2026년 SERP 기능 완벽 가이드 — 가장 중요한 11가지 유형이 무엇인지, 각 유형이 트래픽에 중요한 이유, 실제로 노출을 얻는 구체적인 최적화 전략을 살펴봅니다.
로그인 없이 12,000 이상의 틈새 시장을 탐색해 보세요.

업데이트한 사람
Oct 04, 2026에 업데이트됨
TL;DR: SERP 기능은 Google의 기존 자연 검색 결과 위, 옆 또는 안에 표시되는 확장 요소입니다. 추천 스니펫, AI 개요, 다른 사용자들이 함께 찾는 질문(People Also Ask), 로컬 팩, 지식 패널, 이미지 팩, 동영상 캐러셀, 리치 스니펫 등이 여기에 포함됩니다. Google은 30개 이상의 SERP 기능을 표시합니다. 이 가이드에서 다루는 11개 기능은 자연 검색 브랜드에 가장 가치 있는 기회를 제공합니다. 이러한 기능을 확보하는 일은 AI 검색 최적화와 점점 더 밀접하게 연결되고 있습니다. 많은 SERP 기능, 특히 AI 개요가 AI 인용률을 좌우하는 것과 동일한 콘텐츠 품질 신호를 기반으로 작동하기 때문입니다.
기존 키워드 순위만을 최적화하고 있다면, 10차선 고속도로에서 한 차선만 두고 경쟁하는 셈입니다. 오늘날의 검색 결과 페이지에는 추천 스니펫, AI 생성 요약, 동영상 캐러셀, 제품 목록, 지역 지도, 토론 포럼이 가득합니다. 이 모든 요소는 대부분의 SEO 전략이 집중하는 파란색 자연 검색 링크의 위와 옆, 그리고 사이에 표시됩니다.
5,580만 건의 검색어를 분석한 Ahrefs의 연구에 따르면 AI 개요는 이제 전체 Google 검색의 54.6% 이상에 표시됩니다. 추천 스니펫은 전체 검색어의 12% 이상에 표시됩니다. 로컬 팩은 지역 관련 검색어에서 페이지의 첫 번째 가시 영역을 차지합니다. 많은 검색 결과 페이지에서 사용자는 기존 자연 검색 목록까지 이동하지 않고도 완전한 답을 찾을 수 있습니다.
자연 검색 가시성을 중요하게 여기는 브랜드라면 SERP 기능 최적화는 더 이상 선택 사항이 아닙니다. 페이지 상단에 노출되기 위한 핵심 경쟁 무대입니다.

SERP 기능은 표준 자연 검색 링크 목록 외에 Google 검색 결과 페이지에 표시되는 확장 요소입니다. 짧은 설명이 포함된 파란색 링크만 보여주는 대신, SERP 기능은 사용자가 필요한 정보를 더 빠르게 찾을 수 있도록 설계된 상호작용형·시각적·정보 중심의 결과를 제공합니다. 많은 경우 외부 웹사이트를 클릭하지 않고도 정보를 얻을 수 있습니다.
자연 검색 결과와 SERP 기능의 주요 차이점은 다음과 같습니다.
| 자연 검색 결과 | SERP 기능 |
|---|---|
| 표준 파란색 링크 + 메타 설명 | 리치 콘텐츠 요소(스니펫, 패널, 캐러셀) |
| 주로 키워드 순위에 따라 결정 | 검색어 의도 + 콘텐츠 구조에 따라 표시 |
| 고정된 위치(페이지당 1~10위) | 유동적인 위치(1위보다 위에 표시될 수 있음) |
| 일반적으로 클릭 필요 | 많은 기능이 클릭 없이 답을 제공 |
| 일반 SEO를 통해 최적화 | 특정 최적화 전략 필요 |
Google은 30가지 이상의 서로 다른 SERP 기능 유형을 문서화했습니다. 이 중 일부는 유료 기능입니다(스폰서 결과, 쇼핑 광고). 이 가이드에서는 전략적으로 가장 중요한 무료 기능 11개, 즉 자연 검색 가시성 측면에서 가장 가치 있는 기회를 제공하는 기능을 다룹니다.
추천 스니펫은 기존 자연 검색 결과 전체의 위이자 유료 광고 아래, 즉 '포지션 제로'에 표시됩니다. Google은 사용자의 검색어에 가장 적합한 답변이라고 판단한 웹페이지에서 특정 구절을 추출해 SERP에 직접 표시하며, 일반적으로 출처 URL과 제목도 함께 제공합니다.
검색어 유형에 따라 추천 스니펫은 네 가지 형식으로 표시됩니다.

1단계: 타깃 키워드가 실제로 추천 스니펫을 트리거하는지 확인합니다. 시크릿 창에서 키워드를 검색하고 스니펫이 표시되는지 확인하세요. 스니펫이 없다면 새 스니펫을 만드는 방식으로 확보해야 하므로 기존 스니펫을 대체하는 것보다 어렵습니다.
2단계: 기존 스니펫의 형식에 맞춥니다. Google이 단락 스니펫을 표시한다면 단락 형식으로 답변을 작성하세요. Google이 단락을 선호하는데 목록 형식으로 작성하면 스니펫에 포함될 가능성이 낮아집니다.
3단계: 답변에 바로 접근할 수 있도록 콘텐츠를 구성합니다.

전문가 팁: 추천 스니펫과 AI 개요는 직접적인 답변, 질문형 제목, 깔끔한 HTML 구조 등 서로 겹치는 콘텐츠 특성을 바탕으로 합니다. 추천 스니펫을 최적화하면 AI 개요에 포함될 가능성도 함께 높아집니다.
AI 개요는 복잡한 검색어에 대해 여러 출처의 정보를 종합해 포괄적인 답변을 생성하는 Google의 AI 생성 요약입니다. 단일 웹페이지의 콘텐츠를 추출하는 추천 스니펫과 달리, AI 개요는 여러 출처의 인사이트를 결합하고 이를 뒷받침하는 페이지를 인용으로 표시합니다.
Ahrefs의 연구에 따르면 AI 개요는 이제 Google 검색의 54% 이상에 표시되어, 표시량 기준으로 가장 많이 노출되는 SERP 기능이 되었습니다. 중요한 점은 같은 연구에서 AI 개요가 출처 페이지의 클릭률을 34.5% 낮추는 것으로 나타났다는 것입니다. 즉, AI 개요가 표시되는 검색어에서는 개요에 인용되어 어느 정도 트래픽을 얻거나, AI 개요가 기존에 자연 검색 결과로 향하던 관심을 가져가면서 점점 더 적은 트래픽을 얻게 됩니다.

AI 개요의 인용은 주로 타깃 검색어에 대해 이미 Google 검색 결과 상위 10위 안에 있는 페이지에서 나오지만, 항상 그런 것은 아닙니다. Writesonic이 100만 개 이상의 AI 개요를 분석한 결과, 인용의 40.58%는 Google 상위 10개 결과에서, 59.42%는 상위 10개 밖에서 나왔습니다. 따라서 기존 검색 순위에서 우위를 점하지 못하더라도 콘텐츠를 올바르게 구성하면 브랜드가 인용될 기회를 확보할 수 있습니다.
AI 개요 최적화를 위한 주요 전략은 다음과 같습니다.
다른 사용자들이 함께 찾는 질문(PAA) 상자는 Google 검색 결과에 표시되는 확장형 질문 및 답변 섹션으로, 보통 1~4위 사이에 표시되지만 페이지 어디에나 나타날 수 있습니다. 각 질문을 펼치면 웹 출처에서 가져온 짧은 답변과 전체 페이지로 연결되는 링크가 표시됩니다. 사용자가 질문을 클릭하면 관련 질문이 더 나타나기 때문에 사실상 관련 정보가 무한히 이어지는 스크롤을 만들 수 있습니다.
검색어당 하나의 답변만 제공하는 추천 스니펫과 달리, PAA 상자에는 여러 질문이 포함되고 계속 확장됩니다. 따라서 동일한 시드 검색어에 대해 여러 브랜드가 같은 PAA 상자에 동시에 표시될 수 있습니다.

적절한 질문을 찾습니다: 키워드 리서치 도구, Google의 PAA 상자, Reddit 및 Quora 커뮤니티 토론, AnswerThePublic과 같은 플랫폼을 활용해 잠재고객이 실제로 사용하는 질문형 키워드를 찾습니다. "X는 어떻게 작동하나요?", "X와 Y의 차이는 무엇인가요?", "X는 쓸 만한가요?"와 같은 자연어 질문이 직접적인 타깃입니다.
콘텐츠를 FAQ 섹션으로 구성합니다: 타깃 주제와 관련해 자주 등장하는 PAA 질문을 다루는 전용 FAQ 섹션을 글에 만듭니다. 각 질문과 답변은 다음과 같이 구성해야 합니다.
FAQPage 스키마를 적용합니다: FAQPage 스키마로 질문 및 답변 콘텐츠를 마크업하면 Google에 콘텐츠가 질문과 답변 형식으로 구성되어 있음을 알릴 수 있어, PAA 포함과 AI 개요 인용 가능성이 높아집니다.
지식 패널은 사용자가 Google 지식 그래프에 등록된 특정 엔티티(사람, 장소, 조직, 브랜드 또는 제품)를 검색할 때 화면 오른쪽(데스크톱)이나 검색 결과 내(모바일)에 표시되는 정보 상자입니다. 웹 전반의 여러 신뢰할 수 있는 출처에서 정보를 가져와 해당 엔티티의 개요를 제공합니다.
브랜드 지식 패널에는 일반적으로 회사명과 한 줄 설명, 로고 또는 대표 이미지, 설립일과 위치, 소셜 미디어 프로필 링크, 공식 웹사이트 링크, '함께 검색된 항목' 아래의 관련 엔티티가 포함됩니다.
지식 패널은 직접적인 페이지 순위 신호가 아니라 Google 지식 그래프를 기반으로 합니다. 따라서 최적화 방법은 다른 SERP 기능과 근본적으로 다릅니다.
웹 전반에 걸쳐 엔티티 기반을 구축합니다.
지식 패널을 소유권 인증합니다: Google이 엔티티의 패널을 생성하면 Google의 공식 인증 절차를 통해 소유권을 확인해 사실 정보의 수정 사항을 제안하고 대표 이미지를 선택할 수 있습니다.
플랫폼 간 일관성을 유지합니다: Google은 여러 출처를 대조해 엔티티 정보를 확인합니다. 플랫폼마다 브랜드를 설명하는 방식이 일관되지 않으면 엔티티 식별이 모호해져 지식 패널의 정확도가 낮아지고 패널이 아예 생성되지 않을 수도 있습니다.
토론 및 포럼 SERP 기능은 Reddit, Quora 및 틈새 커뮤니티 포럼과 같은 플랫폼의 관련 대화를 검색 결과에 직접 표시합니다. 이 기능은 콘텐츠 품질 신호로서 진정성 있는 사람들의 경험을 Google이 점점 더 중요하게 여긴다는 점을 보여줍니다. 또한 Writesonic의 연구에서 Reddit의 AI 개요 인용이 450% 증가한 것으로 기록되었습니다.

진정성 있게 참여합니다: 업계와 관련된 Reddit 및 Quora 커뮤니티에 참여합니다. 홍보 문구가 아니라 진정한 전문성을 바탕으로 질문에 답변하세요. 브랜드 홍보를 감지한 서브레딧과 포럼 커뮤니티는 계정을 차단하고 가시성 향상 효과를 무너뜨릴 수 있습니다.
투명하게 밝힙니다: 토론과 관련이 있다면 본인과 회사와의 관계를 밝힙니다. 진정성 있고 투명한 참여는 정당한 인용으로 이어지는 커뮤니티의 신뢰를 쌓습니다.
자체 커뮤니티 구축을 고려합니다: 자체 웹사이트에 전용 Q&A 또는 토론 섹션을 만들면 직접 관리하는 콘텐츠로 토론 및 포럼에 표시될 수 있습니다. 커뮤니티 관리는 지속적인 투자가 필요하지만 인용 대상이 될 수 있는 콘텐츠를 꾸준히 만들어냅니다.
이미지 팩은 사용자의 검색어에 시각적 콘텐츠가 더 적합하다고 Google이 판단할 때 검색 결과에 표시되는 이미지의 가로 행 또는 격자입니다. 일반적으로 "미니멀리스트 책상 세팅", "산악 웨딩 장소", "미드센추리 모던 거실"처럼 시각적 의도가 강한 검색어에서 표시됩니다.
설명적이고 키워드와 관련된 대체 텍스트를 사용합니다: Google은 이미지가 무엇을 보여주는지 직접 볼 수 없으므로, 관련성을 판단할 때 주변 텍스트, 파일명, alt 속성에 의존합니다. 자연스러운 문장으로 이미지 내용을 정확하게 설명하고, 자연스럽게 어울리는 경우 타깃 키워드를 포함해 대체 텍스트를 작성합니다.
설명적인 파일명을 사용합니다: best-minimalist-desk-setup-2026.jpg는 Google의 색인 생성 알고리즘에 IMG_4523.jpg보다 훨씬 더 많은 정보를 제공합니다.
이미지 파일 크기를 최적화합니다: 이미지 파일이 크면 페이지 로딩 속도가 느려져 순위와 코어 웹 바이탈에 부정적인 영향을 미칩니다. WebP 형식을 사용하고 시각적 선명도를 유지하는 최소 품질로 이미지를 압축하며, 첫 화면 아래에 있는 이미지에는 지연 로딩을 적용합니다.
설명적인 캡션을 작성합니다: 이미지 캡션은 사용자와 Google의 이미지 이해 시스템 모두가 페이지에서 가장 많이 읽는 텍스트 중 하나입니다.
동영상 캐러셀은 Google이 사용자의 검색 의도에 동영상 콘텐츠가 더 적합하다고 판단하는 검색어(튜토리얼, 사용 방법 가이드, 제품 시연, 엔터테인먼트 등)에 표시되는 가로형 동영상 썸네일 행입니다. 일반적으로 처음에는 3~4개의 동영상이 표시되고 스크롤 옵션이 제공됩니다. Google이 YouTube를 소유하고 있어 추천 동영상 슬롯의 80% 이상에 YouTube 동영상이 표시됩니다.

동영상 검색 의도가 있는 키워드를 타깃팅합니다: 타깃 키워드를 검색해 동영상 캐러셀이 표시되는지 확인합니다. "이중 인증 설정 방법", "데드리프트를 올바르게 하는 방법"과 같이 사용 방법이나 튜토리얼 의도가 강한 검색어가 캐러셀을 주로 트리거합니다.
모든 동영상 메타데이터를 최적화합니다.
관련 웹페이지에 동영상을 삽입하고 VideoObject 스키마 마크업을 적용해 검색될 가능성을 높이고 동영상 콘텐츠에 관한 구조화된 데이터를 제공합니다.
시청 시간과 시청자 유지율을 우선시합니다: Google의 동영상 순위 알고리즘은 참여 지표에 큰 비중을 둡니다. 시청자가 더 오래 시청하도록 하는 동영상일수록 순위가 높아집니다. 결국 콘텐츠 품질이 캐러셀 노출 순위를 좌우합니다.
지도 팩 또는 3팩이라고도 하는 로컬 팩은 "내 주변 피자 레스토랑", "포틀랜드 시내 치과", "일요일에 영업하는 배관공"처럼 지역 검색 의도가 있는 검색어에 대해 지도와 세 개의 비즈니스 목록으로 표시됩니다. 로컬 팩은 일반적으로 지역 검색어의 자연 검색 결과 위에 표시되어 SERP에서 가장 눈에 띄는 영역을 차지합니다.

Google의 로컬 팩 알고리즘은 세 가지 요소를 반영합니다. 관련성(비즈니스가 검색어와 얼마나 잘 일치하는지), 거리(비즈니스가 사용자와 얼마나 가까운지), 인지도(온라인에서 비즈니스가 얼마나 잘 알려지고 신뢰받는지)입니다.
Google 비즈니스 프로필(GBP)이 기반입니다.
NAP 일관성: 웹사이트, GBP, Yelp, Apple Maps, Bing Places 및 모든 디렉터리 목록에서 비즈니스의 이름, 주소, 전화번호가 동일한지 확인합니다. 사소한 불일치(예: Suite와 Ste.의 차이, 전화번호 표기 방식 차이)도 엔티티 식별 문제를 일으킬 수 있습니다.
리뷰 전략: 고품질의 긍정적인 리뷰는 로컬 팩 순위에 영향을 미치는 가장 중요한 신호 중 하나입니다. 이메일, SMS 또는 대면 QR 코드를 통해 만족한 고객에게 리뷰를 요청하는 시스템을 마련합니다. 긍정적 리뷰와 부정적 리뷰를 포함해 모든 리뷰에 48시간 이내에 답변합니다.
LocalBusiness 스키마: 연락처 페이지와 위치 페이지에 LocalBusiness 스키마(또는 Restaurant, MedicalClinic, LawFirm 등 관련 하위 유형)를 적용해 기계가 판독할 수 있는 비즈니스 식별 정보를 제공합니다.
인기 제품 기능은 상업적 검색어와 관련된 제품을 보여주는 자연 검색(비유료) 캐러셀로, 제품 이미지, 제목, 가격, 평점, 판매처 정보를 포함합니다. 클릭하면 사용자는 판매처를 선택하기 전에 상세 정보를 확인할 수 있는 전용 Google 제품 페이지로 이동합니다.
다음 두 가지 방법 중 하나를 통해 Google이 제품 데이터에 접근할 수 있도록 합니다.
제품 콘텐츠를 최적화합니다.
리치 스니펫은 표준 제목, URL, 설명 외에 별도의 정보를 보여주는 확장된 검색 결과입니다. 별점, 제품 가격, 레시피 조리 시간, 이벤트 날짜, FAQ 답변 등의 요소를 표준 검색 결과에 직접 표시합니다. 리치 결과는 '포지션 제로'에 표시되지 않더라도 클릭률을 크게 높여줍니다.

페이지와 일치하는 콘텐츠 유형에 대해 JSON-LD 형식(Google이 선호하는 형식)의 구조화된 데이터 마크업을 구현하세요.
배포 전에 Google 리치 결과 테스트를 사용해 모든 구조화된 데이터 구현을 검증하세요. Google은 스키마 마크업이 페이지 콘텐츠와 정확하게 일치해야 한다고 요구합니다. 오해를 유발하는 마크업(별점 2.5점인 제품을 별점 5점으로 표시하는 경우)은 수동 조치로 이어질 수 있습니다.
주요 뉴스는 뉴스 관련 검색어의 검색 결과 상단에 표시되는 뉴스 기사 캐러셀입니다. Google은 최신의 관련 기사를 스토리 그룹별로 구성하고 Google 뉴스에 색인된 권위 있는 뉴스 출처를 우선적으로 보여줍니다.
주요 뉴스는 주로 Google 뉴스에 색인된 뉴스 게시자가 이용할 수 있습니다. 콘텐츠 전략 요구사항은 다음과 같습니다.
datePublished 및 dateModified 필드가 포함된 NewsArticle 구조화된 데이터 마크업을 구현합니다.주요 뉴스에서는 Core Web Vitals가 특히 중요합니다. Google은 우수한 저널리즘과 함께 뛰어난 페이지 경험을 제공하는 사이트를 명시적으로 우선시합니다. 경쟁력 있는 주요 뉴스 게재를 위해 모든 Core Web Vitals 기준을 통과하세요. 특히 LCP는 2.5초 미만이어야 합니다.
시크릿 모드에서 타깃 키워드를 검색하고 각 키워드에 어떤 SERP 기능이 표시되는지 기록합니다. 이 수동 방식은 신뢰할 수 있지만, 대규모로 진행하면 시간이 많이 걸립니다.
추천 대상: 우선순위가 높은 특정 키워드를 표본 조사하거나 새로운 콘텐츠 주제의 경쟁 환경을 파악할 때.
기존 콘텐츠가 있는 웹사이트의 경우, Google Search Console의 실적 보고서에서 특정 검색어로 이미 노출을 받고 있는 페이지를 확인할 수 있습니다. SERP 기능이 표시되는 키워드에서 이미 3~15위에 랭크된 페이지는 최적화 우선순위가 가장 높은 후보입니다. 이미 관련성 신호를 갖추고 있으므로 새로운 랭킹 권위도를 확보하기보다 콘텐츠 구조를 재정비하면 됩니다.

추천 대상: 이미 랭크되고 있지만 SERP 기능 최적화가 부족한 기존 콘텐츠에서 빠르게 성과를 낼 기회를 찾을 때.
키워드 리서치 도구(Ahrefs, Semrush, Google Search Console)에 연결된 AI SEO 에이전트는 대량의 키워드를 분석하고, SERP 기능을 유발하는 키워드를 식별하며, 난이도와 잠재적 영향에 따라 기회의 우선순위를 정할 수 있습니다. 수동 리서치에 몇 시간 걸릴 작업을 몇 분 만에 완료합니다.
AI를 활용한 SERP 기능 리서치 프롬프트 템플릿: "현실적으로 랭크를 달성할 수 있는 SERP 기능을 유발하는 키워드 20개를 찾아 주세요. 시드 키워드는 [keyword]이고 도메인은 [domain.com]입니다. 각 키워드에 해당하는 구체적인 SERP 기능 유형을 포함해 주세요."
추천 대상: 광범위한 주제 클러스터 전반에서 대규모로 SERP 기능 기회를 찾을 때.

SERP 기능 최적화와 AI 검색 가시성은 점점 같은 영역이 되어가고 있습니다. 추천 스니펫을 얻는 콘텐츠 구조(직접적인 답변, 질문형 제목, FAQPage 스키마)는 AI Overview 인용을 생성하고 ChatGPT, Gemini, Perplexity 전반에서 AI 인용률을 높이는 구조와 같습니다. 한쪽을 최적화하면 다른 쪽에도 누적 효과가 발생합니다.
Dageno AI는 SERP 기능 실적과 AI 검색 가시성을 연결하는 측정 및 최적화 인프라를 제공하여 마케팅팀이 두 영역에서 콘텐츠 성과를 통합 대시보드로 확인할 수 있도록 합니다. Dageno AI는 Google AI Mode, AI Overviews, ChatGPT, Perplexity, Claude 및 기타 주요 AI 플랫폼 전반에서 브랜드 인용을 실시간으로 모니터링하여, SERP 기능 최적화 노력이 AI 인용 개선으로 이어지는지 또는 추가적인 GEO 최적화가 필요한지 파악할 수 있도록 합니다.
추천 스니펫과 AI Overviews를 최적화했지만 대화형 AI 응답에서 브랜드 성과가 여전히 저조한 SEO팀의 경우, Dageno AI의 시맨틱 격차 분석을 통해 AI 인용 격차를 해소하기 위해 조정해야 할 구체적인 콘텐츠 구조와 엔티티 관계를 확인할 수 있습니다. 플랫폼의 AI Search Analyzer 확장 프로그램은 단일 감사 워크플로에서 기존 SERP 기능 적격성 신호와 AI 대응 준비 지표를 모두 실시간으로 온페이지 감사합니다. 여기에는 스키마 검증, 제목 구조, 콘텐츠 추출 형식, AI 크롤러 접근성이 포함됩니다.
AI Overviews가 계속 확장되고 AI Mode가 더 많은 고의도 검색어를 흡수함에 따라, 체계적인 SERP 기능 및 AI 가시성 최적화 방식을 구축한 브랜드는 기존 자연 검색 순위에만 집중한 브랜드보다 누적되는 검색 가능성상의 이점을 얻을 수 있습니다.
Dageno AI로 AI Overviews 및 SERP 기능 실적을 추적하세요 →
AI 검색을 장악할 준비가 되셨나요?
시작하기 - 무료입니다! >| SERP 기능 | 주요 트리거 | 최적화 우선순위 | 스키마 유형 |
|---|---|---|---|
| 추천 스니펫 | 정보성 검색어 | 질문형 H2 + 40~60단어의 직접적인 답변 | FAQPage |
| AI Overview | 복잡한 정보성 검색어 | 상위 10위 랭킹 + 구조화된 답변 | Article + FAQPage |
| 함께 찾는 질문 | 관련 사용자 질문 | 질문 형식의 제목을 사용한 FAQ 섹션 | FAQPage |
| 지식 패널 | 엔티티/브랜드 검색 | NAP 일관성 + 엔티티 풋프린트 | Organization |
| 토론 및 포럼 | 의견/경험 관련 검색어 | Reddit/Quora에 진정성 있게 참여 | 필요 없음 |
| 이미지 팩 | 시각적 검색어 | 대체 텍스트 + 설명형 캡션 + 파일명 | ImageObject |
| 동영상 캐러셀 | 사용법/튜토리얼 검색어 | YouTube 최적화 + VideoObject 스키마 | VideoObject |
| 로컬 팩 | 지역 검색 의도 | GBP 최적화 + NAP 일관성 + 리뷰 | LocalBusiness |
| 인기 제품 | 제품 검색어 | Google Merchant Center + Product 스키마 | Product + Offer |
| 리치 스니펫 | 다양한 검색 의도 유형 | 적절한 구조화된 데이터 마크업 | 유형에 따라 다름 |
| 주요 뉴스 | 뉴스/시사 | Google 뉴스 색인 + NewsArticle 스키마 | NewsArticle |
업데이트한 사람
Dageno
Dageno is the research and insights team at Dageno AI, publishing industry reports and expert analysis on AI Search Visibility, Generative Engine Optimization (GEO), and AI-powered search discovery.