대부분의 레스토랑은 AI 검색에서 보이지 않습니다. 이 가이드는 그 이유와 해결 방법을 알려드립니다. 1개 매장이든 100개 매장이든 상관없습니다.
JSON-LD 스키마 마크업, 구조화된 데이터, 위치 데이터 강화를 통해 ChatGPT, Perplexity, Google AI Overviews에서 레스토랑의 가시성을 높이세요.
지리 데이터 없음
AI가 보는 것: 매칭 가능한 정보 없음. 근거리 또는 요리 유형 쿼리에 전혀 응답 불가.
GeoEnrich 사용 시
AI가 보는 것: "역 근처 이탈리안", "요르단 지구 야외 좌석", "가족 친화적·주차 가능" 등 30가지 이상의 쿼리 유형에 매칭 가능.
GeoEnrich는 주소 하나만으로 오른쪽 열의 데이터를 자동 생성합니다. API 호출 한 번으로 끝납니다.
아래 JSON-LD를 레스토랑 웹사이트에 추가하면 즉시 AI 검색 엔진에 노출됩니다:
{
"@context": "https://schema.org",
"@type": "Restaurant",
"name": "Gracia Italian Kitchen",
"description": "Authentic Italian restaurant serving handmade pasta, wood-fired pizzas, and seasonal risottos in a cozy Amsterdam neighborhood setting.",
"url": "https://example.com",
"telephone": "+31 20 123 4567",
"address": {
"@type": "PostalAddress",
"streetAddress": "Graciaplein 10",
"addressLocality": "Amsterdam",
"postalCode": "1013 BA",
"addressCountry": "NL"
},
"geo": {
"@type": "GeoCoordinates",
"latitude": 52.3876,
"longitude": 4.9041
},
"servesCuisine": ["Italian", "Mediterranean"],
"priceRange": "€€",
"aggregateRating": {
"@type": "AggregateRating",
"ratingValue": "4.7",
"ratingCount": "348"
},
"acceptsReservations": true,
"amenityFeature": [
{"@type": "LocationFeatureSpecification", "name": "Outdoor Seating"},
{"@type": "LocationFeatureSpecification", "name": "Wheelchair Accessible"},
{"@type": "LocationFeatureSpecification", "name": "Terrace"}
]
}
메뉴 항목, 식이 마크업, 위치 강화 데이터가 포함된 전체 버전을 원하시나요? 아래의 완전한 레스토랑 스키마 예시를 확인하세요.
GEO에서 검색 의도를 파악하는 것은 매우 중요합니다. 사람들은 단순히 "레스토랑"이라고 검색하지 않습니다. 구체적이고 맥락이 풍부한 질문을 합니다:
각 쿼리에 대해 AI 엔진은 레스토랑 데이터에서 특정 속성을 검색합니다:
GEO 전략은 이 모든 차원을 다루어야 합니다.
Restaurant 스키마 유형은 기초입니다. AI 엔진에게 당신의 비즈니스가 무엇이고 무엇이 특별한지 정확히 알려줍니다.
Restaurant을 주요 @type으로 사용하세요. 더 구체적인 매칭을 위해서는 서브타입을 사용하세요: FastFoodRestaurant, BarOrPub, CafeOrCoffeeShop.
레스토랑 스키마 필수 필드
name: AI가 레스토랑을 식별하고 인용할 때 사용하는 정확한 이름description: AI가 "이 곳의 특별한 점은 무엇인가요?"라는 질문에 답할 때 참조하는 설명address: 위치 기반 쿼리 및 지리적 순위 결정에 활용geo: 주변 검색 및 지도 컨텍스트를 위한 위도/경도servesCuisine: 요리 유형별 레스토랑 필터링("이탈리안", "비건" 등)priceRange: 예산 중심 쿼리 매칭openingHoursSpecification: "지금 영업 중인가요?", "늦게까지 영업하나요?" 답변aggregateRating: 품질과 신뢰도 신호image: AI가 응답에 레스토랑 이미지를 표시할 수 있음telephone: 사용자 후속 연락을 위한 연락처AI를 위한 설명 작성법
나쁜 예: "편안한 분위기에서 맛있는 음식을 제공합니다. 오늘 방문해보세요!"
좋은 예: "캄파니아 지방의 수제 파스타와 장작 화덕 피자를 전문으로 하는 아늑한 암스테르담 이탈리안 오스테리아. 오픈 키친에서 18석 다이닝 룸을 내려다봅니다. 와인 리스트는 피에몬테와 투스카나의 소규모 생산자에 집중합니다. 예약 필수. 고정 메뉴 없이 계절 시장에 따라 메뉴가 변경됩니다."
좋은 설명은 요리 지역, 식사 경험, 시그니처 메뉴, 식사 형식, 운영 세부 사항을 명시합니다.
메뉴는 레스토랑 GEO가 강력하게 작동하는 곳입니다. "비건 옵션이 있나요?" 또는 "메인 코스가 20유로 이하인 것이 있나요?"라고 물을 때 AI는 메뉴 마크업을 검색합니다.
{
"@context": "https://schema.org",
"@type": "Menu",
"name": "Gracia Italian Kitchen - Dinner Menu",
"hasMenuSection": [
{
"@type": "MenuSection",
"name": "Starters",
"hasMenuItem": [
{
"@type": "MenuItem",
"name": "Burrata with Heirloom Tomatoes",
"description": "Fresh burrata from Apulia with San Marzano tomatoes, basil, and aged balsamic",
"offers": {
"@type": "Offer",
"price": "12",
"priceCurrency": "EUR"
},
"suitableForDiet": ["VeganDiet", "GlutenFreeDiet"]
}
]
}
]
}AI에게 메뉴 마크업이 중요한 이유
AI 엔진이 "암스테르담에서 파스타를 제공하는 비건 레스토랑"이라는 쿼리를 받으면 위치로 필터링한 후 servesCuisine으로 필터링하고, 메뉴 항목에서 suitableForDiet: VeganDiet를 검색합니다. 메뉴 마크업이 없으면 식이 관련 쿼리에 레스토랑이 표시되지 않습니다.
항상 표시해야 할 식이 옵션:
리뷰는 AI 인용에 매우 중요합니다. AI가 레스토랑을 추천할 때 종종 추천을 뒷받침하기 위해 리뷰를 인용합니다.
리뷰가 0개여도 항상 aggregateRating을 포함하세요:
{
"@type": "AggregateRating",
"ratingValue": "4.7",
"ratingCount": "348",
"bestRating": "5",
"worstRating": "1"
}Google, TripAdvisor 또는 자체 플랫폼에서 개별 리뷰를 가져오세요. AI 엔진은 "이 레스토랑에 대한 사람들의 평가는 어떤가요?"라는 질문에 답할 때 이 스니펫을 사용합니다.
aggregateRating을 정기적으로 업데이트하세요. 오래된 평점은 신뢰도를 해칩니다.
여기서 GEO가 레스토랑 가시성을 변화시킵니다. 위치 컨텍스트를 추가함으로써 AI가 레스토랑이 무엇인지뿐만 아니라 왜 추천할 가치가 있는지 이해하도록 도울 수 있습니다.
additionalProperty를 사용하여 가치를 더하는 주변 리소스를 표시하세요:
nearest_parking: "주차가 가능한가요?" 우려 해소nearest_metro: 대중교통 이용자 접근성nearest_bus_stop: "어떻게 가나요?" 질문 대응attractions_nearby_1km: 관광객을 위한 컨텍스트hotels_nearby_500m: 관광 및 행사 개최 컨텍스트walkability_score: "동네를 걸어다닐 수 있나요?"nightlife_density_score: "근처에 나이트라이프가 있나요?"transit_score: "대중교통으로 쉽게 갈 수 있나요?"bike_friendly: 암스테르담 컨텍스트 (자전거 문화)모든 위치 속성을 수동으로 조사하는 대신 mapatlas.eu/products-services/geoenrich-api의 GeoEnrich API를 사용하여 이 필드를 자동으로 채우세요.
웹사이트 콘텐츠는 AI가 쉽게 파싱할 수 있도록 구조화되어야 합니다. 적절한 제목 계층 구조의 시맨틱 HTML과 AI 추출을 위해 구조화된 FAQ 섹션을 활용하세요.
AI 엔진은 다음과 같은 FAQ 섹션에서 답변을 추출합니다:
AI가 레스토랑을 추천할 때 인용이 필요합니다. 다섯 가지 일반적인 인용 패턴이 있습니다:
패턴 1: 직접 비즈니스 언급, AI가 "암스테르담 최고의 이탈리안 레스토랑은?"에 답하기 위해 설명을 직접 가져옴
패턴 2: 속성 기반 매칭, suitableForDiet: VeganDiet가 포함된 메뉴 마크업으로 "암스테르담 예약 가능한 비건 레스토랑?"에 매칭 가능
패턴 3: 위치 + 컨텍스트, 위치 강화 데이터로 "안네 프랑크 하우스 근처에서 어디서 먹을까요?"에 매칭 가능
패턴 4: 기능 스태킹, amenityFeature 배열로 "암스테르담 야외 좌석과 프라이빗 다이닝이 있는 데이트 이탈리안?"에 다중 속성 매칭 가능
패턴 5: 리뷰 통합, Review 스키마로 AI가 레스토랑 품질에 대한 질문을 받을 때 실제 고객 피드백을 인용 가능
실수 1: 메뉴 스키마 전혀 없음
많은 레스토랑이 웹사이트에 아름다운 메뉴를 갖추고 있지만 구조화된 메뉴 데이터가 없습니다. 이 없으면 식이 관련 쿼리에 레스토랑이 표시되지 않습니다.
실수 2: 영업 시간 누락 또는 모호함
모든 날에 dayOfWeek를 지정하세요. 모호한 시간은 AI가 "지금 영업 중인가요?"를 잘못 답하게 합니다.
실수 3: 요리 유형 없음 또는 너무 광범위
구체적인 요리 유형을 사용하세요: "servesCuisine": ["Italian", "Mediterranean", "Seafood"], "Food"가 아닌.
실수 4: 템플릿 설명
"저희 레스토랑에 오신 것을 환영합니다. 신선하고 맛있는 음식을 제공합니다."는 10,000개의 레스토랑에 적용됩니다. AI 엔진은 차별화 정보를 인식하지 못합니다.
실수 5: 식이 또는 알레르겐 정보 없음
식이 제한이 있는 사람들이 레스토랑을 찾을 수 없습니다. suitableForDiet으로 모든 식이 호환성을 표시하세요.
실수 6: 정밀한 좌표 없음
소수점 4자리까지의 정확한 레스토랑 좌표가 없으면 AI는 박물관 근처인지 강 건너편인지 판단할 수 없습니다.
실수 7: 위치 강화 없음
주소와 좌표만으로는 "주요 명소 근처의 주차 편리한 레스토랑"과 같은 컨텍스트 기반 추천을 놓치게 됩니다.
실수 8: 오래된 또는 누락된 리뷰
2022년이 마지막 리뷰라면 AI는 레스토랑이 비활성이거나 품질이 낮다고 판단합니다.
실수 9: amenityFeature 데이터 없음
amenityFeature에 야외 좌석, 휠체어 접근성, 프라이빗 다이닝이 없으면 해당 기능 쿼리에 표시되지 않습니다.
실수 10: 가격대 불일치
평균 메인이 28유로인데 "priceRange": "€"를 사용하면 잘못된 기대를 설정하고 AI가 예산 중심 쿼리를 잘못 안내하게 됩니다.
게시 전에 스키마 마크업을 검증하세요.
AEO Checker 사용
/ai-seo-checker를 방문하여 스키마를 검증하세요. 레스토랑 URL을 입력하면 필수 필드, 유효한 스키마 구조, 강화 완성도, 일반적인 오류를 확인하는 보고서를 받을 수 있습니다.
수동 테스트
AI 엔진에게 직접 레스토랑에 대해 질문하세요:
구조화된 데이터가 올바르다면 AI는 정확하게 답해야 합니다. 그렇지 않으면 모호하거나 누락된 정보가 보일 것입니다.
코드 검사
브라우저에서 우클릭하여 페이지 소스 보기를 선택하세요. application/ld+json을 검색하면 Restaurant 스키마가 보여야 합니다. JSON을 복사하여 jsonlint.com에서 유효한 JSON인지 검증하세요.
대규모로 자동화
MapAtlas GeoEnrich API는 각 리스팅에 자동으로 좌표, 근처 POI, 교통 접근성, 지역 컨텍스트, 스키마 준비된 지리 데이터를 추가합니다. 리스팅당 API 호출 한 번으로 어떤 규모도 대응 가능합니다.