E:LAB
← Services
← 가이드 목록
5분 분량

JSON-LD란? 5분 완전 정리 (구조화 데이터 시작 가이드)

JSON-LD가 무엇이고 왜 필요한지, schema.org와의 관계, 어디에 어떻게 넣는지를 5분 안에 정리합니다. 실제 코드 예시와 검증 방법까지.

한 줄 요약

JSON-LD는 검색엔진과 AI에게 “이 페이지가 무엇에 관한 것인지” 기계가 읽을 수 있는 형식으로 알려주는 코드 조각입니다. <script type="application/ld+json"> 태그 안에 JSON 형식으로 적어 HTML에 끼워 넣습니다.

1. JSON-LD가 정확히 무엇인가

JSON-LD는 JSON for Linked Data의 약자로, 웹페이지 콘텐츠를 schema.org 어휘로 기술해 검색엔진·AI에 전달하는 표준 포맷입니다. 구글이 공식적으로 권장하는 구조화 데이터(Structured Data) 형식이고, 네이버·다음·Bing 모두 동일하게 인식합니다.

쉽게 말하면 — 사람은 페이지를 보고 "아, 이건 김치찌개 레시피구나"라고 알 수 있지만, 검색엔진이 그렇게 판단하려면 추측에 의존해야 합니다. JSON-LD는 그 추측을 없애는 명시적 신호입니다.

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Recipe",
  "name": "김치찌개",
  "recipeYield": "4인분",
  "totalTime": "PT45M"
}
</script>

위 코드를 붙이면 검색엔진은 "이 페이지는 4인분 분량, 45분 소요되는 김치찌개 레시피"라는 사실을 100% 확정 정보로 받습니다.

2. schema.org와의 관계

schema.org는 구글·마이크로소프트·야후·얀덱스가 공동 제정한 어휘 표준입니다. 어떤 타입(Type)이 있고 각 타입이 어떤 속성(Property)을 가질 수 있는지 정의합니다. 자주 쓰이는 타입은 다음과 같습니다.

  • Article — 뉴스·블로그 글
  • Product — 판매 상품
  • Organization — 회사·브랜드 정보
  • LocalBusiness — 지역 매장
  • FAQPage — 자주 묻는 질문
  • BreadcrumbList — 사이트 내 경로
  • Recipe Event Course HowTo VideoObject 등

JSON-LD는 포맷이고, schema.org는 그 안에 들어갈 단어 사전입니다. 이 둘이 짝을 이뤄 동작합니다.

3. 왜 지금 더 중요해졌나 (AEO/GEO)

전통적으로 JSON-LD는 검색 결과의 리치 스니펫(별점·FAQ·이미지 등)을 위한 것이었습니다. 그런데 2023년 이후 ChatGPT, Gemini, Google AI Overview 같은 AI 검색이 일반화되면서 역할이 한층 커졌습니다.

AI 검색은 페이지의 본문을 그대로 인용하지 않고 요약·재구성합니다. 이때 JSON-LD가 있는 페이지는:

  • 인용 정확도가 높아집니다 (저자·발행일·가격 등을 추측이 아닌 사실로 사용)
  • 답변에 직접 인용될 확률이 올라갑니다 (특히 FAQPage·HowTo 형식)
  • 브랜드 엔티티가 단일 객체로 인식됩니다 (Organization 마크업 시)

즉, "검색엔진 최적화(SEO)"를 넘어 "AI 검색 노출 최적화(AEO/GEO)"의 가장 중요한 신호가 JSON-LD입니다.

4. 어디에, 어떻게 넣는가

JSON-LD 코드는 HTML의 <head> 태그 안이나 </body> 직전에 <script type="application/ld+json"> 블록으로 붙입니다. 위치는 어디든 동일하게 동작하지만, <head> 안이 가장 권장됩니다.

<!DOCTYPE html>
<html lang="ko">
<head>
  <title>김치찌개 레시피</title>
  <script type="application/ld+json">
  {
    "@context": "https://schema.org",
    "@type": "Recipe",
    "name": "김치찌개",
    "author": { "@type": "Person", "name": "양경찬" },
    "datePublished": "2026-05-03",
    "recipeYield": "4인분"
  }
  </script>
</head>
<body>
  <h1>김치찌개</h1>
  <!-- ... -->
</body>
</html>

여러 스키마를 한 페이지에 넣을 때는 두 가지 방법이 있습니다.

  1. 여러 <script> 블록을 그냥 나란히 두기 (가장 단순)
  2. @graph로 묶기 — 하나의 블록 안에 여러 스키마를 배열로 넣어 서로 연결
<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@graph": [
    { "@type": "Organization", "name": "..." },
    { "@type": "WebSite", "name": "..." },
    { "@type": "Article", "headline": "..." },
    { "@type": "BreadcrumbList", "itemListElement": [...] }
  ]
}
</script>

@graph 방식은 같은 페이지의 여러 객체가 서로 어떻게 연결되어 있는지(예: 이 Article의 publisher는 이 Organization이다) 명시할 수 있어서 권장됩니다.

5. 적용 후 검증하는 방법

코드를 넣었으면 반드시 검증하세요. 무료 도구 두 가지가 있습니다.

  • Rich Results Test — 구글 공식. URL을 넣으면 리치 결과로 노출 가능한지, 어떤 오류가 있는지 알려줍니다.
  • Schema Markup Validator — schema.org 공식. 더 엄격하게 schema.org 규격 자체를 검사합니다.

두 도구 모두 통과해야 안심할 수 있습니다. 특히 Rich Results Test에서 "이 페이지에 적합" 판정이 나와야 실제 검색 결과에 리치 스니펫이 노출될 가능성이 생깁니다.

6. 흔한 실수 5가지

! 이건 피하세요

  • HTML에 안 보이는 정보를 마크업하기 — 페이지에 없는 별점·가격·FAQ를 JSON-LD에만 넣으면 구글이 스팸으로 봅니다. 본문에도 노출돼 있어야 합니다.
  • @type 누락 — @type 없으면 의미 없는 데이터입니다.
  • 잘못된 ISO 8601 형식 — datePublished, duration 등은 ISO 8601 형식(2026-05-03, PT45M)이어야 합니다.
  • 여러 Organization 중복 — 한 페이지에 같은 브랜드의 Organization이 두 번 나오면 어느 쪽이 정답인지 모호해집니다. 하나만 두세요.
  • 존재하지 않는 URL을 image/url 필드에 — 404 나는 이미지 URL은 무시되거나 페널티 대상입니다.

7. 직접 만들어보기

여기까지 읽으셨으면 이제 직접 JSON-LD를 만들 차례입니다. 두 가지 방법이 있습니다.

A. URL 입력으로 자동 생성 — 페이지를 분석해서 Organization·WebSite·Article·BreadcrumbList를 @graph로 묶어 한 번에 출력합니다. 가장 빠른 방법입니다.

이미 운영 중인 페이지가 있다면 URL만 넣으면 됩니다. 페이지의 메타데이터를 분석해 가장 적절한 스키마를 즉시 생성합니다.

→ URL로 자동 생성하기

B. 폼으로 직접 작성 — FAQ·Recipe·Course·HowTo 등 자동 추론이 어려운 타입은 폼으로 직접 만드는 게 정확합니다. 11종 스키마를 지원합니다.

자동 생성으로 잡히지 않는 스키마(FAQ·Recipe 등)는 폼 빌더로 정확하게 만들 수 있습니다.

→ 폼으로 직접 만들기

C. 진단부터 받기 — 내 사이트가 지금 어떤 스키마를 쓰고 있고 무엇이 빠졌는지 모르겠다면 무료 진단부터 시작하세요.

URL을 넣으면 메타·OG·구조화 데이터·기술 SEO를 100점 만점으로 평가하고, AI 검색에 필요한데 빠진 스키마를 알려줍니다.

→ 무료 SEO 진단 시작

마무리

JSON-LD는 더 이상 "있으면 좋은" 옵션이 아니라 AI 검색 시대의 기본 인프라입니다. 검색 결과 클릭률, AI 답변 인용 정확도, 브랜드 엔티티 인식 — 세 가지 모두 구조화 데이터 품질이 좌우합니다.

처음에는 Organization, WebSite, BreadcrumbList 세 가지부터 시작하세요. 이 셋만 제대로 들어가도 사이트 전반의 인식 품질이 크게 올라갑니다. 그 다음 페이지 종류에 따라 Article, Product, FAQPage 등을 더해가면 됩니다.

← 가이드 목록으로