챗GPT에 물으면 왜 옆 병원만 나올까 — AI가 우리 병원을 '읽지 못하는' 진짜 이유와 MedicalOrganization 스키마

환자가 AI에게 '우리 동네 잘하는 병원'을 물을 때 우리 병원이 빠지는 이유는 실력이나 인지도가 부족해서가 아니라, AI가 읽고 신뢰할 수 있는 형태로 병원 정보가 정리돼 있지 않기 때문입니다. 그 정보의 뼈대가 바로 의료기관 구조화 데이터, 즉 MedicalOrganization 스키마입니다. 이 글은 AI가 병원을 '못 읽는' 구조적 이유를 짚고, 원장이 오늘 당장 무엇부터 손볼지 단계별로 안내합니다.

한 장면을 그려봅니다. 개원 8년 차, 지역에서 재진율도 높고 리뷰 평점도 좋은 치과 원장님이 있습니다. 그런데 어느 날 환자가 이렇게 말합니다. "챗GPT한테 '○○동 임플란트 잘하는 치과' 물어봤는데 원장님 병원은 안 나오더라고요." 대신 개원 2년 된 옆 건물 병원이 첫 줄에 인용됩니다. 원장님은 억울합니다. 실력은 우리가 위인데 왜 AI는 우리를 모를까. 답은 단순합니다. AI는 '실력'을 보지 못합니다. AI는 '읽을 수 있게 정리된 정보'를 봅니다. 그리고 우리 병원 홈페이지는 사람 눈에는 멀쩡하지만, 기계 눈에는 텅 비어 있었던 것입니다.

AI는 병원을 '읽는' 게 아니라 '해석'한다

먼저 오해 하나를 풀어야 합니다. 많은 원장님이 "우리 홈페이지에 진료과목, 주소, 전화번호 다 있는데 왜 AI가 못 읽느냐"고 되묻습니다. 맞습니다. 사람은 읽습니다. 그런데 챗GPT·제미나이·퍼플렉시티 같은 생성형 AI는 웹페이지를 사람처럼 '보는' 게 아니라, 텍스트 덩어리에서 '이건 병원 이름이구나, 이건 주소구나, 이건 진료과목이구나' 하고 추측합니다.

문제는 이 추측이 자주 틀린다는 데 있습니다. 화려한 디자인의 배너 이미지 안에 병원 이름을 넣어두면 AI에게는 그냥 그림일 뿐 글자가 아닙니다. '진료시간 09:00~18:00'이 이미지로 박혀 있으면 AI는 우리 병원이 몇 시에 여는지 모릅니다. 여러 지점이 있는데 어느 주소가 어느 지점인지 표시가 없으면, AI는 뒤섞인 정보를 보고 아예 인용을 포기하거나 엉뚱한 지점을 답합니다. 사람의 눈에는 완성된 홈페이지가 기계의 눈에는 '해석 불가능한 안개'인 셈입니다.

여기서 핵심 개념이 등장합니다. AEO(Answer Engine Optimization, 답변 엔진 최적화)입니다. 기존 SEO가 '검색 결과 목록에서 위로 올라가는 것'이 목표였다면, AEO는 'AI가 직접 답을 만들 때 우리 병원을 근거로 인용하게 만드는 것'이 목표입니다. 검색창에 링크 열 개가 뜨던 시대에서, AI가 답 하나를 내놓고 그 안에 '이 병원을 추천합니다'라고 적는 시대로 넘어가고 있습니다. 목록의 3등이어도 클릭은 받았지만, AI 답변의 3등은 아예 언급되지 않을 수 있습니다.

그래서 필요한 것이 '기계가 오해 없이 읽도록 정보를 라벨링해 주는 작업'입니다. 그 표준 언어가 바로 구조화 데이터이고, 의료기관을 위한 전용 규격이 MedicalOrganization 스키마입니다.

MedicalOrganization 스키마란 정확히 무엇인가

구조화 데이터(Structured Data)를 쉽게 비유하면 '병원 정보에 붙이는 기계용 이름표'입니다. 홈페이지 뒤편(코드)에 사람 눈에는 안 보이지만, '이 글자는 병원명입니다', '이건 주소입니다', '이건 진료과목이고, 이건 진료시간입니다'라고 명확하게 태그를 달아두는 것입니다. Schema.org라는 국제 표준 어휘집이 있고, 그중 병원·의원을 위한 항목이 MedicalOrganization(그리고 하위 유형인 Hospital, Dentist, Physician 등)입니다.

이 이름표가 담는 대표적인 항목은 다음과 같습니다.

• name — 정식 병원명(간판·사업자등록증과 일치)
• medicalSpecialty — 진료과목·전문 분야
• address — 도로명 주소를 지번·건물까지 구조적으로 분해
• telephone — 대표 전화번호
• openingHoursSpecification — 요일별 진료시간, 점심시간, 휴진일
• geo — 위도·경도 좌표(지도·근거리 추천의 핵심)
• sameAs — 네이버 플레이스, 인스타그램, 공식 블로그 등 다른 채널 링크
• url·logo·image — 대표 홈페이지와 병원 대표 이미지

이 이름표를 홈페이지에 심어두면, AI는 더 이상 '추측'하지 않습니다. "이 병원의 진료과목은 명시적으로 이것이고, 위치는 여기이며, 화요일 진료시간은 이렇다"고 확정된 사실로 받아들입니다. 추측이 확신으로 바뀌는 순간, AI가 우리 병원을 답변에 인용할 확률이 근본적으로 달라집니다.

한 가지 강조할 점은, 스키마는 '없는 사실을 지어내 유리하게 포장하는 도구'가 아니라는 것입니다. 이미 우리 병원에 존재하는 사실을 기계가 오해 없이 읽도록 정리하는 도구입니다. 실제와 다른 정보를 넣으면 오히려 신뢰를 잃습니다. 이 점은 뒤의 '흔한 실수'에서 다시 다룹니다.

왜 이것이 AI 인용의 '기본기'인가 — 잃는 것과 얻는 것

구조화 데이터는 화려한 마케팅 기법이 아닙니다. 오히려 '기본기'에 가깝습니다. 그런데 이 기본기가 없으면 그 위에 쌓는 모든 콘텐츠 마케팅이 새는 독에 물 붓기가 됩니다. 왜 그런지 손실과 기회 두 각도로 봅니다.

잃는 것(손실 프레임). 스키마가 없으면 우리 병원은 AI에게 '정체가 불분명한 후보'입니다. 환자가 '이 근처 야간 진료 되는 병원'을 물었을 때, 진료시간이 기계가 읽을 수 있게 정리된 병원만 후보에 오릅니다. 우리 정보가 이미지에 갇혀 있으면 그 순간 우리는 명단에서 빠집니다. 더 뼈아픈 건, 이 유실은 눈에 보이지 않는다는 점입니다. 광고비를 낭비하면 청구서라도 남지만, AI 답변에서 조용히 누락되는 환자는 흔적조차 남기지 않습니다. 원장님은 '요즘 신환이 좀 줄었네' 정도로만 체감할 뿐, 원인을 특정하지 못합니다.

얻는 것(기회 프레임). 반대로 정보가 정리돼 있으면, AI는 우리 병원을 '검증 가능한 신뢰 후보'로 분류합니다. 특히 의료는 사람의 건강과 직결되는 민감 분야라, AI는 출처가 불분명한 정보를 인용할 때 매우 보수적입니다. 이때 공식 홈페이지에 구조화된 사실이 명확히 박혀 있으면, AI 입장에서 '인용해도 안전한 근거'가 됩니다. 즉 스키마는 단순히 정보를 전달하는 걸 넘어, 우리 병원을 AI가 신뢰하는 1차 출처로 만드는 작업입니다.

비유하자면 이렇습니다. 아무리 실력 좋은 의료진이 있어도, 진료실 문에 아무 표시가 없고 접수처에 안내가 없으면 초진 환자는 헤매다 돌아갑니다. 스키마는 그 '표지판과 안내데스크'를 AI 세계에 세우는 일입니다. 콘텐츠(블로그·칼럼)가 '무엇을 말하느냐'라면, 스키마는 '누가 말하느냐를 증명하는 신분증'입니다. 신분증 없는 명연설은 인용되지 않습니다.

오늘부터 적용하는 5단계 실행 로드맵

개념은 이 정도로 충분합니다. 이제 현장에서 무엇을 어떤 순서로 할지가 중요합니다. 아래는 원장님이 담당자나 홈페이지 업체에 그대로 지시할 수 있는 5단계입니다.

1. 사실 정보를 한 문서로 확정한다. 정식 병원명, 진료과목, 도로명 주소, 대표 전화, 요일별 진료시간(점심·휴진 포함), 홈페이지·네이버 플레이스·SNS 주소를 표 하나에 정리합니다. 이 문서가 모든 채널의 '단일 기준'이 됩니다. 여기서부터 정확해야 뒤가 흔들리지 않습니다.
2. MedicalOrganization 스키마를 홈페이지에 심는다. 위 정보를 JSON-LD(홈페이지 코드에 삽입하는 표준 형식) 형태로 만들어 메인 페이지와 병원소개 페이지에 넣습니다. 하위 유형은 우리 병원 성격에 맞게 고릅니다(치과는 Dentist, 병원은 Hospital 등). 대부분 홈페이지 제작 업체가 처리할 수 있으며, 없으면 별도 스니펫으로 추가 가능합니다.
3. 이미지에 갇힌 핵심 정보를 텍스트로 꺼낸다. 배너·간판 이미지 안에만 있던 병원명·진료시간·주소를 실제 텍스트로도 페이지에 노출합니다. 스키마와 눈에 보이는 본문이 서로 일치해야 AI가 신뢰합니다.
4. 채널 간 정보를 100% 일치시킨다. 홈페이지·네이버 플레이스·구글 비즈니스 프로필·인스타그램의 병원명·주소·전화·진료시간을 글자 하나까지 통일합니다. 채널마다 정보가 다르면 AI는 '어느 게 맞는지 모르겠다'며 신뢰도를 낮춥니다. 이 일관성이 sameAs 항목의 진짜 힘입니다.
5. 검증하고 반영을 기다린다. 구글의 '리치 결과 테스트'나 Schema.org 검증 도구로 오류가 없는지 확인합니다. 심은 즉시 AI 답변이 바뀌진 않습니다. 검색엔진이 다시 수집·색인하는 데 시간이 걸리므로, 몇 주 단위로 결과를 관찰합니다.

이 다섯 단계는 대단한 예산이 필요한 일이 아닙니다. 오히려 대부분의 병원이 '당연히 돼 있겠지'라고 넘겨짚고 실제로는 방치해 둔 영역입니다. 경쟁이 치열한 이유가 아니라, 아직 아무도 제대로 안 해서 기회가 열려 있는 영역입니다.

병원들이 반복하는 흔한 실수 5가지

스키마를 시도한 병원들도 아래 함정에 자주 빠집니다. 하나씩 점검해 보시길 권합니다.

• 정보 불일치. 홈페이지엔 '오후 6시 마감', 네이버엔 '오후 6시 30분 마감'으로 어긋나는 경우입니다. 사람은 대충 넘어가지만 AI에겐 '이 병원 정보는 신뢰할 수 없다'는 감점 신호입니다.
• 과장·허위 표기. 하지 않는 진료과목을 넣거나, 근거 없는 '최고·1위' 같은 표현을 스키마에 담는 것입니다. 의료광고 규정 위반 소지가 있을 뿐 아니라, AI도 검증 불가능한 주장은 오히려 배제합니다. 사실만, 정확히.
• 이미지 의존. 앞서 말한, 핵심 정보를 이미지에만 넣어두는 실수입니다. 예쁜 디자인과 기계 가독성은 별개이며, 둘 다 챙겨야 합니다.
• 한 번 심고 방치. 이전·진료시간 변경·과목 추가가 있었는데 스키마는 그대로인 경우입니다. 틀린 정보가 박힌 신분증은 없느니만 못합니다. 변경 때마다 갱신하는 습관이 필요합니다.
• 스키마만 믿고 콘텐츠를 방치. 스키마는 '신분증'이지 '연설'은 아닙니다. 환자의 실제 궁금증에 답하는 콘텐츠가 함께 있어야 인용까지 이어집니다. 기본기와 콘텐츠는 둘 중 하나가 아니라 함께 가는 것입니다.

이 다섯 가지 중 상당수는 '몰라서'가 아니라 '관리 주체가 없어서' 생깁니다. 담당자를 정하고, 정보 변경 시 갱신하는 절차를 하나만 만들어도 대부분 예방됩니다.

심은 뒤가 진짜 시작 — 검증과 유지관리

스키마는 '한 번 설치하고 끝'인 시공물이 아니라, 계속 관리해야 하는 '살아있는 정보'입니다. 심은 직후에는 반드시 검증 도구로 문법 오류를 잡아야 합니다. 항목 이름 하나만 틀려도 AI는 그 이름표를 통째로 무시하기 때문입니다.

검증을 통과했다면, 다음은 '반영 주기'를 이해하는 일입니다. 원장님이 오늘 스키마를 넣었다고 내일 챗GPT 답변이 바뀌지는 않습니다. 검색엔진이 페이지를 다시 방문해 정보를 수집하고, AI 모델이 그 정보를 학습·참조하기까지 시차가 있습니다. 그래서 '넣고 며칠 봤는데 그대로네'라며 포기하는 것이 가장 아까운 실수입니다. 최소 몇 주에서 길게는 그 이상, 분기 단위로 꾸준히 관찰하는 인내가 필요합니다.

유지관리의 핵심은 '변경이 생기면 즉시 반영'이라는 단 하나의 원칙입니다. 진료시간을 바꾸거나, 지점을 늘리거나, 새 진료과목을 추가하거나, 병원을 이전할 때 — 이때 홈페이지 스키마와 네이버·구글 정보까지 함께 손보는 것을 하나의 업무 절차로 묶어두세요. 이 작은 습관이 'AI에게 늘 최신이고 정확한 병원'이라는 신뢰를 누적시킵니다.

스키마는 마케팅의 마지막 화장이 아니라, 모든 AI 마케팅이 서 있는 바닥입니다. 바닥이 평평해야 그 위에 무엇이든 쌓을 수 있습니다.

무엇부터 할지 — 우선순위와 실행 체크리스트

정보가 많았지만, 원장님이 기억할 순서는 간단합니다. 아래 우선순위대로 움직이면 됩니다.

1. 가장 먼저: 우리 병원 이름·주소·전화·진료시간·과목을 한 문서로 정확히 확정한다. (반나절이면 충분)
2. 다음: 그 정보로 MedicalOrganization 스키마를 홈페이지에 심고, 이미지에만 있던 핵심 정보를 텍스트로도 노출한다.
3. 그다음: 홈페이지·네이버·구글·SNS의 정보를 글자 단위까지 일치시킨다.
4. 마지막: 검증 도구로 오류를 잡고, 변경 시 갱신하는 담당자와 절차를 정한다.

한 줄 요약 체크리스트로 정리하면 이렇습니다. ① 정보는 한 문서로 통일했는가 ② 핵심 정보가 이미지에 갇혀 있지 않은가 ③ 스키마를 심고 검증했는가 ④ 모든 채널 정보가 일치하는가 ⑤ 변경 시 갱신할 사람이 정해져 있는가. 이 다섯 개에 모두 '예'라고 답할 수 있다면, 우리 병원은 이미 대다수 경쟁 병원보다 AI 앞에서 앞서 있습니다.

만약 지금 우리 병원 홈페이지에 스키마가 제대로 심겨 있는지, 채널 정보가 일치하는지, AI가 우리를 어떻게 읽고 있는지 확인이 어렵다면, 그 진단부터 받아보시길 권합니다. AI메디랩은 병원 홈페이지의 구조화 데이터 상태와 AI 노출 현황을 무료로 점검해 드립니다. 판단은 그다음에 하셔도 늦지 않습니다 — 다만 '보이지 않는 유실'은 점검하지 않으면 계속됩니다.