우리 병원만 AI 답변에서 사라지는 이유 — 'MedicalOrganization 스키마'가 인용의 첫 관문인 까닭

환자가 챗GPT나 AI 검색창에 "○○동에서 임플란트 잘하는 치과 알려줘"라고 물었을 때, 우리 병원 이름이 빠지고 옆 건물 병원만 소개된다면 — 홈페이지가 덜 예뻐서가 아니다. AI가 우리 병원을 '무엇을 하는, 어디에 있는, 누가 진료하는 기관'으로 명확히 이해하지 못했기 때문이다. 이 글은 그 이해의 첫 관문인 구조화 데이터(structured data), 그중에서도 의료기관을 설명하는 표준 형식인 MedicalOrganization 스키마가 왜 AI 인용의 기본인지, 그리고 원장이 오늘 무엇부터 손대야 하는지를 다룬다.

AI는 우리 병원 홈페이지를 '읽지' 못한다 — '이해'할 뿐이다

사람은 홈페이지에 들어가 로고를 보고 "아, 강남에 있는 정형외과구나, 원장님은 김○○ 선생님이고 토요일도 진료하네"라고 한눈에 파악한다. 하지만 AI와 검색엔진은 화면을 '보는' 것이 아니라 코드를 '읽는다'. 사람에게는 명백한 정보도, 코드 안에서 그냥 예쁜 글자 뭉치로만 존재하면 기계는 그것이 병원 이름인지, 주소인지, 진료과목인지 확신하지 못한다.

구조화 데이터란 이 정보에 '이름표'를 붙여주는 작업이다. "이 텍스트는 병원명입니다", "이 숫자는 전화번호입니다", "이 기관의 종류는 의료기관입니다"라고 기계가 알아들을 수 있는 표준 언어(schema.org라는 국제 공통 규격)로 명시해 두는 것이다. 그중 병·의원에 해당하는 항목이 바로 MedicalOrganization(의료기관) 및 그 하위 유형인 Dentist(치과), Physician(의원) 등이다.

왜 이것이 '첫 관문'인가. AI가 어떤 병원을 답변에 인용하려면 최소한 그 병원이 (1)실재하는 (2)특정 지역의 (3)특정 진료를 하는 (4)신뢰할 만한 기관이라는 확신이 서야 한다. 구조화 데이터가 없으면 AI는 이 확신을 스스로 추측해야 하고, 추측이 불확실한 후보는 안전하게 '제외'한다. 즉, 화려한 디자인보다 먼저 통과해야 하는 것은 '기계가 우리를 오해 없이 이해하는가'다.

스키마가 없을 때 잃는 것, 있을 때 얻는 것

손실부터 보자. 스키마가 정리되지 않은 병원은 AI 답변에서 조용히 누락된다. 광고비를 더 써서 밀려나는 게 아니라, 애초에 '후보 명단'에 오르지 못한 채 사라지는 것이라 원장은 무엇을 잃는지조차 모른다. 환자가 AI에게 세 곳을 추천받아 그중 한 곳을 예약할 때, 그 세 자리 안에 들지 못하면 접점 자체가 0이 된다. 검색 결과 2페이지로 밀리는 것과는 차원이 다른, '존재하지 않는 것과 같은' 상태다.

반대로 기회 프레임으로 보면, 구조화 데이터는 광고처럼 매달 돈을 내는 자산이 아니라 한 번 잘 깔아두면 계속 작동하는 기반 시설이다. 경쟁 병원 대부분이 아직 이 작업을 하지 않았기 때문에, 지금 정확히 해두는 것만으로도 같은 동네에서 'AI가 이해하기 쉬운 병원'이라는 앞자리를 선점할 수 있다.

구체적으로 스키마가 잘 갖춰졌을 때 기대할 수 있는 흐름은 대략 이렇다.

• AI 검색·챗봇이 지역·진료과목 질문에서 우리 병원을 '후보'로 인식할 확률이 올라간다.
• 구글 검색 결과에서 별점·진료시간·전화 버튼 같은 리치 결과(풍부한 정보가 붙은 검색 카드)로 노출될 가능성이 생긴다.
• 병원명·주소·전화번호가 여러 채널에서 일관되게 인식돼, AI가 우리를 '하나의 확실한 기관'으로 묶어 신뢰한다.

단, 스키마는 '보장'이 아니라 '자격'이다. 깔았다고 무조건 상단에 인용되는 건 아니며, 어디까지나 후보가 되기 위한 기본 요건이라는 점은 분명히 해둔다.

MedicalOrganization 스키마에 최소한 담아야 할 항목

스키마는 결국 '우리 병원을 설명하는 항목들의 목록'이다. 처음부터 완벽할 필요는 없지만, 아래 핵심 항목은 반드시 채우는 것을 권한다. AI가 지역·진료 질문에 답할 때 직접 참조하는 뼈대이기 때문이다.

1. 기관 유형과 이름: 병원인지 치과인지 한의원인지(유형)와 정확한 상호명. 간판·사업자등록·홈페이지에서 이름 표기를 통일한다.
2. 주소: 도로명 주소를 시·구·동까지 정확히. '○○동 잘하는 병원' 같은 지역 질문의 판단 근거가 된다.
3. 전화번호: 실제 예약 가능한 대표번호. 지도·SNS·홈페이지 번호가 서로 달라선 안 된다.
4. 진료시간: 요일별 운영시간과 야간·주말·점심시간 여부. "토요일 진료하는 곳" 같은 질문에 직결된다.
5. 진료과목·전문분야: 우리가 실제로 무엇을 하는지. 다만 특정 시술의 '효과'를 단정하는 표현이 아니라 '진료 영역'을 사실대로 기술한다.
6. 홈페이지·지도·SNS 링크: 흩어진 정보 조각들을 '같은 기관'으로 묶어주는 연결고리.

여유가 되면 대표원장 정보, 예약 페이지 링크, 지역(area) 정보까지 덧붙이면 좋다. 핵심 원칙은 하나다 — 사실만, 정확하게, 일관되게. 없는 자격이나 과장된 표현을 스키마에 넣는 것은 신뢰를 얻기는커녕 위험을 부른다.

원장이 오늘 확인할 수 있는 진단 3단계

코드를 몰라도 우리 병원의 현재 상태는 원장이 직접 확인할 수 있다. 업체에 맡기기 전에 '지금 어디가 비어 있는지'부터 아는 것이 협상력이자 낭비를 막는 길이다.

1. 구글 리치 결과 테스트에 넣어보기: 구글이 무료로 제공하는 '리치 결과 테스트' 도구에 우리 홈페이지 주소를 입력하면, 현재 어떤 구조화 데이터가 잡히는지 기계의 눈으로 보여준다. 아무것도 안 잡히면 스키마가 없다는 뜻이다.
2. AI에게 직접 물어보기: 챗GPT 등에 "우리 지역 ○○과 병원 추천해줘"라고 실제 환자처럼 물어보라. 우리가 안 나오거나, 나와도 정보가 틀렸다면 그 자체가 개선 지점이다.
3. 정보 일관성 대조: 홈페이지·네이버/구글 지도·SNS의 병원명, 주소, 전화번호, 진료시간을 나란히 놓고 다른 곳이 없는지 확인한다. 한 글자라도 다르면 AI는 '같은 곳이 맞나?'를 의심한다.

이 세 가지만 해봐도 우리 병원이 'AI 후보 명단'에 오를 준비가 됐는지 대략 감이 온다.

적용 단계 — 완벽보다 '정확한 시작'

진단으로 구멍을 찾았다면, 적용은 다음 순서로 하면 무리가 없다. 한 번에 전부 하려다 지치기보다, 뼈대부터 정확히 세우고 살을 붙이는 편이 낫다.

1. 기본 정보 통일: 스키마를 넣기 전에 병원명·주소·전화·진료시간의 '정본'을 하나로 확정한다. 이 정본이 흔들리면 어떤 스키마도 사상누각이다.
2. MedicalOrganization 스키마 삽입: 확정한 정보를 표준 형식으로 홈페이지에 심는다. 보통 개발자나 제작 업체가 페이지의 보이지 않는 영역에 코드 형태로 넣는다. 원장은 '무엇을 넣을지'를 정확히 전달하는 역할이면 충분하다.
3. 페이지별 역할 부여: 병원 소개 페이지에는 기관 정보를, 진료과목 페이지에는 해당 진료 정보를 배치해 AI가 페이지마다 무엇을 다루는지 명확히 알게 한다.
4. 검증 후 반영 요청: 다시 리치 결과 테스트로 오류가 없는지 확인하고, 문제가 없으면 검색엔진에 재수집을 요청한다.
5. 주기적 갱신: 진료시간·전화·진료과목이 바뀌면 스키마도 즉시 고친다. 오래된 정보가 박힌 스키마는 없느니만 못하다.

현장에서 반복되는 흔한 실수

많은 병원이 스키마를 '넣긴 넣었는데' 효과를 못 보는 이유는 대개 아래 함정에 걸려서다. 일반화된 예시로 정리한다.

• 정보 불일치: 홈페이지엔 '9시 진료', 지도엔 '9시 30분'. 사소해 보여도 기계는 두 정보가 충돌하면 신뢰도를 낮춘다.
• 과장·허위 기재: 하지 않는 진료를 넣거나 효과를 단정하는 표현을 담는 것. 신뢰를 잃을 뿐 아니라 의료광고 규정과도 충돌할 수 있다.
• 한 번 넣고 방치: 원장이 바뀌고 이전하고 시간이 바뀌었는데 스키마는 몇 년 전 그대로. AI에게는 '틀린 정보를 확신에 차서 말하는 병원'이 된다.
• 화면 텍스트와 스키마 내용 불일치: 사람에게 보이는 내용과 코드에 심은 내용이 다르면, 검색엔진은 이를 조작 시도로 간주할 수 있다. 보이는 것과 심는 것은 반드시 같아야 한다.

정리하면, 스키마의 힘은 '얼마나 많이 넣었나'가 아니라 '얼마나 정확하고 일관된가'에서 나온다.

스키마는 시작일 뿐 — 그 위에 무엇을 올릴까

구조화 데이터는 AI가 우리를 '오해 없이 이해하게' 만드는 토대다. 그러나 토대 위에 콘텐츠라는 건물이 없으면, 이해는 되지만 인용할 내용이 없는 상태가 된다. 스키마로 '우리가 누구인지'를 명확히 한 다음에는, 환자가 실제로 묻는 질문에 정직하게 답하는 콘텐츠(진료 안내, 자주 묻는 질문, 지역·증상별 설명 등)를 쌓아가야 AI가 '인용할 문장'을 갖게 된다.

비유하자면, 스키마는 명함이고 콘텐츠는 대화다. 명함이 정확해야 소개받을 자격이 생기고, 대화 내용이 좋아야 실제로 추천된다. 둘은 순서의 문제이지 택일의 문제가 아니다.

그리고 이 모든 정보는 사실 기반이어야 한다. AI 최적화라는 이름으로 없는 실적이나 단정적 효능을 넣는 순간, 단기적 노출을 얻더라도 신뢰라는 장기 자산을 스스로 허문다. 검색 최적화의 관점에서도 정직이 가장 유효한 전략이다.

무엇부터 할지 — 우선순위와 체크리스트

원장이 오늘부터 순서대로 밟을 수 있게 정리한다.

1. 먼저: 병원명·주소·전화·진료시간의 '정본' 하나로 통일 (모든 채널 대조).
2. 그다음: 구글 리치 결과 테스트로 현재 스키마 상태 진단.
3. 이어서: MedicalOrganization 스키마의 핵심 항목을 홈페이지에 정확히 삽입.
4. 확인: 챗GPT 등에 환자처럼 질문해 노출·정확도 점검.
5. 유지: 정보 변경 시 즉시 갱신하는 담당자·주기 정하기.

딱 여기까지만 해도 대부분의 병원은 'AI가 이해할 수 없어 빠지던' 상태에서 '최소한 후보에는 오르는' 상태로 넘어간다.

우리 병원 홈페이지에 지금 어떤 구조화 데이터가 잡히는지, 정보가 채널마다 일관된지 스스로 판단이 서지 않는다면, AI메디랩의 무료 진단을 활용해도 좋다. 어디가 비어 있고 무엇부터 손대면 되는지를 원장님 눈높이에서 짚어 드린다. 광고가 아니라, 우리 병원이 AI 답변에서 사라지지 않게 하는 첫 점검이라고 생각하면 된다.