3개월 안에 언급률 변동이 없으면 전액 환불해 드립니다. 보증 내용 보기 →
GEO

AI 답변에 우리 회사 주소·전화번호·영업시간이 틀리게 나올 때, 무엇을 고쳐야 할까요?

AI가 회사 정보를 틀리게 말하는 원인은 대개 인터넷 곳곳에 남아 있는 서로 다른 정보입니다. 정보를 한 가지로 맞추는 순서와 Organization·LocalBusiness 구조화 데이터, sameAs 쓰는 법을 정리했습니다.

퍼스트초이스 편집팀 발행 읽는 시간 5분
AI 답변에 우리 회사 주소·전화번호·영업시간이 틀리게 나올 때, 무엇을 고쳐야 할까요? 대표 이미지
핵심 요약3줄 체크
  1. 01
    원인

    AI는 여러 출처를 읽고 답하므로, 곳곳에 남은 옛 정보와 서로 다른 표기가 그대로 섞여 나옵니다.

  2. 02
    기준

    공식 홈페이지를 기준 정보로 정하고, 회사 정보를 구조화 데이터로 함께 적어 둡니다.

  3. 03
    정리

    지도·플랫폼·SNS의 정보를 같은 표기로 맞추고, sameAs로 공식 채널을 하나의 회사로 묶습니다.

목차
  1. AI는 왜 회사 정보를 틀리게 말하나요?
  2. 무엇을 기준 정보로 정해야 하나요?
  3. 홈페이지에는 무엇을 넣어야 하나요?
  4. sameAs는 무엇이고 왜 넣나요?
  5. 바깥에 남은 틀린 정보는 어떤 순서로 정리하나요?
  6. 고친 뒤에는 어떻게 확인하나요?
  7. 참고 자료
  8. 자주 묻는 질문

"ChatGPT에 우리 회사를 물어봤더니 3년 전 주소를 알려 주더라"는 이야기를 상담에서 자주 듣습니다. AI가 일부러 틀리는 것이 아니라, 인터넷에 남아 있는 정보가 서로 달라서 생기는 경우가 대부분입니다. 이 글은 구글 검색 센터의 구조화 데이터 문서를 기준으로 고치는 순서를 정리합니다.

AI는 왜 회사 정보를 틀리게 말하나요?

AI는 여러 출처를 읽고 종합해서 답하기 때문에, 출처끼리 정보가 다르면 틀린 정보가 섞여 나옵니다. 웹 검색을 켠 AI는 답할 때 검색으로 찾은 글을 읽는데, 그 안에 옛 주소가 적힌 블로그 후기나 바뀌기 전 번호가 남은 업체 목록이 있으면 그 내용을 근거로 쓸 수 있습니다.

틀린 정보가 남는 곳 흔한 예
공식 홈페이지 푸터는 새 주소인데 '오시는 길' 페이지는 옛 주소
지도·플레이스 이전 후 새 장소를 만들고 옛 장소를 닫지 않음
업체 목록·플랫폼 예약·리뷰·구인 사이트의 회사 소개란
SNS 소개란 처음 만들 때 적은 번호가 그대로
기사·보도자료 수정할 수 없는 과거 기사
이름 표기 '예시컴퍼니', '(주)예시컴퍼니', 'Yesi Company'가 섞여 다른 회사처럼 보임

무엇을 기준 정보로 정해야 하나요?

공식 홈페이지에 적힌 정보를 기준으로 정하고, 다른 모든 곳을 여기에 맞춥니다. 기준이 없으면 어떤 정보를 고쳐야 하는지부터 회의가 길어집니다.

기준 정보는 아래 항목을 한 표로 만들어 두면 관리가 쉽습니다.

  • 회사 이름: 공식 표기 하나와 영문 표기 하나
  • 주소: 도로명 주소를 한 가지 형식으로 (층·호수 포함 여부까지 통일)
  • 대표 전화번호: 하이픈 위치까지 같은 형식으로
  • 영업시간과 휴무일
  • 공식 홈페이지 주소와 공식 SNS·지도 페이지 주소

홈페이지에는 무엇을 넣어야 하나요?

회사 정보를 본문에 사람이 읽을 수 있게 적고, 같은 내용을 구조화 데이터로도 적어 둡니다. 구조화 데이터는 페이지 내용을 검색엔진이 정해진 형식으로 읽을 수 있게 적어 두는 코드입니다. 구글은 Organization 구조화 데이터가 회사의 행정 정보를 이해하고 검색 결과에서 다른 조직과 구별하는 데 도움이 된다고 설명합니다.

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "예시컴퍼니",
  "alternateName": "Yesi Company",
  "url": "https://www.example.com/",
  "logo": "https://www.example.com/img/logo.png",
  "telephone": "+82-2-000-0000",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "예시로 00, 5층",
    "addressLocality": "서울특별시 성동구",
    "addressCountry": "KR"
  },
  "sameAs": [
    "https://blog.example.com/yesi",
    "https://www.instagram.com/yesi.example"
  ]
}

방문하는 매장이나 사무실이 있다면 LocalBusiness(또는 업종에 맞는 하위 유형)를 쓰고, 영업시간을 함께 적습니다. 구글 문서도 지역 업체 정보에 전화번호와 영업시간(openingHoursSpecification) 같은 항목을 예시로 보여 줍니다.

구분 쓰는 곳 주로 적는 정보
Organization 회사 전체 (보통 메인 페이지) 공식 이름, 로고, 대표 연락처, 주소, sameAs
LocalBusiness 방문 가능한 매장·지점 페이지 지점 주소, 전화, 영업시간, 위치

sameAs는 무엇이고 왜 넣나요?

sameAs는 "이 사이트들도 같은 회사의 것"이라고 알려 주는 항목입니다. Schema.org는 sameAs를 그 대상의 정체를 분명하게 보여 주는 참고 페이지 주소라고 정의합니다.

공식 블로그, 인스타그램, 유튜브, 지도 페이지처럼 회사가 직접 관리하는 채널을 넣습니다. 이름이 비슷한 다른 회사가 있을수록 이 연결이 중요해집니다. 다만 우리가 관리하지 않는 페이지(남이 쓴 후기, 업체 목록)는 넣지 않습니다.

바깥에 남은 틀린 정보는 어떤 순서로 정리하나요?

사람들이 가장 많이 보는 곳, 우리가 직접 고칠 수 있는 곳부터 정리합니다.

  1. 지도·플레이스: 고객이 가장 먼저 보고, 직접 수정할 수 있습니다. 구글 비즈니스 프로필 가이드라인도 간판·홈페이지에서 실제로 쓰는 상호, 정확한 주소, 고객을 받는 정규 영업시간을 쓰고 휴일 같은 특별 영업시간은 따로 지정하도록 안내합니다.
  2. 공식 SNS 소개란: 몇 분이면 고칠 수 있고 sameAs로 연결한 곳이라 우선입니다.
  3. 예약·리뷰·업체 목록 플랫폼: 관리자 계정이 있으면 직접, 없으면 수정 요청을 보냅니다.
  4. 과거 기사·남의 글: 직접 고치기 어렵습니다. 공식 정보를 최신으로 꾸준히 알리는 방법으로 대응합니다.

고친 뒤에는 어떻게 확인하나요?

같은 질문을 AI에 다시 물어 정보가 바뀌었는지 확인하되, 한 번이 아니라 여러 번 물어 비율로 봅니다. AI 답변은 같은 질문에도 매번 조금씩 달라지기 때문입니다.

퍼스트초이스는 회사 정보를 묻는 질문("예시컴퍼니 주소 알려줘", "예시컴퍼니 영업시간")을 측정 질문 세트에 넣고, AI 6곳에 같은 조건으로 반복해서 묻습니다. 답변 원문과 인용 출처를 저장해 두면 틀린 정보가 어느 출처에서 왔는지 찾을 수 있고, 그 출처를 정리 목록의 맨 위로 올리면 됩니다.

참고 자료

자주 묻는 질문

Q.구조화 데이터만 넣으면 AI가 바로 정보를 고치나요?

바로 고쳐진다는 보장은 없습니다. 구조화 데이터는 회사 정보를 기계가 읽기 쉽게 알려 주는 도구이고, AI가 언제 어떤 출처를 다시 읽을지는 각 서비스가 정합니다. 다른 곳의 틀린 정보를 함께 정리해야 효과가 납니다.

Q.이사나 번호 변경 전에 미리 할 일이 있나요?

바뀌는 정보가 적힌 곳의 목록을 먼저 만들어 두세요. 홈페이지, 지도 서비스, 예약·리뷰 플랫폼, SNS 소개란, 보도자료처럼 흩어진 곳을 바뀌는 날 한꺼번에 고쳐야 옛 정보가 오래 남지 않습니다.

Q.지점이 여러 곳이면 어떻게 표시하나요?

지점마다 주소·전화·영업시간이 적힌 페이지를 따로 두고, 각 페이지에 그 지점의 LocalBusiness 정보를 넣는 방식이 일반적입니다. 본사 정보는 Organization으로 따로 적습니다.

Q.영업시간이 명절이나 휴가로 바뀔 때는 어떻게 하나요?

홈페이지 안내문과 지도 서비스의 특별 영업시간을 같은 날 바꾸는 것이 우선입니다. 홈페이지 본문에 보이지 않는 정보를 구조화 데이터에만 넣지는 않습니다.

퍼스트초이스 편집팀

AI 6곳의 브랜드 언급률을 매주 측정하고, 그 데이터로 AI가 인용하는 글을 쓰는 팀입니다. 칼럼은 직접 측정하고 확인한 내용만 씁니다.