정비 4일 만에, AI가 우리가 쓴 내용을 그대로 인용했다
2026-06-30
한 병원의 의료진 전문성 정보(전공·학력·소속 학회)를 구조화해 올렸더니, 4일 만에 Perplexity가 그 내용을 답변에 거의 그대로 인용했다(출처 표시까지). 단일 관찰이라 인과로 단정하거나 효과를 보장하는 것은 아니지만, ‘정보 정비 → AI 인용’이 실제로 일어남을 보여주는 사례다. (병원·의료진명 비공개)
GEO·AEO를 두고 흔히 묻습니다 — “정보를 잘 정리하면 정말 AI가 그걸 가져다 쓰나요?” 한 사례에서 그게 눈에 보이게 일어났습니다. 병원명을 가리고 공유합니다.
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
정보를 구조화하면 AI가 인용하나요?
이 사례에서는 4일 만에 Perplexity가 인용했습니다. 다만 단일 관찰이라 ‘무조건 된다’고 보장하지는 않습니다. 엔진마다 속도가 다르고 시간이 지나며 변할 수 있어, 측정으로 확인하는 것이 맞습니다.
왜 병원 이름을 공개하지 않나요?
고객 병원과 작업 내용은 비공개로 합니다. 여기서는 ‘구조화 → AI 인용’이라는 현상만 공유합니다.
모든 AI에서 인용되나요?
아니요. 이 사례는 Perplexity 한 곳에서 관찰됐습니다. Perplexity가 새 정보를 가장 빨리 인용하는 편이고, 다른 엔진은 권위·시간이 더 필요합니다.
관련 글
- 우리 병원이 AI 검색에 나오는지 직접 확인하는 법
- 14.1% → 9.4% — 다섯 번째 자기 측정, 오른 숫자가 되돌아왔다
- AI 검색 노출은 왜 6~12주 걸릴까 — 정비 후 반영되는 과정
- GEO와 SEO는 뭐가 다른가 — SEO는 했는데 왜 AI 검색엔 안 뜰까
- 측정을 이어가면 무엇이 보이나 — 한 치과의 노출률 관찰 기록
- AI 검색 노출 리포트, 어떻게 읽어야 할까 — 숫자 5가지
- 리뷰가 많으면 AI가 우리 병원을 더 추천할까?
- AI가 우리 병원을 틀리게 말할 때 — AI 답변 속 오정보·옛 정보
- 지금 홈페이지 그대로, AI가 읽는 홈페이지로 — 병원 홈페이지 클로닝
- 구글 비즈니스 프로필(GBP) 정비 실전 — 원장이 직접 하는 AI·지역 검색 노출 강화
- 아임웹 홈페이지 vs 보일리 홈페이지 — AEO·GEO에는 무엇이 유리할까?
- 한국인은 AI로 병원을 고를까? — 데이터로 본 현재
- 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
- 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 — GEO 정비 전후 관찰
- 측정 도구가 자기 자신을 측정했다 — 보일리의 2주 GEO 실험 공개
- 0 → 2.1 → 3.1 → 14.1% — 네 번째 자기 GEO 측정, 한 엔진이 끌어올린 상승
- 0 → 2.1% → 3.1% — 측정 회사가 공개하는 세 번째 자기 GEO 측정
- AI 검색 노출은 왜 ‘한 번’으로 끝나지 않나 — 계속 측정해야 하는 이유
- 왜 AI마다 병원 추천이 다를까 — ChatGPT·Claude·Gemini·Perplexity 편차
- 신규 개원 병원은 왜 AI 검색에 안 뜰까 — 새 병원이 AI 추천에 등장하는 법
- AI 엔진별 노출 공략법 — ChatGPT는 Bing, Gemini는 구글을 본다
이 글은 일반적인 정보 제공을 위한 것입니다. 보일리(Boily)는 ChatGPT·Claude·Gemini·Perplexity가 병원을 얼마나 추천하는지 격주로 측정·진단하는 한국 병원 전용 AI 검색 노출 측정 서비스입니다.