- 01기준Google AI 기능에 노출되려고 따로 넣을 마크업은 없습니다.
- 02본문핵심 수치와 조사 기관·기간·방법을 텍스트로 보여 줍니다.
- 03마크업Dataset은 데이터 세트 검색용이며, 화면과 같은 값만 적습니다.
직접 조사한 통계를 공개했는데 AI 답변에는 다른 곳의 수치가 나오는 경우가 있습니다. 이때 Dataset 구조화 데이터부터 넣을지 고민하게 됩니다. 그러나 Google 문서에는 AI 기능만을 위한 마크업이 없습니다. 먼저 갖출 것은 수치와 조사 정보를 읽을 수 있는 데이터 페이지입니다. 이 글은 Google 검색 센터 문서를 기준으로 페이지 구성과 마크업 점검 순서를 정리합니다.
Dataset 마크업을 넣으면 AI 답변에 인용되나요?
Dataset 마크업은 AI 답변 참조 링크의 조건이 아닙니다. AI 기능 및 웹사이트 문서는 AI 개요·AI 모드에 추가 기술 요구사항이 없다고 설명합니다. 색인되고 스니펫과 함께 표시될 수 있으면 참조 링크 자격을 갖춥니다. 다만 자격을 갖춘다고 표시가 보장되는 것은 아닙니다.
Google 검색 센터 「AI 기능 및 웹사이트」·「구조화된 데이터 세트 데이터」 문서를 바탕으로 정리
| 목적 | 필요한 것 |
|---|---|
| Google AI 기능의 참조 링크 | 색인 · 스니펫 표시 가능 · 유용한 본문(권장) |
| 데이터 세트 검색 도구 노출 | Dataset 구조화 데이터 |
| 리치 결과 자격 | 구조화 데이터 · 표시 보장 없음 |
Dataset 문서가 밝히는 이 마크업의 목적은 데이터 세트 탐색 개선입니다. 생성형 AI 최적화 가이드도 구조화 데이터에 지나치게 집중할 필요는 없다고 설명합니다. 다만 리치 결과에는 도움이 되니 계속 활용하라는 입장입니다. 다른 AI 서비스의 처리 방식은 Google 문서 범위 밖이라 이 글에서 제외했습니다.
AI 답변이 근거로 삼기 좋은 데이터 페이지는 어떻게 구성하나요?
핵심 수치를 이미지나 PDF가 아니라 HTML 텍스트로 보여 주는 페이지가 기본입니다. AI 기능 문서도 중요한 콘텐츠는 텍스트 형식으로 제공하라고 안내합니다. 생성형 AI 최적화 가이드는 고유한 관점이 도움이 될 수 있다고 봅니다. 직접 조사한 원자료는 그런 정보가 되기 쉽습니다.
Google 검색 센터 AI 기능 문서의 권장사항을 바탕으로 넥스트티가 정리
본문에 보이게 적고, 마크업에도 같은 값을 넣습니다
| 항목 | 적는 내용 |
|---|---|
| 조사 주체 | 조사한 기관·팀 이름 |
| 조사 기간 | 시작일과 종료일 |
| 대상과 표본 | 응답자 범위와 수 |
| 방법 | 설문·측정 방식 |
| 기준일·버전 | 공개일과 수정 이력 |
수치 문장에는 조사 대상·시기·주체를 붙입니다. 그래야 다른 곳에 옮겨져도 뜻이 바뀌기 어렵습니다. 상단 요약에 수치를 쓰는 법은 상단 요약·통계 작성법 글에서 다룹니다.
Dataset 마크업에는 무엇을 넣나요?
필수 속성은 name과 description 두 가지이고, 나머지는 권장 속성입니다. description은 영문 기준 50~5,000자 범위입니다. 데이터 세트 검색은 텍스트 속성의 첫 5,000자만 사용합니다.
출처: Google 검색 센터 「구조화된 데이터 세트 데이터」
| 속성 | 뜻·조건 |
|---|---|
| name | 필수 · 데이터 세트 이름 |
| description | 필수 · 영문 기준 50~5,000자 요약 |
| creator | 권장 · 만든 사람이나 조직 |
| license | 권장 · 버전이 드러나는 라이선스 URL |
| temporalCoverage | 권장 · 데이터가 다루는 기간 |
| variableMeasured | 권장 · 측정한 변수 |
| distribution | 권장 · 파일 위치와 형식 |
{
"@context": "https://schema.org/",
"@type": "Dataset",
"name": "...",
"description": "...",
"creator": {
"@type": "Organization",
"name": "..."
},
"temporalCoverage":
"2026-01-01/2026-06-30",
"distribution": [{
"@type": "DataDownload",
"encodingFormat": "CSV",
"contentUrl": "https://..."
}]
}distribution을 넣는다면 contentUrl은 필수입니다. 메타데이터에는 무엇을 측정했는지 적고, 변수의 개별 값은 넣지 않습니다. citation은 데이터 세트 자체가 아니라 관련 논문을 가리키는 속성입니다.
원본·재게시·연도별 자료는 어떻게 표시하나요?
구조화 데이터는 데이터 세트의 표준 페이지에 넣습니다. 목록·검색 결과 페이지처럼 사본에도 넣는다면 sameAs로 표준 페이지를 가리킵니다. 다른 곳의 자료를 그대로 다시 올렸다면 원본 URL이 sameAs 값이 됩니다. 크게 바꾸거나 여러 원본을 모았다면 isBasedOn이 맞습니다.
출처: Google 검색 센터 「구조화된 데이터 세트 데이터」 소스 및 출처 권장사항
| 상황 | 쓰는 속성 |
|---|---|
| 같은 자료의 사본 페이지 | sameAs · 표준 페이지 |
| 원본을 그대로 재게시 | sameAs · 원본 URL |
| 원본을 크게 바꾸거나 합침 | isBasedOn |
| 연도별 하위 자료 묶음 | hasPart · isPartOf |
| DOI 같은 식별자 보유 | identifier |
서로 다른 두 데이터 세트에 같은 sameAs 값을 지정하는 것은 금지 사항입니다. 해마다 조사한다면 연도별로 이름을 달리하고 temporalCoverage로 기간을 표시합니다.
넣은 뒤에는 무엇으로 확인하나요?
리치 결과 테스트로 문법을 보고, URL 검사로 Google이 페이지에 접근하는지 확인합니다. 리치 결과 테스트는 지원 유형에 데이터 세트를 포함합니다. robots.txt·noindex·로그인 요구로 막혀 있으면 마크업도 인식되지 못합니다. 페이지를 게시한 뒤 Google이 찾고 크롤링하는 데 며칠이 걸릴 수 있습니다.
1. 테스트
리치 결과 테스트에서 심각한 오류를 먼저 없앱니다.
2. 접근 확인
URL 검사로 Google이 받은 HTML에 마크업이 있는지 점검합니다.
3. 알리기
사이트맵에 표준 페이지를 넣고 재크롤링을 요청합니다.
4. 보고서
서치 콘솔 리치 결과 보고서에서 데이터 세트 항목의 오류를 추적합니다.
AI 기능 노출은 서치 콘솔 실적 보고서의 웹 검색 유형에 포함해 집계됩니다. 생성형 AI 최적화 가이드는 생성형 AI 실적 보고서도 소개합니다.
자주 생기는 실수는 무엇인가요?
흔한 실수는 화면에 없는 값을 마크업에만 넣는 것입니다. 구조화된 데이터 일반 가이드라인은 독자에게 보이지 않는 콘텐츠의 마크업을 금지합니다. AI 기능 문서도 권장사항으로 구조화 데이터와 페이지 텍스트가 일치하는지 확인하라고 적습니다.
- 조사 기간·주체를 본문에는 없이 마크업에만 적음
- 연도가 다른 조사에 같은 name을 그대로 씀
- license에 버전 없는 라이선스 URL을 적음
- 수치를 그래프 이미지나 PDF에만 담음
- 데이터 페이지를 로그인 뒤에 둠
화면과 마크업이 어긋나는 유형은 구조화 데이터 불일치 글에 정리했습니다.
- 조사 보고서를 낼 때 HTML 데이터 페이지를 먼저 만들고 PDF는 내려받기로 둡니다.
- 핵심 수치 문장마다 조사 기간과 대상을 붙입니다.
- 데이터를 다시 내면 갱신일과 바뀐 항목을 페이지에 남깁니다.
참고 자료
- Google 검색 센터 — 구조화된 데이터 세트 데이터
- Google 검색 센터 — AI 기능 및 웹사이트
- Google 검색 센터 — Google 검색의 생성형 AI 기능에 맞게 최적화하기 위한 Google 가이드
- Google 검색 센터 — 구조화된 데이터 일반 가이드라인
- Search Console 고객센터 — 리치 결과 테스트
- Search Console 고객센터 — 리치 결과 보고서 개요
- Schema.org — Dataset