LocalBusiness 스키마란 무엇인가요?

schema.org의 LocalBusiness 형식은 가게 이름, 주소, 전화번호, 영업시간처럼 사람이 읽는 정보를 name, address, telephone, openingHours 같은 이름표가 붙은 항목으로 나눠 페이지 코드 안에 심어두는 방식이다. 문장 하나로 뭉쳐 있던 정보를 AI가 항목별로 구분해 읽을 수 있게 해준다.

네이버에만 정보가 있으면 왜 부족한가요?

네이버 같은 폐쇄형 플랫폼은 자체 데이터베이스 안에서 검색 결과를 보여주지만, 외부 AI 크롤러가 그 안의 정보를 가져가도록 열어두지는 않는다. ChatGPT나 Perplexity가 답변에 가게를 인용하려면 크롤링이 가능한 별도의 공개 웹페이지에 같은 정보가 있어야 한다.

신뢰 신호는 어떻게 쌓나요?

이름·주소·전화번호(NAP)를 웹사이트, SNS, 지도 서비스, 리뷰 페이지 어디서나 동일하게 유지하고, 리뷰나 언급, 운영 기간처럼 공개적으로 확인 가능한 정보를 늘리는 것이 방법이다. 이런 신호가 쌓일수록 인용될 확률은 올라가지만 특정 신호 하나가 결과를 보장하지는 않는다.

AI 검색에 우리 가게가 나오게 하려면 어떻게 하나요?

AI 검색에 가게가 나오려면 정보가 구조화된 공개 웹페이지로 먼저 존재해야 한다. 업종·위치·영업시간·연락처를 LocalBusiness 스키마로 정리해두면 AI가 그 정보를 인용할 근거가 생긴다. 네이버 같은 폐쇄형 플랫폼 안에만 정보가 있으면 외부 AI는 가게의 존재 자체를 알 수 없다.

최종 업데이트 2026-07-07

로컬 비즈니스가 AI 검색에 노출되는 3단계

동네 음식점이나 미용실, 병원 같은 로컬 비즈니스가 AI 답변에 인용되려면 세 단계를 통과해야 한다. 첫째, 존재다. AI 크롤러가 접근할 수 있는 공개 웹페이지에 정보가 있어야 한다. 네이버 안에만 정보를 넣어두면 그 존재 자체가 외부 AI에게는 보이지 않는다. 둘째, 구조화다. 사람이 읽는 문장뿐 아니라 기계가 파싱할 수 있는 형식으로 업종·위치·영업시간·연락처를 정리해야 한다. 셋째, 권위다. 정보의 일관성과 언급량이 쌓여야 AI가 그 정보를 믿고 인용할 근거가 생긴다. 이 순서가 중요한 이유는, 존재하지 않는 페이지는 아무리 잘 구조화해도 크롤링되지 않고, 구조화되지 않은 페이지는 존재해도 AI가 필요한 항목을 뽑아내지 못하기 때문이다.

LocalBusiness 스키마 — 정보를 기계가 읽게 번역하기

구조화 데이터는 사람이 읽는 문장을 기계도 읽을 수 있는 형태로 옮겨 적는 작업이다. 메뉴판에 "월-금 10시부터 21시, 강남역 3번 출구 도보 5분"이라고 적어두면 손님은 이해하지만, AI 크롤러는 이걸 하나의 문장 뭉치로만 인식할 뿐 "영업시간"과 "위치"라는 항목으로 구분하지 못한다. schema.org의 LocalBusiness 형식은 이 문장을 name, address, openingHours, telephone 같은 이름표가 붙은 항목으로 쪼개 페이지 코드 안에 심어둔다. 이렇게 항목이 나뉘어 있어야 "강남역 근처 카페 알려줘" 같은 질문에 AI가 후보를 구분하고 골라낼 수 있다.

NAP 일관성과 신뢰 신호

존재하고 구조화되어도 AI가 확신을 갖지 못하면 인용을 주저한다. 이때 보는 것이 NAP(이름·주소·전화)의 일관성이다. 웹사이트, SNS, 지도 서비스, 리뷰 페이지에 적힌 가게 이름과 주소, 전화번호가 조금씩 다르면 AI 입장에서는 어느 쪽이 최신 정보인지, 심지어 같은 가게가 맞는지 판단하기 어려워진다. 여기에 리뷰, 언론 언급, 운영 기간처럼 공개적으로 확인되는 신호가 쌓이면 실재하고 활발하게 운영 중인 곳이라는 판단 근거가 늘어난다. 신호가 많을수록 인용될 확률은 올라가지만, 이는 확률의 문제이지 특정 신호 하나로 보장되는 결과는 아니다.

다음 단계

단계별 실행 방법은 로컬 비즈니스 AEO 체크리스트에서 확인할 수 있다.

자주 묻는 질문

AI 검색에 우리 가게가 나오게 하려면 어떻게 하나요?: AI 검색에 가게가 나오려면 정보가 구조화된 공개 웹페이지로 먼저 존재해야 한다. 업종·위치·영업시간·연락처를 LocalBusiness 스키마로 정리해두면 AI가 그 정보를 인용할 근거가 생긴다. 네이버 같은 폐쇄형 플랫폼 안에만 정보가 있으면 외부 AI는 가게의 존재 자체를 알 수 없다.
LocalBusiness 스키마란 무엇인가요?: schema.org의 LocalBusiness 형식은 가게 이름, 주소, 전화번호, 영업시간처럼 사람이 읽는 정보를 name, address, telephone, openingHours 같은 이름표가 붙은 항목으로 나눠 페이지 코드 안에 심어두는 방식이다. 문장 하나로 뭉쳐 있던 정보를 AI가 항목별로 구분해 읽을 수 있게 해준다.
네이버에만 정보가 있으면 왜 부족한가요?: 네이버 같은 폐쇄형 플랫폼은 자체 데이터베이스 안에서 검색 결과를 보여주지만, 외부 AI 크롤러가 그 안의 정보를 가져가도록 열어두지는 않는다. ChatGPT나 Perplexity가 답변에 가게를 인용하려면 크롤링이 가능한 별도의 공개 웹페이지에 같은 정보가 있어야 한다.
신뢰 신호는 어떻게 쌓나요?: 이름·주소·전화번호(NAP)를 웹사이트, SNS, 지도 서비스, 리뷰 페이지 어디서나 동일하게 유지하고, 리뷰나 언급, 운영 기간처럼 공개적으로 확인 가능한 정보를 늘리는 것이 방법이다. 이런 신호가 쌓일수록 인용될 확률은 올라가지만 특정 신호 하나가 결과를 보장하지는 않는다.