FAQ 구조화 데이터는 AI 답변에 도움이 될까 — 구글·빙·네이버 공식 문서와 연구 2편으로 확인한 것
한눈에 답변
FAQ 구조화 데이터(FAQPage)만 넣는다고 AI 답변에 더 잘 나온다는 근거는 없습니다. 구글은 FAQ 리치 결과를 2023년 8월 정부·건강 사이트로 줄였다가 2026년 5월 7일부터 아예 보여 주지 않고, AI 개요·AI 모드에는 특별한 schema.org 마크업이 필요 없다고 밝혔습니다. 빙은 구조화 데이터가 그라운딩을 더 분명하게 할 수는 있지만 노출을 보장하지 않는다고 썼고, 네이버도 반영을 보장하지 않는다고 적었습니다. 그래도 고객이 실제로 묻는 질문에 화면에 보이는 문장으로 답하는 FAQ 구간은 AI가 그대로 가져다 쓸 수 있는 원문이 되므로 쓸 가치가 있고, 스키마는 그 화면 문장과 똑같을 때만 덧붙입니다.
짧은 답 — 스키마가 아니라 화면의 문장이 일한다
FAQ 구조화 데이터(FAQPage)를 넣는다고 ChatGPT·구글 AI 개요·빙 Copilot에 더 잘 나온다고 밝힌 검색엔진은 없습니다. 세 곳의 공식 문서는 오히려 구조화 데이터가 노출을 보장하지 않는다는 문장을 적어 두었습니다. 연구도 “관련은 있다”까지만 보여 줍니다.
그렇다고 FAQ 구간이 쓸모없다는 뜻은 아닙니다. 고객이 실제로 묻는 질문에 한 문단으로 답한 문장은 AI가 읽고 그대로 가져다 쓸 수 있는 원문입니다. 정리하면 이렇습니다.
| 구분 | 확인된 것 |
|---|---|
| 구글 검색의 FAQ 리치 결과 | 2023년 8월 정부·건강 사이트로 축소 → 2026년 5월 7일부터 표시 중단 |
| 구글 AI 개요·AI 모드 | 특별한 schema.org 구조화 데이터 필요 없음. 구조화 데이터는 화면 문장과 같아야 함 |
| 빙·Copilot | 그라운딩을 더 분명하게 할 수는 있으나 노출·트래픽을 보장하지 않음 |
| 네이버 | 정상 마크업이어도 반영 보장하지 않음. 안내 목록에 FAQ 항목 없음(2026-10-15 확인) |
| 연구 | 구조화 데이터와 인용의 ‘연관’은 관측(관찰 연구), JSON-LD만으로는 개선이 작음(통제 실험) |
구글 — FAQ 리치 결과는 줄었다가 사라졌다
2023년 8월 8일 구글 검색 센트럴 블로그는 FAQ 리치 결과를 줄인다고 발표했습니다.
Going forward, FAQ (from FAQPage structured data) rich results will only be shown for well-known, authoritative government and health websites. For all other sites, this rich result will no longer be shown regularly.
앞으로 FAQPage 구조화 데이터로 만드는 FAQ 리치 결과는 잘 알려진 권위 있는 정부·건강 사이트에만 보이고, 나머지 사이트에는 정기적으로 보이지 않는다는 뜻입니다. 같은 글은 이미 넣은 마크업을 어떻게 할지도 적었습니다.
While you can drop this structured data from your site, there’s no need to proactively remove it. Structured data that’s not being used does not cause problems for Search, but also has no visible effects in Google Search.
지워도 되지만 일부러 지울 필요는 없고, 쓰이지 않는 구조화 데이터는 문제를 일으키지도 않지만 눈에 보이는 효과도 없다는 설명입니다.
2026년에는 구글의 문서 변경 기록에 두 항목이 더 붙었습니다. 2026년 5월 8일 항목은 FAQ 리치 결과 문서에 지원 종료 안내를 달면서 이유를 이렇게 적었습니다.
This feature will no longer appear in Google Search starting May 7, 2026.
2026년 6월 15일 항목은 FAQ 리치 결과 문서를 아예 삭제했다고 적었습니다.
The FAQ rich result feature is no longer shown in Google Search results, as announced in the changelog entry in May 2026.
2026년 10월 15일 기준으로 예전 FAQPage 구조화 데이터 문서 주소를 열면 이 변경 기록 항목으로 넘어갑니다. 구글 검색 화면에서 질문이 펼쳐지는 FAQ 결과를 노리고 스키마를 넣는 일은 이제 대상 자체가 없습니다.
구글 AI 개요·AI 모드 — 특별한 스키마는 필요 없다
그렇다면 AI 기능에는 도움이 될까요. 구글의 “AI features and your website” 문서(2025년 12월 10일 갱신)는 분명하게 적었습니다.
You don’t need to create new machine readable files, AI text files, or markup to appear in these features. There’s also no special schema.org structured data that you need to add.
AI 개요나 AI 모드에 나오려고 새로운 기계용 파일이나 AI용 텍스트 파일, 마크업을 만들 필요가 없고, 추가해야 할 특별한 schema.org 구조화 데이터도 없다는 뜻입니다. 같은 문서가 계속 유효하다고 꼽은 기본 원칙 목록에는 이 문장이 들어 있습니다.
Making sure your structured data matches the visible text on the page
구조화 데이터를 쓴다면 화면에 보이는 글과 같아야 한다는 것입니다. 구글의 일반 구조화 데이터 지침(2026년 7월 10일 갱신)도 같은 내용을 금지 조항으로 적었습니다.
Don’t mark up content that is not visible to readers of the page.
Important: Google does not guarantee that your structured data will show up in search results, even if your page is marked up correctly according to the Rich Results Test.
화면을 보는 사람에게 보이지 않는 내용은 마크업하지 말고, 리치 결과 테스트를 통과해도 검색 결과에 나온다는 보장은 없다는 설명입니다.
빙·Copilot — “더 분명하게 할 수는 있지만 보장하지 않는다”
빙 웹마스터 가이드라인은 일반 검색뿐 아니라 Copilot과 그라운딩(답변을 만들 때 근거 문서를 가져오는 과정) 결과까지 다룹니다. 구조화 데이터 항목은 두 문장입니다.
Structured data may support clearer grounding but does not guarantee visibility or grounding traffic. Markup must accurately reflect visible content.
구조화 데이터가 그라운딩을 더 분명하게 하는 데 도움이 될 수는 있지만, 노출이나 그라운딩으로 생기는 트래픽을 보장하지 않으며, 마크업은 화면에 보이는 내용을 정확히 반영해야 한다는 뜻입니다. 같은 문서의 금지 사항에도 “오해를 부르는 구조화 데이터”가 있습니다.
Markup that is irrelevant, inaccurate, or misleading may be ignored and can affect trust and eligibility for enhanced features.
관련 없거나 부정확하거나 오해를 부르는 마크업은 무시될 수 있고, 신뢰와 부가 기능 자격에 영향을 줄 수 있다는 경고입니다.
FAQ 구간을 쓸 이유는 오히려 다른 항목에 있습니다. 빙은 그라운딩·인용에 선택되기 쉬운 페이지를 이렇게 설명했습니다.
URLs are more likely to be selected for grounding queries and citations when content stands on its own.
내용이 그 페이지만으로 이해될 때 그라운딩과 인용에 선택될 가능성이 높다는 뜻이고, 이어서 사실과 정의를 명시적으로 쓰고 중요한 정보를 그 URL 화면에 보이게 하라고 적었습니다. 질문 하나에 앞뒤 맥락 없이도 통하는 답 한 문단은 이 조건에 잘 맞는 형식입니다.
네이버 — 보장하지 않는다, 그리고 FAQ는 안내 목록에 없다
네이버 서치어드바이저의 “구조화된 데이터 소개”에는 이런 문장이 있습니다.
❗ 구조화된 데이터를 정상적으로 마크업했을 경우라도 검색결과에 반영된다고 보장하지 않습니다.
2026년 10월 15일 확인한 같은 안내의 “구조화된 데이터 마크업” 목록에는 사이트 연관채널, 채용정보, 주소, 사이트 이동 경로, 캐러셀, 평점, 레시피, 리뷰, 식당, TV 시리즈, 영화, 소프트웨어, 동영상 검색이 있고 FAQ 항목은 없었습니다. 네이버 AI 브리핑이 무엇을 출처로 쓰는지는 네이버 AI 브리핑 정리에 따로 적었습니다.
연구 — 연관은 보이지만 인과는 아직이다
이 사이트의 GEO 논문 정리에서 다룬 두 편이 구조화 데이터와 직접 관련이 있습니다. 둘 다 arXiv 프리프린트로, 동료 심사를 거치지 않았습니다.
GEO-16 (Kumar·Palkhouski, 2025년 9월). 제품 구매 의도 질문 70개로 Brave Summary·구글 AI 개요·Perplexity에서 인용 1,702건을 모으고, 서로 다른 URL 1,100개를 점검했습니다.
In our corpus, the engines differed in the GEO quality of the pages they cited, and pillars related to Metadata and Freshness, Semantic HTML, and Structured Data showed the strongest associations with citation.
메타데이터·최신성, 시맨틱 HTML, 구조화 데이터 항목이 인용과 가장 강하게 연관됐다는 결과입니다. 그러나 저자들이 직접 한계를 밝혔습니다.
The study is observational and focuses on English language B2B SaaS pages
관찰 연구이고 영어 B2B SaaS 페이지만 봤다는 뜻입니다. 구조화 데이터를 잘 갖춘 페이지는 다른 품질 요소도 잘 갖춘 경우가 많아서, 이 결과만으로 “스키마를 넣으면 인용이 는다”고 말할 수는 없습니다. FAQPage만 따로 본 결과도 아닙니다.
Volpini 외 (2026년 3월). 편집·법률·여행·전자상거래 네 분야에서, 연구진이 구성한 검색 증강 생성(RAG) 시스템에 일반 HTML, JSON-LD를 넣은 HTML, 내용을 보강한 엔티티 페이지를 나눠 넣고 답변 정확도를 비교한 통제 실험입니다.
Our results reveal that while JSON-LD markup alone provides only modest improvements, our enhanced entity page format, incorporating this http URL-style agent instructions, breadcrumbs, and neural search capabilities, achieves substantial gains: +29.6% accuracy improvement for standard RAG and +29.8% for the full agentic pipeline.
JSON-LD 마크업만으로는 개선이 크지 않았고, 크게 좋아진 것은 페이지 자체를 보강한 형식이었다는 결과입니다(인용문의 “this http URL”은 arXiv가 초록 속 주소를 바꿔 표시한 부분입니다). 실제 ChatGPT나 구글 AI 개요가 아니라 연구진이 만든 실험 환경의 결과입니다.
두 연구를 합쳐 읽으면, 구조화 데이터는 잘 만든 페이지에 따라붙는 신호일 수는 있어도 그것만으로 답변에 쓰이게 만드는 장치라는 근거는 없습니다.
그래도 FAQ 구간을 쓸 가치가 있는 경우
스키마 효과와 별개로, 화면에 보이는 FAQ 구간은 다음 조건에서 쓸 만합니다.
- 고객이 실제로 묻는 질문이 있을 때. 상담·전화·리뷰·검색창 자동완성에서 반복되는 질문이 기준입니다. “AI 상위노출 잘하는 곳은?” 같은 키워드 문장이 아니라 “주차할 수 있나요?”, “상담 비용이 따로 있나요?”처럼 사람이 묻는 말입니다.
- 본문에 흩어진 답을 한 문단으로 모을 수 있을 때. 질문 하나에 앞 문맥 없이도 통하는 답 하나. 빙이 말한 “그 페이지만으로 이해되는 내용”의 조건과 같습니다.
- 답에 확인 가능한 사실이 들어갈 때. 가격, 시간, 기준일, 조건처럼 AI가 그대로 옮겨도 틀리지 않을 문장입니다.
이 사이트에서 공개한 식당 홈페이지 사례 두 곳에도 FAQPage 구조화 데이터가 들어 있습니다(칸세이스시는 화면과 같은 질문 43개, 제일돌곱창은 질문 53개). 칸세이스시 상무본점은 2026년 9월 30일 공개 뒤 10월 14일 ChatGPT에 “광주 서구 맛집 추천해줘”를 두 번 물었을 때 두 번 모두 첫 항목이었고, 두 번째 답변은 공식 홈페이지를 출처로 띄웠습니다. 1965원조제일돌곱창 상무점은 같은 질문에서 두 번 모두 두 번째 항목이었고, 첫 번째 답변이 홈페이지를 출처로 띄웠습니다. 다만 둘 다 한 질문을 두 번 물은 단일 관측이고, 홈페이지 공개·색인·본문·FAQ를 한꺼번에 한 결과라 FAQ나 스키마가 얼마나 기여했는지는 이 관측으로 나눌 수 없습니다.
FAQ 쓰는 법
- 질문은 고객의 말로. 검색어를 끼워 넣은 질문보다 실제로 들은 질문을 그대로 씁니다.
- 첫 문장에 답. “네/아니요”나 핵심 숫자를 첫 문장에 두고, 이유와 조건은 그다음에 씁니다.
- 답 하나는 한 문단. 다른 질문의 답을 읽어야 이해되는 답은 고칩니다.
- 조건과 기준일을 붙인다. “2026년 10월 기준”, “평일 기준”처럼 바뀔 수 있는 사실에는 기준을 씁니다.
- 스키마는 화면 문장을 그대로. FAQPage를 쓴다면 화면에 보이는 질문·답과 글자 그대로 같게 만듭니다. 화면과 스키마가 같은 원고 하나를 읽게 만들면 어긋날 일이 줄어듭니다.
본문 맨 위에 직답을 두는 방식은 답부터 쓰는 페이지에서 더 자세히 다뤘습니다.
하지 말 것
| 하지 말 것 | 이유(공식 문서) |
|---|---|
| 화면에 없는 질문·답을 스키마에만 넣기 | 구글: 보이지 않는 내용은 마크업하지 말 것. 빙: 마크업은 보이는 내용을 정확히 반영해야 함 |
| 화면 답과 스키마 답을 다르게 쓰기 | 구글 AI 기능 문서: 구조화 데이터는 화면 글과 같아야 함. 빙: 부정확한 마크업은 무시될 수 있음 |
| 키워드만 바꾼 비슷한 질문 여러 개 | 고객이 묻는 말이 아니라 검색어 반복. 빙: 각 URL은 하나의 주제에 집중하고, 사실과 정의를 명시적으로 쓸 것 |
| AI를 겨냥한 숨긴 지시문을 FAQ에 섞기 | 빙: 언어 모델을 조작하려는 콘텐츠는 노출 감소나 제외로 이어질 수 있음 |
| “스키마를 넣으면 AI에 나온다”고 기대하기 | 구글·빙·네이버 모두 보장하지 않는다고 적음 |
화면에 없는 FAQ가 스키마에만 남는 일은 생각보다 쉽게 생깁니다. 실제로 한 사이트의 요금 안내 페이지에서 질문 4개가 스키마에만 있고 화면에는 없던 일을 기록으로 남겼습니다.
이 사이트는 어떻게 하고 있나
솔직하게 적으면, 이 사이트도 FAQ 구간과 FAQPage 구조화 데이터를 씁니다. 이 글을 포함한 인사이트 글은 본문 아래에 펼쳐 볼 수 있는 FAQ를 두고, 같은 질문·답을 FAQPage로 내보냅니다. 소개 페이지와 AI 상위노출 정리도 같습니다. 원칙은 하나입니다 — 화면에 없는 질문은 스키마에 넣지 않습니다.
이렇게 하는 이유는 스키마가 노출을 만든다고 믿어서가 아닙니다. 질문과 답을 한 문단씩 정리해 두면 사람이 읽기 쉽고, AI가 가져다 쓰더라도 틀리게 옮길 여지가 줄기 때문입니다. 스키마는 그 정리를 기계가 읽는 형식으로 한 번 더 적어 두는 것일 뿐이고, 효과가 확인되지 않은 만큼 화면 문장보다 앞세우지 않습니다. 실제 작업 순서는 작업 과정에 있습니다.
이 글을 쓴 사람
유환호는 AI 상위노출(AEO·GEO·SEO) 일을 하는 사람입니다. 이 주제에 이해관계가 있으므로, 이 글의 외부 수치와 인용은 위 출처 원문에서, 식당 사례 관측은 각 사례 페이지의 기록에서 확인한 것만 적었고 노출이나 인용을 보장하는 방법은 없다는 점을 함께 밝힙니다.
자주 묻는 질문
- FAQPage 스키마를 넣으면 ChatGPT나 구글 AI 개요에 나올 확률이 올라가나요?
- 그렇다고 확인된 근거는 없습니다. 구글은 AI 개요·AI 모드에 나오기 위해 추가할 특별한 schema.org 구조화 데이터는 없다고 밝혔고, 빙은 구조화 데이터가 노출이나 그라운딩 트래픽을 보장하지 않는다고 썼습니다. 구조화 데이터와 인용의 관계를 본 GEO-16 연구도 관찰 연구라 인과를 보여 주지 않습니다.
- 구글 검색에 FAQ 펼침 결과가 더는 안 나오면, 이미 넣은 FAQ 스키마는 지워야 하나요?
- 급하게 지울 필요는 없습니다. 구글은 2023년 FAQ 리치 결과를 줄이면서 쓰이지 않는 구조화 데이터가 검색에 문제를 일으키지는 않지만 눈에 보이는 효과도 없다고 안내했습니다. 다만 화면 문장과 스키마 내용이 다르다면 그 부분은 고치거나 빼는 것이 맞습니다. 구글·빙 모두 구조화 데이터가 화면에 보이는 내용과 같아야 한다고 적고 있습니다.
- 그럼 페이지에 FAQ 구간을 두는 것 자체가 의미가 없나요?
- 스키마와 별개로, 고객이 실제로 묻는 질문에 한 문단으로 답하는 구간은 여전히 쓸모가 있습니다. 빙 가이드라인은 내용이 그 URL만으로 이해되고 중요한 정보가 페이지에 보일 때 그라운딩·인용에 선택될 가능성이 높다고 적었습니다. FAQ 구간은 그런 독립된 답 문장을 모아 두기 좋은 형식입니다.
- 네이버도 FAQ 구조화 데이터를 쓰나요?
- 2026년 10월 15일 네이버 서치어드바이저의 '구조화된 데이터 마크업' 안내 목록에는 주소·이동 경로·평점·레시피·리뷰·식당·동영상 등은 있지만 FAQ 항목은 없었습니다. 또 네이버는 구조화된 데이터를 정상적으로 마크업해도 검색결과 반영을 보장하지 않는다고 적고 있습니다.
출처
- [1] Changes to HowTo and FAQ rich results (2023-08-08, 2023-09-14 갱신)
- [2] Latest Google Search documentation updates (2026-05-08 FAQ 리치 결과 지원 종료, 2026-06-15 문서 삭제)
- [3] AI features and your website
- [4] General structured data guidelines
- [5] Bing Webmaster Guidelines
- [6] 구조화된 데이터 소개
- [7] AI Answer Engine Citation Behavior: An Empirical Analysis of the GEO16 Framework
- [8] Structured Linked Data as a Memory Layer for Agent-Orchestrated Retrieval
같은 주제의 다른 글
- AI 상위노출이란 — 원리·방법·기간과 SEO·AEO·GEO·LLMO 총정리
- ChatGPT에 우리 회사가 나오게 하려면 — 맡기기 전에 알아 둘 것과 실제로 나온 7곳의 기록
- AI에게 'AI 상위노출 전문가'를 물으면 누가 나오나 — 논문 12편과 실제 답변으로 본 추천의 조건
- AI 마케팅이란 — AI로 하는 마케팅, AI 답변에 나오는 마케팅, AI 답변 광고는 서로 다른 일이다
- GEO 논문은 무엇을 말하나 — AI 답변에 인용되는 조건, 연구 12편 정리
- AI 상위노출·AI 마케팅 전문가는 어떻게 고르나 — 확인할 기준 7가지와 이 글을 쓴 사람의 근거
- ChatGPT 검색은 어떤 페이지를 인용하나 — OpenAI 공식 문서로 본 노출 조건
- 네이버 AI 브리핑에 인용되려면 — 네이버 공식 발표 5건과 출처 35개를 나눠 본 결과
- 구글 AI 개요·AI 모드에 나오려면 — 구글이 공식으로 밝힌 조건
- 우리 가게가 AI 답변에 나오는지 직접 확인하는 법 — 질문 만들기부터 언급·인용 세기까지
- ChatGPT에 우리 회사가 안 나오는 이유 — 다섯 단계로 짚어 보기
- 프로필을 어디에 올려야 AI가 읽나 — 플랫폼 16곳의 robots.txt를 직접 확인한 결과
- SEO·AEO·GEO·LLMO 차이 — 같은 말인가, 층이 다른가
- AI 검색의 출처 표시는 얼마나 정확한가 — 연구 3건의 수치와 브랜드가 확인할 것
- GEO 원 논문 한 편 깊게 읽기 — 실험 조건, 9가지 기법의 숫자, 그리고 작은 가게에 주는 의미
- AI가 인용하기 쉬운 질문형 페이지는 어떻게 쓰나 — 첫 문단 직답, 떼어 내도 통하는 문단, 정보의 위치
- 동네 가게의 AI 상위노출 — 지도 프로필과 홈페이지의 정보를 하나로 맞추는 일
- AI 검색이 생기면 홈페이지 클릭이 줄어드나 — 조사 세 건의 숫자
- AI 상위노출은 얼마나 걸리나 — 크롤·색인·답변 단계별로 공식 문서와 실제 기록 대조
- 사람들은 정말 AI로 검색하나 — 한국·미국·세계 조사 다섯 건의 숫자
- llms.txt, 만들어야 하나 — 제안 배경과 구글의 공식 입장
우리 사이트가 어느 단계에서 막혀 있는지 확인받고 싶다면 사이트 주소와 고객이 물을 법한 질문 두세 개를 보내 주세요. 연락하기 →