본 콘텐츠는 SEO 전문 저널 ‘서치 엔진 랜드(Search Engine Land)’의 <Schema and AI Overviews: Does structured data improve visibility?>를 번역했습니다.
안녕하세요, 구독자님. 요즘 구글 SEO 및 GEO 트렌드는 'AI 개요(AI Overviews)'를 빼놓고 설명하기가 정말 어렵죠. 최근에는 AI 개요를 확장한 'AI 모드'까지 출시됐는데요.
이렇게 구글 AI 개요(AI Overviews)는 이제 기업의 온라인 가시성 확보에 있어 매우 중요한 요소가 되었습니다. AI 개요에 우리 페이지의 정보가 인용된다는 것은 곧 잠재 고객에게 브랜드를 가장 먼저 노출시킬 수 있는 절호의 기회를 잡는다는 의미와 같기 때문이죠.
이 때문에 SEO 커뮤니티에서는 하나의 뜨거운 질문이 계속되고 있습니다. "스키마(Schema), 즉 구조화된 데이터를 잘 구현하는 것이 AI 개요에 인용될 확률을 높여주는가?"
스키마는 웹페이지의 콘텐츠를 기계가 더 잘 이해하도록 돕는 역할로 알려져 있지만, 복잡한 AI 개요 알고리즘 속에서 그 역할이 명확히 입증된 적은 없었어요. 논리적으로는 필요할 것 같지만, 실제로 어떤 영향을 미치는지에 대한 확고한 데이터가 부족했던 것이 사실입니다.
이러한 불확실성을 해소하기 위해, 서치 엔진 랜드(Search Engine Land)의 객원 작가이자 SEO 매니저인 Molly Nogami(이하 Molly)가 직접 실험을 했다고 해요.
'잘 구현된 스키마'와 '부실한 스키마', '스키마 없음' 등 3가지 조건을 가진 페이지로 직접 실험했다고 하는데요. 각 페이지를 비교한 실험 결과와 그 해석을 공유해 드릴게요.
1. 스키마, AI 개요, 그리고 입증의 필요성
최근 몇 년 동안 AI 개요 가시성은 기업의 성패를 좌우할 만큼 중요해지고 있습니다. 이는 단순한 SEO 순위를 넘어, 사용자가 질문에 대한 답을 얻는 첫 번째 접점이 되었기 때문이에요.
✔︎ 왜 스키마가 AI 개요 가시성에 영향을 미친다고 가정할까요?
- 스키마(구조화된 데이터)는 웹페이지의 정보를 검색 엔진이나 대규모 언어 모델(LLM)이 더 빠르고 정확하게 이해할 수 있도록 명시적인 구조를 제공합니다. 쉽게 말해, 기계가 읽을 수 있는 '라벨'을 붙여주는 것이죠.
- 정보 해석의 용이성: 스키마를 통해 AI는 콘텐츠의 핵심 주제, 작성자, 게시 날짜, 심지어 독자의 교육 수준까지 더 정확하게 해석할 수 있습니다.
- LLM의 활용: 이미 이전 연구를 통해 ChatGPT와 같은 LLM이 구조화된 데이터가 있는 페이지에서 정보를 더 철저하고 정확하게 검색한다는 것이 입증되기도 했습니다.
그래서 많은 SEO 전문가가 스키마가 AI 가시성을 위한 최선의 방법(Best Practice)이라고 가정하고 있어요.
✔︎ 통제된 실험이 필요한 이유
하지만 AI 개요는 스키마만으로 결정되는 것이 아니예요. 콘텐츠의 품질, 권위, 페이지의 구조 등 복잡하고 계층화된 프로세스의 결과물이죠.
이전의 연구들에서는 스키마 사용과 AI 개요 노출 간의 약간의 상관관계만 발견되었을 뿐, 결정적인 인과관계를 입증하지 못했어요.
왜냐하면, 사이트마다 콘텐츠, 구조, 잠재 고객 등이 모두 달랐기 때문에 '스키마'라는 변수 하나만을 통제하기가 불가능했기 때문이죠.
이러한 불확실성을 해소하고 스키마의 영향력을 직접적으로 확인하기 위해 매우 정교하게 통제된 실험을 진행하게 되었습니다.
2. 스키마 실험 : 3가지 사이트, 3가지 스키마 접근 방식
스키마의 유무뿐만 아니라 '스키마의 품질'이 AI 개요 가시성에 어떤 영향을 미치는지 확인하기 위해, Molly는 매우 엄격하게 통제된 실험 환경을 구축했다고 합니다.
✔︎ 변수 통제를 위해 사이트를 어떻게 구축했을까?
스키마를 유일한 변수로 분리하기 위해, 3개의 단일 페이지 사이트를 구축하고 스키마 외의 모든 요소를 동일하게 유지했습니다.
- 3개의 사이트 설정 :
- 사이트 1 : 잘 구현된 스키마를 가진 페이지 (모범 사례)
- 사이트 2 : 부실하게 구현된 스키마를 가진 페이지 (의도적 오류 도입)
- 사이트 3 : 스키마가 전혀 없는 페이지 (스키마 완전 배제)
- 일관성을 유지하기 위한 제약 조건 : 3개 사이트 모두 Vercel에 배포된 단일 페이지로, 다음 사항을 일관되게 적용했습니다.
- JavaScript, 맞춤 도메인, 홈페이지, 사이트맵, robots.txt, 캐노니컬 태그(canonical tags) 모두 배제.
- 키워드 선정 기준 : Ahrefs를 사용 → 난이도와 검색량이 유사하고, 선택 당시 AI 개요를 노출하는 질적으로 유사한 3개의 키워드를 선정했습니다.
- "마케팅 팀 비용은 얼마인가요(How much does a marketing team cost)."
- "프로모션 믹스의 일반적인 요소는 무엇인가요(What are common elements in the promotional mix)."
- "데이터 풀 대 데이터 레이크(Data pool vs. data lake)."
✔︎ '좋은 스키마'와 '부실한 스키마'의 정의
| 스키마 품질 | 주요 구현 내용 (모범 사례) | 부실한 스키마에 도입된 오류 |
|---|---|---|
| 잘 구현된 스키마 | 완전한 Article 스키마, FAQ 스키마, Breadcrumb 스키마, 정확한 날짜 형식, 필수 속성(작성자/게시자) 모두 포함 | 불완전한 Article 스키마 (필수 필드 누락), FAQ 스키마 누락, 부정확한 날짜 형식 등 의도적 오류 도입 |
3개 사이트 모두 구글에 제출된 후, 크롤링 및 색인 여부, 그리고 AI 개요에 나타나는지 여부를 집중적으로 관찰했습니다.
3. 결과는? 잘 구현된 스키마를 가진 페이지만이 AI 개요에 나타났습니다.
실험의 결과는 어땠을까요? 결과는 매우 흥미로우면서도 명확했는데요. 잘 구현된 스키마를 가진 페이지만 AI 개요에 노출됐습니다.
✔︎ 세 가지 사이트의 최종 성과 비교
| 구분 | 스키마 상태 | AI 개요 노출 여부 | 일반 검색 최고 순위 | 키워드 순위 수 | 색인 생성 여부 |
|---|---|---|---|---|---|
| 사이트 1 | 잘 구현된 스키마 | 노출 (유일) | 3위 (최고 순위) | 6개 | O |
| 사이트 2 | 부실한 스키마 | 노출되지 않음 | 8위 | 10개 | O |
| 사이트 3 | 스키마 없음 | 노출될 수 없음 | 순위 없음 | 0개 | X |
1. 잘 구현된 스키마(사이트 1)의 압승
잘 구현된 스키마를 가진 페이지는 세 페이지 중 유일하게 AI 개요에 나타났습니다. 더욱이 이 페이지는 일반 검색 순위에서도 최고 순위 3위를 달성했는데, 이는 3개 페이지가 달성한 가장 높은 순위였어요. AI 개요 노출을 유발한 쿼리 역시 3위였습니다.
2. 부실한 스키마 (사이트 2)의 한계
부실하게 구현된 스키마를 가진 페이지는 10개의 키워드가 검색 순위에 들었지만, AI 개요에 노출된 것은 전혀 없었고 8위가 가장 높은 SERP 순위였어요. 이는 스키마의 유무뿐만 아니라 그 품질이 AI 개요 가시성에 결정적인 역할을 할 수 있음을 시사합니다.
3. 스키마 없음 (사이트 3)의 문제
스키마가 전혀 없는 페이지는 다른 페이지들과 거의 동시에 구글에 의해 크롤링되었지만, 색인이 되지는 않았습니다. 색인이 되지 않았기 때문에 당연히 어떤 키워드로도 순위에 오르지 못했고, AI 개요에도 나타날 수 없었어요. 스키마만 없을 뿐인데, 콘텐츠의 '가치'나 '신뢰성'을 떨어뜨려 검색 엔진의 외면을 받을 수 있음을 보여주는 충격적인 결과였어요.
4. 변수 통제 방법 및 '좋은 스키마' 정의 방법
Molly는 실험의 결과에 대한 신뢰도를 높이기 위해, 스키마 외의 모든 잠재적인 변수를 아래와 같이 최대한 통제하는 데 주력했다고 해요.
✔︎ 키워드 선정 및 사이트 구축 통제
1. 키워드 선정 기준 (Ahrefs 기준)
3개 페이지의 콘텐츠에 동일한 환경을 만들기 위해, Ahrefs를 사용하여 3개 키워드가 동일한 측정 기준을 가지도록 통제했습니다.
- 키워드 난이도: 모두 '3'으로 동일한 난이도 설정.
- 월간 검색량: 모두 '60'으로 동일한 검색량 설정.
- 트래픽 잠재력: 모두 '20'으로 동일하게 설정.
또한, 모든 키워드는 '마케팅/마테크'라는 동일한 일반 산업 내에 있어 질적으로도 유사한 환경을 조성했습니다.
2. 사이트 구축 통제
호스팅 환경이나 기술적 요소를 배제하기 위해 3개 사이트 모두 Vercel에 배포되었고, 다음과 같은 요소들을 의도적으로 배제하여 기술적 변수를 없앴습니다.
- JavaScript와 같은 동적 요소 배제
- 맞춤 도메인, 사이트맵, robots.txt, 정규화 태그 등 SEO에 영향을 줄 수 있는 모든 기술적 파일과 태그 배제.
3. 스키마 처리의 엄격한 정의
'잘 구현된 스키마' 페이지에는 모범 사례를 따르는 필수 요소를 모두 포함했습니다. 반면, '부실한 스키마' 페이지에는 다음과 같은 의도적인 오류를 도입했습니다.
- 필수 필드가 누락된 불완전한 Article 스키마 사용
- FAQ와 같은 콘텐츠가 존재함에도 해당 스키마 누락
- 부정확한 날짜 형식 (datePublished 오류) 등
이러한 엄격한 통제를 통해 우리는 스키마의 유무와 품질만이 결과의 차이를 만들었을 것이라는 가설을 뒷받침할 수 있었습니다.
5. 스키마 마크업은 분명 중요해요. 하지만 결정적인 요소는 아니죠.
이번 실험 결과는 잘 구현된 스키마가 AI 개요 노출에 긍정적인 역할을 한다는 매우 중요한 시사점을 제공해요. 하지만 우리는 스키마가 절대적인 요소라고 단정하기에는 아직 이르다는 점을 명확히 인지하고 있어야 해요.
✔︎ 결과의 해석과 한계점
1. 스키마와 AI 개요 간의 강력한 상관관계
잘 구현된 스키마를 가진 페이지가 최고의 일반 검색 순위를 달성하고, AI 개요에 나타난 유일한 페이지였다는 사실은 분명합니다. 이는 구글의 AI 시스템이 구조화되고 정리된 데이터를 더 선호하며, 이를 기반으로 가장 신뢰할 수 있는 정보 출처를 선택할 가능성을 시사합니다.
2. '스키마 없음' 페이지의 색인 문제
'스키마 없음' 페이지가 아예 색인되지 않은 것은 놀라운 결과였습니다. 이는 스키마가 단순히 리치 결과(Rich Results)를 위한 도구를 넘어, 페이지의 기본적인 '신뢰성'과 '가치'를 검색 엔진에 전달하여 색인 생성 자체에 영향을 미칠 수 있음을 보여줍니다.
3. 소규모 실험의 한계점과 우연이라는 가능성
물론 우리의 테스트가 작고 통제된 환경에서 진행되었으며, 보이지 않는 변수가 작용했을 수도 있습니다. 또한, 구글 알고리즘의 복잡성 때문에 이번 결과가 단순히 우연의 일치였을 가능성도 배제할 수는 없어요.
✔︎ 다음 단계는? 가설의 최종 입증을 위한 후속 조치
이러한 불확실성을 완전히 해소하기 위해, Molly는 다음과 같은 후속 조치를 계획하고 있다고 합니다.
- 스키마 교체 테스트 : 현재 순위가 매겨진 페이지들의 색인을 제거하고, 동일한 콘텐츠로 새 페이지를 만든 다음 스키마를 교체할 계획입니다. (예: '잘 구현된 스키마' 페이지에 '부실한 스키마'를 넣는 등)
- 색인 생성 확인 : 특히 색인되지 않은 '스키마 없음' 페이지에 잘 구현된 스키마를 넣고 다시 제출하여, 스키마의 추가만으로도 페이지가 색인 생성 및 순위가 매겨지는지 확인할 예정입니다. 만약 스키마 추가만으로 페이지가 색인된다면, 이는 스키마의 영향력을 가장 설득력 있게 입증하는 결과가 될 것입니다.
AI 개요 시대, 스키마 품질 관리가 승패를 가른다!
오늘 공유해 드린 스키마 실험 결과는 매우 명확한 메시지를 전달하고 있습니다. 스키마를 '추가하는 것'을 넘어, '잘 구현하는 것’이 AI 개요 시대의 검색 가시성을 결정짓는 핵심 요인이 될 수 있다는 것입니다.
이번 실험 결과는 구글이 구조화되고 신뢰할 수 있는 데이터를 선호하며, 이러한 데이터를 제공하는 페이지를 AI 답변의 출처로 적극적으로 선택하고 있음을 시사합니다. 특히, 스키마가 전혀 없는 페이지가 색인조차 되지 못한 것을 미루어 봤을 때, 스키마가 SEO와 GEO의 기본적인 요건으로 작용할 수 있음을 보여줘요.
따라서 지금부터 우리가 해야 할 일은 명확해요.
- 현재 페이지 스키마 감사(Audit) : 모든 핵심 페이지에 스키마가 누락되거나 오류가 없는지 스키마 품질 감사를 진행하세요.
- 모범 사례 응용하기 : 단순한 필수 필드 채우기를 넘어, Article, FAQ, Breadcrumb 등 콘텐츠에 맞는 완벽한 스키마 모범 사례를 분석한 후 우리 웹사이트에 응용 및 적용하세요.
출처 : Schema and AI Overviews: Does structured data improve visibility?
📌SEO Growth Lab 카카오톡 채팅방 주소:
**https://open.kakao.com/o/g7K0kl5g**
비밀번호: search26
의견을 남겨주세요