ChatGPT는 브라우저처럼 웹페이지를 ‘읽지’ 않습니다. 자체 검색 인덱스에서 명확하게 인용할 수 있는 사실을 검색한 뒤 이를 조합해 답변을 만듭니다. 구조화 데이터와 엔터티 태그의 목적은 검색 순위를 높이는 것이 아니라 기계가 추측할 여지를 줄이는 데 있습니다. 제품명, 제품 범주, 제공 기업, 해결하는 문제를 기계가 읽을 수 있는 형식으로 명시하는 것입니다. 이 계층이 없으면 ChatGPT는 페이지 곳곳에 흩어진 문장을 바탕으로 추론해야 합니다. 추론이 틀리면 인용 내용도 잘못될 수 있습니다.
ChatGPT가 읽는 것은 레이아웃이 아니라 사실입니다
먼저 ChatGPT가 콘텐츠를 가져오는 방식을 이해해야 합니다. 사용자가 ChatGPT에서 검색을 실행하면 OpenAI의 OAI-SearchBot이 기존 웹 인덱스와 함께 페이지의 HTML을 크롤링합니다. 이후 여러 출처를 선별해 모델에 전달하고 답변을 생성합니다. 이 과정에는 실무상 2가지 제약이 있습니다. 첫째, 주로 초기 HTML을 가져오기 때문에 브라우저 측 JavaScript에 의존하는 콘텐츠는 누락되는 경우가 많습니다. 둘째, 모델이 원하는 것은 정교하게 설계된 레이아웃이 아니라 한 문장으로 추출해 바로 인용할 수 있는 사실입니다. JSON-LD 같은 구조화 데이터에는 “이것은 다음 이름을 가진 제품입니다”라고 명시할 수 있습니다.
구조화 데이터가 인용을 보장하는 마법의 스위치는 아닙니다. B2B SaaS 고객을 대상으로 GEO 진단을 진행하며 확인한 패턴을 보면, 스키마 자체가 ‘인용 여부’를 직접 결정하는 경우는 드뭅니다. 하지만 ‘인용될 때 사실이 정확한지’에는 거의 결정적인 영향을 줍니다. 화면에 보이는 본문에 동일한 사실을 명확히 밝히고 JSON-LD로 한 번 더 표시하면, 모델에 서로 검증할 수 있는 2개의 단서를 제공하는 셈입니다. 태그에만 정보를 넣고 본문은 모호하게 두면 효과가 크게 떨어집니다.
최소 구성: 스키마 3종이면 시작할 수 있습니다
schema.org의 모든 유형을 한꺼번에 적용할 필요는 없습니다. ChatGPT가 B2B 제품을 이해하도록 하려면 우선 3가지 태그부터 정확히 구성하십시오. 이것만으로도 80%의 효과를 낼 수 있습니다.
- Organization: 웹사이트 홈페이지에 배치하거나 사이트 전체에서 공통으로 사용합니다. 브랜드의 정식 명칭, 로고, 공식 웹사이트와 가장 중요한 sameAs를 명시하십시오. LinkedIn, Crunchbase, Wikidata(위키데이터)처럼 신뢰할 수 있는 공식 페이지를 연결합니다. 모델이 ‘이 기업이 누구인지’를 식별하는 기준점입니다.
- Product 또는 SoftwareApplication: 제품 페이지에 배치합니다. name, description, brand, offers(가격 또는 요금제)를 입력하십시오. 실제 리뷰가 있다면 aggregateRating을 추가하고, 없다면 입력하지 않습니다.
- FAQPage: 제품 페이지나 설명 페이지에 배치하고, 사용자가 가장 자주 묻는 질문 3~5개를 실제 문답 형식으로 제시합니다. 질문과 답변이 본래부터 명확하게 짝을 이루므로 ChatGPT가 답변으로 직접 추출하기 가장 쉬운 형식입니다.
3가지 태그는 모두 JSON-LD로 페이지에 삽입합니다. 과거처럼 HTML 태그 곳곳에 흩어 넣는 Microdata는 유지보수 비용이 높고 오류가 발생하기 쉬우므로 사용하지 마십시오. 각 JSON-LD의 내용은 화면에 보이는 페이지 정보와 일치해야 합니다. 태그에 평점이 있다면 페이지에도 실제 평점이 있어야 하며, 태그에 기재한 요금제 가격도 제품 페이지와 같아야 합니다. 태그와 본문이 다르면 무효가 될 뿐 아니라 조작으로 판단될 수도 있습니다.
실질적인 효과는 엔터티 마크업에서 나옵니다
많은 기업이 Product 구조화 데이터까지만 적용합니다. 그러나 ChatGPT가 특정 페이지를 단순히 ‘읽는’ 수준을 넘어 브랜드를 ‘인식’하게 하려면 엔터티 계층이 필요합니다. 엔터티 태그의 핵심 역할은 동명이인을 구분하는 것입니다. 시장에는 ‘Radar’라는 이름을 쓰는 제품이 수십 개나 있습니다. 모델이 여러분을 인용할 때 이름이 같은 다른 회사가 아니라 바로 여러분의 제품을 가리킨다는 점을 100% 확신할 수 있어야 합니다. 식별 기준이 없으면 아무리 많은 콘텐츠를 만들어도 모호한 인상만 쌓이거나 다른 기업의 정보로 연결될 수 있습니다.
핵심은 3가지입니다. 첫째, 명칭을 일관되게 사용해야 합니다. 공식 웹사이트, 소셜 채널, 디렉터리, 보도자료에 쓰는 브랜드 정식 명칭을 한 글자까지 통일하십시오. 어떤 곳에서는 “Tenten GEO”, 다른 곳에서는 “Tenten”이라고 쓰면 안 됩니다. 둘째, @id로 엔터티 그래프를 구축합니다. Organization에 안정적인 @id(예: https://yoursite.com/#organization)를 부여한 뒤 제품의 brand와 아티클의 publisher가 모두 같은 @id를 가리키게 하십시오. 그러면 모델이 여러 페이지에 흩어진 사실을 하나의 엔터티로 연결할 수 있습니다. 셋째, sameAs로 외부의 권위 있는 출처, 특히 Wikidata와 연결합니다. Wikidata는 여러 AI 시스템이 공유하는 엔터티 데이터베이스입니다. 여기에 등재되면 플랫폼을 넘나드는 신분증을 확보하는 것과 같습니다.
크롤러의 접근을 막지 마십시오
아무리 완성도 높은 마크업을 작성해도 크롤러가 접근하지 못하면 소용이 없습니다. 가장 자주 놓치면서도 문제를 일으킬 가능성이 가장 큰 단계입니다.
- robots.txt에서 접근 허용: OAI-SearchBot(ChatGPT 검색용)과 GPTBot(OpenAI 크롤링용)이 차단되지 않았는지 확인하십시오. 인용되기를 바라면서 2개 봇을 모두 차단하는 설정은 GEO 진단에서 가장 자주 발견되는 자충수입니다.
- 핵심 콘텐츠는 초기 HTML에서 읽을 수 있어야 합니다. 제품 설명이 프런트엔드 JavaScript로만 렌더링되면 크롤러가 빈 화면만 가져갈 가능성이 큽니다. 서버 측 렌더링(SSR)이나 정적 생성을 사용해 핵심 정보를 원본 HTML에 직접 포함하십시오.
- JSON-LD를 페이지 상호작용 이후 스크립트로 동적 삽입하지 마십시오. 첫 응답의 HTML에 포함해 크롤러가 처음부터 읽을 수 있도록 합니다.
감에 의존하지 말고 게시 전에 검증하십시오
게시 후 ‘왜 인용되지 않았을까’를 추측하는 것보다 게시 전에 한 차례 검증하는 편이 훨씬 쉽습니다. 먼저 Google 리치 결과 테스트 또는 Schema.org 공식 검사기로 JSON-LD의 문법 오류 여부와 필수 필드의 완성도를 확인하십시오. 다음으로 개발자 도구의 Elements 패널이 아니라 브라우저의 ‘페이지 소스 보기’를 사용해 마크업이 원본 HTML에 실제로 포함되어 있는지, 나중에 스크립트로 추가된 것은 아닌지 점검합니다. 마지막 단계가 가장 직접적입니다. ChatGPT에서 “특정 제품은 어떤 일을 하나요?”라고 질문하고 어떤 출처를 인용하는지, 설명은 정확한지 확인하십시오. 실제 사용 환경에 가장 가까운 인수 테스트이며, 질문 한 번만으로 본문과 마크업의 불일치를 발견하는 경우도 많습니다.
구조화 데이터와 엔터티 마크업은 출발점입니다. 제대로 구축하면 ChatGPT가 여러분을 인용할 때 사실이 정확해집니다. 구축하지 않으면 명확하게 인용될 기본 조건조차 갖추기 어렵습니다. 대다수 B2B 웹사이트의 문제는 스키마의 유무가 아닙니다. 태그와 본문이 일치하지 않거나, 엔터티 명칭이 제각각이거나, 크롤러가 아예 차단된 경우가 많습니다. ChatGPT의 관점에서 웹사이트가 어떻게 보이는지, 어디에 격차가 있는지 알고 싶다면 30분 GEO 진단을 예약할 수 있습니다. 정보 추출 가능성과 엔터티 명확성에 문제가 있는 지점을 직접 보여 드립니다.
