구조화 데이터 (Structured Data)

구조화 데이터와 스키마 마크업은 흔히 같은 의미로 쓰이지만, 엄밀히 말하면 다릅니다. 구조화 데이터는 페이지를 정의된, 기계 판독 가능한 형태로 기술한다는 넓은 개념이고, 스키마 마크업은 schema.org 어휘를 사용한 구체적인 구현 방식으로, 공개 웹에서 가장 널리 쓰입니다. 실무에서 "SEO용 구조화 데이터"라고 할 때는 거의 항상 지원 형식으로 표현한 schema.org 유형을 뜻합니다. 핵심은 모호함을 없애는 것입니다. 크롤러가 "35,000원"을 가격으로, "5점 만점에 4.7"을 평점으로 추론하도록 맡기는 대신, price와 ratingValue라는 이름 붙은 속성으로 명시하면 어떤 파서도 동일하게 읽습니다.

Google이 지원하는 형식은 세 가지입니다. JSON-LD, Microdata, RDFa. 이 중 JSON-LD가 권장 형식인데, 화면에 보이는 HTML과 분리된 스크립트 블록에 위치해 추가, 읽기, 유지 관리가 수월하기 때문입니다. 동일한 데이터가 검색 결과의 리치 스니펫(별점, 가격, FAQ 아코디언)을 구동하는 동시에 AI 어시스턴트가 페이지 본문을 파싱하는 대신 깔끔하게 인용할 수 있는 출처가 됩니다.

메리노 울 이너웨어를 판매하는 Shopify 스토어를 예로 들어 보겠습니다. 상품 템플릿은 상품명, 가격, 재고 상태, 고객 리뷰 블록을 렌더링합니다. 이 페이지는 구매자에게는 읽히지만 기계에는 느슨하게 정의되어 있습니다. 중첩된 offers와 aggregateRating을 포함한 Product 스키마를 추가하면 크롤러에게 이 상품이 85,000원이고 재고가 있으며 213개 리뷰의 평균 평점이 4.6임을 명확하게 전달합니다. 이것이 적용되면 검색 스니펫에 리뷰 별점이 표시될 자격을 갖추게 되고, 동일한 속성 블록은 모델이 다른 곳에서 상품을 요약할 때 가장 깔끔하게 활용할 수 있는 정보가 됩니다.

두 번째 활용도는 해마다 중요성이 커지고 있습니다. ChatGPT, Perplexity, Google AI Overviews 같은 AI 답변 엔진은 깔끔하게 추출하고 자신 있게 출처를 밝힐 수 있는 사실을 선호합니다. 모델이 산문에서 가격을 긁어내야 한다면 잘못 읽거나 해당 페이지를 건너뛸 수 있습니다. 반면 레이블이 붙은 offers 블록을 받은 모델은 스토어를 정확하게 인용할 가능성이 훨씬 높습니다. 구조화 데이터가 인용을 보장하지는 않지만, 이해되는 데 드는 비용을 낮춥니다. 그리고 그것이 종종 인용 여부를 결정하는 요인이 됩니다.

솔직한 주의사항이 있습니다. 구조화 데이터는 리치 결과나 인용을 보장하지 않으며, 페이지에 실제로 보이는 내용을 정확하게 반영해야 합니다. 구매자가 실제로 볼 수 없는 평점이나 리뷰를 마크업하는 것은 Google 정책 위반이며 수동 조치를 받을 수 있습니다. 데이터는 사실이어야 하고 검증 가능해야 합니다. 장식이어서는 안 됩니다. 페이지가 보여주지 않는 무언가를 주장하는 수단이 아니라, 페이지의 충실한 기술(記述)로 다루십시오.