환자가 챗GPT에게 '○○동 잘하는 치과' 물었을 때, 왜 우리 병원만 빠질까 — MedicalOrganization 스키마의 비밀

환자가 챗GPT나 AI 검색창에 "○○동에서 임플란트 잘하는 치과"라고 물었을 때, 답변에는 옆 건물 병원만 뜨고 우리 병원은 이름조차 없습니다. 홈페이지도 있고 리뷰도 나쁘지 않은데 왜일까요. 대개의 원인은 실력도 광고비도 아니라, AI가 '우리 병원이 무엇을 하는 어디의 어떤 기관인지'를 읽지 못하기 때문입니다. 이 글은 그 누락의 진짜 원인인 구조화 데이터, 그중에서도 의료기관 표준인 MedicalOrganization 스키마가 왜 AI 인용의 기본기인지, 그리고 원장이 오늘 무엇부터 손대야 하는지를 구체적으로 정리합니다.

AI는 홈페이지를 '읽지' 않는다, '해석'한다

사람은 홈페이지를 열면 로고와 사진, 진료 안내 문구를 한눈에 이해합니다. 그러나 AI는 화면을 보는 것이 아니라 코드로 된 텍스트 덩어리를 받아들입니다. '강남연세치과'라는 상호가 병원 이름인지, 원장 이름인지, 그냥 배너 문구인지 기계 입장에서는 확신할 수 없습니다. 주소·진료과목·진료시간도 사람 눈에는 명확하지만, AI에게는 '어딘가에 흩어진 글자'일 뿐입니다.

여기서 스키마(schema)라는 개념이 등장합니다. 스키마란 웹페이지 뒤편에 심어 두는 '기계용 설명표'로, 사람 눈에는 보이지 않지만 검색엔진과 AI에게 "이건 병원 이름, 이건 주소, 이건 진료과목"이라고 항목별로 명확히 알려주는 표준 형식입니다. 쉽게 말해 우리 병원 정보를 사람 눈높이가 아니라 AI 눈높이의 '정리된 명함'으로 다시 써 주는 작업입니다.

이 명함이 없으면 AI는 우리 병원 정보를 추측으로 조립합니다. 추측은 곧 오류이거나, 더 흔하게는 '확신이 없으니 답변에서 제외'로 이어집니다. AI는 틀릴 위험이 있는 정보를 사용자에게 내놓기를 꺼립니다. 즉 정보가 없어서가 아니라 '기계가 확신하지 못해서' 우리 병원이 빠지는 것입니다.

MedicalOrganization 스키마가 '기본기'인 이유

스키마에도 종류가 많습니다. 그중 의료기관 전용으로 국제 표준에 정의된 것이 MedicalOrganization(의료기관) 스키마이며, 병원·의원·치과·한의원 등을 위한 세부 유형(예: Dentist, Hospital, MedicalClinic)이 그 아래 갖춰져 있습니다. 일반 사업체용 스키마(LocalBusiness)로도 기본 정보는 전달되지만, 의료기관 전용 유형을 쓰면 AI에게 "이곳은 단순 상점이 아니라 진료를 하는 의료기관"이라는 맥락이 정확히 전달됩니다.

이것이 왜 기본기냐면, AI가 의료 관련 질문에 답할 때는 신뢰성 기준이 유독 높기 때문입니다. 건강·안전과 직결되는 주제일수록 AI는 '출처가 분명하고 정체가 확실한 기관'을 우선 인용하려 합니다. 정체가 구조화되어 있지 않은 병원은, 아무리 콘텐츠가 좋아도 인용 후보군에서 한 단계 밀립니다.

손실 관점에서 보면 이렇습니다. 스키마가 없으면 잠재 환자가 AI에게 지역·진료과를 물을 때마다 우리 병원은 '보이지 않는 병원'이 됩니다. 광고를 아무리 집행해도 AI 답변이라는 새 관문에서는 노출 자체가 일어나지 않습니다. 반대로 기회 관점에서, 경쟁 병원 대부분이 아직 의료 스키마를 제대로 갖추지 않은 지금은 기본기만 갖춰도 초기 인용 우위를 선점할 수 있는 시기입니다.

우리 병원이 AI 답변에서 빠지는 진짜 이유들

현장에서 누락 원인을 짚어 보면 대체로 다음 몇 가지로 압축됩니다. 하나씩 우리 병원에 대입해 보시길 권합니다.

• 스키마가 아예 없다 — 홈페이지에 기계용 설명표가 심어져 있지 않아 AI가 정보를 추측으로만 조립합니다. 가장 흔한 경우입니다.
• 정보가 서로 다르다 — 홈페이지, 네이버 플레이스, 구글 비즈니스에 적힌 상호·주소·전화번호가 조금씩 다릅니다. AI는 정보가 엇갈리면 신뢰도를 낮추고 인용을 보류합니다.
• 진료과·전문성이 드러나지 않는다 — "친절한 병원" 같은 감성 문구만 많고, '무엇을 진료하는 곳인지'가 구조화된 형태로 명시돼 있지 않습니다.
• 지역 신호가 약하다 — 주소는 있지만 동네·상권 단위의 지역 맥락이 페이지에 자연스럽게 녹아 있지 않아, '○○동' 질의에 연결되지 못합니다.
• 이미지·PDF에 정보가 갇혀 있다 — 진료시간·오시는 길이 이미지 파일로만 들어 있어 AI가 글자로 읽지 못합니다.

핵심은 이 대부분이 실력이나 예산 문제가 아니라 '전달 방식' 문제라는 점입니다. 좋은 병원이 잘못 포장돼 있을 뿐이며, 포장은 며칠 안에 고칠 수 있습니다.

적용 1단계: 정보의 진실을 하나로 통일한다

스키마 코드를 넣기 전에 반드시 선행할 일은 '우리 병원 기본 정보의 단일 진실'을 만드는 것입니다. 스키마가 아무리 정교해도 실제 정보가 채널마다 다르면 AI는 오히려 더 혼란스러워합니다.

1. 상호·대표원장·주소·전화번호·진료시간·진료과목을 한 문서에 표준 표기로 확정합니다.
2. 홈페이지, 네이버 플레이스, 구글 비즈니스 프로필, 각종 디렉터리의 정보를 이 표준과 한 글자까지 일치시킵니다. 특히 상호의 띄어쓰기, 지점명 표기, 전화번호 형식을 통일합니다.
3. 휴진일·점심시간·야간진료 여부처럼 환자가 실제로 자주 묻는 항목을 빠짐없이 채웁니다.

흔한 실수는 '홈페이지만 손보면 된다'고 생각하는 것입니다. AI는 여러 출처를 교차 확인하므로, 외부 채널이 어긋나면 홈페이지 스키마의 신뢰도까지 함께 깎입니다. 정보 통일은 지루하지만 가장 비용 대비 효과가 큰 단계입니다.

적용 2단계: MedicalOrganization 스키마를 심는다

정보가 통일됐다면, 이제 그 정보를 기계용 설명표로 만들어 홈페이지에 넣습니다. 방식은 홈페이지 코드 안에 JSON-LD라는 형식으로 삽입하는 것이 표준이며, 대부분의 홈페이지 제작사나 관리 업체가 처리할 수 있는 작업입니다. 원장이 직접 코딩할 필요는 없지만, 무엇이 들어가야 하는지는 알고 요청해야 누락을 막을 수 있습니다.

최소한 다음 항목이 스키마에 담겨야 합니다.

• 기관 유형 — 치과라면 Dentist, 일반 의원이라면 MedicalClinic 등 우리 병원에 맞는 세부 의료기관 유형.
• 정확한 상호와 대표 정보 — 공식 상호, 대표원장, 로고 이미지 주소.
• 주소와 좌표 — 도로명 주소와 지역, 위치 좌표까지 명시하면 지역 질의 연결이 강해집니다.
• 연락처와 진료시간 — 전화번호, 요일별 진료시간, 휴진일.
• 진료 영역 — 제공하는 진료과목·주요 진료 분야를 항목으로 명시.
• 연결 채널 — 홈페이지, 네이버 플레이스, 구글 프로필 등 공식 채널 링크를 함께 걸어 '같은 기관'임을 확인시켜 줍니다.

삽입 후에는 반드시 검증합니다. 구글의 리치 결과 테스트 같은 무료 검사 도구에 페이지 주소를 넣으면 스키마가 오류 없이 인식되는지 확인할 수 있습니다. 여기서 경고나 오류가 뜨면 AI도 같은 이유로 정보를 읽지 못합니다. 심는 것보다 '오류 없이 심는 것'이 중요합니다.

적용 3단계: 진료 영역과 지역 신호를 콘텐츠로 보강한다

스키마는 뼈대이고, 살은 실제 콘텐츠가 채웁니다. AI는 스키마로 '정체'를 파악한 뒤, 페이지 본문으로 '이 병원이 이 주제를 실제로 다루는가'를 확인합니다. 따라서 스키마만 심고 본문이 부실하면 인용까지 이어지지 않습니다.

실무적으로는 우리 병원의 대표 진료 분야마다 별도의 안내 페이지를 두고, 그 안에 지역명과 진료 맥락을 자연스럽게 녹이는 것이 효과적입니다. 예를 들어 진료 안내 페이지에 상권·동네 단위의 위치 설명, 자주 묻는 질문과 답, 진료 절차 개요를 충실히 담으면 AI가 '이 지역에서 이 진료를 설명할 수 있는 기관'으로 인식하기 쉬워집니다. 단, 특정 시술의 효과를 단정하거나 과장하는 표현은 오히려 신뢰도를 떨어뜨리므로 절제된 설명을 권합니다.

흔한 실수는 모든 진료를 한 페이지에 나열하고 끝내는 것입니다. AI 입장에서 이는 '무엇에 강한 병원인지 불분명한 페이지'가 됩니다. 분야별로 나누어 깊이를 주는 편이 인용 확률을 높입니다.

적용 4단계: 자주 묻는 질문을 구조화한다

AI 답변은 질문-답변 형태의 콘텐츠를 특히 잘 활용합니다. 환자가 실제로 던지는 질문과 그 답을 페이지에 정리하고, 여기에도 FAQ용 스키마를 함께 적용하면 AI가 그대로 인용하기 좋은 형태가 됩니다.

1. 실제 상담·전화에서 반복되는 질문 6~10개를 모읍니다(주차, 진료시간, 초진 절차, 예약 방법 등).
2. 각 질문에 3~5문장의 명확한 답을 답니다. 모호한 표현 대신 확정 정보를 씁니다.
3. 이 질문-답변에 FAQ 스키마를 적용해 AI가 항목 단위로 읽을 수 있게 만듭니다.

주의할 점은 의료 조언성 답변을 피하는 것입니다. 진단·치료 효과에 대한 단정은 AEO 관점에서도, 규정 관점에서도 위험합니다. 운영·이용 안내 중심의 질문에 집중하면 안전하면서도 인용 가치가 높습니다.

오늘부터 무엇을, 어떤 순서로 할 것인가

모든 것을 한 번에 할 수는 없습니다. 우선순위는 분명합니다. 정보 통일 → 스키마 삽입 → 검증 → 콘텐츠 보강 순서를 지키는 것이 가장 효율적입니다. 순서를 건너뛰면 어긋난 정보 위에 스키마를 얹게 되어 오히려 신뢰도를 해칩니다.

다음은 원장이 담당자나 제작사에 그대로 전달할 수 있는 실행 체크리스트입니다.

• 홈페이지·네이버·구글의 상호·주소·전화·진료시간을 한 글자까지 일치시켰는가
• 우리 병원 유형에 맞는 MedicalOrganization 계열 스키마를 홈페이지에 삽입했는가
• 주소·좌표·진료과목·진료시간·공식 채널 링크가 스키마에 모두 담겼는가
• 무료 검사 도구로 스키마 오류·경고가 없음을 확인했는가
• 진료 이미지·PDF 안에만 있던 진료시간·오시는 길을 텍스트로도 노출했는가
• 대표 진료 분야별 안내 페이지와 FAQ를 충실히 갖췄는가

이 여섯 가지만 정리해도 AI가 우리 병원을 '읽고, 확신하고, 인용하는' 기본 조건이 갖춰집니다. 다만 우리 병원이 지금 어느 단계에서 막혀 있는지는 실제 코드와 외부 채널을 함께 봐야 정확히 진단할 수 있습니다. 어디서부터 손대야 할지 판단이 서지 않는다면, 현재 상태를 무료로 점검받아 우선순위부터 확인하는 것을 권합니다. 시작점이 명확하면, 나머지는 생각보다 빠르게 정리됩니다.