AI는 어떤 페이지를 인용하는가? 구조화 데이터가 핵심이다
챗GPT, 퍼플렉시티, 구글 제미나이 같은 생성형 AI는 검색 결과 상위 페이지를 단순히 나열하지 않습니다. 페이지 안의 텍스트를 파싱해 "이 내용이 질문에 직접 답하고 있는가"를 판단한 뒤, 신뢰할 수 있다고 본 출처를 답변 안에 인용합니다. 이때 AI가 가장 먼저 읽는 신호 중 하나가 바로 구조화 데이터, 즉 Schema.org 마크업입니다.
FAQPage 스키마는 페이지 내 질문(Question)과 답변(Answer) 쌍을 기계가 읽을 수 있는 형태로 명시적으로 선언합니다. 일반 HTML로 작성된 Q&A 섹션은 크롤러가 "이게 질문인지 단순 소제목인지"를 추론해야 하지만, FAQPage 스키마가 붙어 있으면 추론 비용 없이 곧바로 구조를 이해합니다. AI 학습 파이프라인과 실시간 검색 증강(RAG) 모두에서 이 차이는 인용 여부로 직결됩니다.
저희 타이드웍스가 자체 운영하는 AI 5개 엔진(챗GPT·제미나이·클로드·퍼플렉시티·네이버 AI) 실측 파이프라인에서도 동일한 패턴이 반복적으로 확인됩니다. AI 답변의 인용 출처는 매월 40~60%가 교체될 만큼 유동적입니다. 오늘 상위에 노출된 페이지가 다음 달에는 사라질 수 있다는 의미입니다. 그 변동성을 줄이는 가장 현실적인 수단 중 하나가 FAQPage 스키마를 포함한 구조화 데이터 최적화입니다.
FAQPage 스키마란 무엇이고, 어떻게 작동하는가
FAQPage는 Schema.org에서 정의한 구조화 데이터 유형으로, 하나의 페이지가 여러 개의 질문과 그에 대한 공식 답변을 포함하고 있음을 선언합니다. JSON-LD 형식으로 <head> 또는 <body> 내에 삽입하며, 구글 서치 콘솔·빙 웹마스터·크롤링 봇 모두가 이를 우선적으로 파싱합니다. 기술적으로는 "@type": "FAQPage" 선언 아래 "mainEntity" 배열에 Question 객체를 나열하는 방식입니다.
구글 기준으로 FAQPage 스키마가 올바르게 구현되면 검색 결과(SERP)에서 리치 스니펫으로 확장 표시될 수 있습니다. 즉 제목 아래에 Q&A가 접이식으로 노출되어 클릭률(CTR)이 높아지는 효과가 있습니다. 그러나 GEO(Generative Engine Optimization)·AEO(Answer Engine Optimization) 관점에서 더 중요한 효과는 따로 있습니다. AI가 페이지를 인덱싱하거나 실시간으로 참조할 때, 이미 "질문-답변" 쌍이 명시적으로 레이블링되어 있으므로 해당 콘텐츠가 특정 질문에 대한 권위 있는 답으로 채택될 가능성이 높아진다는 점입니다.
아래는 FAQPage 스키마가 일반 텍스트 Q&A와 어떻게 다른지 비교한 표입니다.
| 항목 | 일반 텍스트 Q&A | FAQPage 스키마 적용 |
|---|---|---|
| 크롤러 파싱 방식 | 추론 기반(불확실) | 명시적 레이블(확실) |
| 리치 스니펫 노출 | 불가 | 가능(구글 기준) |
| AI 인용 시 질문-답 매칭 | 낮음 | 높음 |
| 구현 난이도 | 없음 | JSON-LD 삽입 필요 |
| 유지보수 비용 | 낮음 | 콘텐츠 업데이트 시 동기화 필요 |
AI가 잘못된 정보를 인용하는 사례, 왜 생기는가
구조화 데이터 최적화가 중요한 이유는 단순히 "더 많이 인용되고 싶어서"만이 아닙니다. AI가 잘못된 정보를 인용할 경우, 브랜드에 직접적인 손해가 발생합니다. 저희가 실측 파이프라인을 운영하면서 실제로 확인한 사례가 있습니다. 특정 브랜드의 단종 제품이 AI 답변에서 여전히 대표 상품으로 소개되거나, 병원의 진료 시간이 실제와 다르게 답변되는 경우입니다.
이런 오류가 생기는 근본 원인은 AI가 "가장 최신 정보"가 아니라 "가장 구조적으로 명확하고 반복적으로 등장하는 정보"를 채택하기 때문입니다. 오래된 페이지라도 FAQPage 스키마가 명확하게 구현되어 있고, 해당 질문과 답변이 다른 곳에서 반복 인용된 이력이 있다면, 최신 공식 페이지보다 우선 채택될 수 있습니다. 반대로 말하면, 브랜드가 공식 페이지에 FAQPage 스키마를 올바르게 유지·갱신하고 있다면, AI가 잘못된 구버전 정보 대신 최신 공식 답변을 인용할 가능성이 높아집니다.
결국 FAQPage 스키마 관리는 SEO 최적화를 넘어 브랜드 정보의 정확성을 AI 생태계 안에서 지키는 수단입니다. 특히 제품 라인업이 자주 바뀌는 커머스 브랜드, 진료 과목이나 시간 변동이 잦은 의료기관, 정책·약관이 수시로 업데이트되는 서비스 기업이라면 이 점을 특히 유의해야 합니다.
실무에서 FAQPage 스키마를 적용할 때 놓치기 쉬운 포인트
FAQPage 스키마를 처음 적용하는 실무자가 가장 많이 하는 실수는 "한 번 넣으면 끝"이라고 생각하는 것입니다. AI 인용 출처는 매월 40~60%가 교체된다는 실측 데이터가 보여주듯, 콘텐츠 환경은 빠르게 바뀝니다. 스키마 안의 답변이 실제 페이지 본문과 불일치하거나, 이미 단종·변경된 정보를 담고 있다면 오히려 AI가 잘못된 정보를 신뢰 있는 출처로 인용하는 역효과가 납니다.
아래는 FAQPage 스키마를 실무에 적용할 때 반드시 점검해야 할 체크리스트입니다.
- 질문은 실제 사용자가 검색하는 표현으로 작성한다. 브랜드 내부 용어가 아닌 고객 언어 기준으로 Q를 구성해야 AI 질의와 매칭될 가능성이 높아집니다.
- 답변은 단독으로 읽어도 이해되는 완결형 문장으로 작성한다. AI는 맥락 없이 Answer 필드만 발췌해 인용하는 경우가 많습니다.
- 스키마 내 답변과 HTML 본문 내용이 일치해야 한다. 불일치 시 구글 서치 콘솔에서 경고가 발생하며, AI 신뢰도도 낮아집니다.
- 제품·서비스 정보 변경 시 스키마도 즉시 업데이트한다. 특히 가격, 운영 시간, 재고 상태는 주기적인 동기화가 필수입니다.
- 페이지당 FAQ 항목은 5~10개 내외로 집중한다. 지나치게 많은 항목은 핵심 질문의 인용 가중치를 희석시킬 수 있습니다.
- 구조화 데이터 테스트 도구(Google Rich Results Test)로 유효성을 정기 검증한다. 코드 오류가 있으면 스키마 자체가 무효 처리됩니다.
FAQPage 스키마는 기술적으로는 단순하지만, 운영 관점에서는 콘텐츠 팀·개발팀·마케팅팀이 함께 관리해야 하는 살아있는 문서입니다. 브랜드 공식 답변이 AI 생태계 안에서 지속적으로 정확하게 인용되려면, 스키마를 콘텐츠 업데이트 프로세스의 일부로 정착시키는 것이 현실적인 방법입니다.
타이드웍스가 GEO·AEO 최적화를 함께 고민합니다
타이드웍스는 챗GPT·제미나이·클로드·퍼플렉시티·네이버 AI 5개 엔진을 대상으로 자체 실측 파이프라인을 운영하며, 브랜드별 인용 현황을 주기적으로 모니터링합니다. AI가 단종 제품을 대표 상품으로 소개하거나 잘못된 정보를 인용하는 상황을 실제로 확인해온 경험을 바탕으로, FAQPage 스키마를 포함한 구조화 데이터 전략과 콘텐츠 최적화를 실무 중심으로 지원합니다.
GEO·AEO 전략이 처음이거나, 지금 AI가 우리 브랜드를 어떻게 답변하고 있는지 확인하고 싶으신 분은 타이드웍스에 문의해 주세요. 월 거래액 40억 원 이상 규모의 온라인 채널 운영 경험을 바탕으로, 브랜드 상황에 맞는 현실적인 접근을 함께 논의해 드립니다.