챗GPT는 왜 옆 병원만 추천할까 — AI가 인용하는 병원의 조건, MedicalOrganization 스키마

환자가 챗GPT나 AI 검색에 "○○동에서 임플란트 잘하는 치과 알려줘"라고 물으면, 왜 늘 옆 병원만 추천되고 우리 병원은 언급조차 안 될까요. 답은 실력의 문제가 아니라 AI가 우리 병원 정보를 '이해할 수 있는 형태'로 갖고 있느냐의 문제입니다. 이 글은 AI 인용의 기본 뼈대인 MedicalOrganization 구조화 데이터가 무엇이고, 원장이 오늘 당장 무엇부터 어떻게 적용해야 하는지를 단계별로 정리한 실무 가이드입니다.

많은 원장님이 홈페이지에 진료 시간, 위치, 전화번호, 진료 과목을 다 적어 두었으니 "정보는 충분하다"고 생각합니다. 사람 눈에는 충분합니다. 그런데 AI는 사람처럼 페이지를 '읽고 이해'하지 않습니다. AI는 방대한 웹에서 신뢰할 수 있고 구조가 명확한 데이터를 우선적으로 끌어와 답변에 인용합니다. 우리 병원 정보가 예쁜 이미지 안에 글자로 박혀 있거나, 문장 속에 흩어져 있으면 AI는 그것을 '확실한 사실'로 판단하지 못하고 건너뜁니다. 그 사이 정보가 잘 정돈된 옆 병원이 환자의 질문에 대한 답으로 소개됩니다.

AI는 '읽는' 게 아니라 '이해할 수 있는' 병원만 인용한다

먼저 용어부터 풀어 보겠습니다. 요즘 마케팅에서 자주 등장하는 AEO(Answer Engine Optimization·답변 엔진 최적화)는, 챗GPT·제미나이·네이버 AI 같은 '답을 직접 말해 주는 엔진'이 내 정보를 정답으로 골라 인용하게 만드는 작업을 뜻합니다. 과거의 검색 최적화(SEO)가 '검색 결과 상단에 링크를 띄우는 것'이었다면, AEO는 '링크를 거치지 않고 AI가 답변 문장 안에서 우리 병원을 직접 말하게 하는 것'입니다.

여기서 결정적인 개념이 구조화 데이터(structured data)입니다. 구조화 데이터란, 사람이 읽는 글과 별개로 '이건 병원 이름, 이건 주소, 이건 진료 과목'이라고 기계가 알아볼 수 있게 항목별로 꼬리표를 붙여 둔 데이터를 말합니다. 사람에게는 안 보이지만 웹페이지 안에 숨어 있는 '정보 명세서'라고 생각하면 됩니다. AI는 이 명세서를 우선적으로 신뢰합니다. 왜냐하면 추측할 필요 없이 사실이 확정된 형태로 제공되기 때문입니다.

비유하자면, 명함을 아무 형식 없이 A4 한 장에 줄글로 써서 건네는 것과, 이름·직함·회사·연락처가 칸칸이 정리된 명함을 건네는 것의 차이입니다. 사람은 둘 다 읽어 냅니다. 하지만 수천만 개의 명함을 자동으로 분류해야 하는 기계에게는, 칸이 나뉜 명함만이 '오류 없이 신뢰할 수 있는' 정보입니다. AI 검색 시대에 병원이 갖춰야 할 것이 바로 이 '칸이 나뉜 명함'입니다.

MedicalOrganization 스키마 — 병원의 '디지털 주민등록증'

구조화 데이터를 붙일 때는 아무렇게나 하는 게 아니라, 전 세계가 합의한 표준 사전을 씁니다. 그 표준이 schema.org(스키마)이고, 그중 의료기관 전용으로 마련된 항목이 MedicalOrganization입니다. 즉 "이 웹사이트의 주인은 병원이다. 이름은 무엇이고, 어디에 있고, 무슨 진료를 하고, 언제 문을 연다"를 구글·AI가 100% 동일하게 해석하도록 정해 둔 국제 규격입니다.

이것이 왜 '디지털 주민등록증'인가 하면, MedicalOrganization 스키마가 채워지면 AI는 우리 병원을 '정체가 확인된 실재하는 의료기관'으로 인식하기 때문입니다. 이름이 비슷한 병원과 헷갈리지 않고, 위치가 명확히 특정되며, 진료 과목과 운영 시간이 사실로 고정됩니다. 반대로 이 신원 증명이 없으면 AI는 우리 병원을 '정체가 불분명한 웹페이지'로 취급하고, 확신이 없는 대상은 답변에 올리지 않습니다.

기술적으로 이 명세서는 대개 JSON-LD라는 형식으로 작성해 홈페이지 소스에 심어 둡니다. JSON-LD는 사람 눈에 보이는 디자인은 전혀 건드리지 않고, 페이지 뒤편에 조용히 들어가는 '기계용 정보 카드'입니다. 홈페이지 화면은 그대로 두고 AI가 읽는 신원 정보만 추가하는 것이라, 겉모습이 바뀔까 걱정할 필요는 없습니다.

스키마가 없으면 무엇을 잃고, 있으면 무엇을 얻는가

손실부터 냉정하게 봅시다. 스키마가 없다는 것은 단순히 '한 가지 최적화를 안 한' 상태가 아니라, AI 추천 후보 명단에서 아예 빠지는 상태에 가깝습니다. 환자가 AI에게 질문하는 그 순간, 우리 병원은 존재하지 않는 것처럼 처리됩니다. 광고비를 아무리 써도 이 관문은 통과되지 않습니다. AI 답변은 광고가 아니라 '신뢰 기반 인용'으로 구성되기 때문입니다.

더 뼈아픈 건, 이 손실이 눈에 안 보인다는 점입니다. 홈페이지 방문자 수나 광고 클릭 수로는 '내가 몇 명의 AI 추천 기회를 놓쳤는지' 전혀 잡히지 않습니다. 원장님은 매출이 그대로라 문제가 없다고 느끼지만, 실제로는 경쟁 병원이 AI 답변을 통해 조용히 초진 환자를 데려가고 있을 수 있습니다.

반대로 기회 프레임으로 보면, 구조화 데이터는 한 번 제대로 심어 두면 24시간 자동으로 작동하는 자산입니다. 다음과 같은 이점이 누적됩니다.

• AI 답변·구글 검색 결과에서 병원명·위치·진료과가 정확히 노출돼 오인·혼동이 줄어든다.
• 이름이 비슷한 인근 병원과 정보가 섞이는 사고를 방지한다.
• 진료 시간·휴진일이 최신으로 인식돼, 잘못된 안내로 인한 환자 이탈을 줄인다.
• 후기·평점·주소 등이 연결되면 검색 결과가 더 풍부하게 표시돼 클릭률이 오르는 경향이 있다.

우리 병원 스키마, 이렇게 만든다 — 단계별 실행

개념을 알았다면 이제 실행입니다. 원장님이 직접 코드를 다룰 필요는 없지만, 무엇을 지시하고 무엇을 확인해야 하는지는 알아야 담당자나 대행사에 정확히 요청할 수 있습니다. 다음 순서를 따르십시오.

1. 정보 원장(原帳) 확정: 병원명(간판·사업자등록증과 완전히 동일하게), 도로명 주소, 대표 전화, 홈페이지 URL, 진료 과목, 요일별 진료 시간, 점심시간, 휴진일을 한 문서에 정확히 정리한다. 스키마의 품질은 결국 이 원본 정보의 정확성에서 나온다.
2. 표기 통일: 홈페이지·네이버 플레이스·구글 비즈니스 프로필에 적힌 병원명과 주소가 글자 하나까지 같은지 대조한다. '제1치과'와 '제일치과'처럼 표기가 갈리면 AI가 동일 병원으로 인식하지 못한다.
3. MedicalOrganization JSON-LD 작성: 위 정보를 스키마 표준 항목에 맞춰 JSON-LD로 작성한다. 치과·한의원 등은 Dentist·MedicalClinic 같은 세부 유형을 함께 지정하면 더 정확하다.
4. 홈페이지 삽입: 작성한 코드를 모든 페이지가 공유하는 공통 영역(대개 부분)에 넣어 사이트 전체에 적용되게 한다.
5. 검증: 구글의 'Rich Results Test'나 'Schema Markup Validator' 같은 무료 도구에 우리 페이지 주소를 넣어 오류·경고가 없는지 확인한다. 여기서 빨간 오류가 뜨면 AI가 정보를 못 읽고 있다는 뜻이다.
6. 연동 정비: 네이버 플레이스·구글 비즈니스 프로필의 정보를 홈페이지 스키마와 일치시켜 '여러 창구가 같은 말을 하게' 만든다. 정보 일관성 자체가 신뢰 신호다.

반드시 채워야 할 핵심 항목 체크리스트

스키마를 만들되 항목을 반쯤 비워 두면 효과가 반감됩니다. 아래는 의료기관이라면 최소한 채워야 할 항목입니다. 담당자에게 이 목록 그대로 요청하십시오.

• 병원명(name): 공식 명칭 하나로 통일.
• 주소(address): 시·구·도로명·상세주소·우편번호까지 분리 입력.
• 전화(telephone): 대표 번호, 국가번호 형식 권장.
• 진료 시간(openingHours): 요일별·점심시간·휴진일 반영.
• 위치 좌표(geo)·지도 연결: 위도·경도로 위치를 특정.
• 진료 과목·전문 분야(medicalSpecialty): 표준 용어로 명시.
• 홈페이지·예약 URL: 공식 채널 연결.
• 대표 이미지(logo·image): 로고와 병원 실제 사진.

여기서 흔한 착각 하나. "항목이 많을수록 좋으니 없는 정보도 그럴듯하게 채우자"는 위험한 발상입니다. 사실과 다른 정보는 신뢰를 훼손하고, 잘못된 진료 시간은 헛걸음한 환자의 불만으로 돌아옵니다. 정확한 항목만, 정확하게가 원칙입니다.

현장에서 가장 많이 하는 5가지 실수

스키마를 넣고도 효과를 못 보는 병원에는 공통된 실수가 있습니다.

1. 정보를 이미지에 넣기: 진료 시간·주소를 예쁜 배너 이미지 '안'에 글자로 넣으면 AI는 그것을 텍스트로 읽지 못한다. 이미지와 별개로 텍스트·스키마로도 반드시 제공해야 한다.
2. 채널마다 정보가 다름: 홈페이지·네이버·구글의 병원명·주소·시간이 제각각이면 AI는 어느 것이 사실인지 판단을 유보하고 인용을 포기한다.
3. 한 번 넣고 방치: 진료 시간이나 휴진일이 바뀌었는데 스키마는 옛 정보 그대로. 틀린 사실을 확신 있게 말하는 것은 정보가 없는 것보다 나쁘다.
4. 검증 생략: 코드를 넣기만 하고 검증 도구로 확인하지 않아, 문법 오류로 AI가 통째로 무시하는데도 넣었다고 안심한다.
5. 일부 페이지에만 적용: 메인 페이지에만 넣고 진료 안내·의료진 소개 페이지에는 빠뜨려, 정작 환자가 들어오는 페이지가 신원 미상 상태로 남는다.

스키마를 넣었는데도 AI에 안 나온다면

정확히 넣었는데도 결과가 안 보인다면, 다음을 점검하십시오. 우선 검증 도구에서 오류가 없는지 다시 확인합니다. 문법 오류 하나로 전체가 무효 처리되는 경우가 흔합니다. 다음으로, AI와 검색엔진이 변경 사항을 반영하는 데는 일반적으로 며칠에서 수 주의 시간이 걸릴 수 있다는 점을 감안해야 합니다. 심은 즉시 답변에 반영되는 것이 아닙니다.

그다음은 '신뢰 신호의 두께'입니다. 스키마는 신원 증명이지 인기 증명이 아닙니다. AI는 신원이 확인된 병원 중에서도 후기·언급·일관된 정보가 축적된 곳을 우선 인용하는 경향이 있습니다. 따라서 스키마를 기반으로 깔고, 그 위에 정확한 진료 콘텐츠·환자 후기·외부 언급을 꾸준히 쌓는 것이 정공법입니다. 스키마는 '기본기'이지 '전부'가 아니며, 기본기가 없으면 나머지 노력도 AI에게 가닿지 않는다는 점이 핵심입니다.

마지막으로, 경쟁 병원과 비교해 우리 정보의 밀도가 얇지 않은지 봅니다. 같은 지역에서 더 정돈되고 더 풍부한 정보를 가진 병원이 있으면, AI는 자연히 그쪽을 먼저 답합니다. 이것은 실력의 문제가 아니라 '정보 정비'의 문제이며, 정비는 오늘부터 따라잡을 수 있는 영역입니다.

무엇부터 할까 — 오늘의 우선순위

정리하겠습니다. 순서대로 하시면 됩니다.

1. 오늘: 홈페이지·네이버·구글에 적힌 병원명·주소·진료 시간이 서로 정확히 같은지 대조한다. 여기서부터 어긋난 곳이 대부분이다.
2. 이번 주: MedicalOrganization JSON-LD를 작성해 홈페이지 전체 페이지에 삽입하고, 무료 검증 도구로 오류 0을 확인한다.
3. 이번 달: 세 채널의 정보를 완전히 일치시키고, 진료 시간·휴진일 변경 시 스키마도 같이 고치는 관리 루틴을 정한다.

AI 검색 시대의 승부는 '누가 더 좋은 병원인가'가 아니라 '누가 AI가 이해할 수 있는 병원인가'에서 먼저 갈립니다. 스키마는 그 출발선입니다.

만약 우리 병원이 지금 AI 답변에 어떻게 인식되고 있는지, MedicalOrganization 정보가 제대로 심겨 있는지 스스로 확인하기 어렵다면, AI메디랩의 무료 진단으로 현재 상태를 점검해 보시길 권합니다. 어디가 비어 있고 무엇부터 채워야 하는지 구체적으로 짚어 드립니다. 판단은 원장님이 하시되, 최소한 '보이지 않는 손실'이 있는지 없는지는 확인하고 결정하시는 편이 낫습니다.