스키마 마크업

일반 HTML은 브라우저에 텍스트를 어떻게 표시할지 알려주지만, 특정 숫자가 가격인지, 별점인지, 전화번호인지는 구분하지 못합니다. 스키마 마크업은 합의된 유형과 속성으로 콘텐츠에 태그를 붙여 이 간극을 메웁니다. 보통 페이지 head의 script 태그 안에 JSON-LD 형식으로 작성합니다. 각 유형은 정의된 속성을 가진 어휘입니다. Product는 name, brand, image, offers 블록을 포함하고, Offer는 price, currency, availability 상태를 담으며, Review는 author, rating, body를 포함합니다. 마크업은 기존 페이지를 대체하는 것이 아니라 그 옆에 함께 존재합니다. 구매자가 읽는 상품 설명이 기계도 추측 없이 파싱할 수 있는 형태로 함께 제공됩니다.

스토어에서 가장 효과적인 유형은 Product, Offer, Review, AggregateRating, Organization, BreadcrumbList, FAQPage이며, 각각 페이지의 한 부분을 기계가 처리할 수 있는 의미에 매핑합니다. 기능성 베이스레이어를 70,000원에 판매하며 211개의 리뷰와 평균 별점 4.6을 보유한 Shopify 판매자를 예로 들어 보겠습니다. 마크업 없이는 크롤러가 제목, 단락, 그리고 해석할 수 없는 별점 그래픽만 볼 뿐입니다. Offer(price 70000, currency KRW, availability InStock)와 AggregateRating(ratingValue 4.6, reviewCount 211)을 중첩한 Product 블록을 추가하면, 페이지가 해당 정보를 명확하게 제시하게 되고 검색 결과에서 제목 아래 가격과 별점이 표시될 자격을 갖게 됩니다.

효과는 두 가지입니다. 첫째, 리치 결과 적격성입니다. 검색 결과 목록에 별점, 가격, FAQ 아코디언이 표시되며, 일반 링크보다 더 많은 주목을 끄는 경향이 있습니다. 둘째, 엔티티 인식이 명확해집니다. 이는 갈수록 10개의 링크를 순위 매기는 대신 출처를 요약하고 인용하는 AI 답변 엔진에서도 중요해지고 있습니다. ChatGPT, Perplexity, Google AI Overviews 또는 Naver AI가 특정 상품에 대한 답변을 구성할 때, 구조화된 데이터는 인용할 수 있는 명확하고 모호하지 않은 사실을 제공합니다. 답변에 포함된 가격이나 별점이 해당 스토어의 것이 되고 정확하게 전달될 가능성이 높아집니다. 이는 이러한 시스템이 가장 많이 참조하는 가격, 재고 상태, 별점 같은 구체적이고 비교 가능한 정보에서 특히 중요합니다.

자주 실수하는 규칙이 있습니다. 마크업은 사용자가 실제로 페이지에서 볼 수 있는 콘텐츠를 설명해야 합니다. 페이지에 없는 리뷰나 별점을 마크업하거나 수치를 부풀리는 것은 Google 가이드라인 위반이며, 리치 결과를 완전히 제거하는 구조화된 데이터 수동 조치가 취해질 수 있습니다. 올바른 접근법은 이미 페이지에 있는 내용을 어휘로 그대로 표현하고, 가격과 리뷰 수가 변경될 때마다 함께 업데이트하며, 배포 전 Rich Results Test로 검증하는 것입니다. 마크업이 리치 결과를 보장하지는 않습니다. 페이지를 적격 상태로 만들 뿐이며, 실제 표시 여부는 검색 엔진이 결정합니다.