요약
비정형 텍스트는 구조화 데이터의 원본으로 삼아, 본문에 보이는 핵심 엔티티만 JSON-LD로 옮기고 본문과 일치시켜야 합니다. 이미 발행한 블로그 글에 마크업을 덧붙이는 경우에는 마크업 항목부터 정하지 않습니다. 화면에 보이는 문장 가운데 사실 문장을 먼저 골라내는 편이 안전합니다. 본문에 없는 가격, 절차, 질문을 마크업에만 적는 방식은 피해야 합니다.
이 브리프의 독자는 사내 기술 블로그를 운영하는 B2B 기업의 콘텐츠·CMS 담당자입니다. 이 담당자는 기존 글에 FAQ나 Article 마크업을 덧붙이려 하고 있습니다. 다룰 질문은 하나입니다. 이미 발행한 글의 본문에서 어떤 문장을 마크업으로 옮기고, 어떤 문장을 본문에만 남겨야 하는지입니다. 구조화 데이터를 넣는다고 해서 AI 답변에 인용된다는 보장은 없습니다. 이 점은 아래 배경에서 근거와 함께 정리합니다.
판단 순서는 세 단계로 요약됩니다. 먼저 글이 답하는 질문이 첫 단락에 드러나는지 확인합니다. 다음으로 화면에 보이는 문장을 사실, 의견, 변동 값으로 나눕니다. 마지막으로 사실 문장만 마크업 후보로 남기고, 변동 값은 갱신 담당자가 정해진 경우에만 옮깁니다. 아래 소제목에서는 이 순서의 근거와 적용 방법을 차례로 설명합니다.
배경
Google은 AI 검색 기능을 위해 따로 특별한 최적화를 할 필요는 없다고 안내합니다. 기존 검색의 접근성 원칙과 유용한 콘텐츠 원칙을 그대로 따르면 된다는 입장입니다. 그 기본 원칙은 Google 검색 센터 SEO 기본 가이드에 정리되어 있습니다. 이 원칙을 지켜도 특정 페이지의 색인, 순위, 인용은 보장되지 않습니다. 또한 이 설명은 Google 검색에 관한 것입니다. 다른 AI 서비스에도 같은 기준이 적용된다는 사실은 확인되지 않았습니다.
이 배경에서 실무 판단 기준이 하나 도출됩니다. 마크업 작업은 본문이 이미 검색에 접근 가능하고 독자에게 유용하다는 전제가 있을 때 의미가 있습니다. 따라서 작업 전에 해당 글이 로그인 없이 열리는지, 핵심 내용이 이미지가 아닌 텍스트로 보이는지, 제목과 첫 단락이 글의 질문과 맞는지를 먼저 점검합니다. 이 점검을 통과하지 못한 글은 마크업보다 본문 정비를 먼저 진행합니다.
구조화 데이터를 어디까지 입력할지에 관한 실무 논의로는 nxtseo.kr에 실린 글이 있습니다. 이 글은 화면에 보이지 않는 정보까지 넣은 마크업은 오히려 노이즈가 될 수 있다고 봅니다. 그리고 구조화 데이터는 본문에 있는 명확한 사실을 기계가 읽을 수 있게 요약한 복사본이어야 한다고 적고 있습니다. 또한 FAQ 마크업의 질문과 답변은 본문과 똑같은 문장으로 연결해야 한다고 권합니다. 이 브리프는 이 주장들을 실무 가설로 받아들입니다. 다만 독립된 근거로 확인된 내용과는 구분해 서술합니다.
쟁점
첫째 쟁점은 교차 검증에 관한 주장입니다. 위 글은 AI 엔진이 JSON-LD 안의 데이터와 실제로 렌더링된 텍스트가 얼마나 일치하는지 교차 검증한다고 설명합니다. 그러나 이번에 검토한 공개 자료로는 이 동작을 직접 확인하지 못했습니다. 따라서 '엔진이 검증하므로 일치시켜야 한다'는 논리보다 다른 논리가 근거에 더 맞습니다. 본문과 다른 마크업은 독자와 기계에 서로 다른 사실을 전달하므로 일치시켜야 한다는 논리입니다. 어느 쪽이든 결론은 같지만, 뒷받침하는 근거의 무게는 다릅니다.
이 차이는 적용 예시에서 분명해집니다. 위 글은 JSON-LD의 FAQ 답변에는 특정 가격이나 절차를 적어 두고, 본문에서는 이를 빠뜨리거나 다른 숫자로 적는 경우를 흔한 실수로 듭니다. 이 사례는 엔진의 내부 동작을 가정하지 않아도 문제로 판정할 수 있습니다. 화면을 읽은 독자와 마크업을 읽은 기계가 서로 다른 값을 받게 되기 때문입니다. 따라서 판단 기준은 '엔진이 확인하는가'가 아니라 '두 표현이 같은 사실을 말하는가'로 두는 편이 근거와 맞습니다.
둘째 쟁점은 마크업의 범위입니다. 비정형 텍스트에는 사실 문장, 의견, 사례 서술, 홍보 문구가 섞여 있습니다. 이를 모두 마크업으로 옮기면 항목 수는 늘지만 본문의 어느 문장과 대응하는지가 흐려집니다. 위 글이 권하는 구조도 이 문제를 줄이는 방향입니다. 페이지의 핵심 주제를 최상위 타입으로 두고, 작성자(author), 발행 기관(publisher), 주제(about)를 하위 속성으로 연결하는 방식입니다.
범위와 관련해 위 글은 author와 publisher에 이름 문자열만 넣기보다 공식 프로필 URL이나 소셜 링크를 sameAs 속성으로 연결하라고도 권합니다. 이 항목도 본문 일치 원칙에 따라 다룹니다. 작성자 소개나 회사 정보처럼 사이트 안에서 독자가 확인할 수 있는 프로필만 연결합니다. 운영이 중단된 계정이나 본인과의 관련이 확인되지 않은 주소는 넣지 않습니다.
셋째 쟁점은 플랫폼 간 차이입니다. Google 밖의 서비스가 구조화 데이터를 어떻게 읽는지는 이번에 검토한 공식 자료로 확인되지 않았습니다. 따라서 서비스별 효과를 전제로 작업 순서를 정하지 않습니다. 작업이 언제 반영되는지에 대해서도 공개된 기준을 찾지 못했으므로 이 브리프에서는 다루지 않습니다.
선택지 비교
기존 글에 마크업을 덧붙일 때 담당자가 고를 수 있는 방식은 대체로 세 가지입니다. 아래에 방식마다 무엇을 원본으로 삼는지, 그리고 어떤 위험이 있는지를 비교했습니다.
- 방식 A, 마크업 먼저 작성: 필요한 타입과 속성을 먼저 정한 뒤 값을 채웁니다. 작업은 빠릅니다. 그러나 본문에 없는 질문이나 값이 마크업에만 남을 위험이 가장 큽니다.
- 방식 B, 본문에서 추출: 화면에 보이는 문장 가운데 사실 문장만 골라 옮깁니다. 본문과 마크업의 대응 관계는 분명해집니다. 대신 글마다 사람이 직접 판정해야 하므로 시간이 듭니다.
- 방식 C, CMS 필드 동기화: 제목, 요약, 작성일, 수정일, 작성자, FAQ 문답을 본문 필드와 메타데이터 필드에서 함께 관리합니다. 위 글도 템플릿 단계에서 두 필드를 동기화하는 방식을 안전한 방법으로 제시합니다. 처음 설계하는 부담은 있지만, 이후 글을 고칠 때 불일치가 생길 여지가 줄어듭니다.
방식 B를 택하는 경우, 문장마다 다음 기준으로 판정합니다.
- 마크업으로 옮기는 문장: 헤드라인, 요약, 발행일과 수정일, 작성자와 발행 기관, 그리고 본문에 질문과 답이 나뉘어 보이는 FAQ 문장입니다.
- 본문에만 남기는 문장: 의견, 전망, 사례 서술, 홍보 문구입니다. 화면에 보이지 않는 키워드는 마크업에도 본문에도 넣지 않습니다.
- 보류하는 문장: 가격, 절차, 기능처럼 바뀔 수 있는 값입니다. 본문에 같은 값이 보이고, 값을 고칠 때 함께 갱신할 담당자가 정해진 경우에만 옮깁니다.
적용 예시로, 사내 기술 블로그에 실린 제품 도입 안내 글 한 편을 방식 B로 처리하는 경우를 들 수 있습니다. 제목, 요약, 발행일, 작성자 이름은 화면에 그대로 보이므로 Article 계열 마크업의 헤드라인, description, datePublished, author로 옮깁니다. 본문 끝의 '자주 묻는 질문' 영역에 질문과 답이 나뉘어 있다면 그 문장을 그대로 FAQ 마크업에 대응시킵니다. 반면 도입 효과를 기대하는 전망 문장이나 자사 방식을 평가하는 문장은 본문에만 둡니다. 본문에 적힌 요금이나 신청 절차는 갱신 담당자가 정해진 경우에만 옮깁니다.
정리하면 방식 B로 범위를 정하고 방식 C로 유지하는 조합이 지금 확보한 근거와 가장 잘 맞습니다. 방식 A는 본문과의 대조 작업을 거친다는 조건에서만 검토합니다.
권고
실행 제안은 문서 편집, 질문 설계, 관측 기록의 세 가지로 나눕니다. 세 작업은 성격이 다르므로 보고서에서도 따로 적습니다.
- 문서 편집: 먼저 글 한 편을 고릅니다. 화면에 보이는 문장을 사실, 의견, 변동 값으로 구분해 표시하고, 사실 문장만 마크업 후보로 남깁니다. FAQ는 본문 문장과 글자 단위까지 똑같이 맞춥니다.
- 불일치 정리: 마크업에만 있고 본문에 없는 값은 지웁니다. 그 값을 유지해야 한다면 본문에 먼저 추가합니다.
- 질문 설계: 마크업 작업에 앞서, 그 글이 답하는 질문을 한 문장으로 적어 둡니다. 그런 다음 첫 단락이 그 질문에 직접 답하는지 확인합니다. 직접 답하지 않는다면 마크업보다 본문 수정이 먼저입니다.
- 관측 기록: 작업 날짜, 수정한 필드, 관찰한 검색 질의, 관찰 결과를 같은 양식에 남깁니다. 관찰 결과는 인과관계를 증명하는 자료가 아니라 기록으로 다룹니다.
작업 후 확인 절차는 다음과 같이 진행합니다. 페이지 소스의 JSON-LD 값을 항목별로 꺼내 화면에 렌더링된 문장과 나란히 놓고 대조합니다. 헤드라인, 요약, 작성자, 날짜, FAQ 문답이 각각 화면의 어느 문장에 대응하는지 표시하고, 대응 문장이 없는 항목은 불일치로 기록합니다. 본문을 수정한 뒤에는 dateModified 값과 화면의 수정일이 함께 바뀌었는지도 확인합니다. 이 대조는 한 편으로 시작해 기준을 정한 뒤, 같은 템플릿을 쓰는 글로 넓혀 가는 순서가 안전합니다.
기록 양식을 정할 때는 NIST AI 위험관리 프레임워크의 문서화 관점을 참고할 수 있습니다. 다만 이 프레임워크는 AI 시스템의 위험 관리를 다루는 자료이며, GEO 관측 기록을 위한 기준은 아닙니다.
결과를 해석할 때도 주의할 점이 있습니다. 이 작업은 본문과 마크업이 같은 사실을 말하도록 정비하는 일이며, 색인이나 인용을 보장하는 조치가 아닙니다. Google 밖의 서비스에서 어떤 효과가 나는지는 확인되지 않았습니다. 따라서 보고서에서는 Google 검색 기준에 근거한 내용과 그 밖의 관찰을 나누어 적습니다. 이 브리프는 특정 업체나 상품의 이용을 권유하지 않습니다.
