{
  "id": "b19ae326-0bcc-4fa7-882c-a6fd55553a69",
  "slug": "scenario/clinic-ai-citation",
  "doc_type": "case",
  "title": "\"시술 부작용\"을 검색하는 환자에게, AI가 우리 병원 답을 읽어주기까지",
  "title_en": null,
  "one_liner": "환자는 이제 네이버보다 먼저 AI에게 묻는다. 이 질문에 AI가 인용할 수 있는 답을 가진 병원과 아닌 병원의 격차가 벌어지고 있다.",
  "summary_bullets": [
    "구조화 데이터는 기존 사이트에 스크립트 한 줄로 송출되고, FAQ·위키 콘텐츠는 별도 허브 페이지로 운영할 수 있다"
  ],
  "body_md": "## 무엇이 문제였나\n\n생성 단계에서 심의 기준(치료 효과 보장·비교 광고·환자 체험담 제한 등)을 가드로 반영하고, 발행 전 반드시 원장·담당자 검수를 거치는 구조로 운영한다. 자동화되는 것은 초안과 송출이지 의료적 판단이 아니다.\n\n## 접근\n- 각 FAQ를 AI가 읽는 구조화 데이터(FAQ·MedicalClinic JSON-LD)로 자동 송출 — 병원 사이트 코드 수정 없이 (GEOcare)\n- 시술 지식을 위키형 허브 페이지로 구조화 — AI가 출처로 삼기 좋은 형태 (BMP.ai 허브사이트)\n\n## 결과\n가상 시나리오 기준 예시 수치로, 시술 질문 40개 기준 AI 인용 점유율이 7%에서 23%(12주 후)로, 부작용 유형 질문 인용이 0에서 9개로, '부작용' 검색 후 이탈률이 71%에서 38%로 낮아졌다고 제시된다.\n\n## 이 사례에서 배울 수 있는 것\n- 구조화 데이터는 기존 사이트에 스크립트 한 줄로 송출되고, FAQ·위키 콘텐츠는 별도 허브 페이지로 운영할 수 있다",
  "related_slugs": [],
  "faq": [
    {
      "a": "환자는 이제 네이버보다 먼저 AI에게 묻는다. 이 질문에 AI가 인용할 수 있는 답을 가진 병원과 아닌 병원의 격차가 벌어지고 있다.",
      "q": "\"시술 부작용\"을 검색하는 환자에게, AI가 우리 병원 답을 읽어주기까지"
    }
  ],
  "jsonld": null,
  "keywords": [
    "병의원",
    "product-scenario",
    "geocare"
  ],
  "source_id": "https://bmp.ai/cases/clinic",
  "video_url": null,
  "duration_sec": null,
  "thumbnail_url": null,
  "image_url": null,
  "caption": null,
  "solution_slug": null,
  "captured_at": null,
  "width": null,
  "height": null,
  "created_at": "2026-08-22T23:36:37.444527+00:00",
  "updated_at": "2026-08-22T23:36:37.444527+00:00",
  "visibility": "public",
  "source_stage": "1",
  "anonymized": true,
  "source_key": "web-cases",
  "origin": "ingest",
  "locked": false,
  "locked_by": null,
  "locked_at": null,
  "gate_state": {
    "g1": {
      "hits": [],
      "pass": true
    },
    "g2": {
      "pass": true,
      "total": 73,
      "issues": [
        "본문이 짧습니다 (800자 미만)",
        "핵심 요약 불릿이 3개 미만입니다",
        "Q&A 쌍이 3개 미만입니다"
      ],
      "applies": true
    },
    "g3": {
      "pass": true,
      "required": false
    },
    "stage": "1",
    "decided_at": "2026-08-22T23:26:48.098Z"
  },
  "raw_id": null,
  "search_text": "\"시술 부작용\"을 검색하는 환자에게, AI가 우리 병원 답을 읽어주기까지  환자는 이제 네이버보다 먼저 AI에게 묻는다. 이 질문에 AI가 인용할 수 있는 답을 가진 병원과 아닌 병원의 격차가 벌어지고 있다. 병의원 product-scenario geocare ## 무엇이 문제였나\n\n생성 단계에서 심의 기준(치료 효과 보장·비교 광고·환자 체험담 제한 등)을 가드로 반영하고, 발행 전 반드시 원장·담당자 검수를 거치는 구조로 운영한다. 자동화되는 것은 초안과 송출이지 의료적 판단이 아니다.\n\n## 접근\n- 각 FAQ를 AI가 읽는 구조화 데이터(FAQ·MedicalClinic JSON-LD)로 자동 송출 — 병원 사이트 코드 수정 없이 (GEOcare)\n- 시술 지식을 위키형 허브 페이지로 구조화 — AI가 출처로 삼기 좋은 형태 (BMP.ai 허브사이트)\n\n## 결과\n가상 시나리오 기준 예시 수치로, 시술 질문 40개 기준 AI 인용 점유율이 7%에서 23%(12주 후)로, 부작용 유형 질문 인용이 0에서 9개로, '부작용' 검색 후 이탈률이 71%에서 38%로 낮아졌다고 제시된다.\n\n## 이 사례에서 배울 수 있는 것\n- 구조화 데이터는 기존 사이트에 스크립트 한 줄로 송출되고, FAQ·위키 콘텐츠는 별도 허브 페이지로 운영할 수 있다",
  "embedding": null,
  "embedded_at": null,
  "embedding_hash": null,
  "backlinks": [
    "screenshot/bmp-ai"
  ],
  "html_url": "https://bizspring.ai/kb/scenario/clinic-ai-citation",
  "markdown_url": "https://bizspring.ai/kb/scenario/clinic-ai-citation.md"
}