AI 답변을 위한 구조화 데이터: 모델이 읽는 Schema

AI가 답변할 때도 구조화 데이터가 중요한가?

구조화 데이터의 역할은 변했지만 여전히 중요합니다. 지난 10년간 schema는 Google에서 별점 리치 결과를 획득하기 위한 수단이었습니다. 그 역할은 지금도 유효하지만, 이제 두 번째 역할이 생겼습니다. 모델이 페이지의 내용을 파악하고, 어떤 엔티티에 속하는지 확인하며, 페이지의 주장이 다른 곳에서도 뒷받침되는지 판단하는 것을 돕는 역할입니다.

구조화 데이터는 답변 엔진을 위한 순위 조작 기법이 아닙니다. 모호함을 해소하는 레이어입니다. 원시 HTML을 읽는 모델은 텍스트 블록이 무엇을 의미하는지 추측해야 합니다. 정확한 Product, Review, Organization 마크업은 그 추측을 사실로 바꾸어 줍니다. 이것이 바로 이러한 시스템이 인용하거나 언급하기 전에 필요로 하는 것입니다.

모델이 제품을 특정하는 데 도움이 되는 schema 유형은 무엇인가?

제품 속성화에는 세 가지 유형이 핵심적인 역할을 합니다. Product는 항목의 이름과 식별자를 제공하고, Review는 개별 의견을 담으며, aggregateRating은 종합 점수를 나타냅니다. 세 가지 모두에 걸쳐 유효한 마크업이 있으면 엔진이 리뷰 텍스트를 소유자 없이 떠다니게 두지 않고 제품을 스토어 및 평점과 연결할 수 있습니다.

Product 내부의 식별자는 예상보다 훨씬 중요합니다. gtin, mpn, sku 또는 brand를 제공하면 모델이 웹 전체에서 제품에 대한 다른 언급과 대조하여 제품을 특정할 수 있는 안정적인 기준점을 갖게 됩니다.

• Product: 항목을 특정할 수 있도록 name, brand, 식별자(gtin, mpn 또는 sku)를 포함합니다.
• Review: 각 개별 리뷰에 author, reviewBody, reviewRating을 포함합니다.
• aggregateRating: 종합 정보로 ratingValue, reviewCount, bestRating을 포함합니다.
• Review와 aggregateRating은 단독으로 두지 않고 Product 안에 중첩합니다.

Organization과 sameAs가 브랜드 인식에 어떻게 도움이 되는가?

Product 마크업은 모델에게 판매하는 상품을 알려주고, Organization 마크업은 판매자가 누구인지 알려줍니다. 이 두 가지는 별개의 문제이며, 답변 엔진은 자신 있게 인용하기 전에 두 가지 모두를 해결해야 합니다.

Organization에는 이름, 로고, 정식 URL이 포함됩니다. sameAs 속성이 AEO에서 유용한 이유가 있습니다. 명백히 동일한 엔티티임을 나타내는 다른 위치, 즉 Trustpilot 프로필, G2 리스팅, Wikipedia 항목, 인증된 소셜 계정 등을 나열합니다. Organization과 sameAs 선언은 모델이 스토어를 이미 신뢰하는 독립적인 출처와 연결할 수 있게 해주기 때문에 엔티티 인식을 강화합니다. 이것이 바로 이러한 시스템이 주장을 반복하기 전에 의존하는 근거입니다.

• Organization: 법인명, 로고, 정식 홈페이지 URL을 포함합니다.
• sameAs: 인증된 서드파티 프로필과 소셜 계정을 나열합니다.
• 모든 곳에서 이름을 동일하게 유지합니다. 이름이 다르면 다른 엔티티로 인식됩니다.

마크업이 페이지 내용과 일치해야 하는 이유는 무엇인가?

방문자가 볼 수 없는 콘텐츠를 설명하는 schema는 유효하지 않으며, 엔진이 불일치를 발견하면 나머지 마크업에 대한 신뢰도도 낮아집니다. aggregateRating이 900개의 리뷰에서 4.8을 나타내지만 페이지에 평점이 표시되지 않는다면, 구조화 데이터는 페이지가 뒷받침하지 않는 주장을 하는 것입니다.

이것이 JavaScript widget 안에서 리뷰가 로드되는 스토어의 함정입니다. 마크업은 유효할 수 있지만, 스크립트가 실행된 후에만 리뷰 텍스트가 표시된다면 마크업과 표시 콘텐츠가 일치해야 한다는 기본 조건을 충족하지 못할 수 있습니다. 신뢰할 수 있는 해결책은 AEO의 다른 모든 부분에 도움이 되는 것과 동일합니다. 리뷰와 평점을 서버에서 페이지 HTML에 렌더링하여 마크업이 실제로 존재하는 콘텐츠를 설명하도록 해야 합니다.

Schema가 실제로 작동하는지 확인하는 방법은?

마크업을 테스트하고, 모델이 보는 방식으로 페이지를 테스트합니다. 유효성 검사 도구는 JSON-LD가 문법적으로 유효하고 적격한지 확인해 주는데, 이는 필요하지만 충분하지 않습니다. 두 번째 테스트는 schema 값이 마크업과 함께 원시 pre-JavaScript HTML에 표시되는지 여부입니다.

렌더링된 DOM이 아닌 페이지 소스를 직접 열고, 스크립트가 실행되기 전에 평점, 리뷰 수, 리뷰 텍스트가 있는지 확인합니다. 마크업은 소스에 있지만 표시 숫자가 없다면, 모델이 볼 수 없는 콘텐츠를 설명하는 유효한 schema가 있는 것입니다.

• JSON-LD를 schema 유효성 검사 도구에 통과시켜 문법 오류와 적격 여부를 확인합니다.
• 원시 페이지 소스를 열어 평점과 리뷰가 그곳에 존재하는지 확인합니다.
• Organization의 브랜드명이 모든 sameAs 프로필과 정확히 일치하는지 확인합니다.

Schema는 답변 엔진 최적화와 어떻게 연결되는가?

구조화 데이터는 리뷰를 보유하는 것과 인용되는 것 사이의 다리 역할을 합니다. AEO는 리뷰에 세 가지를 요구합니다. 읽을 수 있어야 하고, 뒷받침이 있어야 하며, 구체적이어야 합니다. Schema는 처음 두 가지를 직접 충족합니다. Product, Review, aggregateRating은 리뷰 콘텐츠를 귀속된 사실로 읽을 수 있게 합니다. Organization과 sameAs는 모델이 이미 신뢰하는 프로필과 연결하여 뒷받침을 제공합니다.

대부분의 리뷰 앱은 페이지 방문자를 위해 만들어졌으며 widget에서 별점을 렌더링하는 것에 그쳐, 모델이 읽을 수 없는 콘텐츠를 설명하는 마크업과 선언되지 않은 엔티티를 남겨 둡니다. 기존 리뷰를 읽을 수 있게 하고, 뒷받침하며, 검색 및 AI에서 인용될 수 있도록 하는 것이 BeyondReviews가 해결하고자 하는 과제입니다.

자주 묻는 질문