스키마 마크업과 JSON-LD: SEO에서 중요한 구조화된 데이터 전략
💡
스키마 마크업은 웹 페이지의 콘텐츠를 검색 엔진이 더 잘 이해할 수 있도록 추가하는 구조화된 데이터(Structured Data) 표기입니다.
이번 콘텐츠에서는 스키마 마크업의 개념과 작동 원리, SEO 관점에서의 역할, 대표적인 스키마 타입(Article, Product, FAQ, Review, Event) 소개, 그리고 JSON-LD 형식의 마크업 예제 코드를 살펴보겠습니다. 이는 구글 개발자 가이드와 Schema.org의 정보를 기반으로 한 실용적 설명으로, 마케팅 담당자나 개발자가 SEO 실무에 활용할 수 있도록 구성되었습니다.
스키마 마크업의 기본 개념과 작동 원리
위 그림은 한 레시피 페이지에 JSON-LD 기반 스키마 마크업을 추가하여 구글 검색 결과의 리치 결과로 표시되는 예를 보여줍니다. 이처럼 구조화된 데이터의 각 필드가 검색 결과의 별점, 이미지, 재료 정보 등으로 매핑되어 노출됩니다.
스키마 마크업은 구조화된 데이터(Structured Data) 형식으로 웹 페이지에 삽입되며, 페이지에 대한 정보와 컨텐츠의 의미를 명시적으로 표현합니다 . 예를 들어 “레시피” 페이지라면 조리 시간, 칼로리, 재료와 같은 정보를 구조화된 형태로 마크업할 수 있습니다. 검색 엔진은 이러한 표준화된 구조를 해독하여 콘텐츠를 이해하고 분류하게 됩니다. 구조화된 데이터는 일반적으로 Schema.org에서 정의된 어휘(vocabulary)를 사용하며, JSON-LD(JavaScript Object Notation for Linked Data) 형식으로 <script>
태그 내에 삽입되는 것이 구글이 권장하는 구현 방법입니다 .
Schema.org는 Google, Microsoft(Bing), Yahoo, Yandex 등의 검색 엔진이 함께 만든 구조화 데이터 사전으로, 웹마스터들이 일관된 형태로 마크업을 추가하여 검색 엔진이 정보를 활용할 수 있게 해줍니다 .
검색 엔진(특히 Google)은 이렇게 페이지 내에 포함된 구조화된 데이터를 크롤링 시 발견하여 활용합니다. Google의 경우, 페이지의 구조화 데이터로부터 인물, 책, 회사 등의 정보를 추출해 지식 그래프(Knowledge Graph)를 구축하거나, 레시피의 제목·작성자 등 세부 정보를 읽어와 검색 결과에 풍부한 결과(Rich Result)로 표시합니다 .
예를 들어 페이지에 JSON-LD로 레시피의 제목, 저자, 조리시간 등을 마크업해두면 구글은 이를 인식하여 검색 결과에 조리 시간이나 별점 등의 추가 정보를 보여줄 수 있습니다. 다만, 구조화된 데이터 마크업은 사용자에게 보이지 않는 정보를 추가로 제공해서는 안 되며, 실제 페이지 콘텐츠와 일치하는 내용을 포함해야 합니다. 이러한 원칙을 지키면서 마크업을 구현하면, 검색 엔진은 페이지 내용을 더 정확히 해석하고 사용자 질의에 맞는 정보를 효율적으로 찾아낼 수 있습니다.
SEO 관점에서의 스키마 마크업 활용
스키마 마크업은 검색 엔진 최적화(SEO) 측면에서 매우 유용한 도구입니다. 구조화된 데이터를 올바르게 추가하면 해당 콘텐츠가 리치 결과(Rich Results)로 표시될 자격을 얻게 되어, 평범한 파란 링크보다 눈에 띄는 형식의 리치 스니펫(Rich Snippet)이 검색 결과에 나타날 수 있습니다.
예를 들어 리뷰 별점, 제품 가격, 행사 일정, FAQ 등의 추가 정보가 검색 결과에 노출되면 사용자의 관심을 끌기 쉽습니다. 이러한 풍부한 정보 표시는 검색 이용자에게 더 나은 경험을 제공하고, 결과적으로 해당 검색 결과의 클릭률(CTR)을 향상시키는 효과가 있습니다 . 실제로 구글의 사례 연구에 따르면, 로튼 토마토는 100,000개의 페이지에 구조화된 데이터를 추가한 후 구조화 데이터를 포함한 페이지의 클릭률이 그렇지 않은 페이지보다 25% 높아졌고, Nestlé의 경우 리치 결과로 표시된 페이지의 클릭률이 82% 증가한 것으로 보고되었습니다. (출처)
또한 구조화된 데이터는 검색 색인화(인덱싱, indexing)와 콘텐츠 노출 측면에서도 긍정적인 역할을 합니다. 구글은 공식적으로 “구조화 데이터 자체가 랭킹을 직접 높여주지는 않는다”고 명확히 밝히고 있지만 , 그럼에도 불구하고 구조화된 데이터는 검색 엔진이 페이지 콘텐츠를 더 잘 이해하고 분류하도록 돕기 때문에 간접적인 SEO 효과를 제공합니다 . 예를 들어 구조화된 데이터는 페이지의 컨텐츠 유형(기사, 제품, 이벤트 등)을 명확히 알려주므로 검색 엔진이 해당 페이지를 적절한 검색 질의에 매칭시키거나 색인(index)하는 데 도움을 줄 수 있습니다.
또, 리치 결과로 표시될 경우 사용자 참여도가 올라가 체류 시간 증가나 이탈률 감소 등의 부가 효과를 얻어 결과적으로 검색 순위에도 긍정적인 영향을 미칠 수 있습니다. 요약하면, 스키마 마크업은 직접적인 랭킹 신호는 아니지만 검색 결과의 가시성을 높이고 사용자 클릭을 유도함으로써 전반적인 SEO 성과를 향상시키는 중요한 요소라 할 수 있습니다
다양한 스키마 타입과 활용 예시
Schema.org에는 수백 가지의 스키마 타입이 정의되어 있으며, 그중 Article, Product, FAQ, Review, Event 등은 특히 웹사이트에서 자주 활용되는 대표적인 유형입니다. 각 타입별로 어떤 상황에 쓰이고 어떤 효과가 있는지 간략히 살펴보겠습니다:
1. Article (아티클)
Article 스키마는 뉴스 기사, 블로그 포스트 등 기사형 콘텐츠에 활용됩니다. 페이지에 Article 마크업을 추가하면 구글이 해당 콘텐츠가 기사임을 더 잘 이해하고, 검색 결과에서 기사 제목, 썸네일 이미지, 게시일 등의 정보를 풍부하게 표시하도록 도와줍니다 .
예를 들어 Google 뉴스나 검색의 “Top stories”와 같은 섹션에 노출될 때, Article 마크업이 되어 있다면 기사 제목이나 작성자, 게시 날짜가 보다 정확하게 표시되며, 경우에 따라서는 페이지의 주요 이미지를 썸네일로 보여줄 수도 있습니다. 구글 개발자 문서에 따르면 기사 페이지에 Article 구조화 데이터를 추가하면 검색 결과에서 제목 텍스트, 이미지, 날짜 정보가 개선되어 표시될 수 있고, 콘텐츠의 성격을 명시적으로 전달하여 검색엔진이 “이 페이지는 뉴스기사다 (혹은 블로그 포스트다)”를 확실히 인식하게 합니다 . 이를 통해 관련 검색어에 대한 노출 기회를 높이고 사용자들이 콘텐츠를 식별하기 쉽게 해줍니다.
2. Product (제품)
Product 스키마는 상품 페이지에 사용됩니다. 전자상거래 사이트나 제품 소개 페이지에 이 마크업을 추가하면, 검색 엔진은 해당 페이지가 특정 상품에 대한 것임을 이해하고 검색 결과에 가격, 재고 여부, 평점 등의 정보를 직접 보여줄 수 있습니다.
예를 들어 사용자가 구글에서 제품을 검색할 때, Product 마크업이 포함된 페이지는 검색 결과 아래에 가격(Price)이나 “재고 있음/품절”(Availability), 별점 리뷰(Aggregate Rating) 등의 정보가 나타나는 상품 리치 결과로 표시될 수 있습니다. 이를 통해 사용자는 검색 단계에서 바로 핵심 정보를 얻을 수 있고, 판매자는 클릭률 상승이나 잠재 고객 유입 증가 효과를 기대할 수 있습니다. Product 스키마에는 제품명(name), 이미지(image), 설명(description), 브랜드(Brand), 식별자(SKU 등), 가격 및 통화(price, priceCurrency), 재고 상태(availability), 평점 및 리뷰 정보(review, aggregateRating) 등을 포함하여 제품에 대한 구조화된 정보를 제공할 수 있습니다.
3. FAQ (자주 묻는 질문)
FAQ 페이지에는 FAQPage 스키마를 적용할 수 있습니다. 사이트에 Q&A 형태로 자주 묻는 질문과 답변을 나열한 페이지가 있다면, 그 HTML을 FAQPage 구조화 데이터로 마크업하여 FAQ 리치 결과로 표시될 수 있게 합니다. FAQ 마크업이 올바르게 적용된 페이지는 구글 검색 결과에 해당 사이트 링크 아래 질문 목록이 펼쳐진 형태로 나타날 수 있으며, 사용자가 클릭하지 않고도 답변 일부를 볼 수 있게 해줍니다.
구글에 따르면 FAQPage로 적절히 마크업된 페이지는 검색 결과에서 리치 결과로 표시되고 Google Assistant 액션에도 활용될 수 있어, 관련 정보를 찾는 사용자에게 바로 도달하는 데 도움이 됩니다 . FAQ 구조화 데이터는 mainEntity 속성 아래에 일련의 Question과 Answer 쌍을 포함하며, 각 질문과 그에 대한 답을 명확히 명시합니다. 이를 통해 검색 엔진은 해당 Q&A 쌍을 인식하고 사용자 질의에 해당할 경우 즉각적인 답변을 제공하거나, 검색 결과에 FAQ 섹션을 보여줄 수 있습니다.
4. Review (리뷰)
Review 스키마는 사용자 리뷰나 평점 정보를 구조화할 때 사용됩니다. 이 마크업을 사용하면 상품, 영화, 책 등 다양한 항목에 대한 리뷰 내용을 검색 엔진이 이해하게 되고, 종종 검색 결과에 별점(★)과 요약된 평점 정보를 보여주는 리치 스니펫으로 이어집니다 . 예를 들어 어떤 제품 페이지에 사용자 평점 5점 만점에 4점이라는 정보와 리뷰 개수가 구조화되어 있다면, Google 검색 결과에 ★★★★☆ 4.0/5 (Review count: 100) 등의 형태로 요약 평점이 표시될 수 있습니다.
Review 스키마는 보통 단독으로 쓰이기보다는 위의 Product와 같이 AggregateRating, Rating, Review를 조합하여 사용합니다. AggregateRating은 다수 리뷰의 평균 평점을 나타내고, Review는 개별 리뷰를 나타내는데, 구조화된 리뷰 데이터를 Google이 인식하면 스타 평점과 리뷰 요약이 검색 결과에 snippet으로 나타나 사용자 이목을 끌게 됩니다 . 리뷰 마크업은 전자상거래 뿐만 아니라 블로그 리뷰 포스트, 지역 업체 리뷰 등 다양한 컨텐츠에 적용될 수 있으며, 신뢰도 있는 평점 표시로 클릭 유도 및 신뢰성 증대 효과가 있습니다.
실제 마크업 예제 코드 (JSON-LD)
이어서, 앞서 언급한 주요 스키마 타입 중 Article, Product, FAQ 페이지에 대한 JSON-LD 마크업 예시를 보여드립니다. 각 예제는 <script type="application/ld+json">
태그 내부에 JSON-LD 형태로 작성되며, Schema.org 어휘를 사용합니다.
Article JSON-LD 예시
아래는 뉴스 기사나 블로그 포스트 페이지에 활용할 수 있는 Article(여기서는 NewsArticle 타입) 구조화 데이터의 예시입니다. 기사 제목, 이미지, 게시일/수정일, 작성자 등의 정보를 포함하고 있습니다:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "NewsArticle",
"headline": "Title of a News Article",
"image": [
"https://example.com/photos/1x1/photo.jpg",
"https://example.com/photos/4x3/photo.jpg",
"https://example.com/photos/16x9/photo.jpg"
],
"datePublished": "2024-01-05T08:00:00+09:00",
"dateModified": "2024-02-05T09:20:00+09:00",
"author": [
{
"@type": "Person",
"name": "홍길동",
"url": "https://example.com/profile/honggildong"
},
{
"@type": "Person",
"name": "Jane Doe",
"url": "https://example.com/profile/janedoe123"
}
]
}
</script>
위 JSON-LD에서 @type: "NewsArticle"로 기사 유형을 명시했고, headline에 제목, image에 여러 비율의 이미지 URL, datePublished와 dateModified로 게시 및 수정 시간, 그리고 author 배열로 두 명의 작성자(예시)를 지정한 것을 볼 수 있습니다. 실제 페이지의 콘텐츠에 맞게 이 값을 채워주면 됩니다.
위와 같이 스키마 마크업을 활용하면 웹페이지의 정보를 체계적으로 검색 엔진에 전달할 수 있으며, 이를 통한 풍부한 검색 결과 노출로 가시성 향상, 클릭률 증가 및 사용자 경험 개선을 기대할 수 있습니다. 사이트의 성격에 맞는 적절한 스키마 타입을 선택하여 구현하고, Schema.org와 구글의 가이드라인을 준수하면서 마크업을 관리하면 SEO 측면에서 큰 도움을 얻을 수 있을 것입니다.
인블로그 를 활용한 손쉬운 JSON-LD 적용 방법
인블로그 를 활용하면, 별도 개발 과정 없이도 각 게시물에 원하는 JSON-LD 스니펫을 간편하게 추가할 수 있습니다. 이를 통해 구조화 데이터를 신속히 배포하고, 구글 스니펫 및 향후 AI 기반 검색 환경에도 유리한 정보를 제공할 수 있습니다.
적용 방법:
게시글 작성 페이지 접속:
Inblog 대시보드에서 원하는 게시물을 편집하기 위해 게시글 작성 버튼을 누르거나, 하단의 게시물을 클릭해 게시물 편집 페이지로 이동합니다.우측 설정 탭 활용:
게시글 작성 화면 오른쪽에 위치한 ‘설정’ 탭을 클릭하면, 커스텀 스크립트를 삽입할 수 있는 옵션이 표시됩니다.커스텀 스크립트 모달:
해당 버튼을 클릭하면 모달 창이 표시되며, 여기에 JSON-LD 코드를 붙여넣을 수 있습니다. 필요한 속성만 정확히 기입한 뒤 저장하면, 별도의 HTML 수정 없이도 해당 게시물에 구조화 데이터가 적용됩니다.
이 과정을 통해 기업은 최소한의 기술적 부담으로 JSON-LD 기반 구조화 데이터를 손쉽게 배포할 수 있으며, 이는 장기적으로 검색 경쟁력과 브랜드 노출 강화에 기여합니다.
인사이트 받아보기