AI가 우리 가게를 '한 곳'으로 알아보게 하려면 — 공식 이름을 하나로 맞추는 일

엔티티 일관성이란 무엇인가

검색엔진과 AI는 사업체 하나를 여러 곳에서 따로 만납니다. 홈페이지, 구글 비즈니스 프로필, 네이버 플레이스, 인스타그램, 블로그, 다른 사람이 쓴 후기까지입니다. 이 정보들이 같은 대상을 가리킨다고 알아볼 수 있어야 한 곳의 정보로 합쳐집니다. 이렇게 하나의 대상으로 묶이는 단위를 엔티티(entity)라고 부르고, 여러 곳에서 그 대상을 같은 이름과 같은 설명으로 나타내는 것을 엔티티 일관성이라고 부릅니다.

가장 먼저 맞춰야 하는 것은 이름입니다. 주소·전화·영업시간을 맞추는 일은 동네 가게의 AI 상위노출에 따로 정리했으니, 이 글은 이름과 업종 표현, 그리고 그것을 기계에 알려 주는 구조화 데이터만 다룹니다.

이름이 어긋나는 흔한 경우는 이렇습니다.

검색엔진 공식 문서가 말하는 이름 규칙

구글 비즈니스 프로필 — 간판에 쓰는 실제 이름

구글 비즈니스 프로필의 ‘비즈니스 정보 표시 가이드라인’은 이름을 이렇게 정합니다.

“Your name should reflect your business’s real-world name, as used consistently on your storefront, website, stationery, and as known to customers.”

프로필 이름은 간판, 웹사이트, 인쇄물에서 일관되게 쓰고 손님이 알고 있는 실제 이름이어야 한다는 뜻입니다. 바로 다음에 경고가 있습니다.

“Including unnecessary information in your business name isn’t permitted, and could result in the suspension of your Business Profile.”

이름에 불필요한 정보를 넣는 것은 허용되지 않고 프로필 정지로 이어질 수 있습니다. 같은 문서는 이름에 넣으면 안 되는 것으로 마케팅 문구, 매장 코드, 상표 기호, 전부 대문자로 쓴 단어, 영업시간, 전화번호·웹사이트 주소, 특수문자나 관련 없는 법인 표기, 서비스·상품 정보, 위치 정보, 다른 매장 안에 있다는 정보, 그리고 같은 이름을 여러 언어나 문자로 반복해 적는 것을 예시와 함께 들었습니다. 마지막 항목은 이렇게 적혀 있습니다.

“Repeated Bilingual Names / Script Transliterations (Repeating the same business name in multiple scripts or languages, even if it appears this way on physical storefront signage)”

간판에 한글과 영문이 함께 적혀 있어도 프로필 이름에는 한 가지만 쓰라는 것입니다.

업종도 같은 원칙입니다. 카테고리 항목에는 “Do not use categories solely as keywords or to describe attributes of your business.”라는 문장이 있습니다. 카테고리를 키워드 넣는 칸으로 쓰지 말라는 것입니다. 같은 항목은 핵심 업종을 나타내는 카테고리를 가능한 한 적게, 가능한 한 구체적으로 고르라고도 적었습니다.

지점이 여러 곳이면 이름을 통일합니다.

“All locations must have the same name unless the business’s real world representation consistently varies from location to location. All locations must also have the same category if they provide the same service.”

구글 검색 — 사이트 이름과 Organization 구조화 데이터

구글 검색 결과에서 사이트를 대표하는 이름(사이트 이름)은 자동으로 정해집니다. 구글은 그 과정을 이렇게 설명합니다(최종 업데이트 2025-12-10).

“Google’s generation of site names on the Google Search results page is completely automated and takes into account content from a site’s home page and references to it that appear on the web.”

홈페이지 내용과 웹의 다른 곳에서 그 사이트를 부르는 방식이 함께 쓰인다는 뜻입니다. 이름을 고를 때의 권고는 세 가지입니다. 고유하고 오해를 주지 않는 이름, 짧고 널리 알려진 이름, 그리고 홈페이지 전체에서 일관된 이름입니다.

“Use your site name consistently across your home page. Make sure whatever you use as the site name in structured data is consistent with how you refer to your site in other sources on your home page that our system considers.”

구조화 데이터에 넣은 이름과 홈페이지의 제목·헤딩·본문에서 부르는 이름이 같아야 한다는 것입니다. 같은 문서는 ‘아이오와 최고의 치과(Best Dentists In Iowa)’ 같은 일반 명사형 이름은 아주 잘 알려진 브랜드가 아닌 한 사이트 이름으로 선택되기 어렵다고 적었습니다. 다른 표기가 있다면 alternateName에 넣어 대안으로 고려하게 할 수 있습니다.

Organization 구조화 데이터 문서(최종 업데이트 2026-09-08)는 이 데이터의 목적을 이렇게 밝힙니다.

“Adding organization structured data to your home page can help Google better understand your organization’s administrative details and disambiguate your organization in search results.”

이름이 비슷한 다른 조직과 구별(disambiguate)하는 데 도움이 된다는 뜻입니다. 같은 문서는 name 속성에 대해 “Use the same name and alternateName that you’re using for your site name.”이라고 적어, 사이트 이름과 조직 이름을 맞추라고 합니다. 식당이나 매장처럼 지역 사업체라면 LocalBusiness 중 가장 구체적인 하위 유형을 쓰라고 권하고, 이 정보를 모든 페이지가 아니라 홈페이지나 회사 소개 페이지 한 곳에 두면 된다고 적었습니다.

sameAs의 설명은 이렇습니다.

“The URL of a page on another website with additional information about your organization, if applicable. For example, a URL to your organization’s profile page on a social media or review site.”

다른 웹사이트에 있는 그 조직의 프로필 페이지라는 점이 핵심입니다. 실제로 운영하고 소유를 확인할 수 있는 프로필만 넣어야 합니다.

Bing — 이름을 분명하고 일관되게, 구조화 데이터는 화면과 같게

Bing 웹마스터 가이드라인(2026년 10월 15일 확인)은 Copilot 같은 AI 답변의 근거(grounding)와 인용까지 함께 다룹니다. 엔티티에 대한 항목이 따로 있습니다.

“Use clear and consistent naming for people, organizations, products, and locations. Avoid ambiguous references. Clear entity definition improves grounding visibility and citation accuracy.”

사람·조직·상품·장소의 이름을 분명하고 일관되게 쓰고 애매한 지칭을 피하라는 권고입니다. 구조화 데이터에 대해서는 이렇게 적었습니다.

“Structured data may support clearer grounding but does not guarantee visibility or grounding traffic. Markup must accurately reflect visible content.”

같은 문서의 ‘하지 말 것’ 목록에는 “Structured data must accurately represent visible content. Markup that is irrelevant, inaccurate, or misleading may be ignored and can affect trust and eligibility for enhanced features.”라는 문장도 있습니다. 화면에는 가게 이름만 적어 놓고 구조화 데이터 이름에만 키워드를 붙이는 식의 차이는 무시되거나 신뢰에 영향을 줄 수 있다는 뜻입니다.

Bing 웹마스터 블로그도 2026년 2월 10일 AI 인용 보고서를 소개하며 “Align text, images, and video so they consistently represent the same entities, products, or concepts.”라고 적었습니다. 글뿐 아니라 이미지와 영상에서도 같은 대상을 같은 이름으로 나타내라는 것입니다.

네이버 — 실제 명칭을 키워드로 바꾸면 스팸

네이버 서치어드바이저 ‘웹 콘텐츠 스팸사례’ 문서의 ‘키워드 반복·남용’ 항목입니다.

“검색 상위 노출만을 목적으로 제목이나 본문에 동일 키워드를 의도적으로 반복하거나, 실제 명칭 대신 검색량이 많은 키워드로 치환하여 작성하는 경우를 의미합니다.”

홈페이지나 블로그 글에서 가게 이름 자리에 ‘광주 맛집’처럼 검색량이 많은 말을 넣는 방식이 여기에 해당할 수 있습니다. 같은 문서는 이런 글이 “자연스러운 문장 흐름과 무관하게 특정 단어가 과도하게 등장하는 것이 특징”이라고 설명합니다. 다만 이 문서는 웹 문서를 다루는 것이어서, 네이버 플레이스의 업체명 등록 규칙은 따로 확인해야 합니다.

세 곳의 공통점

어느 문서도 이렇게 하면 노출된다고 약속하지 않습니다. Bing 가이드라인은 “SEO does not guarantee rankings or traffic, and GEO does not guarantee grounding or citations in AI experiences.”라고 분명히 적었습니다.

연구가 보여 준 것 — 엔티티 페이지 실험 (Volpini 외, 2026)

엔티티를 잘 정의한 페이지가 AI 답변의 정확도에 영향을 주는지 실험한 연구가 있습니다. 2026년 3월 11일 arXiv에 올라온 프리프린트로, 동료 심사를 거쳤다는 표시는 없습니다(2026년 10월 15일 기준 v1 하나). 저자 네 명 모두 구조화 데이터·지식 그래프 도구를 만드는 회사 소속이라는 점도 함께 봐야 합니다.

연구진은 편집·법률·여행·전자상거래 네 분야에서 일반 HTML, HTML에 JSON-LD 구조화 데이터를 더한 것, 엔티티 정보를 정리하고 관련 엔티티로 이어지는 링크·경로 표시(breadcrumb)·AI용 안내문을 넣은 ‘강화된 엔티티 페이지’를 비교했습니다. 질문은 349개였고 분야별 엔티티는 16·32·54·56개였습니다.

“Our results reveal that while JSON-LD markup alone provides only modest improvements”

JSON-LD를 더한 것만으로는 개선이 작았고, 강화된 엔티티 페이지는 일반 검색 결합 답변(RAG)에서 정확도가 29.6%, 링크를 따라가며 찾는 에이전트 방식까지 더한 전체 구성에서 29.8% 높아졌다고 보고했습니다(둘 다 일반 HTML 대비). 링크를 더 풍부하게 한 변형은 정확도 4.85점, 완결성 4.55점(5점 만점)으로 가장 높았지만, 기본 강화 페이지와의 차이는 통계적으로 의미 있지 않았습니다.

한계를 연구진 스스로 적었습니다.

“confirming that structured data in a hidden <script> block provides negligible benefit in flat-text RAG systems.”

문서를 통째로 글자로 읽는 RAG 시스템에서는 숨은 <script> 안의 구조화 데이터가 거의 도움이 되지 않았다는 확인입니다. 또 이 실험의 검색 시스템은 문서를 약 2만 자에서 잘라 읽었는데, 일반 HTML 문서의 82%, JSON-LD 문서의 88%가 그보다 길어 구조화 데이터가 잘려 나간 경우가 많았다고 밝혔습니다. 답변 생성(Gemini 2.5 Flash)과 채점(Gemini 3.0 Flash)이 모두 같은 계열 모델이고, 정답도 지식 그래프에서 뽑아 같은 데이터를 잘 보여 주는 조건이 유리할 수 있다는 점, 사람이 직접 채점하지 않았다는 점도 한계로 적었습니다.

이 연구에서 사업자가 가져갈 수 있는 것은 하나입니다. 구조화 데이터를 숨겨 넣는 것보다, 사람이 읽는 화면에 ‘이곳이 누구이고 무엇을 하는지’를 분명히 적은 페이지가 더 중요할 수 있다는 것입니다. 실제 ChatGPT나 구글이 이렇게 동작한다는 증거는 아닙니다. 다른 GEO 연구는 GEO 논문은 무엇을 말하나에 정리했습니다.

직접 겪은 기록

한글 이름과 영문 이름이 따로 놀았다

리뷰로거 사례에서 2026년 7월 영문 ‘reviewloger’로는 40여 페이지가 검색됐지만 한글 ‘리뷰로거’로는 0건이었습니다. 신조어가 ‘리뷰’와 ‘로거’로 쪼개져 흔한 단어인 ‘리뷰’에 묻히는 것으로 봤습니다. ‘reviewloger’ 검색에서도 홈은 5위였고, 홈의 <h1>에는 브랜드 이름이 없었습니다.

홈 <h1>에 브랜드 이름을 넣고, Organization·WebSite 구조화 데이터의 alternateName으로 한글·영문 표기를 연결하고, 홈 본문에서 두 표기를 한 문장에 함께 적었습니다. 이후 ‘리뷰로거’가 77위로 처음 잡혔지만 이틀 뒤 다시 300위 밖으로 벗어났습니다. 한 사이트, 한 검색어의 관측이고 대조군이 없어 수정 때문인지 시간이 지나서인지 나누지 못했습니다. 이름을 맞추는 일이 필요했지만, 그것만으로 끝나지 않는다는 기록입니다.

검색엔진이 브랜드 이름을 다른 말로 바꿨다

같은 사이트에서 브랜드 이름을 그대로 검색했는데 검색엔진이 비슷한 다른 표기로 바꿔 검색한 일이 있었습니다. 웹문서 검색에서는 1위였는데, 바뀐 검색 결과에는 이 도메인이 한 건도 없었습니다. 아직 이름이 하나의 고유명사로 자리 잡지 않은 신조어 브랜드에서 생길 수 있는 일로 봤고, 같은 검색어를 반복해 자동으로 검색하는 방식은 쓰지 않았습니다. 새 이름을 만들 때는 흔한 단어와 헷갈리지 않는지도 미리 검색해 보는 편이 좋습니다.

제목에 이름이 빠져 있었다

다른 사이트에서 공개 페이지 74개의 제목을 전수 조사했더니, 32개는 회사 이름만 있고 무슨 일을 하는 곳인지가 없었고, 20개는 회사 이름 자체가 없었으며, 1개는 표기가 다른 페이지와 달랐습니다. 이름과 업종 표현이 함께 적혀 있어야, 그 페이지의 내용을 누구의 것으로 볼지 판단할 근거가 생깁니다.

이름·별칭·업종을 어디에 어떻게 적나

가상의 가게로 만든 예시입니다. 값은 반드시 화면에 보이는 것과 같아야 합니다.

{
  "@context": "https://schema.org",
  "@type": "Restaurant",
  "name": "예시초밥 상무본점",
  "alternateName": ["YESI SUSHI"],
  "url": "https://example.com/",
  "sameAs": [
    "https://www.instagram.com/실제로-운영하는-계정/"
  ]
}

sameAs에 넣으면 안 되는 것도 정리해 둡니다. 이름이 같은 다른 가게의 페이지, 손님이 만든 팬 계정, 더 이상 운영하지 않는 계정, 소유를 확인하지 않은 플랫폼 페이지입니다. 이런 링크는 서로 다른 대상을 하나로 묶으라는 신호가 될 수 있습니다. 작업 순서는 작업 과정에, 프로필을 어느 플랫폼에 두어야 AI가 읽을 수 있는지는 프로필을 어디에 올려야 AI가 읽나에 있습니다.

체크리스트

AI 답변에 우리 이름이 어떻게 나오는지 직접 확인하는 방법은 우리 가게가 AI 답변에 나오는지 직접 확인하는 법에 정리했습니다.

정리

AI와 검색엔진이 사업체를 하나의 대상으로 알아보게 하는 일은 새로운 기술보다 이름을 하나로 정하고 모든 곳에 같게 적는 일에서 시작합니다. 구글은 실제 이름을 일관되게 쓰고 이름에 키워드를 넣지 말라고 했고, Bing은 이름을 분명하고 일관되게 쓰고 구조화 데이터를 화면과 같게 두라고 했으며, 네이버는 웹 문서에서 실제 명칭을 검색량 많은 키워드로 바꾸는 것을 스팸 사례로 듭니다. 연구에서는 숨긴 구조화 데이터보다 엔티티를 분명히 설명한 페이지 쪽의 효과가 컸지만, 프리프린트이고 조건이 제한적입니다. 직접 겪은 기록에서도 이름을 맞춘 뒤 순위가 오르내렸습니다. 어느 것도 노출을 보장하지 않으므로, 맞춘 뒤에는 같은 질문으로 반복해 확인해야 합니다.

이 글을 쓴 사람

AI 상위노출 일을 하는 유환호가 썼습니다. 본문의 리뷰로거 기록과 페이지 제목 조사는 그가 직접 작업한 사이트에서 나온 것이고, 각 기록 페이지에 한계를 함께 공개했습니다.