언제 다시 써야 하나요 — 갱신일이 하는 일과 하지 않는 일
요약
dateModified는 그 문서가 실제로 바뀐 시점을 알리는 값입니다. 본문을 그대로 두고 날짜만 올리면 얻는 것이 없고, 답변엔진이 최신 정보로 오인해 옛 내용을 인용하게 만들 위험이 있습니다. 다시 쓸 시점은 달력이 아니라 신호로 잡습니다. 인용하던 공식 문서가 바뀌었을 때, 수치의 기준 연도가 지났을 때, 답변에서 우리 문서가 사라졌을 때입니다.
날짜는 결과이지 손잡이가 아닙니다
Article 구조화 데이터의 dateModified는 그 문서가 실제로 바뀐 시점을 알리는 값입니다(Article 구조화 데이터). 내용을 그대로 두고 날짜만 올리는 것은 두 가지 이유로 손해입니다.
- 얻는 것이 없습니다 — 변경이 없으면 다시 읽을 이유도 없습니다
- 잃는 것이 있습니다 — 독자와 답변엔진이 최신 정보로 믿고 옛 수치를 인용하게 됩니다
나비랑이 사이트를 운영하며 정한 원칙도 같습니다. 수치에는 기준 시점을 함께 적고, 기준이 바뀌면 글을 고친 뒤에 날짜를 올립니다.
무엇이 실질적 변경인가
기준은 하나입니다 — 독자가 이 글을 근거로 내리는 판단이 달라지는가.
| 실질적 변경 | 아닌 것 |
|---|---|
| 수치와 기준 연도 갱신 | 오탈자 수정 |
| 인용한 공식 문서의 개정 반영 | 문단 순서 바꾸기 |
| 틀린 사실의 정정 | 표현 다듬기 |
| 결론·권고의 변화 | 이미지 교체 |
달력이 아니라 신호로 잡습니다
분기마다 전체를 훑는 방식은 품이 많이 들고 정작 급한 글을 놓칩니다. 신호를 걸어 두는 편이 낫습니다.
- 인용한 공식 문서가 바뀌었을 때 — 우리가 근거로 단 문서의 변경을 감시합니다. 나비랑은 공식 문서 8곳을 문단 단위로 비교해 변경을 잡습니다
- 수치의 기준일이 지났을 때 — “2026년 기준”이라고 적은 값은 해가 바뀌면 자동으로 낡습니다
- 답변 관측에서 빠지기 시작할 때 — 인용되던 문서가 사라지는 것은 내용이 낡았다는 신호일 수 있습니다. 다만 답변 자체의 변동과 구분해야 하므로 반복 관측이 전제입니다
- 제품·가격·정책이 바뀌었을 때 — 사실이 바뀐 즉시 고칩니다. 이건 신호를 기다릴 일이 아닙니다
고칠 때 같이 하는 일
- 무엇을 왜 고쳤는지 한 줄 남깁니다 — 다음에 같은 판단을 반복하지 않기 위해서입니다
- 기준 시점을 본문에 적습니다 — “2026-09 확인”처럼. 인용하는 쪽이 조건까지 함께 가져갈 수 있습니다
- 틀렸던 부분은 정정으로 밝힙니다 — 조용히 지우면 그 사실을 이미 인용한 쪽이 계속 틀린 채로 남습니다. 정정 방법은 AI가 틀린 정보를 말할 때에 정리했습니다
안 고치는 것도 결정입니다
바뀐 것이 없으면 손대지 않는 편이 낫습니다. 글의 가치는 갱신 빈도가 아니라 그 글이 여전히 맞는가에서 나옵니다. 낡은 글을 방치하는 것과, 맞는 글을 그대로 두는 것은 다릅니다.
어떤 글부터 다시 써야 할지는 무료 AEO 진단에서 근거 문서의 변경 여부까지 함께 확인해 드립니다.
자주 묻는 질문
Q 날짜만 최신으로 바꾸면 순위나 인용이 올라가나요?
A 그렇지 않습니다. 구조화 데이터의 dateModified는 실제 변경 시점을 알리는 값이고, 내용이 그대로인데 날짜만 올리면 얻는 것이 없습니다. 오히려 답변엔진과 독자가 최신 정보로 오인해 옛 수치를 인용하게 만들 수 있습니다. 날짜는 결과이지 조작할 손잡이가 아닙니다.
Q 무엇이 ‘실질적 변경’인가요?
A 독자가 그 글을 근거로 내리는 판단이 달라지는 변경입니다. 수치와 기준 연도의 갱신, 인용한 공식 문서의 개정 반영, 틀린 사실의 정정, 결론의 변화가 여기 해당합니다. 오탈자 수정이나 문단 순서 바꾸기는 해당하지 않습니다.
Q 얼마나 자주 다시 써야 하나요?
A 기간을 정해 두고 일괄로 돌리는 방식은 권하지 않습니다. 대신 감시 신호를 겁니다. 인용한 공식 문서의 변경, 수치의 기준일 경과, 답변 관측에서 우리 문서가 빠지기 시작하는 시점입니다. 신호가 없으면 굳이 손대지 않는 편이 낫습니다.
함께 읽으면 좋은 글
- 경쟁사는 AI 답변에 나오는데 우리는 왜 안 나오나요? 인용된 경쟁사 문서와 우리 문서를 같은 질문 앞에 나란히 놓으면 차이가 드러납니다. 무엇을 항목별로 대조해야 하는지, 자주 나오는 다섯 가지 차이와 고치는 순서, 따라 쓰면 안 되는 이유까지 정리했습니다.
- AI 검색 최적화는 얼마나 걸리나요? — 단계별 소요 시간 고쳐서 올리는 일은 하루면 끝나지만 답변에 반영되기까지는 크롤·색인·관측이라는 단계가 남습니다. 각 단계가 실제로 얼마나 걸리는지 자사 기록으로 정리하고, 기간을 앞당기는 것과 못 앞당기는 것을 나눴습니다.
- AI는 우리를 어떤 회사로 이해하고 있나 — 표기 정합성 상호·주소·업종 표기가 페이지마다 다르면 AI는 같은 회사로 묶지 못합니다. 엔티티가 흩어지는 전형적인 원인과 Organization 구조화 데이터·sameAs로 묶는 방법, 확인 절차를 정리했습니다.