챗GPT는 왜 우리 병원을 모를까 — AI가 읽는 언어 'MedicalOrganization 스키마' 완전 적용법

환자가 챗GPT나 구글 AI 검색에 '○○동 임플란트 잘하는 곳'을 물었을 때 우리 병원이 언급되지 않는 가장 흔한 이유는, 홈페이지가 사람 눈에는 멀쩡해 보여도 AI가 읽을 수 있는 '구조화된 정보'를 담고 있지 않기 때문입니다. MedicalOrganization 스키마는 병원의 이름·진료과목·위치·진료시간을 AI가 오해 없이 인식하도록 정리해 주는 표준 데이터 양식으로, AI 답변에 인용되기 위한 가장 기본적인 토대입니다. 이 글은 그 원리와 오늘 당장 적용하는 단계를 병원장 관점에서 정리합니다.

같은 동네인데 왜 옆 병원만 AI 답변에 뜰까

한 원장님이 이런 상담을 해오셨습니다. 홈페이지도 새로 만들었고, 블로그 글도 꾸준히 올리고, 후기도 적지 않은데, 정작 환자가 챗GPT에 '우리 동네 잘하는 치과 추천해줘'라고 물으면 늘 길 건너 병원 이름만 나온다는 것이었습니다. 검색 광고비도 그쪽이 특별히 더 쓰는 것 같지 않은데 말이죠. 원장님 입장에서는 억울할 수밖에 없습니다. 실력도 시설도 밀리지 않는데, 왜 AI는 우리를 '없는 병원'처럼 취급할까요.

이 상황의 핵심은 '실력'이 아니라 '전달 방식'에 있습니다. 사람은 홈페이지에 들어와 사진을 보고 분위기를 느끼고 후기를 읽으며 신뢰를 쌓습니다. 그러나 AI는 그렇게 읽지 않습니다. AI는 화면에 예쁘게 배치된 디자인이 아니라, 그 뒤에 숨어 있는 '텍스트와 데이터'를 읽습니다. 이때 우리 병원의 이름·전문 분야·위치·진료시간이 기계가 이해할 수 있는 형태로 정리되어 있지 않으면, AI는 이 정보를 '확신 있게' 인용하지 못합니다. 확신이 없는 정보는 AI가 답변에서 빼버립니다. 그 자리에 들어가는 것이 바로, 정보를 잘 정리해 둔 옆 병원입니다.

다시 말해 AI 답변에서 밀리는 것은 대개 실력의 문제가 아니라 '읽히는가'의 문제입니다. 그리고 이 '읽히는 구조'의 가장 밑바닥에 있는 것이 오늘 다룰 MedicalOrganization 스키마입니다.

AI는 우리 홈페이지를 '사람처럼' 읽지 않는다

먼저 오해 하나를 풀어야 합니다. 많은 원장님이 '홈페이지에 정보가 다 적혀 있으니 AI도 당연히 알겠지'라고 생각합니다. 하지만 사람의 눈과 기계의 눈은 전혀 다르게 작동합니다. 사람은 '서울 강남 △△치과 / 임플란트·교정 / 평일 오전 9시~오후 6시'라는 문구를 보면 즉시 '아, 강남에 있는 치과이고 임플란트를 하고 평일에 6시까지 하는구나'라고 이해합니다. 반면 AI는 이 문장을 마주쳐도 '이게 병원 이름인지, 진료과목인지, 옆 상가 이름인지, 광고 문구인지' 100% 확신하지 못합니다.

여기서 '구조화 데이터(structured data)'라는 개념이 등장합니다. 구조화 데이터란, 사람에게 보이는 문장과 별도로 '이 정보는 병원 이름이고, 이 정보는 위치이며, 이 정보는 진료시간이다'라고 기계에게 명시적으로 표시해 두는 보이지 않는 설명표입니다. 화면에는 나타나지 않지만 홈페이지 코드 안에 함께 담겨, AI와 검색엔진이 정보를 오해 없이 분류하도록 돕습니다.

비유하자면 이렇습니다. 낯선 나라 공항에서 명함을 건넬 때, 앞면에는 그 나라 언어로 인사를 적고 뒷면에는 '이름/직책/회사/연락처'를 항목별로 또박또박 정리해 둔 것과 같습니다. 상대가 앞면만 보면 헷갈릴 수 있지만, 뒷면의 정리된 항목을 보면 한 치의 오해도 없습니다. 구조화 데이터는 우리 병원이 AI에게 건네는 '기계용 명함 뒷면'인 셈입니다. 이 뒷면이 없으면 AI는 앞면을 보며 추측해야 하고, 추측이 필요한 정보일수록 답변에서 제외될 확률이 높아집니다.

MedicalOrganization 스키마란 정확히 무엇인가

구조화 데이터에는 표준 규격이 있습니다. 전 세계 검색엔진들이 함께 만든 스키마(schema.org)라는 공용 사전이 그것입니다. 여기서 '스키마'란 정보를 담는 표준 양식, 즉 '어떤 항목을 어떤 이름으로 적어야 기계가 알아듣는가'를 정해 둔 약속입니다. 이 사전 안에는 식당·학교·행사 등 수천 가지 유형이 있고, 그중 의료기관을 위한 유형이 바로 MedicalOrganization(메디컬 오거니제이션, '의료기관')입니다.

MedicalOrganization은 병원·의원·클리닉이 자신을 소개할 때 쓰는 표준 서식이라고 이해하면 됩니다. 그 아래에는 더 구체적인 하위 유형이 있어, 치과라면 Dentist, 종합적 병원이라면 Hospital, 일반 의원이라면 MedicalClinic 등으로 세분화해 지정할 수 있습니다. 유형을 구체적으로 지정할수록 AI는 '이곳이 정확히 어떤 성격의 의료기관인가'를 더 또렷하게 인식합니다.

실제 적용은 대개 JSON-LD라는 형식으로 이뤄집니다. 용어가 어렵게 들리지만, 홈페이지 코드 한 귀퉁이에 '이름은 △△치과, 유형은 치과, 위치는 여기, 진료시간은 이렇다'를 항목별로 적어 넣은 작은 정보 카드라고 생각하면 충분합니다. 원장님이 직접 코드를 짤 필요는 없습니다. 다만 '우리 홈페이지에 이 정보 카드가 들어 있는가, 내용이 정확한가'를 확인하고 지시할 수 있으면 됩니다. 그 확인만으로도 대부분의 병원이 겪는 문제의 절반은 해결됩니다.

왜 이것이 'AI 인용의 기본'인가 — 잃는 것과 얻는 것

스키마가 '기본'이라 불리는 이유는 순서 때문입니다. AI가 어떤 병원을 답변에 넣으려면 세 단계를 거칩니다. 첫째 '이 병원이 존재하는가', 둘째 '무엇을 하는 곳인가', 셋째 '믿고 추천할 만한가'입니다. 스키마는 이 중 첫째와 둘째, 즉 존재와 정체성을 기계에게 확정해 주는 장치입니다. 이 토대가 흔들리면 아무리 좋은 후기와 콘텐츠가 있어도 그 위에 신뢰가 쌓이지 않습니다. 집으로 치면 스키마는 기초 공사이고, 콘텐츠와 후기는 그 위에 올리는 인테리어입니다.

손실의 관점에서 보면 냉정합니다. 스키마가 없다고 홈페이지가 '틀렸다'고 표시되지는 않습니다. 대신 조용히 '확신도가 낮은 정보'로 처리되어, 경쟁 병원이 같은 질문의 답변 자리를 가져갑니다. 문제는 이 손실이 눈에 보이지 않는다는 점입니다. 광고비처럼 청구서가 날아오지 않으니, 원장님은 '요즘 신환이 좀 주네' 정도로만 느끼고 진짜 원인을 놓치기 쉽습니다. 매달 새어 나가는 물이지만 계량기에 잡히지 않는 누수인 셈입니다.

기회의 관점은 반대입니다. 아직 많은 병원이 이 기본을 채우지 않았습니다. 즉 스키마를 제대로 정비하는 것만으로도, 같은 동네 경쟁자 사이에서 'AI가 확신을 갖고 인용하는 병원'이라는 앞자리를 비교적 낮은 비용으로 선점할 수 있습니다. 특히 지역+진료과목 조합 질문(예: 특정 동네의 특정 진료)은 AI가 위치·전문 분야 데이터에 크게 의존하는데, 이 영역이 바로 스키마가 가장 강하게 작동하는 지점입니다.

오늘 당장 적용하는 5단계

실행은 생각보다 단순합니다. 원장님이 직접 코드를 다루지 못해도, 아래 순서를 담당자나 홈페이지 업체에 그대로 전달하면 됩니다.

1. 현재 상태 진단: 우리 홈페이지에 의료기관 스키마가 이미 들어 있는지부터 확인합니다. 구글의 '리치 결과 테스트' 같은 무료 도구에 홈페이지 주소를 넣으면, 구조화 데이터가 있는지·오류가 있는지 바로 보입니다.
2. 기준 정보 확정: 병원의 정식 명칭, 진료과목, 정확한 주소, 대표 전화, 진료시간(점심시간·휴진일 포함), 홈페이지 주소, 대표 사진 URL을 한 문서에 정리합니다. 이 원본이 부정확하면 스키마도 부정확해집니다.
3. 유형 지정: MedicalOrganization을 기본으로 하되, 병원 성격에 맞는 하위 유형(Dentist·Hospital·MedicalClinic 등)을 함께 지정하도록 요청합니다.
4. 홈페이지에 삽입: 정리한 정보를 JSON-LD 형태로 대표 페이지(특히 '병원 소개'와 첫 화면)에 넣습니다. 대부분의 홈페이지 관리도구나 제작업체가 처리할 수 있는 작업입니다.
5. 검증과 일치 확인: 삽입 후 다시 테스트 도구로 오류가 없는지 확인하고, 스키마의 내용이 화면에 보이는 문구·구글 비즈니스 프로필·네이버 정보와 서로 어긋나지 않는지 대조합니다. 정보끼리 충돌하면 AI는 어느 쪽도 신뢰하지 않습니다.

이 다섯 단계는 대개 하루 안에 마칠 수 있는 분량입니다. 규모가 큰 개편이 아니라, 이미 가진 정보를 '기계가 읽는 형태'로 한 번 정리하는 작업이라는 점이 핵심입니다.

반드시 채워야 할 핵심 항목

스키마를 넣더라도 항목이 비어 있으면 효과가 반감됩니다. 특히 아래 항목은 AI가 병원을 판단할 때 가장 자주 참고하는 정보이므로 빠짐없이 채우길 권합니다.

• 정식 명칭(name): 간판·사업자등록과 동일한 정확한 이름. 홈페이지마다 이름이 조금씩 다르면 AI는 동일 병원인지 헷갈립니다.
• 주소(address): 시·구·동·도로명까지 구조화. 지역 기반 질문의 노출을 좌우하는 핵심 항목입니다.
• 진료시간(openingHours): 요일별 시간, 점심시간, 휴진일. '지금 문 연 병원'을 찾는 질문에 직접 영향을 줍니다.
• 전화·홈페이지·예약 링크(telephone·url): 환자가 다음 행동으로 넘어가는 통로. AI 답변에서 연락처가 함께 안내되면 전환으로 이어지기 쉽습니다.
• 진료 분야·표방 과목(medicalSpecialty): 우리가 무엇을 주로 보는 곳인지 명시. 애매하게 두면 특정 분야 질문에서 밀립니다.
• 대표 이미지(logo·image): 병원을 시각적으로 식별하는 신호로 함께 담아 둡니다.

항목을 채울 때 원칙은 하나입니다. '과장 없이, 정확하게, 다른 채널과 똑같이.' 스키마는 진실을 잘 정리하는 도구이지, 없는 것을 있게 만드는 도구가 아닙니다.

병원들이 반복하는 흔한 실수 5가지

스키마를 넣고도 효과를 못 보는 병원에는 공통된 실수가 있습니다.

1. 정보 불일치: 홈페이지·구글·네이버의 병원명이나 전화번호가 조금씩 다른 경우입니다. AI는 정보가 어긋나면 신뢰도를 낮춥니다. 모든 채널의 정보를 한 기준으로 통일하는 것이 먼저입니다.
2. 화면에 없는 내용을 스키마에만 적기: 스키마 내용은 실제 페이지에 보이는 정보와 일치해야 합니다. 화면에 없는 진료시간을 코드에만 적어 넣으면 오히려 부정적으로 작용할 수 있습니다.
3. 유형을 뭉뚱그리기: 치과인데 하위 유형을 지정하지 않고 일반 '조직'으로만 두면, 정체성 신호가 약해집니다.
4. 한 번 넣고 방치: 진료시간·전화·이전 개원 정보가 바뀌었는데 스키마는 옛 정보 그대로인 경우입니다. 낡은 데이터는 없는 것보다 나쁠 수 있습니다.
5. 검증 생략: 삽입만 하고 오류 검사를 하지 않아, 문법 오류로 스키마 전체가 무시되는 경우입니다. 넣었다고 끝이 아니라, 반드시 테스트 도구로 '정상 인식'을 확인해야 합니다.

이 다섯 가지만 피해도, 이미 스키마를 넣은 병원들 사이에서 상위권으로 올라설 수 있습니다.

넣었는데도 안 나온다면 — 그다음 점검과 우선순위

스키마는 기초 공사라고 했습니다. 기초를 다졌는데도 AI 인용이 없다면, 그 위층을 점검할 차례입니다. AI는 존재와 정체성을 확인한 뒤 '믿을 만한가'를 봅니다. 이 단계에서는 진료 분야를 깊이 있게 설명한 콘텐츠, 실제 환자 경험이 담긴 후기, 외부에서 우리 병원을 언급한 흔적 등이 함께 작동합니다. 다만 순서를 지켜야 합니다. 기초가 부실한 상태에서 콘텐츠부터 늘리는 것은, 기초 없이 벽지부터 바르는 일과 같습니다.

그래서 우선순위는 분명합니다. 첫째, 이번 주 안에 스키마 유무를 진단하고 핵심 항목을 채워 넣으세요. 둘째, 모든 채널의 병원 정보를 하나로 통일하세요. 셋째, 그다음에 진료 분야 콘텐츠와 후기 관리로 넘어가세요. 아래는 원장님이 담당자와 함께 오늘 점검할 수 있는 요약 체크리스트입니다.

• 우리 홈페이지에 의료기관 스키마가 들어 있는가 (테스트 도구로 확인)
• 병원명·주소·전화·진료시간이 홈페이지·구글·네이버에서 모두 동일한가
• 병원 성격에 맞는 하위 유형이 지정되어 있는가
• 진료시간·연락처가 최신 정보로 갱신되어 있는가
• 스키마 검증에서 오류 없이 '정상'으로 인식되는가

이 체크리스트에서 하나라도 '아니오'가 있다면, 그 지점이 지금 우리 병원이 AI 답변에서 밀리는 이유일 가능성이 높습니다. 어디서부터 손대야 할지 판단이 서지 않는다면, 현재 홈페이지가 AI에게 어떻게 읽히고 있는지 먼저 진단해 보시길 권합니다. AI메디랩은 병원 홈페이지의 구조화 데이터 상태와 정보 일치 여부를 무료로 점검해 드리고 있으니, 막연한 추측 대신 정확한 현재 위치부터 확인하고 다음 단계를 정하시면 됩니다.