우리 병원이 AI 답변에 안 나오는 진짜 이유 — 'MedicalOrganization 스키마' 없이는 시작도 안 된 것입니다

환자가 챗GPT나 구글의 AI 답변에 "○○동에서 임플란트 잘하는 치과"라고 물으면, 왜 우리 병원이 아니라 늘 옆 건물 병원만 소개될까요. 답의 상당 부분은 광고비나 진료 실력이 아니라, AI가 우리 병원을 '기계가 읽을 수 있는 형태'로 이해하지 못하는 데 있습니다. 그 첫 단추가 바로 의료기관 구조화 데이터, 즉 MedicalOrganization 스키마입니다. 이 글은 그것이 무엇이고 왜 AI 인용의 기본기인지, 원장님이 오늘 무엇부터 손대야 하는지를 실무 단계로 풀어드립니다.

AI는 우리 병원 홈페이지를 '사람처럼' 읽지 않는다

많은 원장님이 오해하는 지점이 있습니다. "우리 홈페이지에 병원 이름, 주소, 진료과목, 원장 약력이 다 적혀 있는데 왜 AI가 몰라주지?" 하는 것입니다. 사람 눈에는 분명히 보입니다. 하지만 AI와 검색엔진은 화면에 예쁘게 그려진 글자를 사람처럼 '읽고 이해'하는 것이 아니라, 페이지 뒤에 숨은 데이터의 구조를 '해석'합니다. 디자인된 텍스트는 기계 입장에서 그저 뒤섞인 글자 덩어리에 가깝습니다.

비유하자면 이렇습니다. 명함을 아무리 멋지게 인쇄해도, 상대가 그 정보를 휴대폰 주소록에 저장하려면 결국 이름·직함·전화번호 칸을 하나하나 알아봐야 합니다. 사람은 명함을 보고 알아서 채우지만, 기계는 "이 글자가 이름이고, 이건 전화번호다"라고 미리 표시(라벨링)해 주지 않으면 헷갈립니다. 구조화 데이터는 바로 그 라벨을 홈페이지에 붙이는 작업입니다.

AI 답변 엔진은 신뢰할 수 있고, 명확하게 정리된 정보를 우선 인용합니다. 정보가 사실이어도 기계가 "이 병원은 무엇을 하는 어디에 있는 어떤 기관인가"를 확신하지 못하면, AI는 더 안전하게 이해되는 경쟁 병원을 인용합니다. 실력의 문제가 아니라 '전달 형식'의 문제인 것입니다.

구조화 데이터란 무엇인가 — 명함을 기계의 언어로 다시 쓰는 일

구조화 데이터(Structured Data)란 홈페이지 정보를 검색엔진과 AI가 정확히 알아듣도록 정해진 규칙에 맞춰 표시해 둔 '숨은 정보표'입니다. 화면에는 보이지 않고, 페이지 소스 안에 조용히 들어갑니다. 이때 전 세계가 공통으로 쓰는 규칙집이 Schema.org라는 표준이고, 병·의원을 위해 마련된 항목이 바로 MedicalOrganization(의료기관) 스키마입니다.

쉽게 말해, "이 페이지는 병원을 설명한다. 이름은 A, 종류는 치과의원, 주소는 여기, 전화는 이것, 진료시간은 이렇다"를 기계가 오해 없이 받아 적을 수 있는 표 형식으로 만들어 두는 것입니다. AEO(Answer Engine Optimization, 답변 엔진 최적화)의 관점에서 이 표는 AI가 답을 생성할 때 참고하는 '사실 카드' 역할을 합니다.

여기서 중요한 개념이 하나 더 있습니다. AEO는 기존의 검색 순위 올리기(SEO)와 목적이 다릅니다. SEO가 '클릭할 링크를 상위에 노출'하는 싸움이라면, AEO는 'AI가 답을 말할 때 우리 병원을 근거로 인용하게 만드는' 싸움입니다. AI는 근거가 명확한 정보를 선호하기 때문에, 구조화 데이터가 없는 병원은 애초에 인용 후보에서 밀려나기 쉽습니다.

실무적으로 이 표는 대부분 JSON-LD라는 형식으로 작성해 페이지에 삽입합니다. 이름이 복잡해 보이지만, 원장님이 직접 코드를 짤 필요는 없습니다. 무엇을 채워야 하는지 '내용'만 정확히 알면, 실제 삽입은 홈페이지 제작사나 담당자가 30분 안에 처리할 수 있는 작업입니다.

MedicalOrganization 스키마, 이 항목부터 정확히 채워라

스키마는 항목이 많지만, AI 인용에 실제로 힘을 발휘하는 핵심 항목은 정해져 있습니다. 아래를 '기계가 읽는 병원 명함'의 필수 칸이라고 생각하시면 됩니다.

• 기관 유형과 이름: 우리가 치과의원인지, 한의원인지, 피부과의원인지 같은 정확한 종류와 정식 병원 명칭. 간판·사업자등록증·건강보험 등록 명칭과 철자까지 일치시켜야 합니다.
• 주소·위치 좌표: 시·구·동까지 포함한 정확한 주소. "○○동 병원"류의 지역 질문에 인용되려면 위치 정보가 명료해야 합니다.
• 연락처·예약 경로: 대표 전화, 홈페이지, 온라인 예약 링크. 환자가 다음 행동으로 넘어갈 통로입니다.
• 진료시간: 요일별 시간과 휴진일, 야간·주말 진료 여부. "지금 여는 병원"류 질문에 결정적입니다.
• 진료과목·전문 영역: 우리가 다루는 진료 분야를 사실 그대로. 효능·성과 단정이 아니라 '무엇을 진료하는가'의 범주로 적습니다.
• 대표 의료진 정보: 전문의 여부, 소속 학회 등 검증 가능한 사실. 과장 없이 확인 가능한 것만.
• 동일 정보의 일관성: 이름·주소·전화(업계에서 NAP라고 부르는 3요소)가 홈페이지·지도·포털·SNS에서 완전히 동일해야 합니다.

여기서 원칙은 단 하나, '사실만, 정확히'입니다. AI는 서로 다른 출처의 정보를 대조하며 신뢰도를 판단합니다. 홈페이지엔 '9시 개원', 지도엔 '9시 30분'처럼 사소한 불일치만 있어도 기계는 "이 정보는 못 믿겠다"고 판단해 인용을 포기합니다.

왜 이게 AI 인용의 '기본기'인가 — 잃는 것과 얻는 것

먼저 잃는 쪽을 봅시다. 스키마가 없으면 우리 병원은 AI의 판단 앞에서 '정체가 불확실한 후보'가 됩니다. 환자가 AI에게 동네 병원을 물을 때, AI는 이해가 명확한 병원을 답으로 내놓습니다. 우리가 인용되지 않는다는 것은 그 환자의 인지 목록에서 아예 사라진다는 뜻입니다. 요즘 환자는 검색 결과 페이지를 넘기지 않고, AI가 정리해 준 두세 곳 안에서 선택하는 경향이 강해지고 있습니다. 후보 명단에 없으면 경쟁 자체가 성립하지 않습니다.

반대로 얻는 쪽은 분명합니다. 구조화 데이터는 한 번 제대로 심어두면 지도, 검색, AI 답변 여러 채널에 두루 재사용되는 '기초 자산'입니다. 광고처럼 매달 비용이 나가는 소모품이 아니라, 홈페이지에 붙어 계속 일하는 인프라에 가깝습니다. 특히 지역·진료시간 기반 질문처럼 '지금 병원을 찾는' 실수요 환자에게 인용될 가능성이 올라갑니다.

정리하면, 스키마는 마케팅의 화려한 무기가 아니라 운동선수의 기초 체력에 해당합니다. 이게 없으면 콘텐츠·리뷰·광고 같은 상위 전략을 아무리 쌓아도 AI 위에서 힘을 못 씁니다. 그래서 '기본기'라 부르는 것입니다.

오늘 당장 시작하는 적용 5단계

거창한 프로젝트가 아닙니다. 아래 순서대로 하면 됩니다.

1. 사실 정리 시트 만들기: 병원 정식명, 유형, 주소, 전화, 홈페이지, 요일별 진료시간, 휴진일, 진료과목, 대표 의료진 정보를 한 문서에 정확히 정리합니다. 이 시트가 스키마의 원본입니다. 여기가 부정확하면 뒤가 다 틀어집니다.
2. 모든 채널의 정보 일치시키기: 홈페이지·지도·포털·SNS의 이름·주소·전화를 이 시트와 100% 동일하게 맞춥니다. 오래된 옛 주소, 바뀐 전화번호가 어딘가 남아 있지 않은지 점검합니다.
3. 스키마 삽입 요청하기: 이 시트를 홈페이지 담당자에게 주고 "MedicalOrganization 스키마를 JSON-LD 형식으로 병원 소개·연락처 페이지에 넣어달라"고 요청합니다. 원장님이 코드를 쓸 필요는 없고, 무엇을 넣을지 '내용'만 정확히 넘기면 됩니다.
4. 검증하기: 삽입 후 구글의 무료 리치 결과 테스트(Rich Results Test) 같은 검증 도구로 오류가 없는지 확인합니다. 넣었다고 끝이 아니라, 기계가 제대로 읽는지까지 확인해야 완료입니다.
5. 주기적으로 갱신하기: 진료시간 변경, 휴진, 신규 진료과목이 생기면 시트와 스키마를 함께 업데이트합니다. 명절 임시 휴진 안내가 지난해 것으로 남아 있으면 오히려 신뢰를 깎습니다.

병원들이 반복하는 흔한 실수

현장에서 자주 보이는, 그러나 치명적인 실수들입니다. 아래는 특정 병원 사례가 아니라 일반화된 예시입니다.

• 정보 불일치 방치: 홈페이지·지도·포털의 전화번호·진료시간이 조금씩 다릅니다. 기계는 이 어긋남을 '신뢰 불가' 신호로 읽습니다.
• 디자인만 신경 쓰고 구조는 비워둠: 화면은 세련됐지만 기계가 읽을 데이터는 하나도 없는 홈페이지. 사람에겐 멋지고 AI에겐 백지입니다.
• 과장·단정 표현 삽입: '최고', '확실한 효과' 같은 표현을 스키마에 넣는 것. 의료광고 규정 위반 위험은 물론, 검증 불가한 정보는 신뢰도에 오히려 마이너스입니다.
• 넣고 방치: 한 번 삽입한 뒤 몇 년째 손대지 않아 옛 정보가 그대로. 스키마는 살아 있는 정보여야 합니다.
• 검증 생략: 삽입만 하고 오류 확인을 안 해, 사실 기계가 못 읽고 있는데 '했다'고 착각하는 경우.
• 대행사에 통째로 맡기고 내용 미확인: 정작 병원명 철자나 진료과목이 틀린 채로 들어가는 일. 최종 내용은 반드시 원장님이 확인해야 합니다.

무엇부터 할지 — 우선순위와 실행 체크리스트

모든 걸 한 번에 하려 하지 마시고, 효과가 큰 순서로 접근하세요. 우선순위는 명확합니다.

1. 사실 정리 시트 완성 (하루면 충분)
2. 이름·주소·전화 채널 통일 (누수 지점 점검)
3. MedicalOrganization 스키마 삽입 요청 (담당자에게 내용 전달)
4. 검증 도구로 오류 확인 (넣은 것으로 착각 금지)
5. 변경 시 갱신하는 관리 습관 만들기

핵심을 한 문장으로 요약하면 이렇습니다. AI 답변에 우리 병원이 안 나오는 문제는 실력이 아니라 '기계가 읽을 형식'의 부재일 때가 많고, 그 첫 단추가 MedicalOrganization 스키마라는 것입니다. 이 기본기 없이 콘텐츠나 광고를 늘리는 것은 기초 체력 없이 시합에 나가는 것과 같습니다.

지금 우리 병원의 정보가 AI에게 어떻게 읽히고 있는지, 어느 채널의 정보가 어긋나 있는지, 스키마가 제대로 심겨 있는지는 눈으로 봐선 알기 어렵습니다. 이 부분이 궁금하시다면, 우리 병원의 현재 상태를 진단해 보는 것부터 시작해 보시길 권합니다. 어디가 비어 있는지 확인하는 것만으로도 무엇부터 해야 할지가 또렷해집니다.