광고 대행사 에이달 | 홈페이지 새로 만들 때 스키마 마크업 빠뜨리면 생기는 일: 네이버 AI 브리핑·구글 AI 오버뷰 인용 출처가 되는 기술 설정법

홈페이지 새로 만들 때 스키마 마크업 빠뜨리면 생기는 일: 네이버 AI 브리핑·구글 AI 오버뷰 인용 출처가 되는 기술 설정법

2026년 06월 03일

#AI 검색 최적화

#구조화 데이터

#스키마 마크업 적용

#구글 AI 오버뷰 SEO

#네이버 큐 검색 노출

요약

스키마 마크업(Schema Markup)은 홈페이지 제작 시 반드시 설계 단계부터 포함해야 하는 구조화 데이터 기술입니다. 2026년 현재 네이버는 'AI 브리핑'과 'AI 탭'을 전면화했고, 구글은 전체 검색의 13% 이상에 AI 오버뷰를 노출합니다. 이 AI 검색 결과에 인용된 페이지는 그렇지 않은 페이지보다 JSON-LD 스키마가 적용되어 있을 확률이 약 3배 높습니다. 네이버 AI 브리핑 인용 출처의 클릭률(CTR)은 무려 137% 급증했으며, 인용 출처의 84.3%는 여전히 검색 상위 10위 내 문서입니다. 홈페이지를 처음 만들거나 리뉴얼할 때 스키마 마크업을 설계에 넣지 않으면, 나중에 수정 비용과 시간이 두 배로 듭니다.

왜 홈페이지 '제작 단계'에서 결정해야 하는가

많은 마케팅 담당자가 홈페이지를 오픈한 뒤에야 SEO 문제를 발견합니다. "우리 사이트가 왜 AI 검색 결과에 안 나오지?"라는 질문이 나오는 시점은 대부분 이미 개발이 끝난 후입니다.

스키마 마크업은 HTML 구조와 콘텐츠 설계에 맞물려 있어서, 제작 기획 단계에서 함께 설계하지 않으면 나중에 페이지 단위로 하나씩 수정해야 합니다. 이는 추가 개발 비용과 일정 지연으로 직결됩니다.

이 글은 홈페이지 제작을 앞둔 마케팅 담당자·경영자를 위해, 스키마 마크업이 무엇인지부터 실제 코드 적용법, 그리고 제작 발주 시 꼭 확인해야 할 체크포인트까지 한 번에 정리합니다.

핵심 개념: 스키마 마크업이란 무엇인가

AI가 홈페이지를 읽는 방식

사람은 홈페이지를 보면 "아, 이 회사는 서울에 있는 웹에이전시구나, 가격은 300만 원부터 시작하네"라고 직관적으로 이해합니다. 하지만 AI와 검색 로봇은 텍스트만 보고는 "300만 원"이 제품 가격인지, 배송비인지, 아니면 과거 사례의 예산인지 확신하지 못합니다.

스키마 마크업(Schema Markup) 은 이 모호함을 없애주는 기술입니다. 쉽게 말하면, 웹페이지의 정보에 "이것은 가격이야", "이 사람은 대표야", "이건 자주 묻는 질문이야"라는 명확한 라벨을 붙여주는 코드입니다.

2011년 구글·마이크로소프트·야후가 공동으로 만든 Schema.org 표준을 기반으로 하며, 현재는 네이버, OpenAI, Perplexity 등 모든 주요 AI 시스템이 이 표준을 읽고 해석합니다.

전통 SEO와 무엇이 다른가

기존 SEO는 "키워드를 얼마나 잘 배치했느냐"에 집중했습니다. 반면 스키마 마크업은 엔티티(Entity) — 즉 '독립적인 개념과 개체' — 와 그 관계를 정의합니다.

예를 들어 "김지완"이라는 이름이 홈페이지에 등장할 때, 스키마 없이는 AI가 이 사람이 고객인지 직원인지 대표인지 알 수 없습니다. Person + jobTitle: CEO 스키마를 붙이면 AI는 명확하게 이해합니다.

핵심 비유: 스키마 마크업은 AI에게 건네는 '번역된 브리핑 자료'입니다. 번역 없이 외국어 문서만 주면 AI도 헷갈립니다.

2026년 현재 상황: 네이버와 구글의 변화

네이버 Cue: 종료, AI 브리핑·AI 탭 전면화

네이버는 2026년 4월 9일 대화형 검색 실험 서비스 '큐(Cue:)'를 공식 종료했습니다. 대신 검색 결과 최상단에 정보 요약을 보여주는 'AI 브리핑' 을 전면 도입하고, 4월 27일에는 고도화된 대화형 검색인 'AI 탭(AI Tab)' 을 출시했습니다.

AI 탭 출시 직후 네이버의 국내 검색 점유율은 한 달 만에 81.34% 를 기록하며 폭발적인 유입을 이끌고 있습니다.

네이버 공식 데이터에 따르면:

AI 브리핑 도입 후 사용자 체류 시간 10.4% 증가
인용된 출처의 '더보기' 클릭률(CTR) 137% 급증

이는 구글 AI 오버뷰가 트래픽을 흡수하는 구조와 달리, 네이버 AI 브리핑은 인용 출처로 선택된 홈페이지에 실질적인 방문자를 보내준다는 의미입니다. 한국 시장에서 AI 검색 인용 최적화의 가치가 더욱 큰 이유입니다.

구글 AI 오버뷰의 확장

2025년 상반기 기준 구글 전체 데스크톱 검색의 약 13% 에 AI 오버뷰가 기본 노출되기 시작했습니다. 2026년에는 이 비율이 지속적으로 확장되고 있어, 홈페이지가 AI 오버뷰 인용 출처가 되지 못하면 핵심 검색 트래픽에서 점점 밀려날 수 있습니다.

스키마 마크업과 AI 인용의 상관관계

Ahrefs가 2026년 5월 발표한 연구(600만 개 URL 분석)에 따르면, AI 검색에 인용된 페이지는 인용되지 않은 페이지보다 JSON-LD 스키마 마크업이 적용되어 있을 확률이 약 3배(300%) 높았습니다.

단, 중요한 트레이드오프가 있습니다. 스키마 마크업만 단독으로 붙인다고 인용률이 급상승하지는 않습니다. 스키마는 콘텐츠 품질과 SEO 체력이 갖춰진 상태에서 AI의 올바른 해석을 돕는 윤활유 역할입니다. 기초 없이 스키마만 붙이는 것은 내용 없는 목차만 만드는 것과 같습니다.

단계별 실행 가이드: 홈페이지 제작 시 스키마 마크업 적용법

Step 1. 우리 홈페이지에 필요한 스키마 유형 선정하기

모든 스키마를 다 쓸 필요는 없습니다. 홈페이지 유형에 따라 AI가 가장 잘 활용하는 유형을 골라야 합니다.

업종별 우선순위 스키마:

기업/에이전시 홈페이지 → Organization, FAQPage, Service
이커머스 쇼핑몰 → Product, Review, BreadcrumbList
전문가/컨설턴트 → Person, FAQPage, HowTo
로컬 비즈니스(음식점, 병원 등) → LocalBusiness, OpeningHoursSpecification
블로그/미디어 → Article, BlogPosting, FAQPage

AI 인용에 가장 효과적인 유형 Top 2:

FAQPage: 질문과 답변을 정형화하여 구글 AI 오버뷰와 네이버 AI 브리핑의 '자주 묻는 질문' 영역에 노출되도록 유도합니다. AI가 답변을 생성할 때 가장 먼저 참조하는 구조입니다.
HowTo: 단계별 가이드를 구조화하여 AI가 방법 안내형 답변을 작성할 때 우리 콘텐츠를 활용하게 만듭니다.

Step 2. JSON-LD 형식으로 코드 작성 및 삽입

스키마 마크업은 JSON-LD 형식을 사용하는 것이 구글과 네이버 모두 권장하는 표준입니다. JSON-LD란 HTML 페이지 안에 별도의 스크립트 블록으로 삽입하는 방식으로, 기존 디자인이나 레이아웃에 전혀 영향을 주지 않습니다.

삽입 위치: HTML의 <head> 태그 안 또는 <body> 태그 마지막 부분

예시 1: FAQPage 스키마 (AI 인용 최적화 핵심)

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "홈페이지 제작 비용은 얼마나 드나요?",
    "acceptedAnswer": {
      "@type": "Answer",
      "text": "홈페이지 제작 비용은 규모와 기능에 따라 다르며, 일반적으로 소규모 기업 홈페이지는 200~500만 원, 커머스 기능이 포함된 경우 500만 원 이상이 소요됩니다."
    }
  }]
}

예시 2: Organization 스키마 (브랜드 신뢰도 & 네이버 최적화)

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "우리 브랜드명",
  "url": "https://www.yourdomain.com",
  "sameAs": [
    "https://blog.naver.com/yourblog",
    "https://www.youtube.com/yourchannel",
    "https://www.instagram.com/yourbrand"
  ]
}

sameAs 속성은 특히 네이버 최적화에 중요합니다. 네이버 블로그, 유튜브 채널 등 공식 채널 주소를 연결하면 AI가 브랜드 엔티티를 더 명확하게 인식합니다.

Step 3. AI 크롤러 수집 환경 점검

스키마를 아무리 잘 만들어도 AI 크롤러가 홈페이지에 접근하지 못하면 의미가 없습니다.

robots.txt 확인 필수 항목:

Googlebot — 구글 AI 오버뷰
Yeti — 네이버 검색 크롤러
GPTBot, ChatGPT-User — OpenAI
ClaudeBot — Anthropic Claude
PerplexityBot — Perplexity AI

이 크롤러들이 차단되어 있으면 AI 인용 확률은 0% 입니다. 홈페이지 제작 발주 시 반드시 개발사에 확인해야 할 항목입니다.

llms.txt 파일 배포 (2026년 신규 표준):

웹사이트 루트 디렉토리에 llms.txt 파일을 배치하면 AI 모델이 읽어야 할 핵심 정보와 데이터 경로를 직접 제공할 수 있습니다. 2026년 테크니컬 SEO 업계에서 빠르게 자리잡고 있는 글로벌 표준입니다.

Step 4. 검증 도구로 오류 확인

코드를 배포했다고 끝이 아닙니다. 반드시 공식 도구로 검증해야 합니다.

Schema.org Validator: 전체 구조 및 웹 표준 준수 여부 검증
구글 리치 결과 테스트(Rich Results Test): 구글 검색 노출 호환성 점검
네이버 서치어드바이저: 사이트맵 제출 후 수집 현황 리포트 점검

실행 전 점검 항목: 홈페이지 제작 발주 시 체크리스트

홈페이지 제작을 외부 에이전시에 맡길 때, 아래 항목을 사전에 확인하면 나중에 추가 비용이 발생하는 것을 막을 수 있습니다.

기획·설계 단계 체크:

[ ] 페이지별 스키마 유형 기획서에 명시되어 있는가?
[ ] FAQ 콘텐츠가 FAQPage 스키마와 연동되도록 설계되었는가?
[ ] 블로그/게시판이 Article 스키마 자동 생성을 지원하는가?

개발 단계 체크:

[ ] JSON-LD 형식으로 스키마가 <head> 또는 <body> 마지막에 삽입되는가?
[ ] robots.txt에서 주요 AI 크롤러가 허용되어 있는가?
[ ] llms.txt 파일이 루트 디렉토리에 배포되는가?

오픈 후 검증 체크:

[ ] 구글 리치 결과 테스트에서 오류 없음 확인?
[ ] 네이버 서치어드바이저에서 수집 현황 정상?
[ ] 스키마 데이터와 실제 화면에 표시된 텍스트가 100% 일치하는가?

반드시 피해야 할 실수 3가지

1. 숨겨진 정보를 스키마에 주입하기 화면에는 보이지 않는 키워드나 가짜 정보를 스키마 마크업으로 넣는 행위는 구글과 네이버 모두 '구조화된 데이터 스팸 정책 위반'으로 처리합니다. 검색 결과와 AI 인용에서 완전히 배제되는 페널티를 받습니다. 스키마 데이터와 화면 텍스트는 반드시 100% 일치해야 합니다.

2. 콘텐츠 품질 없이 스키마만 붙이기 앞서 설명했듯, 스키마는 윤활유입니다. 네이버 AI 브리핑 인용 출처의 84.3%는 검색 상위 10위 내 문서입니다. 기본 SEO와 콘텐츠 품질 없이 스키마만 붙이면 효과가 미미합니다.

3. 역피라미드 구조를 무시한 본문 작성 AI의 요약 알고리즘(RAG)은 페이지 상단에서 핵심 정보를 먼저 추출합니다. '결론 및 핵심 정보 → 상세 설명 → 근거 데이터' 순서로 콘텐츠를 구성해야 AI가 우리 정보를 핵심 소스로 채택할 가능성이 높아집니다. 서론을 길게 늘어놓는 구조는 AI 인용에 불리합니다.

자주 묻는 질문 (FAQ)

Q1. 스키마 마크업은 개발자만 할 수 있나요? 기본적인 JSON-LD 코드는 구글의 '구조화 데이터 마크업 도우미' 같은 무료 도구를 활용하면 비개발자도 생성할 수 있습니다. 다만 CMS(워드프레스, 그누보드 등)와 연동하거나 동적 페이지에 자동 적용하려면 개발자 도움이 필요합니다. 홈페이지 제작 단계에서 함께 설계하는 것이 가장 효율적입니다.

Q2. 네이버 Cue:가 없어졌는데 이제 네이버 최적화는 어떻게 해야 하나요? 네이버는 2026년 4월 'AI 브리핑'과 'AI 탭'으로 전환했습니다. 최적화 방향은 크게 달라지지 않습니다. 네이버 서치어드바이저에 사이트맵을 제출하고, Organization 스키마에 네이버 블로그·채널 주소를 sameAs로 연결하며, 고품질 콘텐츠를 지속적으로 발행하는 것이 핵심입니다.

Q3. 스키마 마크업을 적용하면 바로 AI 검색에 노출되나요? 즉각적인 효과는 기대하기 어렵습니다. 구글과 네이버 크롤러가 페이지를 재수집하고 AI 시스템이 데이터를 반영하는 데 보통 2~8주가 소요됩니다. 또한 스키마는 인용 가능성을 높이는 기술이지, 인용을 보장하는 기술이 아닙니다. 콘텐츠 품질과 함께 장기적으로 운영해야 합니다.

Q4. 워드프레스로 홈페이지를 만들면 스키마 마크업이 자동으로 적용되나요? Yoast SEO나 Rank Math 같은 플러그인을 설치하면 기본적인 Organization, Article 스키마가 자동 생성됩니다. 하지만 FAQPage, HowTo, Product 등 세부 스키마는 콘텐츠에 맞게 별도로 설정해야 합니다. 플러그인이 전부를 해결해 준다고 착각하면 중요한 스키마를 놓칠 수 있습니다.

Q5. 스키마 마크업 외에 AI 인용 가능성을 높이는 방법이 있나요? 네, 세 가지를 병행해야 합니다. 첫째, E-E-A-T(경험·전문성·권위·신뢰)를 강화하는 콘텐츠 작성. 둘째, Person 스키마에 저자 자격과 SNS 채널을 구체적으로 명시하여 전문가 엔티티를 등록. 셋째, llms.txt 파일로 AI 크롤러에게 핵심 정보 경로를 직접 제공하는 것입니다.

용어 설명 (Glossary)

용어	설명
스키마 마크업(Schema Markup)	웹페이지 정보에 AI와 검색엔진이 이해할 수 있는 구조화된 라벨을 붙이는 코드 기술
JSON-LD	JavaScript Object Notation for Linked Data의 약자. 스키마 마크업을 구현하는 권장 형식으로, 기존 HTML 코드와 분리되어 삽입됨
엔티티(Entity)	AI가 독립적인 개념으로 인식하는 대상. 사람, 회사, 제품, 장소 등이 모두 엔티티에 해당
RAG(Retrieval-Augmented Generation)	AI가 답변을 생성할 때 외부 문서에서 관련 정보를 검색·추출하여 활용하는 방식. AI가 우리 홈페이지를 출처로 인용하는 핵심 메커니즘
E-E-A-T	경험(Experience)·전문성(Expertise)·권위(Authoritativeness)·신뢰(Trustworthiness)의 약자. 구글과 네이버 AI가 출처 신뢰도를 평가하는 기준
GEO(Generative Engine Optimization)	생성형 AI 검색 결과에서 인용 출처가 되도록 최적화하는 전략. 기존 SEO의 AI 시대 확장 개념
llms.txt	웹사이트 루트에 배치하는 파일로, AI 모델이 읽어야 할 핵심 정보와 데이터 경로를 직접 안내하는 2026년 신규 표준
네이버 AI 브리핑	네이버 검색 결과 최상단에 정보 요약을 제공하는 기능. 인용 출처의 클릭률이 137% 증가하는 효과를 보임