정비 4일 만에, AI가 우리가 쓴 내용을 그대로 인용했다

무엇을 했나

한 치과(영통OOO치과)의 의료진 정보를 AI가 읽기 좋은 형태로 구조화했습니다 — 각 원장의 전공(전문의), 학력, 소속 학회를 명확한 텍스트와 구조화 데이터로. 환자가 ‘이 병원에 임플란트 잘하는 의료진이 있나?’를 알 수 있게요.

AI가 인용한 것

‘임플란트 잘하는 치과’를 물었을 때, Perplexity의 답변에 우리가 정리한 그 의료진 정보가 거의 그대로 등장했습니다 — “○○대 임플란트 과정 수료, 국제 임플란트 학회 정회원인 통합치의학과 전문의 ○○○ 원장이 임플란트 진료를 담당”처럼, 우리가 쓴 문장 구조와 거의 같게, 심지어 출처 표시까지 붙여서요.

정리한 지 4일 만의 일이었습니다.

왜 ‘의료진 정보’였나

AI는 ‘누가 이 진료를 하는가(전문성)’에 대한 명확한 정보를 답변 근거로 잘 끌어다 씁니다. 그래서 의료진의 전공·학력·학회 같은 전문성 정보를 모호한 소개 대신 구조화된 형태로 두면, AI가 인용 후보로 삼기 쉬워집니다. (이 경향은 다른 글에서도 다뤘습니다.)

한계 — 단정하지 않습니다

이건 단일 사례, 한 엔진(Perplexity)에서의 4일 만의 관찰입니다. ‘구조화하면 무조건 AI가 인용한다’고 단정하거나 보장하지 않습니다. 다른 엔진(ChatGPT·Claude·Gemini)은 더 느릴 수 있고, 시간이 지나며 달라질 수도 있습니다. 그래서 한 번이 아니라 격주로 측정해 추세로 확인합니다.

왜 이게 중요한가 — 닫힌 루프

‘정보를 정비한다 → AI가 인용한다 → 같은 중립 측정으로 확인한다.’ 이 한 바퀴가 실제로 도는 것을 본 사례입니다. 보일리는 노출을 보장하지 않습니다. 다만 정비를 하고, 그게 AI 답변에 반영되는지를 측정으로 정직하게 보여줄 뿐입니다 — 보장이 아니라 증명.

자주 묻는 질문

관련 글

• 병원 GEO·AEO란? — 환자가 AI에게 병원을 물어보는 시대의 노출 측정 가이드
• ChatGPT는 병원을 무엇을 보고 추천할까? — AI가 병원을 고르는 기준
• AI 검색 노출, 어떻게 측정하나 — 노출률·SoV·추세
• ‘보장’ vs ‘증명’ — 정비는 하되, 왜 노출을 보장하면 안 되나
• GEO vs 전통 SEO — 무엇이 같고 무엇이 다른가
• 병원이 AI 검색에서 자주 놓치는 5가지
• SEO·AEO·GEO 차이 한눈에 — 병원이 알아야 할 3가지 검색 최적화
• 네이버 블로그는 AI 검색에 안 통할까? — 글로벌 AI와 네이버 AI는 정반대입니다
• 같은 출발점, 한 곳만 홈페이지를 정비했더니 — 2주 GEO 실측 사례
• 측정 도구가 자기 자신을 측정했다 — 보일리의 2주 GEO 실험 공개
• AI 검색 노출은 왜 ‘한 번’으로 끝나지 않나 — 계속 측정해야 하는 이유