"ChatGPT는 어떻게 식당을 추천하는가?"는 2026년 이론에서 운영의 영역으로 넘어왔습니다. 손님은 챗봇에 금요일 저녁 식당을 묻고 실제 리스트를 받습니다. 당신의 식당이 없다면 모르는 사이 고객을 잃고 있습니다.
LLM의 정보원
두 채널: 학습 시 스크래핑(Common Crawl, 공개 블로그)과 실시간 웹 가져오기(Bing/Google 라이브).
schema.org가 중요한 이유
schema.org/Restaurant 마크업이 있는 페이지는 3-5배 정확히 읽힙니다. 필드: name, address, telephone, servesCuisine, priceRange, openingHoursSpecification, hasMenu, aggregateRating.
실용 단계
1. <head>에 JSON-LD(thMenu가 자동 생성).
2. 구글 비즈니스 프로필 완성.
3. 메뉴는 HTML/Markdown, PDF 금지.
4. aggregateRating으로 리뷰 노출.
흔한 실수
클라이언트 사이드만 렌더링된 메뉴는 보이지 않음. SSR 필수. robots.txt에서 GPTBot, PerplexityBot, ClaudeBot 허용.
새로운 SEO 시대
구글만이 아닙니다. LLM은 여행/식사 쿼리의 35%+를 처리할 전망. 월간 테스트: 챗GPT에 자기 식당을 물어보세요.
도움이 되셨나요? 공유해 주세요.
관련 기사
정적 QR vs 동적 QR: 3년 총소유비용 비교
24테이블 비스트로 36개월 실측: 재인쇄 21,000리라 vs 동적 구독 11,640리라. 6개월차 손익분기.…
오모테나시와 QR: 인간미를 잃지 않는 일본식 환대
도쿄 스키야바시 지로가 QR 메뉴를 거부하는 이유와 2024년 중급 이자카야 68%가 도입한 이유. 일본 하이브리드 모델의 핵심.…
WebXR로 음식 AR 미리보기: 앱 없이 브라우저 3D
런던 소호의 Dishoom이 model-viewer로 객단가 22% 상승을 달성한 방법. 200KB 이하 .glb 최적화와 월 몇 센트의 R2 …