llms.txt 형식으로 재구조화하는 것이다.글로벌 전시회에서 명함을 나눈 바이어가 "온라인에서 제품 스펙을 찾아봤는데 잘 안 나오더라"고 말한 경험이 있는가? 구글 애널리틱스를 열면 유기적 트래픽 수치는 크게 달라지지 않았는데, 정작 해외 바이어로부터의 RFQ(견적 요청)는 줄고 있다.
이 괴리의 원인은 검색 경로 자체가 바뀌었기 때문이다. 병원 구매 담당자나 대형 의료기기 유통사 바이어는 이제 구글에서 블루 링크 10개를 클릭하며 정보를 모으지 않는다. Perplexity에 "FDA 510(k) 등록 완료, ISO 13485 인증, OEM 가능한 초음파 진단기 제조사 추천"이라고 입력하고, AI가 요약해 주는 답변 속 인용 링크 2~3개만 확인한다.
그 인용 링크 안에 당신 회사가 없다면, 바이어는 당신 회사의 존재 자체를 모른 채 다른 공급사와 계약을 진행한다.
React나 Vue 기반의 클라이언트 사이드 렌더링(CSR) 페이지는 브라우저가 자바스크립트를 실행한 뒤에야 콘텐츠가 완성된다. 하지만 OAI-SearchBot(OpenAI), PerplexityBot 같은 AI 크롤러는 스크립트 실행 없이 원시 HTML만 파싱하고 떠난다. 결과적으로 AI는 빈 껍데기 페이지만 보고 해당 URL을 낮은 신뢰도 소스로 판단한다.
또한 robots.txt에서 이 AI 크롤러들이 명시적으로 허용되어 있지 않으면 수집 자체가 차단된다. 많은 제조사 사이트가 User-agent: *만 설정해 두고 개별 AI 봇 허용 여부를 확인하지 않는다.
CE 인증 마크를 이미지로 올리거나, 사양 테이블을 PDF로만 제공하거나, 임상 데이터를 플래시 슬라이더 안에 넣어두면 AI는 그 정보를 인식하지 못한다. AI가 "이 제조사는 Class IIb 의료기기에 대한 TÜV SÜD 인증을 보유하고 있다"고 판단하려면, 그 문장이 크롤링 가능한 텍스트 형태로 페이지에 존재해야 한다.
의료·제약 분야는 AI가 잘못된 정보를 인용했을 때 실제 피해가 발생하는 영역이다. 그래서 SearchGPT와 Perplexity는 헬스케어 콘텐츠에 한해 작성자·검수자의 실명과 전문 이력, 공식 규제 기관 인증 정보, 의학적 근거가 명시된 문서만 우선 인용하는 경향이 강하다. 저자 정보 없이 "당사 제품은 최고의 품질을 자랑합니다"식 마케팅 카피로 채워진 사양 페이지는 AI 답변에서 걸러진다.
아래 4가지를 직접 테스트해 보자. 하나라도 실패하면 해당 항목이 GEO 우선 처방 대상이다.
점검 1. AI 크롤러 접근 허용 여부
https://yourcompany.com/robots.txt를 열어 OAI-SearchBot, PerplexityBot, Google-Extended가 Disallow 처리되어 있지 않은지 확인한다.
점검 2. 제품 사양 페이지 원시 HTML 가독성
Chrome에서 제품 상세 페이지를 열고 Ctrl+U로 소스 보기를 한다. 사양 수치와 인증 정보가 HTML 소스에 텍스트로 보이는가? JavaScript가 실행된 후에만 나타나는 구조라면 CSR 문제다.
점검 3. Perplexity 직접 질의 테스트 Perplexity에서 자사 제품 카테고리 + 핵심 인증(예: "ISO 13485 certified ultrasound OEM manufacturer Korea")으로 검색한다. 경쟁사는 인용되는데 자사는 없다면 구조화 문제다.
점검 4. JSON-LD 스키마 존재 여부
Google의 Rich Results Test(search.google.com/test/rich-results)에 제품 URL을 입력한다. MedicalDevice나 MedicalOrganization 스키마가 감지되지 않으면 AI 엔티티 인식이 불가능한 상태다.
robots.txt AI 크롤러 허용 + SSR 전환가장 빠르게 실행 가능하면서 효과가 즉각적인 조치다.
User-agent: OAI-SearchBot
Allow: /
User-agent: PerplexityBot
Allow: /
User-agent: Google-Extended
Allow: /위 설정을 robots.txt에 추가한다. 동시에 기술 도큐멘테이션 페이지가 CSR에만 의존하고 있다면, Next.js의 getServerSideProps 또는 정적 생성(SSG) 방식으로 전환해 AI 크롤러가 스크립트 실행 없이 완전한 HTML을 수집할 수 있도록 한다.
llms.txt 파일 구축llms.txt는 AI 에이전트 전용 안내 파일이다. robots.txt가 크롤러 접근 규칙을 정의한다면, llms.txt는 AI에게 "우리 회사의 핵심 팩트는 여기 있다"고 직접 알려주는 역할을 한다.
웹사이트 루트(https://yourcompany.com/llms.txt)에 마크다운 형식으로 다음 내용을 포함한다.
로그인이나 페이월(유료 회원만 접근 가능한 벽) 뒤에 숨겨진 문서는 제외한다. AI는 공개 접근 가능한 텍스트만 학습하기 때문이다.
기존 사양서가 "당사 제품 소개 → 개발 배경 → 상세 스펙 → 인증 현황" 순서로 작성되어 있다면, AI는 앞부분의 마케팅 문구를 읽다가 발췌를 포기하는 경우가 많다.
역피라미드(Answer-First) 구조로 전면 재작성한다. 각 H2·H3 헤더 바로 아래 첫 1~2문장 안에 핵심 결론을 배치하는 방식이다.
기존 방식 (AI 인용 어려움): "당사의 혁신적인 기술력으로 개발된 이 제품은 다년간의 연구개발을 통해..."
GEO 방식 (AI 인용 용이): "이 제품은 FDA 510(k) K231234 등록 완료, ISO 13485:2016 인증 취득 제품으로, 심박수 측정 정확도 ±1bpm 이내를 보장합니다."
사양 테이블은 자바스크립트 컴포넌트나 이미지가 아닌 표준 HTML 테이블 또는 마크다운 테이블 형식으로 작성한다. AI는 정형 데이터를 테이블 구조로 읽을 때 정확도가 높아진다.
JSON-LD는 AI가 웹페이지의 엔티티(존재하는 개념)를 논리적으로 인식하도록 돕는 구조화 데이터다. 의료기기·제약 제조사가 반드시 구현해야 할 스키마는 다음과 같다.
MedicalOrganization: 제조사의 공식 명칭, 본사 주소, ISO 인증 내역을 기계 가독형으로 선언한다.
MedicalDevice: 제품 명칭, FDA 510(k) 번호, CE 인증 규격, Intended Use(사용 목적)를 개별 제품 페이지마다 삽입한다. 이 스키마가 있어야 Perplexity가 "FDA 등록 제품"이라는 바이어 질의에 해당 페이지를 출처로 연결할 수 있다.
FAQPage: 바이어가 수입 검토 시 실제로 묻는 질문(MOQ, 리드타임, OEM 가능 여부, 수출 가능 국가)과 명확한 답변을 FAQ 스키마로 구조화한다. GEO-bench 연구에 따르면 FAQ 구조화는 AI 답변 내 인용 신뢰도를 높이는 핵심 요소다.
Person / author: 해당 기술 문서를 작성하고 검수한 의학박사, RA(인허가) 부서 책임자의 실명, 직함, 전문 이력을 마크업한다. 이것이 YMYL 기준을 통과하는 전문가 신호다.
CE 마크 이미지 캡처 하나만 올려두는 관행을 버려야 한다. AI는 이미지를 읽지 못한다. 인증 영역에 아래와 같은 텍스트 테이블을 명시한다.
| 항목 | 내용 |
|---|---|
| 인증 표준 | ISO 13485:2016 |
| 인증 기관 | TÜV SÜD |
| 적용 범위 | Class IIb Active Medical Devices |
| 인증서 번호 | [실제 번호] |
| 유효 기간 | 2027년 MM월 DD일 |
AI는 이렇게 구조화된 텍스트를 읽고 "이 제조사는 Class IIb 기기에 대한 유효한 TÜV SÜD 인증을 보유하고 있다"고 판단하여 바이어 질의에 인용한다.
키워드 반복 주입 금지. AI 인용 확률을 높이려고 "FDA 인증 의료기기 제조사 한국 FDA 인증 의료기기"처럼 키워드를 억지로 반복하면 구글의 '대규모 콘텐츠 남용(Scaled Content Abuse)' 스팸 정책에 저촉되어 사이트 전체 색인이 누락될 수 있다. AI는 키워드 밀도가 아닌 정보의 명확성과 일관성을 기준으로 인용 여부를 판단한다.
할루시네이션 방지를 위한 팩트 일관성 유지. 기술 문서 A에는 측정 정확도가 ±1bpm으로, 마케팅 페이지에는 ±0.5bpm으로 다르게 기재되어 있으면 AI가 두 수치를 혼합해 잘못된 사양을 바이어에게 전달하는 할루시네이션이 발생한다. 모든 페이지의 수치와 인증 정보는 단일 소스 기준으로 통일해야 한다.
90일 주기 AI 가시성 감사. AI 모델은 수시로 가중치를 업데이트하므로, 분기마다 타겟 프롬프트(예: "Korea ISO 13485 certified ultrasound probe OEM manufacturer")를 Perplexity와 SearchGPT에 직접 입력해 자사 문서가 안정적으로 인용되는지 모니터링해야 한다.
Q1. GEO와 기존 SEO를 동시에 해야 하나요, 아니면 GEO로 전환해야 하나요? A. 둘 중 하나를 선택하는 문제가 아닙니다. 구글 AI Overviews 자체가 RAG(검색 증강 생성) 기술로 색인된 웹페이지를 실시간 인용하기 때문에, 구글 색인 품질을 유지하면서 GEO 구조화를 추가하는 병행 전략이 현재 최선입니다. 단, 투자 우선순위는 기존 SEO 유지 50%, GEO 신규 세팅 50%로 재조정할 시점입니다.
Q2. llms.txt를 만들면 경쟁사도 우리 기술 정보를 AI로 쉽게 수집하지 않나요?
A. 공개된 사양 정보는 이미 바이어가 접근 가능한 정보입니다. llms.txt는 AI가 그 정보를 '우리 회사 것'으로 정확히 귀속시켜 인용하도록 돕는 도구입니다. 핵심 영업 비밀이나 미공개 기술은 포함하지 않고, 공개 마케팅 자료 수준의 요약만 제공하면 됩니다.
Q3. JSON-LD 스키마 작업은 개발자 없이 가능한가요?
A. 기본 MedicalOrganization과 FAQPage 스키마는 Google의 구조화 데이터 마크업 도우미를 활용하면 비개발자도 생성할 수 있습니다. 그러나 MedicalDevice 스키마는 FDA 번호, CE 규격 코드 등 정확한 필드 매핑이 필요하므로 개발자 또는 전문 에이전시와 협업하는 것을 권장합니다.
Q4. 한국어 기술 문서도 GEO 최적화가 필요한가요?
A. 해외 바이어를 타겟으로 한다면 영문 기술 문서의 GEO 최적화가 우선입니다. SearchGPT와 Perplexity는 영어 질의에 대해 영어 콘텐츠를 우선 인용합니다. 한국어 페이지와 영어 페이지를 별도로 운영하고, 영문 페이지에 스키마와 llms.txt를 먼저 적용하는 것이 실무적으로 효율적입니다.
Q5. 효과가 나타나기까지 얼마나 걸리나요?
A. robots.txt AI 크롤러 허용과 SSR 전환은 AI 봇의 재크롤링 주기(통상 2~4주)가 지나면 변화가 감지됩니다. JSON-LD 스키마와 llms.txt 효과는 AI 모델의 인덱스 업데이트 주기에 따라 1~3개월 후 Perplexity 직접 질의 테스트에서 확인할 수 있습니다.
해외 바이어의 검색 경로가 구글 블루 링크에서 AI 에이전트 답변으로 이동한 것은 일시적 트렌드가 아니라 구조적 전환이다. 기술 도큐멘테이션을 AI 가독형으로 재구조화하는 GEO 작업은 한 번의 투자로 장기간 효과가 지속되는 자산이다.
자사 제품 사양서가 Perplexity 답변에 인용되는 순간, 그것은 단순한 웹사이트 방문이 아니라 바이어가 이미 검증 단계를 거친 상태에서 연락해 오는 것을 의미한다. 그것이 GEO가 고단가 B2B 수출 제조사에게 특히 중요한 이유다.
의료기기·제약 분야의 GEO 세팅은 스키마 설계부터 기술 문서 재작성, AI 가시성 감사까지 전문 지식이 필요한 작업입니다. 에이달(ADALL)은 수출형 B2B 제조사의 GEO 전략 수립부터 기술 구현까지 지원합니다. 현재 자사 도큐멘테이션이 AI 검색에서 어떻게 인식되고 있는지 궁금하시다면 아래로 문의 주세요.
📞 02-2664-8631 | ✉️ master@adall.co.kr 서울특별시 강서구 방화대로31길 2, 5~6층
[무료 컨설팅 문의하기 →]
무료 컨설팅 받아보고 싶다면?
무료 컨설팅 신청하기