우리 병원이 AI 답변에 안 나오는 진짜 이유 — '이름표' 없는 병원은 AI가 인용하지 못한다

환자가 챗GPT나 구글 AI에 "강남역 임플란트 잘하는 치과"라고 물었을 때, 우리 병원이 아니라 옆 건물 병원만 인용된다면 그 원인은 대개 진료 실력이 아닙니다. AI가 우리 병원을 '무엇인지, 어디에 있는지, 무엇을 하는지' 기계가 읽을 수 있는 형태로 이해하지 못하기 때문입니다. 이 글은 그 '기계가 읽는 이름표'에 해당하는 의료기관 구조화 데이터(MedicalOrganization 스키마)가 왜 AI 인용의 출발점인지, 그리고 원장이 오늘 무엇부터 해야 하는지를 실무 단계로 정리합니다.

왜 실력 있는 병원이 AI 답변에서 사라지는가

많은 원장님이 이렇게 생각합니다. "우리는 20년 됐고, 후기도 많고, 홈페이지도 예쁘다. 그런데 왜 AI는 우리를 언급하지 않을까?" 답은 단순합니다. 사람에게 예쁜 홈페이지와 기계가 이해하는 홈페이지는 다릅니다. 사람은 홈페이지 상단의 로고와 '진료시간 09:00~18:00'이라는 글자를 보고 병원 정보를 즉시 파악하지만, AI는 그 글자가 '병원 이름'인지 '광고 문구'인지, 그 시간이 '진료시간'인지 '주차 가능 시간'인지 확신하지 못합니다.

여기서 손실이 발생합니다. AI가 환자 질문에 답할 때는 '가장 정확하고 확신할 수 있는 정보'를 우선 인용합니다. 우리 병원 정보가 애매하면, AI는 위험을 피하기 위해 우리를 빼고 정보가 명확한 경쟁 병원을 답변에 넣습니다. 즉 실력이 부족해서가 아니라 '확신을 주지 못해서' 탈락하는 것입니다. 이건 진료실 밖에서 벌어지는, 원장님이 인지조차 못 하는 조용한 유출입니다.

반대로 기회 프레임으로 보면 이렇습니다. 대부분의 병원이 아직 이 '이름표'를 붙이지 않았습니다. 지금 정확한 구조화 데이터를 갖춘 병원은, 경쟁이 붙기 전에 AI가 신뢰하는 소수의 후보군에 먼저 자리 잡을 수 있습니다. 검색엔진최적화(SEO)가 그랬듯, 답변엔진최적화(AEO, AI가 생성하는 답변에 인용되도록 최적화하는 작업)도 먼저 움직인 병원이 오래 이깁니다.

구조화 데이터란 무엇인가 — '기계가 읽는 병원 명함'

구조화 데이터(Structured Data)란, 홈페이지 안의 정보를 사람 눈이 아니라 기계가 정확히 알아보도록 정해진 형식으로 '꼬리표'를 붙여 두는 것입니다. 국제 표준인 Schema.org라는 사전이 있고, 그중 병·의원을 위한 항목이 바로 MedicalOrganization(의료기관) 그리고 그 하위의 병원·의원·치과·약국 유형입니다.

비유하자면, 명함을 떠올리면 됩니다. 사람에게는 명함에 무엇이 적혀 있든 눈으로 읽으면 그만이지만, 기계에게는 '이 칸은 이름, 이 칸은 전화번호, 이 칸은 주소'라고 미리 약속된 자리에 정보가 들어 있어야 합니다. 구조화 데이터는 홈페이지 뒤에 보이지 않게 붙는, 기계 전용 명함입니다. 화면 디자인은 전혀 바뀌지 않고, 방문자에게도 보이지 않습니다. 오직 AI와 검색엔진만 읽습니다.

이 명함에 담기는 대표 항목은 다음과 같습니다.

• 정식 병원명과 흔히 불리는 별칭
• 정확한 주소(도로명·건물·층)와 위경도 좌표
• 대표 전화번호와 예약·상담 채널
• 진료과목·전문분야(치과·정형외과·피부과 등)
• 진료시간(요일별, 점심시간, 휴진일 포함)
• 의료진 정보와 대표 URL, 로고 이미지

흔한 오해는 "홈페이지에 이 정보가 이미 다 적혀 있으니 됐다"는 것입니다. 화면에 글자로 있는 것과, 기계가 읽는 꼬리표로 표시된 것은 완전히 다릅니다. 후자가 없으면 AI는 여전히 추측에 의존하고, 추측이 필요한 순간 우리를 건너뜁니다.

스키마가 없을 때 실제로 무슨 일이 벌어지나

구조화 데이터가 없으면 세 가지 손실이 연쇄적으로 일어납니다. 첫째, 정보 불일치로 인한 신뢰 하락입니다. 홈페이지에는 '오후 6시까지', 지도 서비스에는 '오후 5시 30분까지', 블로그에는 '평일 야간진료'라고 제각각 적혀 있으면 AI는 어느 것도 확신하지 못합니다. 사람은 대충 최신 정보를 고르지만, AI는 상충하는 정보를 만나면 아예 언급을 회피하는 경향이 있습니다.

둘째, '우리 병원'과 '다른 병원'의 혼동입니다. 같은 건물, 비슷한 이름의 병원이 근처에 있으면 AI가 정보를 뒤섞어 인용하는 일이 생깁니다. 구조화 데이터의 정확한 주소·좌표·고유 식별 정보는, AI에게 "이 병원과 저 병원은 다른 곳"이라고 못 박아 주는 역할을 합니다.

셋째, 지역 질문에서의 완전한 누락입니다. 환자가 AI에 던지는 질문의 상당수는 지역 기반입니다("○○동", "○○역 근처"). 이때 AI는 지역·진료과목이 기계적으로 명확한 병원을 우선 후보로 삼습니다. 좌표와 진료과목 꼬리표가 없으면, 아무리 가까이 있어도 후보 목록에 오르지 못합니다.

정리하면, 스키마가 없는 병원은 실력과 무관하게 'AI가 자신 있게 추천하기 어려운 병원'으로 분류됩니다. 이것이 답변에서 사라지는 진짜 이유입니다.

1단계: 정보를 하나의 진실로 통일하라 (스키마보다 먼저)

스키마 코드를 넣기 전에 반드시 먼저 할 일이 있습니다. 여러 채널에 흩어진 병원 정보를 단 하나의 정답으로 통일하는 것입니다. 코드는 정보를 담는 그릇일 뿐, 그릇 안 내용이 틀리면 오히려 잘못된 정보를 AI에게 더 확실하게 각인시키는 역효과가 납니다.

1. 기준 정보표 만들기: 정식 병원명, 도로명 주소, 대표 전화, 진료과목, 요일별 진료시간, 점심시간, 휴진일, 대표 URL을 표로 한 장에 확정합니다.
2. 전 채널 대조: 홈페이지, 네이버 플레이스, 구글 비즈니스 프로필, 블로그, 인스타 프로필의 정보를 기준표와 한 줄씩 대조해 불일치를 모두 수정합니다.
3. 변경 이력 관리: 진료시간·전화번호가 바뀌면 어디를 고쳐야 하는지 체크리스트를 만들어 둡니다. 야간진료 종료, 대표원장 변경 같은 사건이 가장 흔한 불일치 원인입니다.

흔한 실수는 이 단계를 건너뛰고 개발자에게 "스키마 넣어 주세요"라고 바로 맡기는 것입니다. 그러면 개발자는 홈페이지에 적힌 (때로는 오래된) 정보를 그대로 코드에 옮깁니다. 통일 없이 넣은 스키마는 틀린 명함을 대량 인쇄하는 것과 같습니다.

2단계: MedicalOrganization 스키마를 실제로 적용하는 법

정보가 통일됐다면, 이제 홈페이지에 기계용 명함을 붙일 차례입니다. 기술적으로는 JSON-LD라는 방식(홈페이지 코드 안에 눈에 보이지 않게 삽입되는 정보 묶음)이 가장 널리 권장됩니다. 원장님이 직접 코딩할 필요는 없지만, 무엇을 요청해야 하는지는 알아야 담당자·업체에 정확히 지시할 수 있습니다.

• 유형을 정확히 지정: 단순히 'MedicalOrganization'보다, 치과는 Dentist, 병원은 Hospital, 의원은 MedicalClinic처럼 세부 유형을 쓰면 AI가 진료 성격을 더 명확히 이해합니다.
• 핵심 항목을 빠짐없이: 병원명·주소·좌표·전화·진료시간·진료과목·대표URL·로고는 필수입니다. 진료시간은 요일별로, 점심·휴진을 구분해 넣습니다.
• 동일 정보 재사용: 스키마에 넣는 값은 반드시 1단계의 기준 정보표와 글자 하나까지 일치시켜야 합니다.
• 대표 페이지에 배치: 최소한 홈(메인)과 '병원 소개', '오시는 길' 페이지에 넣습니다.

적용 후에는 반드시 검증합니다. 구글의 리치 결과 테스트(Rich Results Test)나 Schema.org 검증 도구에 페이지 주소를 넣으면, 스키마가 문법 오류 없이 인식되는지 무료로 확인할 수 있습니다. 오류(빨간색)와 경고(노란색)를 구분해, 오류는 반드시 해결하고 경고는 우선순위에 따라 보완합니다.

흔한 실수 두 가지. 첫째, 화면에 없는 정보를 스키마에만 몰래 넣는 것입니다. 이는 규칙 위반으로 간주될 수 있으니, 스키마에 담는 내용은 페이지에 실제로 존재하는 정보여야 합니다. 둘째, 한 번 넣고 방치하는 것입니다. 진료시간이 바뀌면 스키마도 함께 바꿔야 합니다.

3단계: 스키마 위에 '신뢰 신호'를 쌓아라

MedicalOrganization 스키마는 기본기이지, 그 자체로 상위 노출을 보장하는 마법이 아닙니다. 명함을 정확히 만든 다음에는, AI가 우리를 '믿을 만한 곳'으로 판단할 근거를 함께 쌓아야 합니다. 구조화 데이터가 '누구인지'를 알려 준다면, 신뢰 신호는 '왜 믿을 만한지'를 보강합니다.

1. 일관된 이름·주소·전화(NAP): 네이버·구글·홈페이지 전반에서 병원명·주소·전화가 똑같아야 합니다. AI는 여러 출처에서 같은 정보가 반복될 때 확신을 얻습니다.
2. 진료과목별 상세 페이지: '임플란트', '교정'처럼 각 분야를 얕은 한 줄이 아니라, 환자가 궁금해하는 절차·주의사항·자주 묻는 질문 중심으로 충실히 설명한 페이지를 둡니다.
3. 자주 묻는 질문(FAQ) 정리: 실제 환자 질문과 답을 페이지에 문답 형태로 정리하면, AI가 답변을 만들 때 그대로 인용하기 좋습니다.
4. 대표원장·의료진 소개: 이름·전문분야·경력을 명확히 밝히면 정보의 책임 주체가 분명해져 신뢰가 올라갑니다.

주의점: 신뢰 신호를 쌓는다며 효능·치료 결과를 단정하거나 과장하는 것은 금물입니다. 의료광고 규정에 어긋날 뿐 아니라, AI도 검증 불가능한 단정적 주장을 신뢰 신호가 아니라 위험 신호로 취급하는 경향이 있습니다. '무엇을·어떻게 하는지'를 정확히 설명하는 것이 핵심입니다.

흔한 오해 바로잡기 — 원장님이 자주 묻는 것들

현장에서 반복되는 오해를 정리합니다. 첫째, "광고비를 쓰면 AI에도 나오지 않나요?" 지도·검색 광고와 AI 답변 인용은 작동 원리가 다릅니다. AI 답변은 기본적으로 '가장 정확하고 신뢰할 만한 정보'를 골라 인용하는 구조라, 정보의 정확성과 구조화가 광고 예산보다 먼저입니다.

둘째, "홈페이지를 새로 만들면 자동으로 되지 않나요?" 최신 홈페이지라도 구조화 데이터를 의도적으로 넣지 않으면 없는 경우가 대부분입니다. 디자인의 세련됨과 기계 판독성은 별개입니다. 제작 업체에 'MedicalOrganization 스키마 적용 여부'를 명시적으로 확인하세요.

셋째, "한 번 하면 끝인가요?" 아닙니다. 진료시간·의료진·전화번호는 바뀝니다. 정보가 바뀔 때마다 홈페이지·스키마·외부 채널을 함께 갱신하는 것이 지속적인 인용의 조건입니다. 스키마는 '설치'가 아니라 '관리' 대상입니다.

오늘부터 무엇을, 어떤 순서로 할 것인가

우선순위는 명확합니다. 화려한 것보다 기본을, 코드보다 정보 정확성을 먼저 잡아야 합니다. 아래 순서대로만 진행해도 대부분의 병원은 AI가 '건너뛰던 병원'에서 '자신 있게 인용할 수 있는 병원'으로 바뀝니다.

1. 기준 정보표 1장 확정 — 병원명·주소·전화·진료시간·진료과목·URL을 단일 정답으로.
2. 전 채널 정보 통일 — 홈페이지·네이버·구글·블로그·SNS를 기준표와 대조·수정.
3. MedicalOrganization 스키마 적용 — 세부 유형 지정, 핵심 항목 누락 없이, 기준표와 글자 단위 일치.
4. 검증 도구로 확인 — 리치 결과 테스트로 오류 0건 만들기.
5. 신뢰 신호 보강 — 진료과목별 페이지·FAQ·의료진 소개 충실화.
6. 갱신 체크리스트 운영 — 정보 변경 시 함께 고칠 목록 상시 관리.

여기까지 읽으셨다면, 우리 병원이 AI 답변에서 왜 빠졌는지, 무엇을 고쳐야 하는지 큰 그림이 잡히셨을 것입니다. 다만 우리 병원의 정보가 지금 실제로 어디서 어긋나 있는지, 스키마가 제대로 적용돼 있는지는 직접 점검해 봐야 알 수 있습니다. 원하신다면 우리 병원 홈페이지의 구조화 데이터 적용 현황과 채널 간 정보 불일치를 무료로 진단해 드립니다. 문제를 눈으로 확인하는 것만으로도, 첫 번째 개선점이 분명해집니다.