스키마 마크업, AI 인용에 정말 효과 있나 — 근거와 우선순위

TableFlip Research Team·2026년 9월 2일· 스키마마크업· GEO· AI인용· 구조화데이터· AI검색최적화

📋 3줄 요약

스키마가 있는 페이지는 AI 인용 확률이 약 3배 높지만, 이는 상관관계일 뿐 스키마를 추가하면 인용이 는다는 인과 증거는 통제실험에서 확인되지 않았습니다.
Ahrefs가 1,885개 페이지에 JSON-LD를 추가하고 4,000개 대조군과 비교한 결과, Google AI Overviews·AI Mode·ChatGPT 인용 변화는 통계적으로 0과 구별되지 않았습니다.
진짜 레버는 스키마가 아니라 콘텐츠 구조(매크로>메소>마이크로)와 근거 밀도이며, 스키마는 엔티티 명확화·파싱 마찰 제거라는 기반 역할로 최소 구현하는 것이 합리적입니다.

스키마 마크업이 AI 인용을 늘린다는 통념은 사실인가?

부분적으로만 사실입니다. Ahrefs의 600만 URL 분석에서 AI에 인용된 페이지는 JSON-LD를 포함할 확률이 약 3배 높았고, AI 인용 페이지의 53%가 스키마를 구현하고 있었습니다. AirOps 데이터에서도 3개 이상의 스키마 타입을 가진 페이지가 ChatGPT 인용 URL에서 61% vs 25%로 훨씬 자주 등장했습니다.

그러나 이 숫자들은 '스키마가 있는 페이지가 함께 인용되더라'는 상관관계입니다. Ahrefs의 해석처럼, JSON-LD에 투자하는 사이트는 콘텐츠 품질·소스 다양성·언드미디어에도 함께 투자하는 경향이 있어, 실제 인용 동인은 스키마가 아닐 수 있습니다.

통제실험은 왜 다른 결과를 보여줬나?

인과를 직접 검증한 통제실험에서는 스키마의 단독 효과가 나타나지 않았습니다. Ahrefs는 2025년 8월~2026년 3월 사이 JSON-LD를 추가한 1,885개 페이지를 추적하고 4,000개 대조군과 매칭했습니다. 결과는 Google AI Overviews −4.6%, AI Mode +2.4%, ChatGPT +2.2%로, 세 값 모두 통계적으로 0과 구별되지 않았습니다.

다만 범위 한계를 반드시 함께 봐야 합니다. 이 데이터셋의 모든 페이지는 실험 전 이미 100개 이상의 AI Overview 인용을 보유한, 즉 이미 알려진 페이지들이었습니다. 따라서 '아직 인용되지 않은 페이지'에 스키마가 도움이 되는지는 이 실험만으로 판단할 수 없습니다. 또한 searchVIU 실험에서 ChatGPT·Claude·Perplexity·Gemini·Google AI Mode 5개 시스템은 직접 페치 시 가시적 HTML만 추출하고 JSON-LD를 무시했는데, 이는 쿼리 시점의 이야기일 뿐 학습·인덱싱 단계까지 반증하는 것은 아닙니다.

AI 인용을 실제로 움직이는 요소는 무엇인가?

콘텐츠 구조와 근거 밀도가 스키마보다 직접적인 레버입니다. 구조적 특성만 바꾸고 의미 내용을 고정한 연구(GEO-SFE)에서, 6개 생성 엔진 전반에 걸쳐 인용률 17.3%·주관적 품질 18.5%의 일관된 개선이 확인됐습니다(Structural Feature Engineering for GEO). 어블레이션 분석 결과 기여도는 매크로(문서 아키텍처) 44.9%, 메소(정보 청킹) 39.7%, 마이크로(시각적 강조) 15.4% 순이었습니다.

특히 제목 이후 첫 4060단어가 1차 추출 윈도우를 형성하며, 이 구간에 핵심 질의의 답이 없으면 이후 내용과 무관하게 인용 확률이 떨어집니다. 또한 GEO 원논문은 통계를 추가하면 AI 가시성이 3040% 향상되고 신뢰할 만한 출처 인용이 인용 확률을 높인다는 것을 확립했습니다(GEO: Generative Engine Optimization). 이런 구조 우선 관점은 AI 검색에 인용되는 콘텐츠 구조에서 더 자세히 다룹니다.

그렇다면 스키마는 어떤 우선순위로 다뤄야 하나?

스키마는 '캠페인'이 아니라 '위생(hygiene)'으로 다뤄야 합니다. 최소 구현은 사이트 전역 Organization 블록 1개 + 콘텐츠 타입에 맞는 페이지별 Article 또는 FAQPage입니다. 그 이상은 LLM 인용 기대가 아니라 전통 SEO나 리치 결과 자격으로 정당화되어야 합니다. 참고로 Google은 2026년 5월 7일 FAQ 리치 결과를 검색에 더 이상 표시하지 않겠다고 발표했습니다.

우선순위	항목	목적	근거
1	콘텐츠 기본기·유기 랭킹	인덱싱·발견 전제조건	모든 공식 소스가 전제로 지목
2	가시적 HTML 구조	인용 확률	매크로 44.9%>메소 39.7%>마이크로 15.4%
3	엔티티 스키마(Organization/sameAs)	명확화·인프라	엔티티 disambiguation이 기반
4	페이지 타입 스키마(Article 등)	리치 결과·파싱 보조	FAQ 리치 결과 폐지 반영

Google 공식 가이드도 "구조화 데이터는 생성 AI 검색에 필수가 아니며 추가할 특별한 마크업도 없다. 다만 리치 결과 자격을 위해 SEO 전략의 일부로 계속 사용하는 것이 좋다"고 명시합니다. 어떤 스키마도 인용을 확정짓지는 않지만, 콘텐츠 이해를 도와 인용 가능성을 높일 수는 있다는 것이 균형 잡힌 결론입니다.

TableFlip은 AI Visibility 진단에서 스키마를 인용 촉진제로 과대평가하지 않고, 엔티티 명확화·구조 최적화·근거 밀도라는 실제 레버부터 점검합니다. 검증 방식은 방법론에서 확인할 수 있습니다.

자주 묻는 질문

스키마 마크업을 아예 안 넣어도 되나요?

권장하지 않습니다. 통제실험에서 인용을 직접 늘리진 않았지만, 스키마는 엔티티 정체성을 고정하고 파싱 마찰을 줄이는 기반 역할을 합니다. Organization과 페이지 타입 스키마 정도는 위생 차원에서 유지하되, 인용을 늘리려는 목적으로 과투자하지 마세요.

FAQPage 스키마는 이제 의미가 없나요?

리치 결과 가치는 하락했습니다. Google이 2026년 5월 FAQ 리치 결과 표시를 중단했기 때문입니다. 다만 질문-답변 포맷 자체는 AI가 콘텐츠를 해석하는 데 여전히 유용하므로, 스키마와 별개로 본문에서 질문형 구조를 갖추는 것이 더 중요합니다.

스키마보다 먼저 해야 할 일은 무엇인가요?

콘텐츠 기본기와 유기 랭킹, 그리고 가시적 HTML 구조 최적화입니다. 페이지는 AI 답변에 지원 링크로 나타나기 전에 먼저 인덱싱되고 검색에 등장할 자격을 갖춰야 합니다. 제목 직후 첫 40~60단어에 핵심 답을 배치하는 것이 스키마보다 우선입니다.

경쟁사만 AI 답변에 인용될 때 스키마 탓인가요?

스키마 하나로 설명되기 어렵습니다. 대체로 엔티티 명확화 실패, 구조 부재, 근거 밀도 부족이 복합적으로 작용합니다. 경쟁사만 AI 답변에 나올 때 점검할 5가지에서 진단 관점을 참고하세요.