AI 검색 상품 페이지 SEO 체크리스트

AI 검색 상품 페이지 SEO 체크리스트: Schema, Feed, 상품 사실

AI 검색은 기존 상품 페이지 SEO를 없애지 않습니다. 오히려 상품 정보가 맞지 않는 지점을 더 쉽게 드러냅니다. 상품 페이지에는 여전히 명확한 제목, 크롤링 가능한 콘텐츠, 안정적인 모바일 경험, canonical URL이 필요합니다. 여기에 페이지에서 보이는 내용, Product JSON-LD, 변형 속성, 이미지, 정책, Merchant Center feed가 같은 상품 사실을 말해야 합니다.

이 체크리스트는 이미 DTC 상품 페이지를 운영하지만 Google Search, Google Shopping, AI Mode형 쇼핑 경험, 기타 상품 발견 시스템이 상품을 더 쉽게 이해하길 원하는 팀을 위한 것입니다. 목표는 SEO 필드를 많이 만드는 것이 아니라 crawler, feed, reporting tool이 같은 상품 사실을 읽도록 만드는 것입니다.

상품 페이지 SEO에서 달라진 점

Google의 Product structured data 문서는 product snippets와 merchant listings를 구분합니다. Product snippets는 평점, 가격, 재고 같은 검색 결과 정보에 가깝고, merchant listings는 구매 가능한 페이지를 대상으로 배송, 사이즈, 반품, 변형 같은 더 구체적인 commerce 정보를 다룹니다. Google은 페이지 수준의 구조화 데이터와 Merchant Center feed를 함께 사용하는 것도 권장합니다. 두 데이터가 있으면 Google이 상품 데이터를 이해하고 검증하기 쉬워집니다.

AI shopping은 attribute completeness의 중요성도 높입니다. Google은 2025년 5월 20일 AI Mode shopping 업데이트에서 AI Mode가 Gemini 기능과 Shopping Graph를 결합한다고 설명했습니다. Shopping Graph에는 리뷰, 가격, 색상, 재고 같은 세부 정보를 가진 product listings가 포함됩니다. 2026년 5월 27일 Merchant Center AI performance insights 발표에는 product attribute insights와 attribute completeness score도 포함되었습니다.

즉 PDP SEO는 문구 최적화만이 아닙니다. 페이지, schema, feed, 이미지, 재고, analytics label을 맞추는 상품 데이터 품질 운영입니다.

체크 1: 크롤링, 인덱싱, canonical 확인

schema를 수정하기 전에 기본 항목부터 봅니다.

상품 페이지의 canonical URL이 안정적으로 200을 반환한다.
canonical URL이 구조화 데이터의 URL, sitemap, Merchant Center feed link와 일치한다.
robots, noindex, 로그인 장벽, 지역 리다이렉트가 상품 페이지를 막지 않는다.
현지화 페이지의 alternate 관계가 일관되고, 한 페이지 안에서 언어가 섞이지 않는다.
변형 URL 전략이 명확하다. 각 변형을 독립 canonical 페이지로 둘지, 부모 상품 페이지에서 표현할지 정해져 있다.

이 기본값이 흔들리면 구조화 데이터는 문제를 해결하지 못하고 충돌을 더 잘 보이게 만듭니다.

체크 2: 보이는 사실과 Product JSON-LD 맞추기

PDP의 Product JSON-LD는 같은 페이지에서 사용자가 볼 수 있는 내용을 설명해야 합니다. 먼저 볼 필드는 다음입니다.

상품명과 설명.
크롤링 가능하고 상품과 관련 있는 이미지 URL.
SKU, MPN, GTIN, brand 등 사용 가능한 식별자.
price, currency, URL, availability, condition 같은 Offer 데이터.
실제 리뷰 수와 평점 데이터가 있을 때만 aggregateRating 사용.

페이지에 없는 claim, 가짜 리뷰, 보이지 않는 정책을 markup에 넣지 않습니다. schema는 숨겨진 정보를 넣는 공간이 아니라 페이지 사실의 machine-readable 버전입니다.

체크 3: Product schema와 merchant listing 깊이 나누기

Product schema는 하나의 큰 체크박스가 아닙니다. Google은 product snippets, merchant listings, variants, shipping, returns, loyalty, policies를 나누어 다룹니다. PDP 감사에서는 두 질문을 분리합니다.

현재 페이지 수준 Product JSON-LD가 안정적으로 표현할 수 있는 사실은 무엇인가.
Merchant Center feed 또는 merchant listing markup에 두는 편이 나은 필드는 무엇인가.

가격과 재고는 page markup과 feed에 모두 나타날 수 있습니다. 배송과 반품은 Merchant Center, 상품 수준 merchant listing markup, 조직 수준 policy markup에서 올 수 있습니다. 여러 위치에서 서로 다른 값을 유지하면 운영 리스크가 됩니다.

체크 4: 페이지, feed, 재고 사실 일치시키기

AI 검색과 쇼핑 표면은 오래된 상품 사실에 민감합니다. PDP, feed, backend records에서 다음 필드를 비교합니다.

정상가, 할인가, 할인 적용 기간.
availability, preorder/backorder, availability date.
대표 이미지와 추가 이미지.
brand, GTIN, MPN, identifier exists.
Google product category와 item group ID.
size, color, material, pattern, gender, age group, size system.
구매 판단에 영향을 주는 shipping weight, product dimensions.

실무 기준은 단순합니다. 사용자가 보는 페이지, schema, feed가 상품의 정체, 재고 상태, 가격에 대해 서로 다르게 말하지 않아야 합니다.

체크 5: 발견 시스템처럼 attribute를 감사하기

사용자는 자연어로 상품을 찾습니다. 하나의 keyword만 보지 말고, 페이지가 실제 구매 필터에 답할 수 있는지 봅니다.

소재는 무엇인가.
어떤 사이즈, 핏, 호환성을 지원하는가.
어떤 색상, 마감, 스타일인가.
이 SKU는 단품, 세트, 멀티팩, 변형 중 무엇인가.
어떤 market, language, currency를 위한 페이지인가.
배송, 반품, 재고 정책은 구매 판단에 어떤 영향을 주는가.

Merchant Center AI insights가 product attribute insights와 attribute completeness score를 다룬다는 점은 이 감사의 좋은 힌트입니다.

체크 6: 이미지를 크롤링 가능하고 이해 가능하게 만들기

상품 이미지는 장식이 아닙니다. 다음을 확인합니다.

대표 이미지가 크롤링 가능한 URL에서 제공된다.
구조화 데이터의 image URL이 실제 관련 상품 이미지를 가리킨다.
alt text가 keyword stuffing이 아니라 상품을 자연스럽게 설명한다.
가능하면 변형 이미지가 선택된 variant와 일치한다.
CDN 변환이 Googlebot을 막거나 임시 URL만 생성하지 않는다.

구조화 데이터에 쓰이는 이미지 URL은 Google이 접근할 수 있어야 합니다. 이미지가 접근 불가능하면 더 풍부한 상품 표시에도 도움이 되기 어렵습니다.

체크 7: 배포 후 Search Console과 Merchant Center로 확인

배포 후에는 추측이 아니라 reporting을 사용합니다.

Search Console Product snippets와 Merchant listings reports로 warnings와 invalid items를 확인한다.
Search Console Performance report로 impressions, clicks, CTR, rich result appearance를 본다.
Merchant Center diagnostics와 feed issue reports로 상품 데이터 문제를 본다.
시장에서 사용 가능하면 Merchant Center AI performance insights도 확인한다.
storefront analytics로 상품 페이지 방문 이후 add-to-cart, checkout, order 행동을 본다.

이것은 한 번의 감사가 아니라 invalid item 수정, live URL 확인, validation request, recrawl 이후 비교까지 이어지는 운영 루프입니다.

Foundax로 운영하기

Foundax는 상품 사실을 public page, structured data, Search Console, Merchant Center, analytics 사이에서 맞추는 운영 layer로 사용할 수 있습니다.

published PDP runtime은 기반 데이터가 있을 때 Product, Offer, AggregateRating을 포함한 Product JSON-LD를 낼 수 있습니다.
SEO workspace는 metadata, canonical, sitemap, Search Console verification, sitemap submission을 지원합니다.
GMC preflight와 sync는 required fields를 먼저 확인한 뒤 submit하며, merchant-provided facts를 source of truth로 둡니다.
product import templates와 structured product records는 SKU, attributes, images, pricing, GMC fields를 같은 운영 모델에서 관리하게 돕습니다.
multi-locale storefront와 content workflow는 현지화 페이지와 discovery path를 일관되게 유지하는 데 도움이 됩니다.

AI 검색에서는 product record에서 public page, merchant feed로 이어지는 경로에서 mismatch를 줄이는 것이 분석을 읽기 쉽게 만듭니다.

30분 PDP 감사 순서

중요 상품 페이지는 다음 순서로 봅니다.

live 상품 페이지를 열고 canonical, language, title, description, image, price, availability를 확인한다.
렌더링된 Product JSON-LD를 확인하고 visible page content와 비교한다.
Merchant Center feed에서 같은 SKU 또는 item group을 찾는다.
Search Console Product structured data reports의 warnings와 invalid items를 본다.
missing attributes가 실제 buyer filters와 연결되는지 판단한다.
먼저 source product records를 수정한 뒤 page, schema, feed output을 다시 생성한다.
live URL을 다시 테스트하고 recrawl 이후 Search Console과 Merchant Center를 관찰한다.

FAQ

Product schema는 어떤 역할을 해야 하나요?

Product schema는 페이지의 실제 상품 사실을 machine-readable format으로 표현합니다. identity, images, offers, 실제 ratings, shipping, returns, variant context를 PDP, markup, merchant feed 사이에서 비교하기 쉽게 만듭니다.

어떤 필드부터 감사해야 하나요?

title, description, images, SKU 또는 identifiers, brand, price, currency, availability, canonical URL, variant attributes부터 봅니다. 이 필드는 visible page, Product JSON-LD, Merchant Center feed 사이에서 비교하기 쉽습니다.

Product snippets와 merchant listings는 무엇이 다른가요?

Product snippets는 검색 결과의 상품 정보 표시와 관련이 있고, 평점, 가격, 재고 같은 정보를 다룹니다. Merchant listings는 구매 가능한 페이지를 대상으로 배송, 반품, 사이즈, 변형 같은 commerce-specific detail을 더 깊게 다룹니다.

모든 상품 페이지에 FAQ schema가 필요한가요?

페이지에 실제 shopper-facing FAQ가 있고 구현이 해당 markup을 지원할 때 검토합니다. 사용자가 볼 수 없는 구조화 데이터를 추가하기 위한 FAQ schema는 품질 리스크입니다.

상품 페이지 SEO는 얼마나 자주 다시 확인해야 하나요?

template changes, feed changes, pricing 또는 inventory automation changes, 큰 localization updates, Search Console 또는 Merchant Center warning 이후에 다시 확인합니다. high-volume SKU는 정기적으로 봐야 합니다.

Foundax는 무엇을 도와주나요?

Foundax는 product records, PDP metadata, Product JSON-LD, sitemap/Google workflows, GMC preflight/sync를 같은 운영 경로에 두어 page, schema, feed mismatch를 줄입니다.

참고 자료

함께 읽을 글

더 넓은 discovery model은 Product Data Is Becoming the SEO Layer for AI Commerce Discovery를 보고, catalog, feed, storefront 우선순위는 Agentic Commerce Product Data Guide를 사용하세요.

AI 검색 상품 페이지 SEO 체크리스트: Schema, Feed, 상품 사실