지식 그래프란 무엇이고 왜 AI 검색에서 중요한가

지식 그래프는 인물·기업·제품 같은 개체(entity)와 그 개체들 사이의 관계를 구조화해 저장한 데이터베이스입니다. 위키데이터는 이런 지식 그래프의 대표적 사례로, 1억2천만 개 이상의 개체를 담은 협업 다국어 링크드오픈데이터(LOD)이며 IMDb, OpenStreetMap 등 7,500개 이상의 외부 웹사이트·데이터베이스와 연결돼 있습니다. AI가 사실 확인(Entity Resolution) — 즉 "이 브랜드가 실제로 존재하는 회사인지, 어떤 산업에 속하는지"를 판단할 때, 위키데이터 같은 구조화된 지식 그래프가 가장 신뢰도 높은 신호 중 하나로 활용되는 것으로 알려져 있습니다.

이는 앞서 여러 편에서 다룬 "텍스트 형태의 브랜드 언급"과는 층위가 다른 신호입니다. 커뮤니티 언급이 "이 브랜드가 사람들 사이에서 어떻게 이야기되는가"를 보여준다면, 지식 그래프는 "이 브랜드가 어떤 개체로서 검증됐는가"를 보여주는 더 구조적인 신호에 가깝습니다.

위키백과 문서 하나로 충분하지 않은 이유

많은 브랜드가 지식 그래프 전략을 위키백과 문서 등재로 한정해 생각하지만, 위키백과 문서는 지식 그래프 편입의 여러 경로 중 하나일 뿐입니다. 위키데이터는 위키백과와 별개의 프로젝트로, 위키백과 문서가 없어도 위키데이터에 개체 항목이 등록될 수 있고, 반대로 위키백과 문서가 있어도 위키데이터 항목이 부실하게 연결돼 있으면 지식 그래프상의 신뢰도가 충분히 쌓이지 않을 수 있습니다. 또한 구글 지식패널은 위키백과·위키데이터뿐 아니라 다양한 웹 출처를 종합해 구성되므로, 위키백과 문서 하나만 잘 정비했다고 지식패널 전체가 정확해지는 것은 아닙니다.

구글 지식패널의 경우, 대상 본인이거나 공식 대리인이라면 본인 확인 절차를 거쳐 패널 소유권을 주장하고 이미지·통계·SNS 링크 등 일부 정보 수정을 직접 제안할 수 있습니다. 공식 대리인이 아닌 일반 이용자는 지식패널 우측 하단의 피드백 링크로 수정을 제안할 수 있으며, 웹상의 정보가 바뀌면 지식패널도 자동으로 업데이트되는 경우가 있습니다. 다만 소유권 인증을 거쳐도 모든 항목을 임의로 바꿀 수 있는 것은 아니며, 구글의 검토를 거쳐 반영 여부가 결정된다는 점은 감안해야 합니다.

공신력 있는 기관 데이터와 결합하는 전략은 무엇인가

지식 그래프 편입을 강화하는 실무적 방법은, 브랜드 자체 주장이 아니라 공신력 있는 제3의 기관(정부 통계, 산업 인증 기관, 학술·연구 기관)이 발행한 데이터와 브랜드 정보를 명시적으로 연결하는 것입니다. 예를 들어 식품·화장품 브랜드라면 정부의 성분 안전 인증 데이터베이스에 등재된 인증번호를 자사 콘텐츠와 위키데이터 항목 양쪽에 일관되게 명시하는 방식입니다. 이는 앞서 살펴본 "정부·언론·확립된 매체 출처가 개인 블로그보다 신뢰 점수를 높게 받는 경향"과 같은 맥락으로, AI가 브랜드를 판단할 때 브랜드 자체 발언보다 제3의 공신력 있는 출처와의 연결을 더 강한 신호로 취급할 가능성을 반영한 전략입니다.

이 전략을 실행할 때는 정보의 일관성이 핵심입니다. 회사명 표기, 설립연도, 대표 제품군 같은 기본 정보가 자사 사이트, 위키데이터, 정부 인증 데이터베이스, 언론 보도에서 서로 다르게 적혀 있으면 AI 입장에서는 어느 쪽이 정확한 정보인지 판단하기 어려워지고, 이는 오히려 신뢰도를 떨어뜨리는 요인이 될 수 있습니다.

지식 그래프 관리를 어떤 루틴으로 유지해야 하나

지식 그래프 편입은 한 번 등록하고 끝나는 작업이 아닙니다. 회사 정보(대표자, 주소, 사업 영역)가 바뀌면 위키데이터 항목, 구글 지식패널 제안 정보, 각종 인증 데이터베이스 등재 정보를 모두 같은 시점에 갱신해야 하며, 어느 한쪽이 갱신되지 않고 남아있으면 앞서 8강에서 다룬 "오래된 정보로 인한 AI 오답" 문제가 지식 그래프 층위에서도 똑같이 발생할 수 있습니다. 분기 단위로 브랜드 관련 지식 그래프 정보 전반을 점검하는 루틴을 마케팅팀 운영 체크리스트에 포함시키는 것이 실무적으로 권장됩니다.