📘개념⭐️ Pillar

리치 스니펫 (Rich Snippet)

최종 업데이트: 2026년 5월 13일

정의

리치 스니펫(Rich Snippet)은 일반 검색 결과(제목+URL+메타 설명)에 Schema.org 구조화 데이터를 기반으로 별점, 리뷰 수, FAQ, 가격, 재고, 이미지 등 추가 시각 요소를 함께 표시하는 SERP 포맷이다.

구글은 구조화 데이터를 직접 랭킹 팩터로 사용하지 않는다. 그러나 리치 스니펫이 표시되면 CTR이 높아지고, 상위 랭킹과 결합하면 실제 트래픽 증가로 이어진다. 2024년 이후에는 Google AI Overviews가 FAQ·HowTo 스키마를 인용 단위로 사용하면서 AEO 관점에서도 구조화 데이터의 중요성이 높아졌다.

요약

리치 스니펫 핵심 요약: ①JSON-LD 방식으로 페이지에 실제 존재하는 콘텐츠만 마크업 → ②Google Rich Results Test로 자격 확인 → ③FAQ·HowTo·Product·Breadcrumb 우선 구현 → ④페이지에 없는 정보 스키마 절대 금지(수동 조치 위험). 구현 후 Google Search Console 향상 리포트에서 인식 여부를 확인한다.

리치 스니펫의 종류 (대표 8가지)

[INFOGRAPHIC: SERP에서 리치 스니펫 8가지 유형 — FAQ·HowTo·Review·Breadcrumb·Product·Event·Video·Sitelinks]

1. FAQ (자주 묻는 질문)

FAQ 스키마는 가장 널리 활용되는 리치 스니펫이다. 검색 결과에 접을 수 있는 Q&A 목록이 표시된다. 구현은 FAQPage 스키마 참조. 단, 2023년 이후 구글은 FAQ 리치 결과 표시 빈도를 줄이며 정부·의료 공신력 사이트를 우선한다.

2. HowTo (단계별 가이드)

단계별 지침 콘텐츠에 적용하는 스키마다. 검색 결과에 번호가 매겨진 단계 목록과 이미지가 표시된다. 구현은 JSON-LD 기본 참조.

3. 별점 + 리뷰 (Review / AggregateRating)

제품·서비스·레시피·앱에 별점(1–5)과 리뷰 수를 표시한다. 시각적으로 가장 눈에 띄는 형식이다. 단, 자체 생성 별점은 구글 스팸 정책 위반이다.

4. 빵부스러기 (Breadcrumb)

URL 경로 대신 계층 경로를 SERP에 표시한다. 사이트 구조를 사용자에게 즉시 전달한다. 자세히는 브레드크럼 참조.

5. 가격/제품 (Product)

이커머스 상품의 가격, 재고 현황, 별점을 표시한다. Google Shopping과 연동될 때 특히 효과적이다.

6. 이벤트 (Event)

공연·컨퍼런스·웨비나의 날짜, 장소, 티켓 정보를 표시한다. Google Events 패널과도 연동된다.

7. 비디오 (Video)

YouTube 영상 및 자체 호스팅 영상의 썸네일, 길이, 키 모멘트를 표시한다.

8. 사이트 링크 검색창 (Sitelinks Search Box)

브랜드 검색 시 도메인 내 검색 기능을 SERP에 직접 표시한다. 대형 사이트에 적합하다.

리치 스니펫 vs 일반 스니펫

[COMPARISON_TABLE: 리치 스니펫 vs 일반 스니펫 — CTR·시각성·구현 난이도 비교]

일반 스니펫은 타이틀 태그 + URL + 메타 디스크립션의 3요소로 구성된다. 추가 구현 없이 자동으로 표시되며, 구글이 메타 정보를 그대로 또는 재작성하여 표시한다. 자세히는 타이틀 태그, 메타 디스크립션 참조.

리치 스니펫은 일반 스니펫 + 구조화 데이터 기반 추가 정보다. Search Engine Land의 연구에 따르면 리치 스니펫 표시 시 CTR이 평균 5–30% 향상된다. 별점 표시만으로도 클릭 의도가 높은 사용자를 더 효과적으로 유인한다.

자세히는 CTR 참조.

리치 스니펫 구현 방법

구글이 공식 권장하는 구조화 데이터 구현 방식은 세 가지다.

JSON-LD (권장)

HTML의 <head> 또는 <body>에 <script type="application/ld+json"> 블록으로 삽입한다. HTML 마크업과 분리되어 유지보수가 쉽고, 구글이 공식 권장하는 방식이다. 자세히는 JSON-LD 기본 참조.

<script type="application/ld+json">
  {
    "@context": "https://schema.org",
    "@type": "FAQPage",
    "mainEntity": [
      {
        "@type": "Question",
        "name": "리치 스니펫이란 무엇인가요?",
        "acceptedAnswer": {
          "@type": "Answer",
          "text": "리치 스니펫은 구조화 데이터를 기반으로 검색 결과에 별점·FAQ·가격 등 추가 정보를 표시하는 SERP 포맷입니다."
        }
      }
    ]
  }
</script>

Microdata

HTML 태그에 인라인으로 Schema.org 속성을 추가하는 방식이다. JSON-LD 이전의 표준이었으나 현재는 구식으로 취급되며, JSON-LD로 이전이 권장된다.

RDFa

시맨틱 웹 표준 기반의 구현 방식이다. 학술·정부 사이트에서 간혹 사용되지만 일반적인 SEO 용도로는 거의 활용되지 않는다.

리치 스니펫 검증 도구

Google Rich Results Test

search.google.com/test/rich-results에서 URL 또는 코드를 입력해 리치 결과 자격 여부를 확인한다. "자격 있음(Eligible)"이 표시되어야 SERP에 노출될 가능성이 있다. 단, 자격이 있어도 표시를 보장하지는 않는다.

Schema.org Validator

validator.schema.org에서 Schema.org 문법 오류를 검증한다. JSON-LD 문법 오류를 사전에 발견하는 데 유용하다.

Google Search Console — 향상 리포트

GSC 좌측 메뉴 "향상" 섹션에서 FAQ, HowTo, 제품 등 리치 결과 인식 현황을 확인할 수 있다. 오류·경고 항목을 수정하면 구글이 재크롤 시 업데이트된다. 자세히는 구글 서치 콘솔 참조.

리치 스니펫 흔한 실수 3가지

실수 1: 가짜 리뷰/자체 생성 별점

자사 직원이나 시스템이 생성한 별점을 AggregateRating 스키마로 표시하는 행위다. 구글 스팸 정책 위반으로 수동 조치 대상이다. 자세히는 구글 수동 조치 참조.

실수 2: 페이지에 없는 정보를 스키마로 마크업

사용자에게 보이지 않는 정보를 구조화 데이터에만 추가하는 행위(숨겨진 텍스트)다. 구글은 페이지의 표시 콘텐츠와 구조화 데이터의 일치를 요구한다. 불일치는 수동 조치로 이어질 수 있다.

실수 3: 모든 페이지에 동일한 스키마 적용

카테고리 페이지·검색 결과 페이지에 Article 스키마를 일괄 적용하는 경우처럼, 페이지 유형과 맞지 않는 스키마를 사용하면 구글이 인식하지 않거나 오히려 품질 시그널을 낮출 수 있다.

리치 스니펫과 AEO

Google AI Overviews 인용

Google AI Overviews는 FAQ·HowTo 구조화 데이터가 적용된 페이지를 인용 단위로 더 자주 활용한다. 구조화 데이터는 콘텐츠를 명확한 Q&A 단위로 정의해 LLM이 답변을 추출하기 쉽게 만든다. 자세히는 Google AI Overviews 참조.

패시지 랭킹과의 연결

리치 스니펫으로 표시되는 FAQ 항목은 패시지 단위로도 인덱싱된다. 구조화 데이터가 패시지 경계를 명확히 하므로 피처드 스니펫 및 AI 답변 추출 가능성이 높아진다. 자세히는 패시지 랭킹, 피처드 스니펫 참조.

AI Visibility Score

리치 스니펫 보유 페이지는 AI 답변 인용 가능성이 더 높아 AI 가시성 점수에 긍정적으로 기여한다. 자세히는 AI Visibility Score 참조.

한국 시장 적용

한국 사이트의 리치 스니펫 도입 현황

국내 사이트 중 FAQ·HowTo 스키마를 올바르게 구현한 사이트는 아직 소수다. 특히 중소 규모 비즈니스 블로그와 쇼핑몰은 구조화 데이터 적용률이 낮아 선도 구현 시 차별화 효과가 크다.

네이버 검색 표시

네이버는 구글의 Schema.org 리치 스니펫을 직접 지원하지 않는다. 네이버 통합검색에서는 지식iN·VIEW·쇼핑 등 자체 섹션이 리치 결과 역할을 한다. 글로벌 구글 SEO를 목표로 하면서 구조화 데이터를 구현하는 것이 합리적이며, 네이버 검색에는 별도 최적화가 필요하다. 자세히는 네이버 SEO 참조.

전자상거래 적용

카페24·고도몰을 사용하는 경우, Product·AggregateRating 스키마를 플러그인 또는 커스텀 코드로 추가할 수 있다. 한국 이커머스는 리뷰 데이터가 풍부한 경우가 많아 AggregateRating 스키마 적용 효과가 크다.

자주 묻는 질문

Q. 구조화 데이터를 추가하면 반드시 리치 스니펫이 표시되나요?
A. 아니다. 구조화 데이터는 리치 스니펫 표시의 필요 조건이지 충분 조건이 아니다. Google Rich Results Test에서 "자격 있음"으로 확인되어도 실제 SERP 표시 여부는 구글의 알고리즘이 결정한다. 콘텐츠 품질·페이지 권위·검색 의도 적합성이 모두 충족되어야 표시 가능성이 높아진다.

Q. 리치 스니펫이 CTR을 높이지만 제로클릭도 늘리지 않나요?
A. FAQ 리치 스니펫의 경우 검색 결과에서 답변 일부가 노출되어 제로클릭이 늘 수 있다. 그러나 Backlinko 연구에 따르면 피처드 스니펫 및 리치 결과 보유 페이지의 유기적 CTR은 결과적으로 더 높다. 상세한 분석이 필요한 의도에서는 리치 스니펫이 클릭을 유도하는 미리보기 역할을 한다. 자세히는 제로클릭 검색 참조.

Q. JSON-LD와 Microdata 중 어느 것이 더 좋나요?
A. 구글은 JSON-LD를 공식 권장한다. HTML 마크업과 분리되어 유지보수가 쉽고, CMS 테마 변경 시에도 스키마가 유지된다. 새로 구현한다면 반드시 JSON-LD를 사용해야 한다. 기존 Microdata가 있다면 점진적으로 JSON-LD로 이전하는 것이 권장된다.

Q. 여러 스키마 타입을 한 페이지에 함께 사용할 수 있나요?
A. 가능하다. 예를 들어 레시피 페이지에 Recipe + AggregateRating + HowTo를 함께 사용할 수 있다. 단, 각 스키마가 페이지 콘텐츠와 정확히 일치해야 하며, 서로 충돌하는 정보를 담아서는 안 된다.

Q. 구글이 리치 스니펫 표시를 줄이고 있나요?
A. 일부 유형에서 그런 경향이 있다. 2023년 이후 구글은 FAQ 리치 결과 표시를 의료·정부 사이트 중심으로 좁혔다. HowTo 리치 결과도 모바일에서만 표시되는 경우가 많아졌다. 반면 Product·Event·Video 리치 결과는 여전히 넓게 표시된다. 구글의 리치 결과 정책은 지속적으로 변화하므로 Google Search Central 공식 블로그를 주기적으로 확인해야 한다.