우리 병원이 AI 답변에 안 나오는 진짜 이유 — 원장이 오늘 손봐야 할 'MedicalOrganization 스키마'

환자가 챗GPT나 AI 검색창에 '○○동에서 임플란트 잘하는 치과'를 묻습니다. 답변에는 옆 건물 병원과 지하철 두 정거장 거리의 병원이 나열되는데, 정작 그 동네에서 10년째 진료해 온 우리 병원 이름은 없습니다. 광고비를 적게 쓴 것도, 후기가 부족한 것도 아닙니다. 진짜 이유는 대개 하나입니다 — AI가 우리 병원 정보를 '기계가 읽을 수 있는 형태'로 발견하지 못했기 때문입니다. 이 글은 그 해법의 기본이 되는 의료기관 구조화 데이터, 즉 'MedicalOrganization 스키마'가 무엇이고 왜 AI 인용의 출발점인지, 그리고 원장이 오늘 당장 무엇부터 손봐야 하는지를 다룹니다.

AI는 우리 홈페이지를 '읽는' 게 아니라 '해석'한다

사람은 병원 홈페이지에 들어가면 로고를 보고 이름을, 상단 배너에서 진료과목을, 하단에서 주소와 전화번호를 자연스럽게 파악합니다. 하지만 AI와 검색엔진은 화면을 '보는' 것이 아니라 코드를 '해석'합니다. 디자인이 아무리 세련돼도, 그 정보가 코드 수준에서 '이것은 병원 이름', '이것은 진료과목', '이것은 주소'라고 구분되어 있지 않으면 기계에게는 그저 뒤섞인 글자 덩어리일 뿐입니다.

여기서 등장하는 것이 '구조화 데이터(structured data)'입니다. 홈페이지 안에 사람 눈에는 안 보이지만 기계는 읽는, 병원 정보를 항목별로 꼬리표를 달아 정리해 둔 코드 조각입니다. 그중 병·의원에 해당하는 표준 양식이 바로 스키마(schema)의 한 종류인 'MedicalOrganization'과 그 하위 유형입니다. 스키마란 전 세계 검색엔진과 AI가 공통으로 약속한 '정보 분류 표준 서식'이라고 이해하면 됩니다.

비유하자면, 구조화 데이터가 없는 홈페이지는 겉표지도 목차도 없이 낱장으로 흩어진 서류 뭉치입니다. AI는 시간을 들여 어렵게 뒤지거나, 아예 포기하고 목차가 잘 정리된 옆 병원 서류를 집어 듭니다. 스키마는 그 서류에 '병원명 / 진료과목 / 위치 / 진료시간'이라는 인덱스 탭을 붙여 주는 작업입니다. AI 입장에서 인용하기 가장 편한 대상이 되는 것, 그것이 노출의 시작입니다.

스키마가 없을 때 잃는 것, 있을 때 얻는 것

스키마가 없다고 홈페이지가 열리지 않는 것은 아닙니다. 문제는 '기회 상실'이 눈에 보이지 않게 매일 쌓인다는 점입니다. 환자가 AI에게 지역 병원을 물을 때, AI는 신뢰할 수 있고 해석하기 쉬운 정보원을 우선 인용합니다. 우리 병원 정보가 기계가 읽기 어려운 상태라면, 실력·경력과 무관하게 후보 목록에서 조용히 제외됩니다. 이것이 손실 프레임입니다 — 지출한 적 없는데 새는 돈, 걸려 오지 않은 전화입니다.

반대로 기회 프레임은 명확합니다. 구조화 데이터가 잘 갖춰진 병원은 AI 답변에 인용될 확률이 높아질 뿐 아니라, 구글 검색 결과에서도 진료시간·위치·평점 같은 정보가 풍부하게 표시되는 '리치 결과(rich result)'로 이어질 가능성이 커집니다. 같은 노출이라도 정보가 풍성하게 뜨는 쪽이 클릭을 가져갑니다.

• 발견 단계: AI가 우리 병원을 '지역의 해당 진료과 병원'으로 정확히 인식합니다.
• 인용 단계: 답변 안에 병원명·특징이 언급될 후보가 됩니다.
• 전환 단계: 정확한 진료시간·위치·연락처가 함께 노출돼 실제 방문·전화로 이어집니다.

중요한 것은, 스키마는 마케팅의 '고급 옵션'이 아니라 '기초 공사'라는 점입니다. 인테리어를 아무리 잘해도 건물 주소가 지도에 등록돼 있지 않으면 손님이 못 찾아오는 것과 같습니다.

MedicalOrganization 스키마에 반드시 담아야 할 핵심 항목

스키마라고 하면 복잡한 개발 작업처럼 느껴지지만, 원장이 확인해야 할 핵심 항목은 의외로 상식적입니다. 아래 항목이 코드 수준에서 명확히 표기돼 있는지가 관건입니다.

1. 정확한 병원명: 간판·사업자등록·네이버·구글에 쓰는 이름을 하나로 통일합니다. '○○치과의원'과 '○○치과'가 섞이면 AI는 다른 병원으로 오인할 수 있습니다.
2. 진료과목·전문 분야: '치과' 같은 큰 분류만이 아니라, 병원이 실제로 강조하는 세부 진료를 함께 표기합니다.
3. 주소·지역 정보: 도로명 주소, 지역명(동/구)까지. 지역 검색 인용의 핵심입니다.
4. 연락처·홈페이지·예약 경로: 전화번호, 공식 URL, 예약 페이지 링크.
5. 진료시간: 요일별 운영시간과 점심시간, 휴진일. 환자 질문 빈도가 가장 높은 정보입니다.
6. 공식 채널 연결: 네이버 플레이스, 구글 비즈니스 프로필 등 외부 프로필과의 링크로 '같은 병원'임을 기계가 교차 확인하게 합니다.

이 항목들이 홈페이지 화면에만 예쁘게 있고 코드에는 없다면 절반만 한 것입니다. 화면용 정보와 스키마용 정보가 '내용이 100% 일치'하도록 맞추는 것이 원칙입니다. 화면에는 '평일 9-6시'인데 스키마에는 옛날 시간이 남아 있으면, AI는 어느 쪽도 신뢰하지 않게 됩니다.

원장이 오늘 확인할 수 있는 실전 점검 3단계

개발 지식이 없어도 지금 상태를 진단하는 방법이 있습니다. 아래 순서대로 30분이면 우리 병원의 현주소를 알 수 있습니다.

1. 구글의 '리치 결과 테스트'로 진단: 검색창에 'Rich Results Test'를 검색해 구글 공식 도구에 우리 병원 홈페이지 주소를 넣어 봅니다. 구조화 데이터가 감지되는지, 오류는 없는지 바로 보여 줍니다. 아무것도 감지되지 않으면 스키마가 아예 없는 상태입니다.
2. AI에게 직접 물어 교차 확인: 챗GPT 같은 도구에 '○○동 △△과 병원 추천해줘'라고 물어 우리 병원이 나오는지, 나온다면 정보가 정확한지 확인합니다. 이름이 틀리거나 옛 정보가 뜨면 정정이 필요한 신호입니다.
3. 정보 일관성 점검: 홈페이지·네이버·구글에 적힌 병원명, 주소, 전화번호, 진료시간이 글자 하나까지 같은지 대조합니다. 불일치는 AI 신뢰도를 떨어뜨리는 가장 흔한 원인입니다.

이 세 가지만 해도 '스키마가 없는지', '있는데 오류가 있는지', '정보가 어긋나는지' 중 어디에 해당하는지 판별됩니다. 문제의 종류를 알면 해결의 방향이 정해집니다.

적용은 어떻게 하나 — 무리 없는 실무 절차

진단이 끝났다면 적용입니다. 코드를 직접 다루지 않더라도, 원장이 흐름을 알고 있어야 외주 업체나 담당자에게 정확히 요구할 수 있습니다.

1. 정보 원장(原帳) 먼저 확정: 병원명·진료과목·주소·전화·시간·URL을 한 문서에 확정합니다. 이 '단일 기준표'가 홈페이지·스키마·외부 채널의 공통 원본이 됩니다.
2. 스키마 코드 작성·삽입: MedicalOrganization(또는 세부 유형)을 표준 형식(JSON-LD 권장 — 홈페이지 코드에 넣는 표준 스키마 표기법)으로 만들어 각 페이지 코드에 삽입합니다. 홈페이지 제작 업체에 'MedicalOrganization 구조화 데이터 적용'이라고 명확히 요청하면 됩니다.
3. 검증: 다시 리치 결과 테스트로 오류 0을 확인합니다.
4. 등록·색인 요청: 구글 서치 콘솔에 사이트를 등록하고 색인을 요청해, 변경 사항이 빠르게 반영되게 합니다.
5. 정기 갱신 체계: 진료시간·휴진일·신규 진료가 바뀔 때마다 원장(原帳)→홈페이지→스키마→외부 채널 순으로 동시 갱신하는 규칙을 정합니다.

핵심은 '한 번 만들고 끝'이 아니라 '항상 최신 상태 유지'입니다. AI는 오래되고 어긋난 정보를 가장 싫어합니다.

현장에서 반복되는 흔한 실수들

스키마를 넣고도 효과를 못 보는 병원에는 공통 패턴이 있습니다. 아래는 일반화된 예시지만, 상당수 병원이 한두 가지에 해당합니다.

• 이름 표기 불일치: 간판, 홈페이지, 네이버, 세금계산서상 이름이 조금씩 다릅니다. AI에게는 서로 다른 여러 병원처럼 보입니다.
• 화면과 코드의 정보 불일치: 진료시간을 화면에서만 바꾸고 스키마는 옛날 값 그대로 둡니다.
• 과장·허위 표기: 실제로 하지 않는 진료를 스키마에 넣으면 신뢰도 하락은 물론, 의료광고 규정 위반 소지도 생깁니다. 스키마는 '있는 사실을 정확히'가 원칙입니다.
• 넣고 방치: 이전·시간 변경·원장 교체 후에도 갱신하지 않아 옛 정보가 계속 인용됩니다.
• 외부 채널과 단절: 홈페이지 스키마만 손보고 네이버·구글 프로필을 방치해 교차 검증이 안 됩니다.

이 실수들의 공통점은 기술이 아니라 '관리 부재'라는 데 있습니다. 스키마는 코드 문제로 시작하지만, 결국 정보 위생의 문제로 귀결됩니다.

스키마는 시작일 뿐 — 그다음 신뢰의 층위

MedicalOrganization 스키마는 AI 인용의 '입장권'입니다. 입장권이 있어야 후보가 되지만, 최종 인용은 신뢰의 층위가 결정합니다. AI는 정보가 정확하고, 일관되며, 여러 곳에서 교차 확인되는 병원을 선호합니다.

따라서 스키마 위에 얹어야 할 다음 단계는 이렇습니다. 첫째, 환자가 실제로 궁금해하는 질문에 성실히 답하는 콘텐츠(FAQ·안내 페이지). 이는 AEO(Answer Engine Optimization, 답변 엔진 최적화 — AI 답변에 인용되도록 콘텐츠를 정리하는 작업)의 본체입니다. 둘째, 홈페이지·네이버·구글 정보의 완전한 일치. 셋째, 진료시간·공지의 꾸준한 최신화입니다.

정리하면, 스키마가 '기계가 우리 병원을 정확히 아는 것'이라면, 그 위의 콘텐츠와 일관성은 '기계가 우리 병원을 믿는 것'입니다. 아는 것이 먼저이고, 믿는 것이 그다음입니다. 순서를 지켜야 헛돈이 들지 않습니다.

무엇부터 할지 — 우선순위와 실행 체크리스트

모든 걸 한 번에 할 필요는 없습니다. 효과가 크고 비용이 적은 것부터 순서대로 밟으면 됩니다.

1. 오늘: 리치 결과 테스트로 현재 스키마 유무·오류를 진단하고, AI에 우리 병원을 직접 물어 현황을 확인한다.
2. 이번 주: 병원명·주소·전화·진료시간을 하나의 기준표로 확정하고, 홈페이지·네이버·구글 정보를 글자 단위로 일치시킨다.
3. 이달 안: 제작 업체에 MedicalOrganization 구조화 데이터 적용을 요청하고, 검증 후 서치 콘솔에 색인을 요청한다.
4. 상시: 정보 변경 시 원장(原帳)→홈페이지→스키마→외부 채널 순으로 동시에 갱신하는 규칙을 세운다.

실행 체크리스트: ① 스키마 진단 완료 ② 정보 기준표 확정 ③ 채널 간 정보 100% 일치 ④ MedicalOrganization 적용·검증 ⑤ 색인 요청 ⑥ 정기 갱신 규칙 수립

병원의 실력은 이미 충분한데 AI 답변에서만 조용히 빠지고 있다면, 문제는 대개 홍보가 아니라 이 '기초 공사'에 있습니다. 우리 병원이 지금 어느 단계에 있는지 스스로 진단하기 어렵다면, 홈페이지 주소만으로 현재 스키마 상태와 정보 일관성을 점검해 주는 무료 진단으로 출발점을 확인해 보는 것도 방법입니다. 중요한 것은 완벽한 전략이 아니라, 오늘 첫 항목에 체크 표시를 하나 하는 일입니다.