같은 진료과·같은 시술을 다룬 두 의원의 블로그 중 한 곳만 ChatGPT·Perplexity·구글 AIO 답변에 인용되는 경우, 차이는 콘텐츠 품질이 아니라 AI가 학습하기 좋은 구조의 유무인 경우가 많습니다. AI 크롤러는 사람과 다른 신호로 콘텐츠를 인식하며, 7가지 기술적 구조 요소가 충족되어야 답변 인용 후보로 진입할 수 있습니다. 본 글은 병원마케팅·병원블로그 관점에서 AI가 학습·인용하기 좋은 구조 7가지와 친화 vs 비친화 비교, HTML 구조 예시를 정리합니다.
💡 핵심 요약
AI 학습·인용 친화 구조 7가지: ① Schema.org 5종(MedicalOrganization·Physician·MedicalProcedure·FAQPage·Article) ② FAQPage JSON-LD 자동 생성 ③ llms.txt 파일 ④ 의도 명시적 H2(질문형) ⑤ NAP 4채널 구조화 데이터 ⑥ E-E-A-T 인용 가능 형태(의료진 자격·임상 수치·출처) ⑦ 갱신 timestamp(lastmod). 7가지가 모두 충족되어야 AI 답변 박스 5개 슬롯 진입 가능합니다.
왜 구조가 콘텐츠 품질보다 우선인가
AI 크롤러(ChatGPT의 GPTBot·Perplexity의 PerplexityBot·Anthropic의 ClaudeBot·구글 AIO)는 사람이 읽는 화면이 아니라 HTML 마크업·JSON-LD·robots.txt·sitemap.xml을 통해 콘텐츠를 인식합니다. 시각적으로 잘 디자인된 콘텐츠라도 마크업 구조가 부재하면 AI는 "동일 개체로 인식할 신뢰 시그널 부족"으로 판단해 인용 후보에서 제외합니다.
같은 시술을 다룬 콘텐츠 두 개 중, 의료진 자격·임상 수치·출처가 Schema.org Physician·MedicalProcedure 마크업으로 명시된 곳과 단순 텍스트로만 적힌 곳의 AI 인용 확률은 5~10배 차이가 납니다. 콘텐츠 품질 개선 전에 구조 마크업부터 정비해야 같은 콘텐츠의 ROI가 극대화됩니다.
AI 학습 친화 구조 7가지
- 1Schema.org 5종 적용: MedicalOrganization·Physician·MedicalProcedure·FAQPage·Article의 5종 JSON-LD를 모든 페이지에 자동 생성. Rich Results Test 검출 가능 수준.
- 2FAQPage JSON-LD 자동 생성: 모든 글의 FAQ 8개+ 항목을 FAQPage JSON-LD로 마크업. AI 답변 박스 직접 인용 1순위 형식.
- 3llms.txt 파일 배치: 도메인 루트에 llms.txt 배치해 AI 크롤러가 우선 참조할 콘텐츠 요약·경로를 명시. 신규 표준이지만 채택 확산 중.
- 4의도 명시적 H2(질문형): H2를 "라식 받으면 시력 다시 나빠지나요" 같은 환자 자연어 질문 형태로 작성. AI 추출 단위.
- 5NAP 4채널 구조화 데이터: 의원명·주소·전화·진료시간을 MedicalOrganization 스키마로 마크업 + 4채널 100% 일치. 동일 개체 인식의 절대 기준.
- 6E-E-A-T 인용 가능 형태: 의료진 자격(전문의 ○○과·면허번호 명시)·임상 수치·학회 출처를 텍스트·Schema 양쪽에 노출. AI 신뢰 시그널.
- 7갱신 timestamp 명시: 발행일·최종 갱신일(datePublished·dateModified)을 Article 스키마로 명시. 최신성 가중치 직접 신호.
AI 친화 vs 비친화 비교
| 요소 | AI 친화 구조 | 비친화 구조 |
|---|---|---|
| Schema | 5종 JSON-LD 자동 생성 | 스키마 미적용·단순 텍스트 |
| FAQ | FAQPage JSON-LD 8개+ | 본문 H2 단순 나열 |
| H2 구조 | 환자 자연어 질문형 | 단어 키워드·일반 명사 |
| NAP | 스키마 + 4채널 일치 | 텍스트만·채널 불일치 |
| 권위 | 의료진 자격·임상·출처 명시 | "전문 의료진" 추상화 |
| 갱신 | datePublished·dateModified | 날짜 미명시·갱신 부재 |
| 크롤러 | llms.txt·AI 봇 허용 | 파일 부재·robots 차단 |
가장 효과 큰 3가지 구조
① FAQPage JSON-LD — AI 답변 박스 직접 인용
FAQPage JSON-LD는 Question·Answer 페어를 명시적으로 마크업하므로 AI가 답변 박스에 그대로 가져다 인용하기 가장 쉬운 형식입니다. 본문 H2로만 FAQ를 나열하면 AI는 추출에 시간이 걸리지만, FAQPage JSON-LD가 있으면 즉시 추출됩니다. 모든 발행 글에 FAQ 8개+ 마크업이 필수입니다.
② 의료진 자격 + 임상 수치 + 출처 명시
"전문 의료진" "최신 장비" 같은 추상 표현은 AI 신뢰 시그널이 아닙니다. "○○대 의대 졸업·정형외과 전문의 면허번호 XXXXX·국제 OO학회 정회원" 같은 구체적 자격, "본원 5년 시술 4,200건·합병증 발생률 0.3%" 같은 임상 수치, "○○ 학회 2024년 가이드라인" 같은 출처가 결합되어야 AI가 권위 시그널로 인식합니다.
③ 의도 명시적 H2(질문형)
H2를 "라식의 종류" 같은 단어가 아니라 "라식 받으면 시력 다시 나빠지나요" 같은 환자 자연어 질문으로 작성하면 AI 추출 단위와 1:1 매칭됩니다. 같은 콘텐츠라도 H2 형태에 따라 AI 호명률이 2~3배 차이가 납니다. 단어 H2는 SEO 시대, 질문형 H2는 AEO 시대 표준입니다.
AI 인용하기 좋은 문장 작성법
- 1첫 문장이 직접 답변: H2 질문에 대해 첫 문장이 결론·답변을 즉시 제시. 도입부 우회 금지.
- 2수치·기간 명시: "오래 걸린다" 대신 "평균 회복 7~10일"처럼 정량 표현. AI 답변에 그대로 인용 가능.
- 3출처 표기: 통계·연구 결과는 "○○ 학회 2024년 자료에 따르면" 같은 출처 명시. AI 신뢰 시그널.
- 42~4문장 완결 답변: 각 H2 직후 2~4문장으로 완결된 답변 제시. AI가 답변 박스에 그대로 인용 가능한 분량.
- 5대명사 최소화: "이것" "그것" 대신 명사 반복 사용. 문맥 의존 없는 독립 인용 가능 문장.
자주 빠지는 함정
지금 시작할 5가지
- 1Rich Results Test 진단: 현재 사이트를 구글 Rich Results Test에 넣어 Schema 5종 검출 여부 즉시 확인.
- 2FAQPage JSON-LD 의무화: 모든 발행 글에 FAQ 8개+ → FAQPage JSON-LD 자동 생성 SOP 고정.
- 3H2 질문형 전환: 기존 단어형 H2를 환자 자연어 질문형으로 점진 전환. 1~3개월 누적.
- 4의료진 자격·임상 수치 표준화: 의료진 페이지에 자격·면허번호·학회·임상 수치·출처를 표준 형식으로 정리.
- 5llms.txt 배치 + AI 봇 허용: 도메인 루트에 llms.txt 배치 + robots.txt에 GPTBot·ClaudeBot·PerplexityBot·Google-Extended 허용.
📌 결론
병원블로그를 AI가 학습·인용하기 좋은 구조로 만드는 7가지: Schema 5종·FAQPage JSON-LD·llms.txt·질문형 H2·NAP 구조화·E-E-A-T 명시·갱신 timestamp. 같은 콘텐츠라도 친화 구조의 AI 인용 확률은 비친화 구조 대비 5~10배 높습니다. 콘텐츠 품질 개선 전에 구조 마크업부터 정비해야 같은 자원으로 ROI가 극대화됩니다. AI 시대 병원마케팅·병원블로그의 출발점은 디자인이 아니라 마크업입니다.