스키마 추가, AI 인용 확대에 효과 없다? Ahrefs 연구 결과 분석

스키마 추가, AI 인용 확대에 효과 없다? Ahrefs 연구 결과 분석 | 스타트업스쿨

이 글에 대한 공공지능 분석

왜 중요한가?

기존 SEO(검색 엔진 최적화)의 핵심 전략 중 하나였던 구조화된 데이터 활용이 AI 검색 시대(GEO)에도 유효한지에 대한 근본적인 의문을 제기하기 때문입니다. 이는 기술적 최적화에 매몰된 마케팅 및 개발 리소스 낭비를 방지할 수 있는 중요한 지표가 됩니다.

어떤 배경과 맥락이 있나?

최근 LLM 기반 검색 엔진이 확산되면서, AI가 웹페이지의 정보를 더 잘 이해하도록 돕는 JSON-LD 스키마 적용이 'Generative Engine Optimization(GEO)'의 핵심 기술로 주목받아 왔습니다. 하지만 이번 연구는 이러한 기술적 접근이 실제 인용 결과로 이어지지 않음을 보여줍니다.

업계에 어떤 영향을 주나?

콘텐츠 마케팅 및 SEO 에이전시들은 스키마 최적화 중심의 전략에서 벗어나, AI가 인용할 만한 '고품질 정보'와 '신뢰도 높은 데이터'를 생성하는 방향으로 전략을 재편해야 합니다. 기술적 메타데이터 작업보다 콘텐츠의 의미론적 가치(Semantic Value)가 더 중요해질 전망입니다.

한국 시장에 어떤 시사점이 있나?

한국의 이커머스 및 콘텐츠 스타트업들은 제품 상세 페이지의 스키마 작업에 과도한 엔지니어링 비용을 투입하기보다, AI가 답변의 근거로 삼을 수 있는 독보적인 리뷰 데이터나 전문가 수준의 텍스트 콘텐츠를 확보하는 데 집중해야 합니다.

이 글에 대한 큐레이터 의견

많은 스타트업 창업자들이 AI 검색 시대의 생존 전략으로 '기술적 SEO(Technical SEO)'에 집중해 왔습니다. 하지만 이번 연구 결과는 스키마라는 '형식'을 맞추는 것만으로는 AI의 선택을 받을 수 없음을 시사합니다. 이는 기술적 완성도에만 매몰된 팀에게는 강력한 경고이며, 동시에 콘텐츠의 본질에 집중하는 팀에게는 새로운 기회입니다.

앞으로의 핵심은 '데이터의 구조화'가 아니라 '정보의 권위(Authority)'입니다. AI는 단순히 구조화된 데이터를 읽는 것을 넘어, 문맥 속에서 가장 신뢰할 수 있는 답변을 찾아냅니다. 따라서 창업자들은 개발 리소스를 스키마 구현에 쏟기보다는, AI가 인용할 수밖에 없는 독창적인 데이터셋을 구축하거나, 전문가의 검증을 거친 고품질의 텍스트 콘텐츠를 생성하는 '콘텐츠 엔진'을 만드는 데 집중해야 합니다.

연구: 스키마 추가가 Google, ChatGPT 등 AI 인용에 개선 효과를 미치지 못함

이 글의 핵심 포인트