우리 병원이 AI 답변에 안 나오는 진짜 이유 — MedicalOrganization 스키마 완전 정복

환자가 챗GPT에 "○○동에서 임플란트 잘하는 치과 알려줘"라고 물었을 때, 우리 병원이 아니라 옆 상가 병원만 답변에 뜨는 경험을 한 원장님이 많습니다. 홈페이지는 우리가 훨씬 세련됐고 후기도 많은데 왜일까요. 답은 단순합니다. AI는 '예쁜 화면'이 아니라 '기계가 읽을 수 있게 정리된 정보'를 신뢰하기 때문입니다. 이 글은 그 정보의 뼈대인 MedicalOrganization 스키마가 무엇이고, 왜 AI 인용의 기본 조건인지, 그리고 원장님이 오늘부터 무엇을 어떻게 해야 하는지를 처음부터 끝까지 안내합니다.

AI는 홈페이지를 '보지' 않고 '읽는다'

사람은 병원 홈페이지에 들어오면 로고, 사진, 진료시간표를 눈으로 훑어 '아, 여기 치과구나, 밤 8시까지 하네'를 순식간에 이해합니다. 하지만 챗GPT·제미나이·구글 AI 개요 같은 AI는 화면을 눈으로 보지 않습니다. 페이지의 코드(HTML)를 텍스트로 읽어 들인 뒤, 어느 글자가 병원 이름이고 어느 숫자가 전화번호인지를 '추측'해야 합니다.

여기서 문제가 생깁니다. 디자인상 진료시간이 이미지 안에 글자로 박혀 있거나, 주소가 지도 이미지로만 표시돼 있으면 AI는 그 정보를 아예 읽지 못합니다. 사람 눈에는 완벽한 홈페이지가 AI 눈에는 '이름도 주소도 불분명한 어떤 페이지'인 셈입니다. 이것이 세련된 병원이 오히려 AI 답변에서 밀리는 흔한 이유입니다.

그래서 등장한 것이 '구조화 데이터(structured data)', 즉 스키마(schema)입니다. 스키마란 사람 눈에는 보이지 않지만 페이지 코드 속에 심어 두는 '정보 이름표'입니다. "이 글자는 병원명, 이 숫자는 전화번호, 이 시간은 진료시간"이라고 AI에게 또박또박 알려주는 라벨이라고 생각하면 됩니다. 이름표가 붙어 있으면 AI는 추측하지 않고 확신합니다. 확신하는 정보만이 답변에 인용됩니다.

흔한 오해: "검색은 구글이 알아서 읽어주지 않나요?" 어느 정도는 맞습니다. 그러나 AI가 '읽어주는 것'과 '확신하고 인용하는 것'은 다른 층위입니다. 경쟁 병원과 정보의 양·질이 비슷할 때, 이름표가 붙은 쪽이 인용됩니다. 스키마는 순위를 높이는 마법이 아니라, 인용 후보에 오르기 위한 최소 입장권입니다.

MedicalOrganization 스키마란 무엇인가

스키마에도 종류가 있습니다. 일반 회사는 Organization, 지역 상점은 LocalBusiness를 씁니다. 병·의원에는 이보다 정교한 전용 이름표가 마련돼 있는데, 그것이 바로 MedicalOrganization과 그 하위 유형인 MedicalClinic, Dentist, Physician 등입니다. 국제 표준 규격을 정하는 Schema.org에서 의료기관을 위해 별도로 만들어 둔 항목입니다.

왜 굳이 의료 전용 이름표를 써야 할까요. AI는 "이 병원이 어떤 진료과인지, 어떤 시술을 다루는지, 응급 여부는 어떤지"까지 이해해야 정확히 인용합니다. 일반 상점용 이름표로는 '치과'와 '피부과'를 구분할 정보가 부족합니다. 의료 전용 스키마는 진료과목(medicalSpecialty), 제공 시술(availableService) 같은 의료 맥락 항목을 담을 수 있어, AI가 "소아치과를 찾는 사람"에게 정확히 우리 병원을 매칭하게 돕습니다.

MedicalOrganization에 담을 수 있는 핵심 항목을 원장님 언어로 정리하면 다음과 같습니다.

• name — 병원 정식 명칭(간판·사업자등록증과 동일하게)
• address — 도로명 주소를 우편번호까지 쪼개서
• telephone — 대표번호(국가번호 +82 포함 권장)
• openingHoursSpecification — 요일별 진료·점심시간
• medicalSpecialty — 진료과목(예: Dentistry, Dermatology)
• geo — 위도·경도 좌표(지도 매칭용)
• url·sameAs — 홈페이지 및 네이버·구글·인스타 등 공식 채널 주소

이 항목들이 코드 속에 이름표로 정리돼 있으면, AI는 "○○동 야간진료 치과"라는 질문에 우리 병원의 진료과목·위치·진료시간을 조합해 자신 있게 답할 근거를 갖게 됩니다.

스키마가 없을 때 잃는 것, 있을 때 얻는 것

손실 관점부터 냉정하게 봅시다. 스키마가 없으면 AI는 우리 병원 정보를 '불확실 정보'로 분류하고, 확실한 경쟁 병원을 대신 인용합니다. 문제는 이 손실이 눈에 보이지 않는다는 점입니다. 검색 순위가 떨어지면 유입 숫자로 티가 나지만, AI 답변에서 누락되는 것은 리포트에 잡히지 않습니다. 환자는 조용히 옆 병원으로 가고, 원장님은 이유조차 모릅니다. 마케팅에서 가장 위험한 손실은 '측정되지 않는 손실'입니다.

기회 관점은 그 반대입니다. AI 검색은 '한 번에 하나의 병원'만 추천하는 경향이 강합니다. 열 개가 나열되는 기존 검색과 달리, AI는 "이 근처라면 여기가 좋겠습니다"라며 소수만 호명합니다. 즉 인용되는 소수 안에 들면 경쟁 강도가 오히려 낮아지는 구조입니다. 스키마는 그 소수 자리에 들어갈 입장 자격을 만들어 줍니다.

또 하나, 스키마는 채널을 넘어 재사용됩니다. 잘 정리된 구조화 데이터는 구글 검색의 '리치 결과(별점·진료시간 노출)', 구글 AI 개요, 챗GPT 검색, 지도 앱까지 두루 참조합니다. 한 번 제대로 심으면 여러 창구에서 동시에 효과가 나타나는, 드물게 '가성비 좋은' 작업입니다.

적용 1단계: NAP부터 완벽히 일치시켜라

스키마 코드를 심기 전에 반드시 선행할 일이 있습니다. NAP 정합성 확보입니다. NAP은 Name(상호)·Address(주소)·Phone(전화)의 약자로, 병원 정보의 3대 기둥입니다. AI는 우리 홈페이지만 보지 않고 네이버, 구글 비즈니스 프로필, 각종 병원 정보 사이트를 교차 대조해 '정말 같은 병원인가'를 확인합니다.

이때 채널마다 표기가 다르면 AI는 신뢰를 유보합니다. 예를 들어 홈페이지엔 '서울퍼스트치과의원', 네이버엔 '서울퍼스트치과', 간판엔 '서울FIRST치과'로 제각각이면 AI는 셋을 같은 병원으로 확신하지 못합니다. 오늘 당장 점검할 체크리스트는 다음과 같습니다.

1. 홈페이지·네이버 플레이스·구글 비즈니스 프로필의 상호를 글자 하나까지 동일하게 맞춘다(띄어쓰기·영문 포함).
2. 주소는 도로명 기준으로 통일하고, 상세주소(층·호)까지 모든 채널에 동일하게 기입한다.
3. 대표번호를 하나로 정하고, 홍보용 별도 번호가 있다면 채널마다 섞어 쓰지 않는다.
4. 이전·개명·확장 이력이 있으면 과거 정보가 남은 오래된 사이트를 찾아 수정 요청한다.

흔한 실수: 스키마 코드는 완벽히 심어 놓고 정작 네이버·구글 정보는 몇 년 전 그대로 방치하는 경우입니다. 이름표만 예쁘고 원본 정보가 엇갈리면 AI는 오히려 더 혼란스러워합니다. 코드보다 사실 정합성이 먼저입니다.

적용 2단계: 스키마를 실제로 심는 방법

정보가 정리됐다면 이제 페이지에 이름표를 심을 차례입니다. 현재 표준 권장 방식은 JSON-LD입니다. 이름이 어렵지만, '페이지 정보를 정해진 양식의 표로 따로 적어 코드 뒤에 붙여 두는 방식'이라고 이해하면 충분합니다. 본문 디자인을 건드리지 않고 뒤에 조용히 붙는다는 점이 장점입니다.

원장님이 직접 코드를 짤 필요는 없습니다. 실무 경로는 대략 세 가지입니다.

• 홈페이지 제작사에 요청: "MedicalOrganization JSON-LD 구조화 데이터를 메인과 각 진료 페이지에 넣어 달라"고 명시적으로 요청합니다. 막연히 'SEO 해달라'고 하면 누락되기 쉽습니다.
• 빌더·플러그인 활용: 워드프레스 등은 스키마 전용 플러그인으로 항목만 입력하면 코드가 자동 생성됩니다.
• 구글 구조화 데이터 마크업 도우미 같은 무료 생성 도구로 초안을 만든 뒤 개발자에게 전달합니다.

어느 경로든 심은 뒤에는 반드시 검증해야 합니다. 구글의 '리치 결과 테스트'나 Schema.org 검증 도구에 우리 페이지 주소를 넣으면, 이름표가 제대로 인식되는지와 오류 항목을 알려줍니다. '심었다'와 '작동한다'는 다릅니다. 검증 없이 넘어가면, 오타 하나로 몇 달간 헛심을 쓸 수 있습니다.

주의점: 화면에 실제로 보이지 않는 정보를 스키마에만 넣는 것은 금물입니다. 예컨대 홈페이지엔 없는 별점을 스키마에만 적으면 규정 위반으로 오히려 불이익을 받습니다. 스키마는 '보이는 사실에 이름표를 붙이는 것'이지 '없는 것을 지어내는 것'이 아닙니다.

진료과·시술까지 담아 '맥락'을 완성하라

기본 NAP만 넣어도 절반은 성공이지만, AI 인용에서 앞서가려면 '의료 맥락'을 채워야 합니다. AI가 받는 질문은 "근처 병원"보다 "근처에서 소아 교정 잘하는 곳"처럼 구체적이기 때문입니다. 진료과목·주요 진료 항목이 스키마에 정리돼 있으면, AI는 이 구체적 질문에 우리 병원을 정확히 연결합니다.

실무적으로는 medicalSpecialty에 진료과를 표준 명칭으로 넣고, 각 진료 페이지에는 그 페이지가 다루는 항목을 명확히 서술합니다. 이때 중요한 원칙이 있습니다. 검색 최적화 관점의 정보 정리이지, 효과·치료 결과를 단정하는 표현이어서는 안 된다는 점입니다. "○○ 100% 완치" 같은 표현은 의료광고 규정과 신뢰 양면에서 모두 위험합니다. 항목명과 진료 범위를 사실 그대로 정리하는 선에 머물러야 합니다.

여기에 자주 묻는 질문(FAQ)을 페이지에 두고 FAQ 스키마를 함께 심으면 효과가 배가됩니다. "주차 되나요", "야간 진료 하나요", "어떤 진료를 하나요" 같은 실제 질문과 답을 구조화해 두면, AI는 그 문답을 거의 그대로 인용하기 좋아합니다. 원장님이 상담 데스크에서 하루에도 몇 번씩 답하는 질문이 곧 최고의 AEO 자산입니다.

흔한 실수와 오래가는 관리법

스키마는 '한 번 심고 끝'이 아닙니다. 병원 정보는 살아 움직입니다. 진료시간이 바뀌고, 진료과가 늘고, 대표번호가 변경됩니다. 그런데 스키마는 코드 뒤에 숨어 있어 눈에 안 보이니, 홈페이지 표는 고쳤는데 스키마는 옛날 시간표 그대로인 경우가 허다합니다. AI가 참조하는 것은 뒤에 숨은 스키마 쪽일 수 있어, 잘못된 진료시간이 답변에 나가는 사고가 생깁니다.

실무에서 반복되는 대표적 실수를 정리하면 다음과 같습니다.

• 진료시간·전화 변경 시 홈페이지 화면만 고치고 스키마·네이버·구글은 방치
• 여러 페이지에 병원명이 조금씩 다르게 들어가 AI가 동일 병원 인식에 실패
• 검증 도구를 한 번도 돌리지 않아 오류를 몇 달간 방치
• 화면에 없는 별점·수상 이력을 스키마에만 넣어 규정 위반 자초
• 지점이 여럿인데 지점별 주소·좌표를 구분하지 않고 한 덩어리로 처리

오래가는 관리법은 의외로 단순합니다. '정보가 바뀌면 홈페이지·스키마·네이버·구글을 한 세트로 함께 고친다'는 규칙을 정해 담당자에게 체크리스트로 넘기는 것입니다. 분기에 한 번 검증 도구로 전 페이지를 점검하는 루틴만 잡아도, 대부분의 사고는 예방됩니다.

오늘부터 무엇을, 어떤 순서로

정보가 많았으니 우선순위로 압축하겠습니다. 원장님이 이번 주에 해야 할 일은 딱 세 가지입니다. 첫째, 홈페이지·네이버·구글의 상호·주소·전화가 글자 단위로 일치하는지 대조합니다(NAP 정합성). 둘째, 제작사나 담당자에게 "MedicalOrganization JSON-LD 스키마를 넣고 진료과·진료시간·좌표까지 채워 달라"고 명시적으로 요청합니다. 셋째, 심은 뒤 구글 리치 결과 테스트로 오류 없이 인식되는지 확인합니다.

최종 실행 체크리스트로 요약합니다.

1. 3대 채널의 상호·주소·전화 완전 일치 확인
2. MedicalOrganization 스키마에 NAP·진료시간·좌표 기입
3. 진료과목·주요 진료 항목으로 의료 맥락 보강
4. FAQ를 페이지와 스키마에 함께 배치
5. 검증 도구로 인식·오류 점검
6. 정보 변경 시 '한 세트로 함께 수정' 규칙 수립, 분기별 재점검

여기까지가 AI 답변에 우리 병원이 인용되기 위한 '기본기'입니다. 순위를 올리는 화려한 기술이 아니라, 인용 후보에 오르기 위한 최소 자격이라는 점을 기억하시기 바랍니다. 만약 우리 병원이 지금 AI 검색에서 어떻게 읽히고 있는지, 스키마가 제대로 심겼는지 스스로 확인하기 어렵다면, 현 상태를 객관적으로 진단받아 보는 것이 가장 빠른 출발점입니다. AI메디랩은 병원의 구조화 데이터와 채널 정합성을 점검하는 무료 진단을 돕고 있으니, 지금 우리 병원의 위치를 먼저 확인하는 것부터 시작해 보시길 권합니다.