병원 웹사이트를 위한
Git 기반 자동 SEO

Git 저장소를 연동하면 웹사이트 소스코드를 클론해 SEO를 진단하고, 메타태그·구조화 데이터·콘텐츠를 코드 레벨에서 직접 수정한 뒤 Pull Request와 리포트를 생성합니다. 사람이 직접 HTML을 고칠 필요가 없습니다.

전송되지 않습니다. 분석과 생성은 사용자의 서버에서 실행되는 로컬 Ollama 모델이 처리하며, 외부 상용 AI API를 호출하지 않습니다. 의료 정보와 비공개 저장소를 다루는 환경을 전제로 설계되었습니다.

먼저 robots.txt에서 GPTBot·OAI-SearchBot·ClaudeBot·Google-Extended·PerplexityBot 등 AI 크롤러의 접근이 허용되어야 합니다. 그 위에 FAQPage·speakable 구조화 데이터, 두괄식 요약 문단, 질문형 헤딩, llms.txt를 갖추면 AI가 인용할 문단을 특정하기 쉬워집니다. Dr.FIN SEO AI는 이 과정을 자동으로 적용합니다.

llms.txt는 사이트의 정의·핵심 사실·페이지 목록을 언어 모델이 읽기 쉬운 마크다운으로 정리한 사이트 루트 파일입니다. AI가 여러 페이지를 크롤링하지 않고 한 번의 요청으로 사이트를 파악할 수 있어, 인용 시 잘못된 정보가 섞일 가능성을 줄입니다.

기본 동작은 기본 브랜치를 직접 수정하지 않고 별도 브랜치와 Preview Pull Request를 생성하는 방식입니다. 규칙 기반 최적화는 기존 마크업을 삭제하지 않고 누락된 신호만 추가하며, AI 수정 결과는 export·import 보존 여부를 검증한 뒤에만 반영됩니다.

진료 시간·연락처·주소·의료진 정보처럼 저장소에 없는 사실은 생성하지 않습니다. 확인되지 않은 항목은 '공식 홈페이지에서 확인' 형태의 안내 문장과 TODO 주석으로 남겨 병원이 직접 채우도록 합니다. 모든 생성 콘텐츠에는 의료 면책 문구가 포함됩니다.

Next.js 15(App Router), SQLite + Drizzle ORM, Better Auth, Ollama로 구성되며 Docker Compose로 셀프호스팅할 수 있습니다. 분석 대상은 HTML, Next.js JSX/TSX, Markdown/MDX입니다.

MIT 라이선스 오픈소스로, 직접 셀프호스팅하는 경우 소프트웨어 사용료는 없습니다. 로컬 모델을 구동할 서버 자원만 준비하면 됩니다.