MARKETS
KOSPI
KOSDAQ
S&P 500
NASDAQ
USD/KRW
BTC
NIKKEI
WTI
KOSPI
KOSDAQ
S&P 500
NASDAQ
USD/KRW
BTC
NIKKEI
WTI
Wittgenhaus

2026년 5월 12일 화요일

전문가의 AI 하이브리드 리서치 랩

마케팅검증

스키마 마크업과 AI 인용 빈도의 상관관계 분석

아레프스(Ahrefs)는 스키마 마크업 추가가 AI의 인용 빈도를 직접적으로 높이지 않는다는 분석 결과를 발표했습니다. 스키마와 AI 인용 사이의 상관관계는 사이트의 전반적인 품질에서 기인한다는 해석입니다. 검색 엔진 최적화 전략 수립 시 참고할 수 있는 주요 내용을 정리했습니다.

2026년 5월 12일

주장아레프스는 웹사이트에 스키마 마크업(Schema Markup)을 추가하는 행위가 인공지능(AI)의 인용 빈도를 직접적으로 높이지 않는다고 분석합니다. 스키마 마크업이 적용된 페이지가 AI에 자주 인용되는 현상은 스키마 자체의 효과라기보다 해당 사이트의 전반적인 품질이 높기 때문일 가능성이 큽니다.

팩트아레프스는 1,885개의 웹 페이지를 대상으로 JSON-LD 스키마 추가 전후의 인용 변화를 30일 동안 추적했습니다. 분석 대상은 구글 AI 오버뷰(AI Overviews), AI 모드, 챗GPT(ChatGPT) 등 주요 플랫폼입니다.

팩트분석 결과 구글 AI 오버뷰에서는 인용이 4.6% 감소했으며, AI 모드와 챗GPT에서는 각각 2.4%와 2.2% 증가했습니다. 다만 이러한 수치는 통계적으로 유의미한 변화로 보기 어렵고 무작위 변동 범위 내에 머뭅니다.

교차검증이번 실험은 이미 AI로부터 100회 이상의 인용을 확보한 페이지를 대상으로 진행했습니다. 따라서 AI에 노출되지 않은 새로운 페이지에 스키마가 미치는 영향은 이번 데이터로 확인하기 어렵습니다.

팩트서치뷰(searchVIU)의 별도 실험에 따르면 5개의 AI 시스템은 실시간으로 페이지를 가져올 때 JSON-LD와 같은 스키마 마크업을 직접 활용하지 않습니다. AI는 스키마 대신 눈에 보이는 HTML 콘텐츠만을 추출합니다.

교차검증스키마 마크업을 추가하는 과정에서 웹사이트의 다른 요소가 함께 변경되는 경우가 많습니다. 이로 인해 스키마만의 순수한 효과를 분리하여 측정하는 데 기술적인 한계가 존재합니다.

주장이번 보고서는 스키마 마크업이 리치 결과나 지식 그래프에는 도움이 될 수 있으나, 이미 AI 인용이 활발한 페이지의 인용 수를 늘리는 데는 효과가 없음을 시사합니다. 마케터는 스키마 마크업을 AI 가시성 확보를 위한 만능 해결책으로 보지 말아야 합니다.

팩트아레프스가 600만 개의 URL을 분석한 결과, AI가 인용하는 페이지는 그렇지 않은 페이지보다 JSON-LD를 포함할 확률이 약 3배 높습니다. 이는 스키마가 인용을 유도하는 것이 아니라, 고품질 콘텐츠를 생산하는 사이트가 스키마를 더 잘 활용하기 때문입니다.

교차검증30일이라는 분석 기간은 스키마 마크업이 검색 엔진이나 AI 모델에 반영되어 나타나는 장기적인 효과를 놓쳤을 가능성이 있습니다. 또한 모든 종류의 스키마를 통합하여 분석했으므로 특정 스키마 유형의 개별적인 효과는 반영되지 않았습니다.

출처서치 엔진 저널(Search Engine Journal)의 보도와 아레프스의 기술 보고서를 교차 검증했습니다.

본 기사는 전문가의 분석과 공개 자료를 기반으로 AI가 작성 후 다른 AI의 검증을 거쳐 작성됐으며 정보의 정확성과 완전성을 보장하지 않습니다. 기사 내용은 특정 투자·의사결정의 권유가 아니며, Wittgenhaus는 이를 근거로 한 행위의 결과에 책임을 지지 않습니다.

스팟

WIRE

글로벌 인텔리전스

전체보기 →

본 페이지의 정보는 공개 채널을 통해 자동 수집되는 정보로 정보의 정확성·완전성을 보장하지 않으며, Wittgenhaus의 공식 입장이 아닙니다. 이를 근거로 한 판단과 행위의 결과에 Wittgenhaus는 책임을 지지 않습니다.

버블 지표

상세보기 →

릴리즈 & 논문

전체보기 →

RELEASES

LangChainlangchain-core==1.4.0

langchain-core==1.4.0

이번 릴리즈에서는 content-block-centric 스트리밍(v2) 기능이 추가되었으며, 채팅 모델 및 LLM 호출 파라미터를 추적 가능한 메타데이터에 포함시켰습니다. 또한, Pydantic v1 임포트를 최적화하고, 도구 실행 시 구조화된 입력을 보존하며, 배치 크기 유효성 검사를 강화하는 등의 다양한 버그 수정 및 개선 사항이 포함되었습니다.

14시간 전

Anthropicv0.101.0

v0.101.0

이번 릴리즈에서는 Claude Platform on AWS를 위한 AWS 클라이언트가 추가되었습니다. 또한 파일 타입 오류 메시지에 누락된 f-string 접두사가 수정되었으며, 예제 코드의 도구 실행기가 업데이트되었습니다.

16시간 전

microsoft/semantic-kerneldotnet-1.76.0

dotnet-1.76.0

이번 릴리즈에서는 .Net 버전을 1.76.0으로 업데이트하고, CloudDrivePlugin 및 OpenAPI 플러그인의 입력 유효성 검사를 강화했습니다. 또한, 도구/함수 결과에 ImageContent 지원이 추가되었으며, Kiota 패키지 및 Snappier 라이브러리의 보안 취약점을 수정했습니다.

23시간 전

vLLMv0.20.2

vLLM v0.20.2

이번 릴리즈는 DeepSeek V4, gpt-oss, Qwen3-VL에 대한 버그 수정 사항을 포함하는 작은 패치 릴리즈입니다. DeepSeek V4의 Sparse Attention 및 KV 캐시 관련 문제, gpt-oss의 MXFP4와 torch.compile 호환성 문제, Qwen3-VL의 잘못된 경계 검사 오류가 수정되었습니다.

2일 전

LangChainlangchain==1.2.18

langchain==1.2.18

langchain 1.2.18 릴리즈에서는 `create_agent` 호출 시 `ls_agent_type` 태그가 롤백되었습니다. 또한, `langchain-classic`의 `hub`, `limit loads/dumps` 기능이 사용 중단 처리되었으며, 선택적 종속성이 다시 활성화되었습니다.

3일 전

PAPERS