AI 어시스턴트가 노출하는 61개 메드 스파(med-spa) 사이트의 구조화된 데이터(Structured Data)를 확인한 결과, 단

원문 발행 2026. 06. 25. 04:57원문 언어 영어AI 한국어 번역Dev.to AI tag 원문 보기

요약

AI 검색 엔진(ChatGPT, Perplexity 등)에 효과적으로 노출되기 위한 로컬 비즈니스의 구조화된 데이터(Structured Data) 활용 전략을 분석합니다. 단순한 기본 정보를 넘어 서비스, 가격, FAQ, 리뷰 등 인용 가능한 풍부한 마크업의 중요성을 강조합니다.

핵심 포인트

AI 어시스턴트는 인용 가능한 구체적인 데이터(Service, Price, FAQ 등)를 기반으로 답변을 생성함
조사 결과, 대다수 로컬 비즈니스가 기본 정보 외의 상세 마크업을 누락하고 있어 경쟁 우위 확보 가능
LLM 최적화를 위해 @graph 구조를 활용한 서비스, 가격, 평점 등의 통합 마크업 권장
구조화된 데이터 작성 시 실제 리뷰와 평점을 사용하는 것이 신뢰도와 가이드라인 준수에 필수적임

저는 작은 AI 검색 준비도(AI-search readiness) 도구를 운영하고 있어서, 한 가지 구체적인 질문이 궁금해졌습니다. 누군가가 ChatGPT나 Perplexity에 "보톡스를 위한 내 주변 최고의 메드 스파(med spa)"라고 물었을 때, 실제로 노출되는 기업들은 어떤 구조화된 데이터(structured data)를 가지고 있을까요?

그래서 직접 확인해 보았습니다. 실제 환자가 검색할 법한 고의도 쿼리(high-intent queries)인 "[도시] 최고의 메드 스파", "[도시] 보톡스", "[도시] 레이저 제모" 등을 8개 미국 대도시(Austin, Scottsdale, Miami, Dallas, Nashville, Los Angeles, Chicago, Denver)를 대상으로 조사했습니다. 노출된 개별 클리닉 페이지들을 수집하고, 각 페이지를 가져와 JSON-LD를 파싱했습니다. 총 62개의 클리닉 URL 중 61개에 접근할 수 있었습니다.

결과는 놀라웠습니다.

기본 사항은 흔하지만, 인용 가능한 필드는 그렇지 않습니다.

접근 가능한 61개의 클리닉 페이지 중:

**77%**가 어떠한 형태의 JSON-LD 구조화된 데이터(structured data)를 보유하고 있음
**59%**가 LocalBusiness / MedicalBusiness 블록을 보유하고 있음
**59%**가 telephone을, **57%**가 우편 address를 보유하고 있음
…하지만 오직 **31%**만이 AggregateRating을 보유하고 있음
오직 **25%**만이 priceRange를 보유하고 있음
오직 **11%**만이 서비스 항목을 마크업(Service / OfferCatalog)함
오직 **8%**만이 FAQPage 마크업을 보유하고 있음
오직 **2%**만이 Review 마크업을 보유하고 있음

즉, 클리닉들은 정체성에 관한 기본 사항(이름, 주소, 전화번호)은 잘 갖추고 있지만, 답변이 풍부한(answer-rich) 마크업은 건너뛰고 있습니다. 이 마크업들은 AI 어시스턴트가 단순히 비즈니스를 나열하는 것이 아니라, 해당 비즈니스를 **인용(quote)**할 때 사용하는 바로 그 필드들입니다.

이 차이가 중요한 이유

LLM이 지역 기반의 "내 주변 최고의 X" 질문에 답할 때, 모델은 사실들을 조합합니다. 어떤 비즈니스가 존재하는지, 무엇을 제공하는지, 비용은 얼마인지, 평점은 어떤지, 그리고 사람들이 무엇을 묻는지 등을 조합합니다. 단순한 LocalBusiness 블록만 있는 페이지는 이름이 언급될 수 있습니다. 하지만 Service + priceRange, FAQPage, 그리고 실제 Review/AggregateRating 마크업을 함께 갖춘 페이지는 모델에게 인용할 수 있는 실제 문장과 숫자를 제공합니다.

데이터에 따르면 이 카테고리에서 두 번째 유형의 페이지는 거의 존재하지 않습니다. 이것은 절망적인 통계가 아닙니다. 현재 이 분야에서 가장 저렴하게 얻을 수 있는 경쟁 우위이며, <head> 태그 안에 한 번만 붙여넣으면 되는 작업입니다.

"좋은" 상태란 무엇인가

로컬 비즈니스를 위한 완전한 번들(bundle)은 비즈니스 엔티티(business entity), OfferCatalog로서의 서비스, FAQPage, 그리고 실제 평점(ratings)을 포함하는 @graph입니다.

{
  "@context": "https://schema.org",
  "@graph": [
...

한 가지 솔직한 주의 사항을 말씀드리자면, 그곳에 실제 평점과 리뷰를 넣으십시오. 구조를 만드는 것은 쉬운 부분입니다. 조작된 평점은 Google의 가이드라인에 어긋날 뿐만 아니라 아무런 의미가 없습니다.

방법론 + 주의 사항

이것은 _노출된 집합(surfaced set)_에 대한 구조화된 데이터(structured-data) 조사입니다. 이는 특정 엔진의 인용 횟수를 실시간으로 집계하는 것이 아니라, 페이지가 인용될 **자격(eligible)**을 갖추었는지를 측정합니다 (저는 ChatGPT/Perplexity API에 대규모로 접근할 수 없으며, 추측하기보다는 직접 확인할 수 있는 내용을 먼저 보고하고 싶습니다). 클리닉 집계에서 애그리게이터(aggregators)와 리스트클(listicles)(Yelp 등)은 제외했습니다. 전체 데이터, 대도시 목록 및 방법론은 아래 보고서에 있습니다. 저는 이를 매달 업데이트합니다.

귀하의 사이트 확인하기

무료 오픈 소스:

npx github:epistemedeus/ai-readiness yoursite.com

전체 데이터 + 무료 스타터 블록 생성기 (그리고, 귀하의 라이브 사이트를 기준으로 차이점(gap diff)을 분석하여 완전한 번들을 생성하고 싶다면 유료 옵션이 있습니다): 메드 스파 AI 인용 스키마 격차 보고서(the med-spa AI-citation schema gap report) — 아래의 공식 출처(canonical source)로 링크되어 있습니다.

만약 다른 산업군(vertical)에 대해 이 수치를 측정해 보셨다면, 의견을 나누고 싶습니다.

AI 자동 생성 콘텐츠

원문 바로가기

Insights