Schema Markup 심층 분석: Restaurant + Menu + Review 결합

이즈미르 보르노바의 8 테이블 비건 카페가 ChatGPT "이즈미르 비건 브런치 어디" 쿼리에서 3위에 노출된다 — SNS 덕분이 아니라 thMenu가 백그라운드에서 결합 Schema Markup을 발행하기 때문. Restaurant·Menu·Review를 한 JSON-LD에 합치는 방법.

왜 1 블록 3 스키마인가?

Restaurant·Menu·Review를 각각 다른 script 태그에 두면 ChatGPT, Perplexity 같은 LLM은 보통 첫 번째만 읽는다. 해결책: 단일 @graph 배열에 3 노드를 두고 @id로 상호참조.

이러면 LLM이 주소, 브런치 3개 메뉴, 비건 플래그, 4.7 평점을 한 번에 가져간다. 분리하면 보통 Restaurant만 답변에 살아남는다.

JSON-LD 골격

thMenu 자동 생성 템플릿 순서:

• Restaurant 노드: name, address, servesCuisine, priceRange, image, aggregateRating, hasMenu.
• Menu 노드: hasMenuSection + MenuItem (name, description, offers.price, suitableForDiet).
• Review 노드: itemReviewed가 Restaurant ID 참조, 최근 3-5건.

AI·전통 SEO 검증

세 곳 확인: Google Rich Results Test, Schema.org Validator, ChatGPT 자체 — 가게 이름으로 AI에 물어 답변에 데이터가 어떻게 반영되는지 본다.

thMenu는 최근 90일 실제 피드백만으로 집계 평점을 산출하고 오래되거나 의심 리뷰는 제외 — Google review-spam 정책을 지킨다.

FAQ

스키마 업데이트 반영 시기? Google 1-3주, ChatGPT/Perplexity 7-21일.

가짜 평점 패널티? 실제 피드백 기반에 reviewCount가 정직하면 없음.

모든 메뉴를 나열해야? 아니다 — 인기 20-30개면 충분.

도움이 되셨나요? 공유해 주세요.