JSON-LD를 사용한 생성 AI를 위한 애플리케이션 및 API 준비
생성 AI와 새로운 AI 에이전트는 웹 애플리케이션과 API가 구성되는 방식에 상당한 변화를 가져오고 있습니다. 검색 엔진을 구축한 인덱싱 봇처럼 생성 AI는 인터넷 콘텐츠(제품, 서비스, 위치, 운영 시간, API)를 읽고 이해하는 데 의존합니다. 그리고 그 일이 지금 일어나고 있습니다.
- 이제 50%가 넘는 소비자가 추천을 위해 기존 검색 엔진 대신 생성 AI 도구를 사용합니다. ( 통계 )
- 2024년 챗봇 사용량이 42% 증가하면서 온라인 휴일 매출이 늘어났습니다. ( 로이터 )
- 2024년 7월에서 9월 사이에 AI 소스에서 온라인 소매업체로의 트래픽이 10배나 증가했습니다. ( 타임스 )
분명히, 생성 AI는 이미 여러분의 정보에 접근할 수 있습니다. 하지만 그 정보를 소비하고 이해하는 방법과 소비자에게 정보를 표현하는 방법을 최적화하고 싶다면 계속 읽어보세요, 친구야.
메타데이터 및 AI 최적화
생성 AI가 콘텐츠를 정확하게 검색하고 처리할 수 있도록 하려면 메타데이터를 최적화하는 것이 중요합니다.
- 메타데이터 (OpenGraph, Schema.org): AI가 콘텐츠를 해석하여 인덱싱, 공유 및 응답 정확도를 개선하는 데 도움이 됩니다.
- 구조화된 콘텐츠 : Semantic tags like <article>, <section>, <header>, and breadcrumbs provide clear content hierarchy and relationships.
- JSON-LD : 구조화된 데이터를 명확하게 정의하여 제품 가격 및 재고 여부와 같은 주요 정보를 AI 도구에서 액세스할 수 있도록 합니다. Google은 또한 JSON-LD를 사용하여 검색 결과에 시각적으로 풍부한 스니펫을 생성합니다.
JSON-LD란 무엇입니까?
JSON-LD(JavaScript Object Notation for Linked Data)는 가볍고 기계가 읽을 수 있는 형식으로 , 2014년 W3C에서 채택하여 데이터를 구조화하기 위한 사실상의 표준이 되었습니다. JSON을 기반으로 하며, 기계(예: 검색 엔진, AI 도구, API)가 엔터티 간의 관계와 콘텐츠의 컨텍스트를 더 쉽게 이해할 수 있도록 해줍니다.
그 단순성 때문에 주요 소매업체, 검색 엔진, 소셜 플랫폼에서 주로 사용됩니다. JSON-LD를 추가하면 AI 도구가 API와 애플리케이션을 최대한 활용하여 검색 가능성과 사용성이 향상됩니다.
규모에 맞춰 JSON-LD 추가
수백 개의 앱을 관리하는 조직의 경우( 저희 조사에 따르면 대부분이 그렇습니다) 각 앱을 수동으로 업데이트하여 JSON-LD를 포함하는 작업은 비용이 많이 들고 시간도 많이 걸립니다. 그러나 프로그래밍 가능한 애플리케이션 전송 컨트롤러(ADC)(예: F5 BIG-IP 또는 F5 NGINX)는 많은 애플리케이션이 탐색 요소로 브레드크럼을 포함하고 애플리케이션에 의미 태그를 포함하는 등 유사한 프레임워크와 구조를 활용하기 때문에 JSON-LD를 프로그래밍 방식으로 추가할 수 있습니다.
프로그래밍 가능한 ADC는 수정되지 않은 응답에 이미 존재하는 빵가루와 의미 태그를 추출하고, 해당 요소를 JSON-LD 구조로 포맷하여 애플리케이션에 삽입합니다.
JSON-LD를 추가해도 콘텐츠에 대한 인간의 경험이 향상되지 않으므로 이러한 접근 방식은 AI나 기계 소비자를 대상으로 하는 응답만 수정하도록 조정할 수 있습니다.
프로그래밍 가능한 ADC를 사용하면 단일 규칙을 여러 애플리케이션과 API에 걸쳐 확장할 수 있으므로 추가 개발 비용 없이 AI 상호 작용이 향상됩니다.
애플리케이션과 API를 현대화하는 프로그래밍 방식의 접근 방식은 두 가지 모두 AI에 적합하도록 보장하여 자동화를 강화하고, 상당한 비용이나 시간 투자 없이 생성적 AI 도구를 통해 더 나은 결과를 얻을 수 있도록 합니다.