand",
"name": "예시브랜드"
},
"offers": {
"@type": "Offer",
"url": "https://shop.example.kr/products/shirt",
"priceCurrency": "KRW",
"price": "49000",
"availability": "https://schema.org/InStock",
"itemCondition": "https://schema.org/NewCondition"
},
"aggregateRating": {
"@type": "AggregateRating",
"ratingValue": "4.7",
"reviewCount": "128"
}
}
aggregateRating은 실제 리뷰가 본문에 노출될 때만 사용합니다. 허위 리뷰 수치는 구조화 데이터 정책 위반입니다.
2-E. LocalBusiness: 지역 비즈니스의 핵심
오프라인 매장·서비스 비즈니스는 LocalBusiness 하위 타입(Restaurant, Dentist, Store 등)을 사용합니다.
{
"@context": "https://schema.org",
"@type": "Cafe",
"name": "강남 빈티지 카페",
"image": "https://example.kr/cafe.jpg",
"address": {
"@type": "PostalAddress",
"streetAddress": "테헤란로 123",
"addressLocality": "강남구",
"addressRegion": "서울",
"postalCode": "06123",
"addressCountry": "KR"
},
"geo": {
"@type": "GeoCoordinates",
"latitude": 37.5012,
"longitude": 127.0396
},
"telephone": "+82-2-1234-5678",
"openingHoursSpecification": [
{
"@type": "OpeningHoursSpecification",
"dayOfWeek": ["Monday", "Tuesday", "Wednesday", "Thursday", "Friday"],
"opens": "09:00",
"closes": "22:00"
}
],
"priceRange": "₩₩"
}
한국 환경에서는 네이버 플레이스 정보와 완전히 일치하도록 관리하는 것이 중요합니다. 주소·전화·영업시간이 네이버와 Google에서 다르면 AI 답변이 갈라지거나 인용을 포기합니다.
우선순위 Tier 3: 고급·틈새 스키마
해당되는 콘텐츠가 있을 때만 추가합니다. Tier 1-2가 누락된 상태에서 Tier 3부터 건드리는 것은 리소스 낭비입니다.
| 스키마 | 적용 시점 | AEO 기여 |
|---|---|---|
| Review | 제품·장소 리뷰 페이지 | AI 답변의 "평가" 근거로 인용 |
| Event | 세미나·콘서트·웨비나 | Google Events 박스, 음성 답변 |
| Recipe | 요리 레시피 | 리치 결과 유지, AI 조리법 인용 |
| VideoObject | 영상 임베드 페이지 | YouTube 외 영상의 색인 가능성 |
| SoftwareApplication | SaaS·앱 소개 페이지 | Google Play/App Store 외 엔티티 식별 |
| Course | 온라인 강의 | 교육 콘텐츠 인용(단 Search Console 리포트 2025년 중단) |
2025년 Google이 Search Console에서 지원 중단을 발표한 스키마 리포트(Course Info, Claim Review, Estimated Salary, Learning Video, Special Announcement, Vehicle Listing)는 스키마 자체가 무효가 된 것이 아니라 리치 결과 시각적 enhancement만 중단된 것입니다.
출처: Google Search Central Blog - Simplifying the search results page
AEO 관점에서는 여전히 AI 파싱 신호로 유효합니다.
한국 시장에서의 스키마 전략
한국 웹은 구글과 네이버가 공존하는 독특한 환경입니다. 스키마 전략도 이중으로 설계해야 합니다.
네이버 지원 스키마는 구글의 일부
네이버는 Organization, Product, BreadcrumbList, FAQPage 등 14종 내외를 지원하며, 구글의 35종보다 좁습니다.
현재 구글은 35가지, 네이버는 14가지 의 스키마 마크업 종류를 지원하고 있습니다.
실무 원칙: 구글 기준으로 Tier 1-2를 구현하면 네이버가 지원하는 타입은 자동으로 커버됩니다. 네이버를 위해 스키마를 따로 쓸 필요는 없습니다.
Cafe24·쇼핑몰의 Product 스키마
Cafe24·메이크샵·아임웹 같은 국내 쇼핑몰 솔루션은 기본 Product 스키마를 자동 생성하지만, 재고 상태·브랜드·리뷰 데이터(availability 필드 등)가 누락되는 경우가 많습니다. Shopify가 기본 테마에서 자동 생성되는 것과 비슷한 수준입니다.
출처: GoFish Digital - Shopify Structured Data In 2025
Shopify automatically generates basic product schema for most themes, but manual optimization often produces better results.
국내 쇼핑몰에서는 (1) 솔루션이 생성한 스키마를 Rich Results Test로 검증하고 (2) 누락된 aggregateRating, review, availability, shippingDetails를 커스텀 스크립트로 보강하는 순서를 권장합니다.
LocalBusiness + 네이버 플레이스 동기화
한국 지역 비즈니스는 LocalBusiness 스키마만으로는 부족합니다. 구글 비즈니스 프로필, 네이버 플레이스, 카카오맵 3곳의 NAP(Name-Address-Phone) 정보가 완전히 일치하지 않으면 AI 답변이 소스를 선택하지 못하고 이탈합니다. 스키마는 이 생태계의 한 꼭짓점입니다.
스키마 구현 검증 워크플로우
구현 후 검증은 3단계로 진행합니다.
1단계: Rich Results Test
https://search.google.com/test/rich-results
Google이 공식 리치 결과 후보로 인식하는지 확인합니다. 경고(Warning)는 무시해도 되지만 오류(Error)는 반드시 수정합니다.
2단계: Schema Markup Validator
https://validator.schema.org/
Schema.org 표준 자체의 유효성을 검사합니다. Google이 지원하지 않는 속성도 여기서는 검증할 수 있어, AI 답변 엔진용 필드를 풍부하게 넣을 때 유용합니다.
3단계: Google Search Console
Search Console > 향상(Enhancements) 섹션에서 배포 후 색인 상태를 모니터링합니다. 2025년 Course Info·Claim Review 등 6종 리포트가 사라졌지만, Tier 1-2의 주요 타입은 모두 유지됩니다.
4단계 (선택): AI 인용 모니터링
Perplexity·ChatGPT에서 핵심 쿼리를 직접 검색해 인용 여부를 주기적으로 확인합니다. 자동화 도구는 Otterly.ai, Profound 등이 있으나, 월 1회 수동 점검도 충분합니다.
흔한 실수 Top 5
- 본문에 없는 정보를 스키마에 기입 — Google 정책 위반이자 AI 답변 오염의 원인입니다. ChatGPT·Perplexity가 스키마를 텍스트로 읽기 때문에 허위 정보가 그대로 인용됩니다.
- FAQPage에 마케팅 메시지 삽입 —
"왜 저희 서비스가 최고일까요?"같은 홍보성 QA는 Google이 스팸으로 분류하며, AI도 점점 걸러내고 있습니다. - Product 스키마에 실제와 다른 재고·가격 — Google Shopping과 불일치 시 Merchant Center 패널티로 이어집니다.
- Organization 스키마를 하위 페이지마다 복제 — 중복 엔티티 혼란을 일으킵니다. 홈페이지에 1회, 나머지는
mainEntityOfPage로 참조만 합니다. - 네이버 플레이스·비즈니스 프로필과 LocalBusiness 불일치 — 한국에서 가장 흔한 실수입니다. 단일 진실 공급원(SSOT)을 정해 3곳을 동기화하세요.
자주 묻는 질문
FAQPage 스키마를 지금 제거해야 하나요?
제거할 필요는 없습니다. Google도 공식적으로 "불필요한 구조화 데이터는 검색 문제를 일으키지 않는다"고 했으며, Perplexity·ChatGPT 같은 AI 엔진에서는 여전히 인용 신호로 작동합니다. 단 광고성 QA나 본문에 없는 QA라면 즉시 제거해야 합니다.
JSON-LD를 <head>에 넣어야 하나요 <body>에 넣어야 하나요?
Google은 두 위치 모두 허용하며 동작에 차이가 없다고 밝혔습니다. 유지보수 관점에서는 <head>의 템플릿 영역이 일반적이지만, 동적으로 생성되는 FAQPage·HowTo는 해당 섹션 근처 <body>에 배치하는 것도 가능합니다.
네이버 전용 스키마는 따로 써야 하나요?
아닙니다. 네이버가 지원하는 14종은 구글의 35종에 포함되므로, 구글 기준으로 구현하면 네이버는 자동 커버됩니다. 단 네이버가 우선 참고하는 메타 태그와 Open Graph(description, keywords 등)는 별도로 관리하세요.
Microdata로 이미 구현된 레거시 사이트를 JSON-LD로 마이그레이션해야 하나요?
긴급하지 않습니다. Google은 세 형식 모두 동등하게 파싱합니다. 다만 리팩토링이 발생할 때 JSON-LD로 전환하는 것을 권장합니다. 유지보수성과 에러율에서 차이가 큽니다.
스키마 마크업이 순위에 직접 영향을 주나요?
공식적으로는 "순위 신호가 아니다"라는 입장이 오랫동안 유지됐습니다. 하지만 2025년 4월 Google 발표로 "어드밴티지를 제공한다"는 표현이 사용됐고, AI 검색 인용률에서는 실측 차이가 확인됩니다. 순위보다는 가시성·인용률·CTR에 영향을 주는 것으로 이해하는 편이 정확합니다.
마무리: 실행 체크리스트
아래 순서로 접근하면 리소스 대비 AEO 성과가 가장 빠르게 나옵니다.
- 1주차: Organization + WebSite + BreadcrumbList를 사이트 전역에 배포. Rich Results Test 통과 확인.
- 2주차: 콘텐츠 타입 매핑—블로그는 Article/BlogPosting, 쇼핑몰은 Product, 오프라인은 LocalBusiness.
- 3주차: FAQPage를 AEO 관점에서 재설계. 광고성·허위 QA 제거, 본문 일치 점검.
- 4주차: Schema Markup Validator로 전체 페이지 유효성 검증. Search Console 향상 리포트 활성화.
- 월간: Perplexity·ChatGPT에서 핵심 브랜드·제품 쿼리 수동 인용 점검.
스키마 마크업은 "한 번 깔고 끝"이 아니라 AI 답변 엔진의 신호 업데이트에 맞춰 진화하는 살아있는 레이어입니다. 2023년 FAQ·HowTo 축소, 2025년 6종 리포트 중단처럼 정책은 계속 바뀝니다. Tier 1-2를 탄탄히 깔아둔 사이트만이 이 변화에서 손실 없이 AEO 자산을 축적할 수 있습니다.