Shopify 판매자들은 체크리스트를 좋아합니다. 앱을 설치하고, 구조화된 데이터를 붙여넣고, Google의 리치 결과 테스트(Rich Results Test)를 실행한 뒤, 검사기가 초록색으로 변하는 것을 지켜봅니다. 작업은 완료되었고, 스키마는 적용되었으며, 모두가 다음 단계로 넘어갑니다. 하지만 그 체크표시는 코드가 형식에 맞게 작성되었다는 것만 증명할 뿐입니다. AI 에이전트가 실제로 귀하의 콘텐츠를 사용할 수 있는지에 대해서는 아무것도 말해주지 않습니다.
대부분의 Shopify 스토어에는 이제 FAQ 스키마가 있습니다. SEO 가이드에서 필수라고 했기 때문에 추가한 것입니다. 마크업은 빈번하게 유효합니다. 하지만 이를 읽는 기계들에게는 무용지물인 경우가 많습니다. 마크업된 콘텐츠와 기계가 사용할 수 있는 콘텐츠 사이에는 점점 더 큰 격차가 벌어지고 있으며, 대부분의 스토어 운영자들은 이러한 격차가 존재한다는 사실조차 모르고 있습니다.
검증이 실제로 확인하는 것
스키마 검사기는 구문 검사기입니다. 세 가지 기본적인 질문을 던집니다. 질문이 있는가? 답변이 있는가? 코드가 구조적으로 건전한가? 이 세 가지가 모두 참이면 통과입니다. 검사기는 답변의 실제 내용에는 관심이 없습니다. 의미, 맥락 또는 완결성을 판단하지 않습니다.
바로 이 지점에서 판매자들이 막히게 됩니다. 초록색 배지를 보고 작업이 끝났다고 가정합니다. 하지만 유효한 마크업은 컨테이너(그릇)만 확인할 뿐입니다. 컨테이너 내부의 내용이 그 자체로 의미가 있는지는 결코 확인하지 않습니다. AI 에이전트는 검사기처럼 페이지를 읽지 않습니다. 올바른 중첩 구조를 사용했다고 해서 칭찬해주지 않습니다. 에이전트는 주변 환경에서 답변을 추출하여 직접 사용하기를 원합니다.
만약 FAQ 답변에 "자세한 내용은 아래를 참조하세요" 또는 "더 많은 정보는 고객 센터로 문의하세요"와 같은 문구가 포함되어 있다면, 귀하의 스키마는 기술적으로는 유효합니다. 하지만 기계에게 이 콘텐츠는 막다른 길입니다. 에이전트에게는 눈도, 인내심도 없으며, 맥락을 파악하기 위해 화면을 아래로 스크롤할 능력도 없습니다. 에이전트는 답변을 찾았고, 사용하려고 시도했지만, 그곳에서 아무것도 발견하지 못했습니다.
컨텍스트의 격차
인간과 기계는 동일한 FAQ 섹션을 근본적으로 다른 방식으로 처리합니다. 인간 쇼핑객은 제품 이미지를 보고, 페이지 레이아웃을 훑어보고, 제품 제목을 읽으며, 두 줄짜리 FAQ 답변을 더 큰 시각적 이야기의 일부로 흡수합니다. 그들은 "이것"이 무엇을 가리키는지 볼 수 있기 때문에 이해합니다.
AI 에이전트는 페이지를 보지 못합니다. 텍스트를 고립된 상태로 읽습니다. FAQ 스키마를 개별적인 데이터 조각으로 파싱합니다. 만약 답변이 페이지의 나머지 부분에서 시각적 또는 맥락적 단서를 필요로 한다면, 기계는 이를 완전히 놓치게 됩니다.
일반적인 의류 매장을 생각해 보십시오. 흔한 질문은 다음과 같습니다: "이 제품은 정사이즈인가요?" 판매자는 이렇게 답합니다: "약간 작게 나왔으니, 한 사이즈 크게 주문하는 것을 권장합니다." 인간 쇼핑객은 제품 사진, 제목, 사이즈 가이드 링크를 보고 판매자의 의도를 정확히 이해합니다. 하지만 AI 에이전트는 불분명한 기준을 사용하여 알 수 없는 제품에 대해 언급하는 고립된 문장만을 봅니다. 무엇이 작다는 말인가요? 어떤 사이즈 차트를 기준으로 하나요? 이것은 남성용인가요, 여성용인가요? 에이전트는 참고할 제품 이미지도, 의지할 주변 문구도 없으며, "이것"이 운동화인지, 재킷인지, 아니면 청바지인지 알 방법이 없습니다.
문제는 스키마가 아닙니다. 문제는 글쓰기입니다.
컨텍스트가 없는 상태를 위한 글쓰기
해결책은 더 많은 스키마 유형을 추가하거나 다른 앱을 설치하는 것이 아닙니다. 해결책은 FAQ 답변을 독립적인 문서로 취급하는 것입니다. 모든 답변은 페이지에서 떼어내어 빈 화면에서 읽더라도 그 자체로 의미가 있어야 합니다.
답변 위에 제품 사진도, 내비게이션도, 페이지 제목도 없는 채팅창에 답변이 나타난다고 가정해 보십시오. 만약 그 상황에서 답변이 혼란스럽다면, 기계에게도 혼란스러울 것입니다.
컨텍스트가 없는 상태를 위해 다시 쓰는 방법은 다음과 같습니다:
완전한 문장을 사용하세요. 단편적인 답변은 문법과 의미를 제공하기 위해 질문에 의존합니다. 자체적으로 무게감을 갖는 완전한 문장을 작성하세요. "작게 나옴, 사이즈 업 권장" 대신 "이 재킷은 표준 미국 사이즈에 비해 약간 작게 제작되었으므로, 한 사이즈 크게 주문하는 것을 권장합니다"라고 작성하세요.
질문을 완전히 해결하세요. 사용자를 다른 곳으로 유도하는 답변은 답변이 아닙니다. 응답이 다른 페이지를 가리키며 끝난다면, 에이전트가 제공할 수 있는 정보는 아무것도 없습니다. 텍스트 자체에 구체적인 정보를 담으세요. 반품 기간, 소재 구성 또는 배송 일정을 답변에 바로 명시하세요.
방향 지시 문구를 제거하세요. "위에서 언급했듯이", "아래 상세 내용 참조", "왼쪽 표 확인", 또는 "제품 설명 참조"와 같은 모든 표현을 삭제하세요. 이러한 표현은 JSON-LD를 파싱하는 기계나 텍스트를 소리 내어 읽는 음성 비서에게는 존재하지 않는 공간적 레이아웃을 전제로 합니다.
구체적인 세부 정보를 포함하세요. 빈칸을 채우기 위해 주변 텍스트에 의존하지 마세요. 가능하면 제품명을 명시적으로 언급하세요. 정확한 세탁 관리 지침, 정밀한 치수 또는 구체적인 원산지를 참조하세요. 답변이 그 자체로 완결성을 갖출수록, 귀하의 데이터를 학습하거나 검색 결과에 노출되는 AI 모델에게 더욱 유용해집니다.
이러한 글쓰기 방식의 변화는 비용이 들지 않으며, 사람이 페이지를 경험하는 방식에는 거의 영향을 미치지 않습니다. 쇼핑객에게 "작게 나왔으니 한 사이즈 크게 주문하세요"와 "이 재킷은 표준 미국 사이즈에 비해 약간 작게 제작되었으므로, 한 사이즈 크게 주문하는 것을 권장합니다"의 차이는 미미합니다. 두 문장 모두 같은 내용을 전달합니다. 하지만 기계에게 두 번째 버전은 금과 같습니다. 두 번째 버전에는 추출하여 재사용할 수 있는 엔티티(entity), 관계, 그리고 독립적인 사실들이 포함되어 있기 때문입니다.
스키마가 방향을 제시하고, 콘텐츠가 실질적인 역할을 수행합니다
Shopify 스토어 운영자들은 실제 소비자를 만족시키지 못한 채 체크리스트만 채우는 경우가 많습니다. 수년 동안 그 소비자는 Google이었습니다. 이제는 점점 더 AI 모델이 그 역할을 대신하고 있습니다. 검색 엔진은 더 이상 단순히 귀하의 페이지를 인덱싱하는 것에 그치지 않습니다.