Featured Project
2024
GS칼텍스 미디어허브
에너지·화학 · 기업 뉴스룸
Signal · Structured Data Design
구조화 데이터, AI가 기업 정보를 정확히 인용하는 기반
Schema.org 마크업으로 검색엔진과 AI가 콘텐츠를 기계적으로 해석할 수 있도록 만듭니다. 리치 스니펫 노출과 AI 인용의 기반이 됩니다.
구조화 데이터를 심으면, AI가 정확히 읽고 인용합니다
AI 엔진이 기업 정보를 공식 출처로 인용합니다
ChatGPT, Perplexity, Google AI Overview가 답변을 생성할 때 구조화 데이터가 적용된 콘텐츠를 우선 참조합니다. 구조화 데이터 없이는 AI가 콘텐츠를 정확히 인용하기 어렵습니다.
검색 결과에서 리치 스니펫으로 발견됩니다
FAQ, Product, Event, NewsArticle 등 콘텐츠 유형에 맞는 스키마가 적용되면 검색 결과에서 강화된 형태로 표시됩니다. 일반 검색 결과보다 더 많은 정보를 전달하여 클릭률을 높입니다.
콘텐츠 발행 시 자동으로 구조화 데이터가 적용됩니다
CMS의 콘텐츠 타입과 연동하여, 콘텐츠를 발행하면 구조화 데이터가 자동으로 출력됩니다. 담당자가 별도로 코드를 작성할 필요가 없습니다.
Schema.org JSON-LD
Schema.org JSON-LD를 콘텐츠 유형별로 적용합니다
콘텐츠 유형에 맞는 Schema 타입을 매핑하고 JSON-LD 형식으로 구현합니다. 기업 뉴스룸에는 NewsArticle과 Organization, 제품 카탈로그에는 Product, FAQ 페이지에는 FAQPage 스키마를 적용합니다.
@graph Entity Linking
@graph 패턴으로 엔티티 간 관계를 정의합니다
하나의 페이지에 여러 엔티티(Organization, WebSite, WebPage, Article 등)를 @id로 상호 연결하는 고급 구조화 데이터 기법입니다. 검색엔진과 AI가 페이지 안의 엔티티 간 관계를 정확히 파악합니다.
Multi-sitemap
멀티 사이트맵으로 인덱싱 효율을 높입니다
Post, Page, Category, News, Video 등 콘텐츠 유형별로 분리된 XML 사이트맵을 생성합니다. 검색엔진이 각 콘텐츠 유형을 독립적으로 크롤링하고 인덱싱합니다.
AI Crawler Access
AI 크롤러 접근을 구성합니다
GPTBot, ClaudeBot, PerplexityBot 등 AI 크롤러의 접근을 허용하는 robots.txt 설정과 llms.txt 파일을 구성합니다. AI 엔진에게 사이트의 핵심 콘텐츠와 구조를 안내하여 인용 가능성을 높입니다.
프로젝트 사례
Featured Project
2021
벤틀리 서울
패션·럭셔리 · 기업 홈페이지
자주 묻는 질문
구조화 데이터란 무엇인가요?
웹 페이지의 콘텐츠를 검색엔진과 AI가 기계적으로 해석할 수 있는 형식으로 변환한 코드입니다. Schema.org 표준에 따라 JSON-LD 형식으로 작성하며, 기사 제목, 작성자, 발행일, 조직 정보 등을 구조화하여 전달합니다.
구조화 데이터가 왜 중요한가요?
AI 검색 엔진은 구조화 데이터가 적용된 콘텐츠를 신뢰 높은 출처로 인식하고 답변에 인용합니다. 검색엔진은 리치 스니펫으로 노출합니다. 구조화 데이터 없이는 AI가 콘텐츠를 정확히 참조하기 어렵습니다.
@graph 패턴이란 무엇인가요?
하나의 JSON-LD 블록 안에 여러 엔티티를 포함하고, @id 속성으로 서로 연결하는 구조입니다. '이 기사는 이 조직이 발행했고, 이 웹사이트에 속해 있다'는 관계를 검색엔진이 정확히 파악합니다. GS칼텍스 미디어허브에서 7종 엔티티를 연결했습니다.
기존 사이트에도 적용할 수 있나요?
가능합니다. Schema 감사를 통해 현재 구현 상태를 진단하고, 누락된 마크업을 추가합니다. JSON-LD 삽입 방식으로 플랫폼에 관계없이 대응합니다.
구조화 데이터와 SEO의 관계는?
구조화 데이터는 직접적인 검색 순위 요인은 아니지만, 리치 스니펫 노출을 통해 클릭률을 높입니다. AEO 관점에서는 AI가 콘텐츠를 인용할 때 핵심적인 역할을 합니다.