우리 병원이 AI 답변에 안 나오는 진짜 이유 — 검색 로봇이 '읽지 못하는' 홈페이지의 함정

환자가 챗GPT나 제미나이에 '○○동에서 임플란트 잘하는 치과 알려줘'라고 물었을 때 우리 병원이 아니라 옆 건물 병원만 답변에 등장한다면, 원인은 대개 진료 실력이나 후기 개수가 아니다. AI가 우리 병원의 정보를 '기계가 읽을 수 있는 형태'로 정리된 채 발견하지 못했기 때문이다. 이 글은 그 근본 원인인 구조화 데이터(structured data)의 부재를 짚고, 의료기관이 가장 먼저 갖춰야 할 MedicalOrganization 스키마를 오늘 당장 적용하는 방법까지 단계별로 안내한다.

왜 예쁜 홈페이지가 있는데도 AI는 우리 병원을 모를까

많은 원장님이 '우리는 홈페이지도 새로 만들었고 블로그도 꾸준히 올리는데 왜 AI 답변에는 안 나오느냐'고 답답해한다. 여기에는 사람이 웹페이지를 읽는 방식과 AI가 읽는 방식이 전혀 다르다는 오해가 깔려 있다. 사람은 화면의 배치와 사진, 문맥을 종합해 '아, 여기는 강남에 있는 척추 전문 병원이구나'를 직관적으로 파악한다. 반면 AI는 페이지의 시각적 아름다움을 이해하지 못한다. AI가 신뢰하는 것은 '이 병원의 정확한 이름은 무엇이고, 주소는 어디이며, 진료 과목은 무엇이고, 대표 원장은 누구인가'가 오해 없이 명시된 데이터다.

문제는 대부분의 병원 홈페이지가 이 핵심 정보를 이미지 안에 글자로 박아 넣거나, 디자인 요소 속에 흩어 놓는다는 데 있다. 사람 눈에는 선명하게 보이는 '진료시간 09:00~18:00'이 이미지 파일이라면, AI에게는 그저 해석 불가능한 그림 한 장일 뿐이다. 즉 정보는 존재하지만 '읽히지 않는' 상태다. AI는 읽지 못하는 정보를 근거로 삼지 않는다. 근거로 삼을 수 없으니 답변에 인용하지 않고, 인용하지 않으니 환자는 우리 병원의 존재조차 모른 채 옆 병원으로 향한다.

이것이 손실의 실체다. 광고비를 더 쓰지 않아서 뒤처지는 것이 아니라, 이미 가진 정보를 AI가 이해할 수 있는 언어로 번역해두지 않아서 뒤처지는 것이다. 반대로 이 번역 작업을 해두면, 추가 광고비 없이도 AI 답변이라는 새로운 노출 창구가 열린다. 기회는 여기에 있다.

구조화 데이터란 무엇인가 — '기계가 읽는 명함'이라는 비유

구조화 데이터를 쉽게 설명하면 '기계를 위한 정돈된 명함'이다. 사람에게 명함을 건네면 이름·직함·연락처를 한눈에 파악하듯, 웹페이지 뒤편에 눈에 보이지 않는 형태로 '이 정보는 병원 이름, 저 정보는 주소, 그 정보는 진료 과목'이라는 꼬리표(라벨)를 붙여두는 것이다. 이 표준화된 꼬리표 체계를 스키마(schema)라고 부른다. 스키마는 전 세계 검색엔진과 AI가 공통으로 약속한 사전이라고 생각하면 된다.

왜 이런 번역이 필요할까. AEO(Answer Engine Optimization, 답변엔진최적화 — AI가 사용자 질문에 답할 때 우리 정보를 인용하도록 만드는 작업) 관점에서 AI는 늘 '이 정보를 답변에 넣어도 될 만큼 확실한가'를 따진다. 자유롭게 쓰인 문장은 해석의 여지가 크다. '서울점'이라는 단어가 지점 이름인지 주소인지 AI가 헷갈릴 수 있다. 하지만 구조화 데이터로 '이것은 지점명입니다'라고 못 박아두면 오해가 사라진다. 오해가 사라진 정보일수록 AI는 안심하고 인용한다.

정리하면 구조화 데이터의 효용은 세 가지다. 첫째, AI가 정보를 오독할 위험을 없앤다. 둘째, 흩어진 정보를 하나의 '개체(병원이라는 하나의 실체)'로 묶어 인식시킨다. 셋째, 검색엔진이 검색 결과에 별점·진료시간·위치 같은 풍부한 정보(리치 결과)를 함께 노출하도록 유도해 클릭률을 높인다. 이 셋은 모두 '보이지 않는 뒷단 작업'이지만, 실제 노출이라는 '보이는 결과'로 이어진다.

왜 하필 MedicalOrganization이 출발점인가

스키마에는 수백 가지 유형이 있다. 그중 의료기관이 반드시 가장 먼저 선언해야 하는 것이 MedicalOrganization(의료기관) 유형이다. 이유는 명확하다. AI에게 '우리는 단순한 지역 상점이 아니라 의료를 제공하는 기관'이라는 정체성을 선언하는 가장 상위의 신분증이기 때문이다. 이 선언이 없으면 AI는 우리 병원을 일반 사업장과 뭉뚱그려 인식하고, 건강 관련 질문에 답할 때 우선 후보로 올리지 않는다.

특히 건강·의료는 AI가 답변에 극도로 신중을 기하는 영역이다. 잘못된 의료 정보는 사람에게 실제 해를 끼칠 수 있어, AI는 이 분야에서 '누가 말했는가', 즉 정보의 출처가 신뢰할 만한 의료기관인지를 훨씬 까다롭게 확인한다. MedicalOrganization 스키마는 바로 그 '신뢰할 만한 출처'라는 자격을 기계적으로 증명하는 첫 관문이다. 이 관문을 통과하지 못한 병원은, 아무리 콘텐츠가 좋아도 AI의 신뢰 심사에서 앞줄에 서기 어렵다.

또한 MedicalOrganization은 그 자체로 끝이 아니라 확장의 뿌리다. 치과라면 Dentist(치과), 병원 형태라면 Hospital(병원), 개인 병·의원이라면 Physician(의사)처럼 더 구체적인 하위 유형으로 정밀하게 뻗어 나갈 수 있다. 뿌리를 제대로 심어두면 진료과목·전문분야·지점 정보 같은 가지를 계속 붙여 나가며 AI가 이해하는 우리 병원의 그림을 선명하게 만들 수 있다. 그래서 이것은 '기본'이자 '전략의 시작점'이다.

오늘 당장 적용하는 5단계 실행 절차

원리를 이해했다면 이제 실행이다. 아래 순서대로 진행하면 개발 지식이 깊지 않아도 방향을 잡을 수 있다. 실무는 홈페이지 제작사나 담당자에게 맡기더라도, 원장이 무엇을 요구해야 하는지 알고 지시하는 것과 모르고 맡기는 것은 결과가 완전히 다르다.

1. 정보 원본 확정 — 병원의 정식 명칭, 도로명 주소, 대표 전화, 진료시간(요일별), 진료과목, 대표 원장명, 홈페이지 및 공식 SNS 주소를 한 문서에 정리한다. 이때 명칭은 간판·사업자등록증·네이버 지도에서 모두 동일하게 통일한다.
2. 스키마 초안 작성 — MedicalOrganization을 최상위 유형으로 두고 위 정보를 각 항목에 대응시킨다. 이름(name), 주소(address), 전화(telephone), 좌표(geo), 진료시간(openingHours), 진료과목(medicalSpecialty), 로고(logo) 등을 채운다.
3. 페이지에 심기 — 완성된 데이터를 홈페이지 첫 화면(그리고 병원소개 페이지)의 코드 안에 삽입한다. 화면에는 보이지 않지만 AI와 검색엔진은 읽어 간다.
4. 일관성 대조 — 홈페이지에 실제로 보이는 정보와 스키마에 적은 정보가 글자 하나까지 일치하는지 확인한다. 화면 정보와 뒷단 정보가 다르면 AI는 오히려 신뢰를 거둔다.
5. 검증 후 제출 — 검증 도구로 오류가 없는지 확인하고, 검색엔진에 색인을 요청한다. AI가 정보를 새로 읽어 가기까지는 시간이 걸리므로 조급해하지 않는다.

이 다섯 단계 중 원장이 가장 신경 써야 할 것은 1번과 4번, 즉 정보의 정확성과 일관성이다. 기술적 삽입은 대행할 수 있지만, '우리 병원의 정확한 정보가 무엇인가'는 병원만이 확정할 수 있다.

현장에서 반복되는 흔한 실수 다섯 가지

스키마를 넣었는데도 효과가 없다고 하소연하는 병원의 상당수는 아래 실수를 범한다. 하나씩 점검해 보길 권한다.

• 이름·주소 불일치 — 홈페이지는 '서울미소치과', 네이버 지도는 '서울미소 치과의원', 사업자등록증은 또 다른 표기. AI는 이를 서로 다른 세 곳으로 오인하거나 신뢰도를 낮춘다. 모든 채널의 명칭·주소·전화를 완전히 통일하는 것이 스키마 작성보다 먼저다.
• 화면 정보와 다른 뒷단 정보 — 리뉴얼로 진료시간이 바뀌었는데 스키마는 옛날 값 그대로. 눈에 안 보이니 아무도 고치지 않는다. 화면과 뒷단은 항상 함께 갱신해야 한다.
• 사실이 아닌 값 넣기 — 받은 적 없는 인증이나 과장된 표현을 스키마에 심는 것은 위험하다. 검색엔진은 허위 표시를 감지하면 오히려 노출을 억제한다.
• 이미지 속 텍스트 방치 — 진료시간·주소를 예쁜 이미지 배너로만 표시하고 실제 글자로는 두지 않는 경우. AI는 그림 속 글자를 근거로 삼지 않는다.
• 넣고 방치 — 스키마는 한 번 넣고 끝나는 작업이 아니다. 지점 추가, 진료과목 변경, 원장 변동이 있을 때마다 갱신해야 살아 있는 정보로 유지된다.

넣은 뒤가 진짜 시작 — 검증과 유지관리

스키마를 심었다면 반드시 검증 단계를 거쳐야 한다. 무료로 제공되는 스키마 검사 도구에 홈페이지 주소를 넣으면 오류나 빠진 항목을 알려준다. 여기서 경고가 뜨는데도 방치하면, AI는 불완전한 정보를 반쯤만 신뢰하게 된다. 검증은 어렵지 않으니 담당자에게 '오류 0건'을 확인받는 것을 원칙으로 삼자.

더 중요한 것은 유지관리다. 병원은 살아 있는 조직이라 진료시간이 바뀌고, 새 진료과가 생기고, 분원이 열린다. 그때마다 홈페이지의 눈에 보이는 정보만 고치고 뒷단 스키마를 방치하면 시간이 지날수록 화면과 데이터가 어긋난다. 이 어긋남이 쌓이면 애써 만든 신뢰가 오히려 깎인다. 그래서 '정보가 바뀌면 화면과 스키마를 함께 고친다'를 병원 내부 규칙으로 정해두는 편이 좋다.

마지막으로 기대치를 현실적으로 잡자. 구조화 데이터는 마법의 스위치가 아니라 토대 공사다. 넣는 즉시 내일부터 AI가 우리 병원만 답하지는 않는다. 다만 이 토대가 없으면 그 위에 무엇을 쌓아도 AI에게 닿지 않는다. 반대로 토대가 탄탄하면, 이후의 콘텐츠·후기·전문성 있는 글이 비로소 인용될 자격을 얻는다. 순서로 보면 MedicalOrganization 스키마는 언제나 맨 처음이다.

무엇부터 할지 — 우선순위와 실행 체크리스트

정보의 홍수 속에서 원장이 붙잡을 것은 단순하다. 오늘 다음 세 가지 순서로 움직이면 된다. 첫째, 홈페이지·네이버 지도·사업자등록증의 병원명과 주소·전화가 완전히 같은지부터 확인한다. 둘째, 진료시간·주소·진료과목이 이미지가 아니라 실제 글자로 홈페이지에 존재하는지 점검한다. 셋째, 제작사나 담당자에게 'MedicalOrganization 스키마를 적용하고 검증 도구로 오류 0건을 확인해 달라'고 명확히 요청한다.

아래는 한 장으로 정리한 실행 체크리스트다.

• 모든 채널의 병원명·주소·전화 표기 완전 통일
• 진료시간·주소·진료과목을 이미지가 아닌 텍스트로 노출
• MedicalOrganization을 최상위로, 치과·병원 등 구체 유형으로 확장
• 화면 정보와 스키마 값의 글자 단위 일치 확인
• 검증 도구로 오류 0건 확인 후 색인 요청
• 정보 변경 시 화면·스키마 동시 갱신을 내부 규칙화

여기까지가 AI 답변에 우리 병원이 등장하기 위한 '기본기'다. 다만 병원마다 홈페이지 구조와 정보 정돈 상태가 달라, 어디서부터 손대야 효율적인지는 실제로 들여다봐야 정확히 알 수 있다. 우리 병원 홈페이지가 지금 AI에게 어떻게 읽히고 있는지, 어느 정보가 '읽히지 않는 상태'인지 무료 진단으로 먼저 확인해 보길 권한다. 토대를 정확히 파악하는 것이, 불필요한 비용을 줄이고 가장 빠르게 노출을 여는 출발점이다.