JSON-LD 기본
최종 업데이트:
정의
JSON-LD는 Google이 권장하는 Schema.org 구조화 데이터 삽입 방식이다.
한 줄 요약
JSON-LD(JavaScript Object Notation for Linked Data)는 HTML을 변경하지 않고 `<script>` 태그 하나로 구조화 데이터를 삽입하는 방식이다. Google은 Microdata·RDFa 대신 JSON-LD를 공식 권장 형식으로 명시한다. Schema.org 어휘를 사용해 Article, FAQPage, Organization 등 다양한 엔티티를 정의할 수 있다.
정의
JSON-LD는 Google이 권장하는 Schema.org 구조화 데이터 삽입 방식이다.
TL;DR
JSON-LD(JavaScript Object Notation for Linked Data)는 HTML을 변경하지 않고 <script> 태그 하나로 구조화 데이터를 삽입하는 방식이다. Google은 Microdata·RDFa 대신 JSON-LD를 공식 권장 형식으로 명시한다. Schema.org 어휘를 사용해 Article, FAQPage, Organization 등 다양한 엔티티를 정의할 수 있다.
구조화 데이터란 무엇인가?
구조화 데이터(Structured Data)는 검색 엔진과 AI 시스템이 페이지 콘텐츠의 의미를 기계적으로 이해하도록 돕는 표준화된 코드다. 사람이 읽는 HTML 텍스트와 별도로, "이 페이지는 Q&A 목록이다", "이 기사의 저자는 누구다"를 명시한다.
Google은 구조화 데이터를 기반으로 Rich Results(리치 결과)를 생성한다. FAQ 아코디언, 별점 리뷰, 브레드크럼 같은 시각적 요소가 검색 결과에 추가된다.
JSON-LD가 권장되는 이유
Google Search Central 공식 문서는 "JSON-LD를 사용하는 것을 권장한다"고 명시한다. 세 가지 이유가 있다.
1. 유지보수 용이
JSON-LD는 <head> 또는 <body>의 <script> 태그 안에 독립적으로 존재한다. HTML 구조를 변경하지 않아도 구조화 데이터를 추가·수정·삭제할 수 있다.
2. 동적 주입 가능
JavaScript로 페이지 로드 후 JSON-LD를 동적으로 주입할 수 있다. Google은 동적으로 생성된 JSON-LD도 크롤링·인덱싱한다.
3. 오류 격리
JSON-LD 문법 오류가 HTML 렌더링에 영향을 주지 않는다. Microdata는 HTML 속성으로 구조화 데이터를 삽입하므로 오류가 페이지 렌더링에 영향을 줄 수 있다.
기본 구조
모든 JSON-LD는 다음 세 가지 필드로 시작한다.
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
"name": "JSON-LD 기본 가이드"
}
</script>
@context: Schema.org 어휘를 사용한다는 선언. 항상"https://schema.org".@type: 엔티티 유형. Schema.org에 정의된 타입을 사용한다.- 나머지 필드: 해당 타입의 속성(property).
주요 Schema.org 타입
Article / NewsArticle
블로그 글, 뉴스 기사에 사용한다. headline, author, datePublished, dateModified, image를 포함한다.
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "AEO란 무엇인가",
"author": {
"@type": "Person",
"name": "홍길동"
},
"datePublished": "2026-05-06",
"dateModified": "2026-05-06"
}
Organization
회사·브랜드 정보를 정의한다. name, url, logo, contactPoint를 포함한다.
FAQPage
Q&A 형식 콘텐츠에 사용한다. Google AI Overviews가 인용 소스로 선택할 때 FAQPage 스키마가 적용된 콘텐츠를 우선 처리하는 경향이 있다.
BreadcrumbList
페이지 계층 구조를 정의한다. 검색 결과에 "사이트 > 카테고리 > 페이지" 형식의 브레드크럼을 표시한다.
HowTo
단계별 가이드에 사용한다. 각 단계를 HowToStep으로 정의한다.
AEO에서 JSON-LD의 역할
Aggarwal et al.(2024)의 KDD 연구에서 구조화된 콘텐츠 최적화가 AI 답변에서의 인용 가능성을 최대 40%까지 높인다는 것이 실험적으로 확인됐다. JSON-LD는 AI 시스템이 페이지 콘텐츠를 의미 단위로 파악하는 것을 돕는다.
Google AI Overviews는 Google 검색 인덱스를 기반으로 인용 소스를 선택한다. JSON-LD로 콘텐츠 구조를 명시하면 Google이 페이지를 더 정확히 분류하고, AI Overviews 인용 후보로 올라갈 가능성이 높아진다.
검증 방법
Google Rich Results Test
URL 또는 코드를 입력하면 JSON-LD가 올바르게 파싱되는지, Rich Results 대상인지 확인할 수 있다. URL: https://search.google.com/test/rich-results
Schema Markup Validator
Schema.org에서 공식 제공하는 검증 도구다. URL: https://validator.schema.org
Google Search Console
"리치 결과" 보고서에서 실제 인덱싱된 구조화 데이터 오류와 경고를 확인한다. 새로 추가한 JSON-LD는 수일 내 반영된다.
한국 시장 맥락
한국의 주요 CMS인 워드프레스, 네이버 스마트스토어, 카페24는 JSON-LD 지원이 제한적이다. 워드프레스는 Yoast SEO, RankMath 플러그인으로 기본 JSON-LD를 자동 삽입할 수 있다. 자체 개발 사이트나 Next.js 기반이라면 <Head> 컴포넌트에 JSON-LD를 직접 삽입하는 것이 가장 확실하다.
한국어 콘텐츠의 경우 JSON-LD 필드값도 한국어로 작성해도 된다. Google은 언어와 무관하게 구조화 데이터를 처리한다.
자주 묻는 질문
Q. JSON-LD는 <head>와 <body> 중 어디에 넣어야 하나요?
A. Google은 두 곳 모두 인식한다. 관행적으로는 <head> 안에 넣는다. 페이지별 JSON-LD를 동적으로 생성하는 경우 <body> 끝 부분에 삽입해도 크롤링에 문제가 없다.
Q. 여러 개의 JSON-LD를 한 페이지에 넣어도 되나요?
A. 가능하다. <script type="application/ld+json"> 블록을 여러 개 넣거나, 배열 형식으로 하나의 블록 안에 여러 타입을 포함할 수 있다.
Q. JSON-LD가 없으면 Rich Results가 아예 안 나오나요? A. JSON-LD가 없어도 Microdata나 RDFa로 구조화 데이터를 제공하면 Rich Results 대상이 된다. 다만 JSON-LD가 구현과 유지보수가 가장 쉽다.
Q. JSON-LD를 추가하면 즉시 Rich Results가 나오나요? A. 즉시는 아니다. Google이 페이지를 크롤링하고 인덱싱해야 반영된다. 일반적으로 며칠에서 수주가 걸린다. Google Search Console에서 "URL 검사 → 색인 생성 요청"으로 크롤링을 촉진할 수 있다.
Q. JSON-LD 오류가 있으면 페이지 순위에 영향을 주나요? A. JSON-LD 오류 자체가 순위를 낮추지는 않는다. 단, 오류로 인해 Rich Results가 표시되지 않고, 구조화 데이터 기반 AI 인용이 줄어들 수 있다.
관련 출처
- Google Search Central. Introduction to structured data markup in Google Search. https://developers.google.com/search/docs/appearance/structured-data/intro-structured-data
- Google Search Central. JSON-LD: Linked Data in JSON format. https://developers.google.com/search/docs/appearance/structured-data/sd-policies
- Schema.org. Schema.org Full Hierarchy. https://schema.org/docs/full.html
- Aggarwal, S., et al. (2024). GEO: Generative Engine Optimization. KDD 2024. https://arxiv.org/abs/2311.09735
이 페이지를 참조하는 항목
관련 항목
이런 항목도 있어요
FAQPage 스키마
FAQPage 스키마는 Q&A 콘텐츠를 구조화해 AI 인용 가능성을 높이는 마크업이다.
E-E-A-T
E-E-A-T는 Google이 경험·전문성·권위·신뢰로 콘텐츠 품질을 평가하는 기준이다.
Google AI Overviews
Google AI Overviews는 검색 SERP에 AI 답변 블록을 추가하는 기능이다.
llms.txt 작성 가이드
llms.txt는 사이트 콘텐츠를 LLM이 효율적으로 이해하도록 돕는 마크다운 형식 메타데이터 파일로, 사이트 루트(/)에 배치하는 AI 친화적 사이트 가이드다.