프론트엔드 개발자가 알아야 할 SEO/GEO 네 번째 이야기, 구조화 데이터 실전 가이드: JSON-LD로 검색엔진과 AI에게 맥락 전달하기 들어가며이번 편을 준비하면서 꽤 의미 있는 문서가 하나 나왔어요. 2026년 5월 15일, Google Search Central에서 "Optimizing your website for generative AI features on Google Search"라는 공식 가이드를 발행했어요.이 문서에서 Google이 명확히 한 핵심 메시지가 있어요."AEO"나 "GEO"라는 용어가 온라인에서 사용되고 있지만, Google Search의 관점에서 AI 검색 최적화는 검색 경험 최적화이며, 따라서 여전히 SEO다.이건 이 시리즈에서 계속 얘기해온 방향과 맞닿아 있어요. S..

들어가며어피니티버블은 정성 데이터를 에이전트 방식으로 분석하는 도구로 진화하고 있습니다. 이 글에서 그 변화가 실제로 어떤 모습인지 공유하고자 합니다.지난 8월 5일, 어피니티버블 팀은 SMIT AI스타트업학과 유훈식 교수님이 매주 진행하시는 온라인 AX 디자인 세미나(71회)에 참여해 '어피니티버블을 활용한 UX 정성 리서치 데이터 분석하기'를 주제로 강연을 진행했는데요. 이 글은 그중에서도 최근 새롭게 업데이트된 부분, AI 에이전트 시대에 정성 데이터를 분석하는 방법을 정리해 보았습니다. (강연에서 함께 다룬 정성 데이터 시각화 방법은 이전 포스트에서 소개했으니, 궁금하시면 아래 링크를 참고해 주세요.)pxd & UXR 밋업 현장 스케치 (정성 조사의 새로운 패러다임)[HCI KOREA 2026] ..

들어가며이 시리즈를 쓰면서 "프론트엔드 개발자가 SEO를 왜 챙겨야 하는가"를 다양한 각도에서 다뤄왔어요. robots.txt 설정부터 헤딩 구조, 구조화 데이터까지. 근데 솔직히 말하면, 이번 편이 프론트엔드 개발자에게는 가장 자연스러운 주제일 거예요.웹 성능 최적화.이미지 최적화하고, 번들 사이즈 줄이고, 레이아웃 시프트 잡고 — 이미 하고 있는 일이잖아요. 근데 이 작업이 Lighthouse 점수를 올리는 것 이상으로, 검색 노출과 사용자 경험에 실질적인 영향을 미치고 있다는 걸 아는 것과 모르는 것은 다르거든요.이번 편에서는 Core Web Vitals가 검색 노출에 실제로 어떤 영향을 미치는지, 그리고 4편에서 다뤘던 Google의 AI 가이드와 어떻게 연결되는지를 정리해볼게요. Core We..

온라인에서 상품을 고를 때는 직접 만져 볼 수 없으니, 결정하기 어려운 점이 많습니다. 신발의 발볼이나 화장품의 사용감, 향처럼 상품 설명만으로는 가늠하기 어려운 것들요. 그래서 먼저 써본 사람이 남긴 리뷰가 중요한 정보가 됩니다.리뷰에서 필요한 것은 판매자가 말하는 장점의 반복만은 아닙니다. 내가 미처 생각하지 못한 조건과 경험을 먼저 아는 일도 구매 판단에 도움이 됩니다. 어떤 문제는 나에게도 치명적이라 구매를 멈추게 하고, 어떤 문제는 내 조건과 무관하거나 감수할 만해서 오히려 선택을 확신하게 합니다. 판매자에게도 같은 정보가 유용합니다. 누구에게나 맞는다고 말하는 대신, 어떤 사람에게 특히 잘 맞는지를 보여줄 수 있으니까요.예전의 리뷰 화면은 평균 별점이나 별점 분포처럼, 리뷰를 정량적인 지표로 ..

들어가며 AI에게 바이브 코딩으로 AI툴 개발을 시킵니다. 또 하나의 창에서는 사용자 리서치 정리도 시켰습니다. 또 다른 에이전트에게는 경쟁사 분석도 시킵니다. 작업물 3개를 세 개를 동시에 돌렸으니 생산성은 마땅히 3배가 되어야 합니다. 하지만, 막상 결과물을 받으면 어디부터 봐야 할지 멍하니 고민이 됩니다. 결과물을 훑으며 "괜찮은데?" 했지만, 곧 불안해졌습니다. 이게 진짜 괜찮은 건지, 그냥 그럴듯해 보여서 괜찮다고 느끼는 건지, 구분이 안되기 시작했습니다.왜 AI에게 일을 시키면 오히려 더 피곤하게 느껴질까요? AI와 함께 일하는 상황이 늘어나는 지금, AI와 협업하면서 발생하는 어려움을 해결해 나가는 최선의 워크플로우는 무엇일지 고민해 보았습니다. 왜 우리는 AI 결과물 앞에서 판단이 흐려..