우리 병원이 AI 답변에서 지워지는 진짜 이유 — MedicalOrganization 스키마 완전 가이드

환자가 챗GPT나 제미나이 같은 AI에게 병원을 물었을 때 우리 병원이 답변에 나오지 않는다면, 대부분의 원인은 광고비 부족이 아니라 AI가 우리 병원을 정확히 이해할 수 있는 형태로 정보를 제공하지 않았다는 데 있습니다. 그 이해의 기본 언어가 바로 MedicalOrganization 구조화 데이터입니다. 이 글은 그것이 무엇이고, 왜 AI 인용의 출발점인지, 그리고 원장님이 오늘부터 어떤 순서로 적용할 수 있는지를 정리합니다.

상상해 봅시다. ○○동에서 15년간 진료해 온 원장님의 치과가 있습니다. 실력도 있고, 재진율도 높고, 홈페이지도 몇 년 전에 돈 들여 새로 만들었습니다. 그런데 인근에 작년에 개원한 병원이 환자가 '○○동에서 잘하는 치과 알려줘'라고 AI에게 물으면 답변에 등장하고, 우리 병원은 언급조차 되지 않습니다. 원장님은 억울합니다. 우리가 더 오래, 더 잘하는데 왜 신생 병원이 AI의 입에 오르내릴까요.

답은 단순합니다. AI는 '누가 더 실력 있는가'를 스스로 판단하지 않습니다. AI는 웹에 흩어진 정보 중에서 기계가 오해 없이 읽어낼 수 있도록 정리된 정보를 우선 신뢰하고 인용합니다. 옆 병원은 우연히, 혹은 대행사 덕분에 그 '정리된 형태'를 갖췄고, 우리 병원은 사람 눈에만 예쁜 홈페이지를 갖췄을 뿐입니다. 이 글이 해결하려는 것이 바로 이 격차입니다.

AI는 왜 '설명이 잘 정리된 병원'만 인용하는가

먼저 용어부터 풀어보겠습니다. AEO는 'Answer Engine Optimization', 우리말로 하면 '답변 엔진 최적화'입니다. 과거의 검색은 사용자가 링크 목록을 받아 직접 클릭했지만, 지금의 AI는 여러 출처를 읽고 하나의 답변으로 요약해서 사용자에게 건넵니다. 이때 그 답변 안에 우리 병원이 '근거'로 인용되게 만드는 작업이 AEO입니다.

그렇다면 AI는 어떤 정보를 근거로 쓸까요. 사람은 홈페이지의 배너 이미지, 인사말, 진료시간표를 눈으로 보고 자연스럽게 이해합니다. 하지만 AI는 그 페이지를 '글자 덩어리'로 받아들이고, 어디까지가 병원 이름이고 어디부터가 주소인지, 이 숫자가 전화번호인지 사업자번호인지를 추측해야 합니다. 추측에는 언제나 오류와 누락이 따르고, AI는 확신이 없는 정보는 인용하지 않으려 합니다.

구조화 데이터(structured data)는 이 추측을 없애줍니다. 사람이 읽는 화면과 별개로, '이것은 병원 이름, 이것은 주소, 이것은 진료과목, 이것은 진료시간'이라고 기계가 읽는 꼬리표(라벨)를 붙여 정리한 정보입니다. 웹 표준에서는 이를 주로 JSON-LD라는 형식으로, 페이지 안에 사람 눈에는 보이지 않는 데이터 블록으로 심습니다. AI 입장에서는 '알아서 해석해야 하는 글' 대신 '이미 분류가 끝난 명함'을 받는 셈이니, 당연히 이쪽을 더 신뢰합니다.

정리하면, AI 답변에 나오는 병원과 나오지 않는 병원의 차이는 실력이나 연차가 아니라 '기계가 오해 없이 읽을 수 있게 정보를 정리해 두었는가'입니다. 이것이 스키마가 AEO의 첫 단추인 이유입니다.

MedicalOrganization 스키마, 정확히 무엇을 담는가

구조화 데이터에는 여러 종류의 '유형(type)'이 있습니다. 음식점은 Restaurant, 상품은 Product를 쓰듯, 의료기관을 위한 표준 유형이 바로 MedicalOrganization입니다. 그 아래에는 치과를 위한 Dentist, 병원을 위한 Hospital, 의원을 위한 MedicalClinic 등 더 구체적인 하위 유형도 있습니다. 우리 병원 성격에 가장 맞는 유형을 고르는 것이 시작입니다.

이 스키마에 담아야 하는 핵심 정보는 크게 다음과 같습니다. 하나하나가 AI가 답변을 구성할 때 실제로 쓰는 재료입니다.

• 정확한 병원명 — 간판·사업자등록·네이버·홈페이지에서 표기가 모두 같아야 합니다.
• 주소와 위치 — 도로명 주소, 그리고 가능하면 위도·경도 좌표. '○○동 근처'라는 질문에 걸리려면 필수입니다.
• 전화번호와 진료시간 — 요일별·점심시간·휴진일까지 구조화하면 'AI가 지금 여는 병원 알려줘'류 질문에 응답됩니다.
• 진료과목·전문 분야 — 임플란트, 소아, 교정 등 우리가 강한 영역을 명시합니다.
• 홈페이지·예약 링크·소셜 채널 — AI가 출처를 연결하고 신뢰도를 확인하는 통로입니다.

중요한 것은 '많이' 넣는 게 아니라 '사실을 정확히, 다른 채널과 똑같이' 넣는 것입니다. 스키마에 적힌 진료시간과 네이버 플레이스의 진료시간이 다르면, AI는 어느 쪽도 확신하지 못하고 우리 병원 전체를 '불확실한 출처'로 분류합니다. 스키마는 화려한 소개서가 아니라, 앞뒤가 맞는 공식 신분증이라고 생각하시면 됩니다.

스키마가 없으면 잃는 것, 있으면 얻는 것

먼저 잃는 쪽을 보겠습니다. 스키마가 없다는 것은 광고를 안 하는 것과 차원이 다른 손실입니다. 광고를 안 하면 유료 노출만 없지만, 스키마가 없으면 AI가 우리 병원의 존재 자체를 신뢰할 근거를 잃습니다. 환자가 AI에게 물을 때마다, 같은 상권의 다른 병원이 우리 자리를 대신 차지합니다. 그것도 매일, 24시간, 우리가 모르는 사이에 반복됩니다. 눈에 보이지 않는 손실이라 더 위험합니다.

게다가 이 손실은 시간이 갈수록 커집니다. 환자가 병원을 찾는 첫 관문이 검색창에서 AI 대화창으로 이동하는 흐름은 이미 시작됐고, 젊은 보호자·환자일수록 이 경향이 강합니다. 지금 기반을 갖추지 않으면, 경쟁이 아니라 후발주자를 따라가는 위치에서 시작하게 됩니다.

반대로 얻는 쪽은 이렇습니다. 스키마를 제대로 갖춘 병원은 AI 답변에 인용될 확률이 올라갈 뿐 아니라, 인용될 때 정확한 정보(진료시간·전문분야·위치)로 소개됩니다. 이는 곧 '내게 맞는 병원'이라고 판단한, 이미 절반쯤 설득된 환자가 예약 링크를 타고 들어온다는 뜻입니다. 일반적으로 이런 경로의 환자는 문의 단계에서 이탈이 적은 편입니다. 요약하면, 스키마는 비용이 아니라 한 번 깔면 계속 작동하는 자산입니다.

MedicalOrganization 스키마 적용 5단계

막연하게 '대행사에 맡기세요'로 끝내지 않겠습니다. 원장님이 진행 상황을 점검할 수 있도록 순서대로 정리합니다.

1. 사실 정보 대장 만들기. 병원명, 도로명 주소, 대표번호, 요일별 진료시간, 점심·휴진, 진료과목, 홈페이지·예약 URL을 한 문서에 정확히 적습니다. 이 대장이 모든 채널의 '원본'이 됩니다.
2. 채널 표기 통일. 이 대장을 기준으로 홈페이지, 네이버 플레이스, 구글 비즈니스, SNS의 표기를 하나로 맞춥니다. 스키마를 심기 전에 이 작업을 먼저 해야 스키마가 진짜 힘을 냅니다.
3. 스키마 유형 선택과 작성. 우리 병원에 맞는 유형(Dentist·MedicalClinic 등)을 정하고, 대장의 정보를 JSON-LD 형식으로 만듭니다. 담당 업체가 있다면 이 항목들을 빠짐없이 채웠는지 확인만 하셔도 됩니다.
4. 홈페이지에 심고 검증. 홈페이지의 모든 주요 페이지에 스키마를 넣고, 구글의 무료 '리치 결과 테스트' 같은 검사 도구로 오류가 없는지 확인합니다. 오류가 뜨는 스키마는 없는 것보다 나을 게 없습니다.
5. 주기적 갱신. 진료시간 변경, 신규 진료 도입, 이전 등 사실이 바뀔 때마다 대장을 고치고 모든 채널과 스키마를 함께 업데이트합니다. 스키마는 한 번 만들고 끝이 아니라 관리하는 것입니다.

병원들이 가장 자주 저지르는 실수

현장에서 반복되는 실수는 대개 정해져 있습니다. 아래 항목에 하나라도 해당되면 스키마가 있어도 효과가 반감됩니다.

• 채널마다 정보가 다르다. 홈페이지·네이버·전화 안내의 진료시간이 제각각. AI는 이 불일치를 '신뢰 불가' 신호로 읽습니다.
• 디자인만 예쁜 홈페이지. 이미지 안에 글자로 박아 넣은 정보는 기계가 읽지 못합니다. 텍스트로도 반드시 존재해야 합니다.
• 과장·허위 표기. 사실과 다른 소개는 신뢰를 깎을 뿐 아니라 의료광고 규정 위반 소지도 있습니다. 스키마는 검증 가능한 사실만 담습니다.
• 한 번 만들고 방치. 이전·시간 변경 후 옛 정보가 그대로면, 오히려 잘못된 안내를 확산시키는 꼴이 됩니다.
• 검증 생략. 문법이 틀린 스키마는 AI가 통째로 무시합니다. 반드시 검사 도구로 확인해야 합니다.

스키마만으로는 부족하다 — 함께 가야 할 것들

정직하게 말씀드리면, MedicalOrganization 스키마는 필요조건이지 충분조건이 아닙니다. 기본기가 없으면 아무것도 시작되지 않지만, 기본기만으로 1등이 되지도 않습니다. 스키마가 '기계가 우리 병원을 읽게 하는' 단계라면, 그 위에 '읽을 만한 내용을 쌓는' 단계가 필요합니다.

대표적으로 세 가지가 함께 가야 합니다. 첫째, NAP 일관성입니다. NAP은 Name(이름)·Address(주소)·Phone(전화)의 약자로, 웹 어디서 발견되든 이 세 가지가 완전히 같아야 AI가 '같은 병원'으로 묶습니다. 둘째, 환자들이 실제로 묻는 질문에 답하는 FAQ와 콘텐츠입니다. '임플란트 후 주의사항' 같은 질문에 성실히 답한 페이지가 있으면, AI가 답변을 구성할 때 인용할 재료가 생깁니다. 셋째, 진짜 후기와 평판입니다. AI는 여러 출처의 언급을 교차 확인하므로, 한 채널이 아니라 여러 곳에서 자연스럽게 언급되는 병원을 더 신뢰합니다.

이 세 가지는 스키마와 별개의 일이 아니라, 스키마가 담은 '사실'을 뒷받침하는 '증거'입니다. 신분증(스키마)이 있고, 그 신분증의 내용을 확인해 줄 주변 증언(콘텐츠·후기·일관된 표기)이 있을 때, AI는 비로소 우리 병원을 자신 있게 답변에 올립니다.

오늘 당장 무엇부터 시작할까 — 우선순위

모든 걸 한 번에 할 필요는 없습니다. 효과가 크고 실행이 쉬운 순서대로 정리합니다. 이 순서만 지켜도 대부분의 병원은 상위 그룹에 올라섭니다.

1. 사실 정보 대장부터 만든다. 반나절이면 됩니다. 모든 작업의 뿌리입니다.
2. 모든 채널의 표기를 통일한다. 돈이 들지 않는데 효과가 즉각적입니다.
3. 홈페이지에 MedicalOrganization 스키마를 심고 검증한다. 여기까지가 'AI에게 읽히는' 기본기입니다.
4. 자주 받는 질문 5~10개로 FAQ를 만든다. 인용될 콘텐츠를 쌓는 첫걸음입니다.
5. 후기·평판을 자연스럽게 늘리고, 정보가 바뀔 때마다 전 채널을 함께 갱신한다.

정리하면, 우리 병원이 AI 답변에서 지워지는 진짜 이유는 실력이 부족해서가 아니라 기계가 우리를 이해할 언어로 말하지 않았기 때문입니다. MedicalOrganization 스키마는 그 언어의 기본 문법이고, 오늘 시작할 수 있는 가장 확실한 한 수입니다.

우리 병원이 지금 AI에게 어떻게 읽히고 있는지, 스키마와 채널 일관성이 제대로 갖춰져 있는지 궁금하시다면 무료 진단으로 현재 상태를 먼저 확인해 보시길 권합니다. 문제를 정확히 아는 것이 언제나 가장 빠른 개선의 출발점입니다.