ChatGPT와 Perplexity가 글을 더 자주 직접 인용하게 만들고 싶다면, 문장을 늘리기보다 문단에 흩어진 비교 정보를 깔끔한 HTML 테이블로 정리하는 편이 훨씬 효율적입니다. AI 엔진은 답변을 생성할 때 구조화된 비교 데이터를 특히 잘 포착합니다. 각 기준과 값의 대응 관계가 명확하고, 출처를 확인할 수 있으며, 항목별 검증도 가능하기 때문입니다. 같은 내용이라도 “A는 B보다 저렴하지만 B는 연동성이 더 뛰어나다”라는 문장을 다섯 번째 문단에 묻어두는 것보다 표로 제시할 때 출처로 인용될 가능성이 훨씬 높습니다.
AI 엔진이 유독 표를 선호하는 이유
대규모 언어 모델이 웹 콘텐츠를 읽을 때 찾는 것은 본질적으로 ‘서로 대응시킬 수 있는 데이터’입니다. 표의 행과 열은 그 자체로 명확한 키 역할을 합니다. 첫 번째 열에는 도구가, 나머지 열에는 가격·연동 기능·도입 시간이 들어 있다는 관계가 분명합니다. 모델이 긴 문장에서 어떤 설명이 어느 대상에 해당하는지 다시 해석할 필요가 없으므로 추출 비용과 오류 가능성도 낮아집니다. 사용자가 “X와 Y 중 무엇이 더 저렴한가?”라고 물으면, 모델은 세 문단을 직접 해석하기보다 가격을 나란히 정리한 표를 먼저 인용합니다.
실무에서는 차이가 더욱 분명합니다. 고객사의 비교 페이지를 개편하다 보면 필요한 정보는 모두 갖춰져 있지만 전부 서술형으로 작성되어 Perplexity의 출처 목록에는 전혀 잡히지 않는 경우가 많습니다. 같은 정보를 마크업된 표로 옮기고 나머지 내용은 그대로 두면, 2~3주 뒤부터 AI 답변의 출처 목록에 나타나기 시작합니다. 차이를 만드는 것은 콘텐츠의 양이 아니라 추출 가능성입니다.
이미지나 시각적 레이아웃이 아닌 시맨틱 HTML을 사용하세요
가장 흔하면서도 치명적인 실수는 표를 이미지로 만들거나, 여러 개의 div와 CSS를 조합해 표처럼 보이게 구성하는 것입니다. 사람에게는 표로 보여도 기계에는 그렇지 않습니다. 이미지 속 텍스트는 많은 텍스트 모델이 제대로 읽지 못하고, div로 만든 목록에는 행과 열의 의미 관계가 없어 추출기에는 나란히 놓인 블록 묶음으로만 보입니다. AI가 확실하게 해석할 수 있는 것은 표준 HTML 테이블 구조입니다.
- table, thead, tbody 태그로 표의 구조와 본문 텍스트를 구분해 모델이 어떤 열이 필드명인지 알 수 있게 합니다.
- 각 데이터 셀은 td로 표시하고, 한 셀에는 여러 추측성 표현이 아닌 하나의 값을 넣습니다.
- 첫 번째 열에는 비교 대상(예: 도구명, 요금제명)을 배치하고, 이후 각 열은 하나의 비교 기준만 유지해 같은 행의 대상과 정확히 대응시킵니다.
- 행과 열의 정렬 관계를 흐트러뜨려 추출 오류를 일으키기 쉬운 colspan과 rowspan은 피합니다.
- caption에는 무엇을 비교하는 표인지 한 문장으로 설명합니다. 모델이 그대로 활용할 수 있는 인용 문맥을 제공하는 셈입니다.
표 안에 무엇을 쓰느냐가 인용 여부를 결정합니다
구조는 진입로일 뿐이고, 실제 가치는 내용이 결정합니다. AI 엔진은 ‘좋음’, ‘사용 가능’, ‘지원함’처럼 모호한 평가가 늘어선 표보다 구체적이고 검증 가능한 값이 담긴 표를 선호합니다. ‘연동 기능이 풍부함’ 대신 ‘120개 이상 연동’을, ‘빠름’ 대신 ‘초기 설정 완료까지 약 30분’을 쓰는 편이 낫습니다. 정확한 수치는 셀 자체를 인용 가능한 사실로 만들지만, 모호한 형용사는 모델이 중요도가 낮은 주관적 평가로 판단하기 쉽습니다.
어떤 항목을 비교할지도 중요합니다. 독자가 도입 검토 과정에서 실제로 묻는 기준을 골라야 합니다. 가격, 요금제, 주요 제약, 적합한 팀 규모, 중국어 지원 여부 등이 대표적입니다. 보여주고 싶은 기능을 잔뜩 나열하되 의사결정에는 쓰이지 않는 열을 만들지 마세요. 20개 기준을 담은 거대한 표보다 3~6개의 열과 5~8개의 행으로 구성된 표가 대체로 더 자주 인용됩니다. 하나의 쟁점에 집중하므로 모델이 질문 하나에 필요한 정보를 온전히 추출할 수 있기 때문입니다.
사람에게도 읽기 좋은 표를 만드세요
표는 기계만을 위해 존재해서는 안 됩니다. 모바일 화면에서 표가 잘리거나, 열이 지나치게 많아 내용이 눌리거나, 독자가 끝까지 읽기 전에 이탈하면 체류 시간과 신뢰도 모두 떨어집니다. 실무에서는 표의 전체 구조를 유지한 채 모바일에서 가로로 스크롤할 수 있게 만들거나, 좁은 화면에서는 각 열을 작은 카드 형태로 쌓아 보여줄 수 있습니다. 다만 기반이 되는 HTML에는 원래의 table 구조와 의미 관계를 그대로 남겨야 합니다. 기계를 위한 구조와 독자를 위한 레이아웃은 CSS로 역할을 나누면 되며, 둘 중 하나를 포기할 필요는 없습니다.
- 표 위나 아래에 “A는 10명 미만 팀에, B는 진행 상황 보고에 적합합니다”처럼 결론을 한 문장으로 요약합니다. AI가 이 문장을 그대로 요약에 활용하는 경우가 많습니다.
- 헤더에는 약어나 내부 용어 대신 모델과 독자가 바로 이해할 수 있는 명확한 표현을 사용합니다.
- 숫자의 단위와 형식을 통일합니다. 예를 들어 가격은 모두 NT$로, 요금은 모두 월 기준으로 표기해야 기계가 더 안정적으로 해석할 수 있습니다.
- 외부에서 확인한 수치에는 출처나 업데이트 날짜를 함께 표시해 인용의 신뢰도를 높입니다.
- 표 하나에는 핵심 질문 하나만 담습니다. 다루는 범위가 넓다면 주제별로 더 집중된 표를 나눠 구성합니다.
비교표만 따로 보더라도 각 셀이 구체적이고 검증 가능한 값이라면 AI는 이를 사실로 인용합니다. 반대로 모호한 평가만 담겨 있다면 개인적인 견해로 간주하고 지나칠 가능성이 큽니다.
구조화 데이터는 추가하되 순서를 거꾸로 잡지 마세요
일부 팀은 표에 스키마 마크업도 추가해야 하는지 묻습니다. 현재 주요 엔진의 동작을 기준으로 보면, 깔끔한 표준 HTML 테이블만으로도 내용을 충분히 분해해 읽을 수 있습니다. Schema.org 구조화 데이터는 필수 조건이라기보다 보완 수단에 가깝습니다. 표가 명확한 질문과 답변을 다룬다면 FAQPage나 웹페이지 수준의 구조화 데이터를 추가해 엔진이 전체 섹션을 하나의 질문과 연결하도록 도울 수 있습니다. 하지만 먼저 HTML 테이블을 올바르게 작성한 뒤 스키마를 검토해야 합니다. 순서를 바꾸면 기초가 어긋난 상태에서 장식만 더하는 셈입니다.
바로 적용할 수 있는 체크리스트
다음에 글에 비교표를 넣을 때는 세 가지를 확인하세요. 표준 HTML 테이블인가, 아니면 이미지나 가짜 표인가? 각 셀에 구체적인 값이 있는가, 모호한 형용사만 있는가? 헤더를 가려도 독자가 각 열의 의미를 파악할 수 있는가? 좋은 표는 독자의 의사결정과 AI의 정보 추출을 동시에 지원합니다. 현재 보유한 비교 정보 중 얼마나 많은 내용이 이미지나 서술형 문단에 묻혀 있는지, 그로 인해 AI 인용을 얼마나 놓치고 있는지 알고 싶다면 30분 GEO 진단을 예약하세요. 가장 빠르게 보완할 수 있는 지점을 바로 짚어드립니다.
