우리 병원이 AI 답변에 안 나오는 진짜 이유 — 검색이 아니라 '읽히는 구조'가 없어서다

환자가 챗GPT에 "○○동에서 임플란트 잘하는 치과 추천해줘"라고 물었을 때, 옆 건물 병원은 이름이 뜨는데 우리 병원은 언급조차 되지 않는 경험. 검색 광고에 매달 수백만 원을 쓰고, 블로그도 꾸준히 올리는데 정작 AI가 환자에게 병원을 소개하는 이 새로운 관문에서만 유독 투명인간이 됩니다. 이 글은 그 원인이 '실력'도 '홍보비'도 아닌, AI가 우리 병원 정보를 기계적으로 읽어낼 구조가 없기 때문임을 밝히고, 원장이 오늘부터 무엇을 어떤 순서로 손봐야 하는지를 단계별로 안내합니다.

AI는 우리 병원을 '읽는' 게 아니라 '해석'한다

사람이 홈페이지를 보면 로고, 진료과목, 전화번호, 오시는 길을 한눈에 파악합니다. 하지만 AI가 웹페이지를 마주하면 사정이 다릅니다. AI에게 홈페이지는 그저 뒤섞인 글자 덩어리일 뿐입니다. 어디까지가 병원 이름인지, 이 전화번호가 대표번호인지 팩스인지, '월~금 9시'가 진료시간인지 주차시간인지 — 사람에게는 당연한 이 구분이 AI에게는 전혀 당연하지 않습니다.

이때 필요한 것이 구조화 데이터(structured data)입니다. 구조화 데이터란 사람 눈에는 보이지 않지만 웹페이지 안에 심어 두는 '기계용 설명표'입니다. "이 부분은 병원 이름, 이 부분은 진료과목, 이 좌표는 위치"라고 AI에게 미리 이름표를 붙여 주는 것이죠. 그중에서도 의료기관을 위한 표준 양식이 바로 MedicalOrganization 스키마 — 국제 표준인 Schema.org가 정의한 '의료기관을 설명하는 정해진 서식'입니다.

비유하자면 이렇습니다. 아무리 실력 좋은 의사라도 이력서를 손글씨로 뒤죽박죽 써서 내면 채용 담당자가 핵심을 놓칩니다. 반대로 이름·경력·전문분야가 칸칸이 정리된 표준 이력서는 1초 만에 파악됩니다. 스키마는 우리 병원의 '표준 이력서'입니다. AI는 이 표준 서식을 신뢰하고, 그 정보를 답변에 인용합니다.

흔한 오해가 하나 있습니다. "우리 홈페이지에 정보가 다 적혀 있는데 왜 못 읽나요?" 적혀 있는 것과 구조화된 것은 다릅니다. 글자로 존재하는 것과, 기계가 '이것은 진료시간'이라고 확신할 수 있는 형태로 존재하는 것은 전혀 다른 층위의 문제입니다.

왜 지금, 이 기본기가 승부를 가르나

먼저 잃는 쪽을 보겠습니다. 환자가 병원을 찾는 경로가 '검색창에 키워드 입력 → 목록에서 클릭'에서 'AI에게 질문 → AI가 몇 곳만 추천'으로 옮겨가고 있습니다. 예전 검색은 10개, 20개를 나열해 우리 병원도 3페이지 어딘가에는 걸렸습니다. 하지만 AI 답변은 보통 두세 곳만 호명합니다. 여기서 빠지면 노출이 줄어드는 정도가 아니라 선택지에서 완전히 사라집니다. '검색 결과 뒤쪽'이 아니라 '존재하지 않는 병원'이 되는 것입니다.

이제 기회 쪽입니다. 아직 대부분의 병원이 스키마를 적용하지 않았거나, 형식만 갖추고 부실하게 넣어 두었습니다. 즉 이 영역은 아직 '먼저 제대로 한 사람이 가져가는' 초기 시장입니다. 광고 단가 경쟁처럼 돈으로 밀어붙이는 싸움이 아니라, 정보를 정확히 정리하는 성실함의 싸움이기 때문에 규모가 작은 병원도 대형 병원을 앞설 수 있습니다.

또 하나 놓치기 쉬운 점. 구조화 데이터는 AI뿐 아니라 구글 지도, 네이버, 음성 비서 등 여러 관문에서 동시에 재사용됩니다. 한 번 제대로 정리해 두면 여러 창구에서 일관된 정보로 병원이 소개되고, 이 일관성 자체가 AI가 판단하는 '신뢰할 만한 정보원'의 조건이 됩니다.

정리하면, 스키마는 화려한 마케팅 기술이 아니라 기본기입니다. 기본기가 없으면 그 위에 아무리 좋은 콘텐츠를 쌓아도 AI가 우리 것으로 귀속시키지 못합니다. 반대로 기본기가 탄탄하면, 이후에 만드는 모든 콘텐츠가 '이 병원의 것'으로 정확히 축적됩니다.

MedicalOrganization 스키마에 꼭 담아야 할 핵심 항목

스키마는 채워 넣을 칸이 많지만, 원장이 직접 챙겨야 할 핵심은 정해져 있습니다. 아래 항목부터 정확히 채우면 대부분의 효과를 봅니다. 중요한 원칙은 '많이'가 아니라 '정확히·일관되게'입니다.

• 정식 병원명: 간판·사업자등록·홈페이지·지도에 쓰는 이름을 하나로 통일합니다. '○○치과의원'과 '○○치과'가 뒤섞이면 AI는 두 곳으로 인식할 수 있습니다.
• 진료과목·전문분야: 표방하는 진료과와 실제 주력 분야를 구체적으로. '치과'가 아니라 '임플란트, 교정, 심미보철'처럼 환자가 실제로 검색하는 단어로.
• 주소와 위치 좌표: 도로명 주소 전체와 위도·경도. AI가 '이 동네' 질문에 답할 때 위치 정확도가 결정적입니다.
• 대표 전화번호: 팩스·상담번호와 구분해 대표번호를 명확히 지정합니다.
• 진료시간: 요일별 시간, 점심시간, 야간·주말 진료 여부. 휴진일도 포함합니다.
• 홈페이지·공식 채널 주소: 홈페이지와 함께 네이버 플레이스, 인스타그램 등 공식 채널을 연결해 '같은 병원'임을 묶어 줍니다.
• 병원 소개·연혁: 설립연도, 의료진 구성, 보유 장비 등 신뢰 요소를 간결하게.

여기서 자주 하는 실수. 프랜차이즈나 지점이 있는 병원이 본원과 지점 정보를 뒤섞어 넣으면 AI가 위치를 헷갈립니다. 지점마다 별도로, 각 지점의 실제 주소·전화·진료시간을 따로 정리해야 합니다. 또 '전국 최고', '100% 만족' 같은 과장 표현은 스키마에 넣어도 신뢰를 떨어뜨릴 뿐 아니라 의료광고 규정에도 저촉될 수 있으니 사실만 담습니다.

내 홈페이지가 지금 어떤 상태인지 5분 만에 확인하기

손대기 전에 현재 상태부터 진단해야 합니다. 대부분의 원장은 자기 홈페이지에 스키마가 있는지조차 모릅니다. 아래 순서로 확인하세요. 개발 지식이 없어도 됩니다.

1. 제작 업체에 한 문장으로 묻기: "우리 홈페이지에 MedicalOrganization 구조화 데이터(JSON-LD)가 적용돼 있나요? 적용돼 있다면 어떤 항목이 들어가 있나요?" 답을 명확히 못 하면 없거나 부실한 것입니다.
2. 구글의 무료 검사 도구 사용: '리치 결과 테스트(Rich Results Test)'에 홈페이지 주소를 넣으면 인식되는 구조화 데이터가 표시됩니다. 아무것도 안 뜨거나 오류가 뜨면 손봐야 할 신호입니다.
3. 정보 일관성 대조: 홈페이지·네이버 플레이스·구글 지도의 병원명, 주소, 전화번호, 진료시간이 글자 하나까지 같은지 대조합니다. 이사·번호 변경 후 한 곳만 안 고쳐 둔 경우가 대단히 많습니다.
4. 실제 AI에 물어보기: 챗GPT 등에 '○○동 ○○과 병원 알려줘', '△△△병원 진료시간 알려줘'라고 직접 물어봅니다. 언급 안 됨/틀린 정보/뭉뚱그린 답변 — 어느 쪽이든 개선 여지를 보여 줍니다.

이 진단만 해 봐도 대개 두 부류로 나뉩니다. 스키마가 아예 없는 경우, 그리고 형식만 있고 정보가 낡거나 비어 있는 경우. 후자가 오히려 더 위험합니다. AI가 '틀린 정보를 확신하고' 환자에게 잘못 안내할 수 있기 때문입니다.

적용 단계: 원장이 지시하고 검수하는 실전 순서

스키마 코드 자체는 개발자나 제작 업체가 넣습니다. 원장의 역할은 코딩이 아니라 '정확한 정보를 확정하고, 결과를 검수하는 것'입니다. 이 역할을 남에게 통째로 맡기면 부실해집니다. 아래 순서로 진행하세요.

1. 정보 원장(原帳) 하나 만들기: 병원명·주소·좌표·대표번호·진료과목·요일별 진료시간·휴진일·공식 채널 주소를 문서 한 장에 확정합니다. 이 문서가 모든 창구의 '단일 진실 원본'이 됩니다.
2. 업체에 구체적으로 지시: "이 정보로 홈페이지 전체 페이지에 MedicalOrganization JSON-LD를 적용하고, 지점은 각각 별도로 넣어 달라"고 문서와 함께 전달합니다.
3. 적용 후 재검사: 다시 리치 결과 테스트로 오류 없이 인식되는지 확인합니다. 오류가 있으면 수정 요청을 반복합니다.
4. 화면 표기와 스키마 일치 확인: 스키마에 넣은 정보와 실제 화면에 보이는 정보가 같아야 합니다. 숨은 데이터와 보이는 정보가 어긋나면 신뢰를 잃습니다.
5. 변경 시 동시 수정 규칙 세우기: 번호·시간·주소가 바뀌면 홈페이지·스키마·지도·플레이스를 '같은 날 함께' 고치는 내부 규칙을 정합니다. 담당자 한 명을 지정하면 관리가 쉬워집니다.

가장 흔한 실패는 '한 번 넣고 방치'입니다. 스키마는 심는 순간이 아니라 유지되는 동안 효과를 냅니다. 6개월에 한 번은 위 진단을 반복하는 것을 권합니다.

스키마만으로는 부족하다 — AI가 신뢰하는 정보로 채우기

스키마가 '뼈대'라면, 그 안에 담기는 내용은 '살'입니다. 뼈대만 완벽하고 살이 부실하면 AI는 우리 병원을 알아보되 '왜 추천해야 하는지'는 말하지 못합니다. 스키마와 함께 다음을 병행해야 시너지가 납니다.

첫째, 환자가 실제로 던지는 질문에 답하는 콘텐츠입니다. '임플란트 후 붓기는 얼마나 가나요' 같은 질문을 제목으로 삼고, 그에 대한 충실한 설명을 홈페이지에 둡니다. AI는 이런 질문-답변 형식의 콘텐츠를 특히 잘 인용합니다. 단, 특정 시술의 효과를 단정하거나 과장하지 말고 일반적 정보 제공에 머물러야 합니다.

둘째, 정보의 일관성과 최신성입니다. 여러 채널에서 같은 정보가 반복되고, 최근까지 갱신된 흔적이 있을수록 AI는 '살아 있는, 믿을 만한 병원'으로 판단합니다. 3년째 멈춘 공지사항은 오히려 마이너스 신호입니다.

셋째, 외부에서의 언급입니다. 지도 리뷰, 지역 커뮤니티, 신뢰할 만한 매체에서의 자연스러운 언급은 스키마가 주장하는 정보를 '뒷받침하는 증거'가 됩니다. 스키마가 자기소개라면, 외부 언급은 평판 조회입니다. 둘이 일치할 때 AI의 신뢰가 커집니다.

정리하면 순서가 중요합니다. 스키마(뼈대)를 먼저 세우고, 그 위에 질문형 콘텐츠(살)를 얹고, 외부 언급(평판)으로 보강합니다. 뼈대 없이 콘텐츠만 쌓으면 AI가 그 노력을 우리 병원으로 정확히 귀속시키지 못해 헛일이 되기 쉽습니다.

오늘 당장 시작하는 우선순위와 체크리스트

지금까지의 내용을 원장이 실행할 수 있는 순서로 압축합니다. 완벽하게 한 번에 하려 하지 말고, 위에서부터 하나씩 처리하세요. 첫 세 가지만 해도 대부분의 병원은 눈에 띄게 달라집니다.

1. (오늘) 챗GPT에 우리 병원과 우리 지역을 직접 물어 현재 상태를 눈으로 확인한다.
2. (이번 주) 병원명·주소·좌표·번호·진료시간·채널을 문서 한 장으로 확정한다.
3. (이번 주) 홈페이지·네이버·구글 지도의 정보 불일치를 찾아 통일한다.
4. (2주 내) 제작 업체에 MedicalOrganization 스키마 적용을 지시하고 리치 결과 테스트로 검수한다.
5. (이후 지속) 환자 질문형 콘텐츠를 매달 한두 편씩 쌓고, 정보 변경 시 모든 채널을 함께 고친다.

여기까지 읽고 '우리 병원은 지금 어느 단계일까'가 궁금하다면, 그 진단이 사실 가장 중요한 출발점입니다. 홈페이지에 스키마가 제대로 심겨 있는지, 정보가 일관된지, AI가 우리 병원을 어떻게 인식하는지 — 이 세 가지를 객관적으로 점검받아 보는 것만으로도 무엇부터 손봐야 할지가 분명해집니다. 필요하시면 우리 병원의 현재 상태를 무료로 진단해 드리니, 판단의 근거로 활용하시기 바랍니다.