우리 병원만 AI 답변에서 사라지는 이유 — MedicalOrganization 스키마가 인용의 첫 단추인 까닭

환자가 AI에게 병원을 물을 때, AI는 홈페이지의 디자인이나 원장님의 경력을 '읽고 감동'하지 않습니다. AI는 기계가 해석할 수 있는 구조화된 정보—즉 우리 병원이 무엇을 하는 곳이고, 어디에 있으며, 어떤 진료를 제공하는지를 코드 수준에서 명시한 데이터—를 먼저 찾습니다. 이 토대가 비어 있으면, 아무리 좋은 병원도 AI의 답변 후보 명단에서 조용히 제외됩니다.

한 원장님이 이런 하소연을 합니다. "우리 병원이 이 동네에서 손꼽히는데, 챗GPT에 '○○동 잘하는 치과' 물어보니 정작 우리는 안 나오고 옆 건물 병원만 뜨더라." 실력이 부족해서가 아닙니다. 상당수의 경우, 옆 병원은 AI가 '이 병원은 ○○동에 있는 치과다'라고 확신할 근거를 코드로 제공했고, 우리 병원은 그 근거를 사람 눈에만 보이는 형태로 두었기 때문입니다. 이 글은 그 격차의 정체와, 원장이 개발자 없이도 착수할 수 있는 해결의 첫 단추를 다룹니다.

AI는 우리 병원을 '읽지' 않고 '해석'한다

사람은 홈페이지를 보면 "아, 여기는 강남에 있는 피부과구나"를 자연스럽게 압니다. 로고, 사진, 배치, 문장을 종합해 맥락을 이해하기 때문입니다. 그러나 AI 검색엔진과 대규모 언어모델은 이 맥락을 사람처럼 직관하지 못합니다. 대신 페이지에 담긴 명시적 신호를 조합해 '이 병원은 무엇인가'를 추론합니다.

이때 가장 확실한 신호가 바로 구조화 데이터(structured data)입니다. 구조화 데이터란, 사람에게 보이는 글자와 별개로 페이지 뒤편에 심어 두는 '기계 전용 설명표'입니다. "이 페이지가 설명하는 대상은 병원이고, 이름은 A, 주소는 B, 진료과목은 C, 전화는 D"라고 항목별로 딱 떨어지게 알려 줍니다. 사람 눈에는 안 보이지만 AI에게는 가장 먼저 읽는 이름표인 셈입니다.

여기서 표준 문법 역할을 하는 것이 스키마(Schema)입니다. 스키마는 전 세계 검색엔진이 공동으로 합의한 '정보 표기 규칙'으로, 병원·식당·상품 등 대상마다 정해진 서식이 있습니다. 병·의원에 해당하는 서식이 바로 이 글의 주인공, MedicalOrganization입니다.

MedicalOrganization 스키마란 무엇인가

MedicalOrganization은 '의료를 제공하는 조직'을 기계가 이해하도록 서술하는 표준 서식입니다. 여기에 병원명·주소·전화·진료과목·진료시간·홈페이지·소셜 계정 같은 항목을 규격에 맞춰 채워 넣으면, AI는 우리 병원의 정체를 추측이 아니라 확정으로 인식합니다. 치과·피부과·한의원 등 세부 유형을 지정하는 하위 서식(예: Dentist)도 있어, 진료의 성격까지 정밀하게 알릴 수 있습니다.

비유하자면, 명함과 같습니다. 처음 만난 사람에게 말로 장황하게 소개하는 대신 규격화된 명함을 건네면 상대가 이름·직함·연락처를 한눈에 정확히 파악합니다. MedicalOrganization은 AI에게 건네는 우리 병원의 '기계용 명함'입니다. 명함이 없으면 상대는 들은 내용을 기억으로 재구성해야 하고, 그 과정에서 오해와 누락이 생깁니다.

중요한 점은, 이 명함이 AI 인용의 '기본'이지 '전부'가 아니라는 사실입니다. 스키마만 넣는다고 무조건 1등으로 노출되지는 않습니다. 그러나 스키마가 없으면 다른 노력의 효과가 새어 나갑니다. 토대가 부실한 위에 콘텐츠를 쌓는 격이기 때문입니다.

지금 비워 두면 무엇을 잃는가

손실 관점에서 보면, 구조화 데이터의 공백은 '보이지 않는 이탈'을 만듭니다. 환자가 AI에게 지역·증상·진료과를 물어 병원 후보를 추리는 순간, 우리 병원은 검토 대상에조차 오르지 못합니다. 검색 결과 2페이지로 밀리는 것과는 차원이 다릅니다. 애초에 명단에 없으니 클릭될 기회 자체가 없습니다. 이렇게 놓친 환자는 통계에 잡히지도 않아, 원장은 손실이 발생했다는 사실조차 모른 채 지나갑니다.

기회 관점에서 보면, 이 공백은 역설적으로 빠른 반전의 여지이기도 합니다. 아직 많은 병원이 스키마를 제대로 적용하지 않았기 때문에, 지금 착수하는 병원은 상대적으로 적은 노력으로 앞설 수 있습니다. 특히 지역+진료과 조합처럼 경쟁이 국소적인 검색에서는, 기본기를 갖춘 소수가 AI 답변 인용을 선점하는 구조가 자주 관찰됩니다.

정리하면 이렇습니다. 스키마는 '더 잘 보이기 위한 고급 전략'이라기보다, '보일 자격을 얻기 위한 최소 요건'에 가깝습니다. 고급 마케팅을 논하기 전에 반드시 채워야 할 바닥입니다.

반드시 채워야 할 핵심 항목 체크리스트

모든 항목을 완벽히 채울 필요는 없지만, 아래는 AI가 병원을 '확정'하는 데 결정적인 최소 세트입니다. 홈페이지 담당자에게 그대로 전달할 수 있는 목록입니다.

• 정식 병원명: 간판·사업자등록·네이버 지도와 토씨까지 동일하게.
• 진료 유형: 치과·피부과·한의원 등 세부 유형을 명시(가능하면 전용 하위 서식 사용).
• 전체 주소: 시·구·동·건물·층까지. 지역 검색의 핵심 신호.
• 대표 전화번호: 홈페이지 표기와 완전히 일치.
• 진료시간: 요일별·점심시간·휴진일 포함, 예외일도 반영.
• 공식 홈페이지 URL과 대표 이미지(로고).
• 소셜·플랫폼 링크: 네이버 플레이스, 인스타그램 등 우리를 가리키는 다른 신뢰 출처.
• 진료과목·주요 진료 영역: 특정 시술의 '효과'가 아니라 '제공 여부'만 사실대로.

오늘 당장, 무엇을 어떻게 — 4단계 실행

원장이 코드를 직접 짤 필요는 없습니다. 다만 무엇을 지시하고 무엇을 확인할지 알아야 담당자·대행사가 일을 제대로 합니다. 순서는 다음과 같습니다.

1. 정보 정본(定本) 만들기. 병원명·주소·전화·진료시간을 한 문서에 확정합니다. 이 문서가 홈페이지·지도·SNS 모든 곳의 기준이 됩니다. 표기가 제각각이면 뒤 단계가 전부 흔들립니다.
2. 스키마 삽입 요청. 담당자에게 "홈페이지 메인과 병원소개 페이지에 MedicalOrganization 구조화 데이터를 넣어 달라"고 요청합니다. 위 체크리스트 문서를 함께 전달하면 됩니다.
3. 검증 도구로 확인. 적용 후, 구글의 리치 결과 테스트 같은 무료 검증 도구에 페이지 주소를 넣어 오류·경고가 없는지 확인합니다. 눈으로 보이지 않는 코드이므로 반드시 도구로 확인해야 합니다.
4. 일관성 점검과 갱신. 네이버 플레이스·구글 비즈니스 등 외부 등록 정보가 홈페이지와 어긋나지 않는지 맞춥니다. 이전·시간 변경·전화번호 교체가 생기면 정본부터 고치고 전 채널에 반영합니다.

병원들이 반복하는 흔한 실수

실무에서 가장 자주 목격되는 실패는 다음과 같습니다. 하나만 어긋나도 AI는 '이 정보를 신뢰해도 되나' 망설이게 됩니다.

• 이름·주소·전화 불일치(NAP 불일치). 홈페이지엔 '제1치과의원', 지도엔 '제일치과', 명함엔 '제일치과의원'. NAP란 Name·Address·Phone의 약자로, 이 세 가지가 채널마다 일치해야 AI가 동일 병원으로 인식합니다.
• 사람에게만 보이는 정보로 만족. 화면엔 예쁘게 적혀 있으나 기계용 표기는 없는 경우. 사람은 이해해도 AI는 못 읽습니다.
• 한 번 넣고 방치. 진료시간·전화가 바뀌었는데 스키마는 옛 정보 그대로. 낡은 데이터는 없느니만 못합니다.
• 과장·허위 표기. 하지 않는 진료를 넣거나 효과를 단정하는 문구. 신뢰를 깎고 노출에도 역효과입니다.
• 검증 생략. 넣었다고 믿고 확인하지 않아 문법 오류로 무효 처리되는 경우.

스키마는 '신뢰의 골격', 콘텐츠는 '살'

구조화 데이터가 뼈대라면, 그 위에 붙는 살은 병원이 실제로 만들어 내는 신뢰 신호입니다. 정확한 병원 정보라는 골격이 서 있어야, 진료 안내글·자주 묻는 질문·후기 같은 콘텐츠가 '누구의, 어디의 정보인가'로 정확히 귀속됩니다. 골격 없이 살만 쌓으면, 좋은 콘텐츠가 다른 병원의 것으로 오인되거나 출처 없이 흩어질 수 있습니다.

그래서 순서가 중요합니다. 먼저 MedicalOrganization으로 정체를 확정하고, 그다음 지역·진료 특화 콘텐츠와 FAQ를 얹는 흐름이 안정적입니다. 기본을 건너뛰고 콘텐츠부터 늘리는 병원이 흔히 "글은 많이 쓰는데 왜 인용이 안 되나"를 겪는 이유가 여기 있습니다.

마지막으로 강조할 점은 지속성입니다. AI가 참조하는 정보는 계속 갱신됩니다. 정본을 두고 변경 사항을 전 채널에 흘려보내는 운영 습관이, 일회성 작업보다 훨씬 큰 차이를 만듭니다.

무엇부터 할 것인가 — 우선순위와 체크리스트

오늘 착수한다면 순서는 명확합니다. 첫째, 병원명·주소·전화·진료시간 정본 문서를 만든다. 둘째, 홈페이지 담당자에게 MedicalOrganization 스키마 삽입을 요청한다. 셋째, 무료 검증 도구로 오류 없음을 확인한다. 넷째, 네이버·구글 등 외부 정보를 정본과 일치시킨다. 이 네 가지만 마쳐도 AI가 우리 병원을 '확정'하는 토대가 갖춰집니다.

기억할 한 줄: AI 답변에 나오려면, 먼저 AI가 우리 병원을 '틀림없이 이 병원'이라고 확신하게 만들어야 합니다. 그 확신의 출발점이 MedicalOrganization입니다.

우리 병원 홈페이지에 구조화 데이터가 제대로 들어가 있는지, 채널 간 정보가 일치하는지 스스로 판단하기 어렵다면, 현재 상태를 항목별로 진단해 드립니다. 어디가 비었고 무엇부터 손봐야 할지 우선순위를 정리해 드리는 무료 진단으로, 부담 없이 우리 병원의 '기계용 명함' 상태부터 점검해 보시길 권합니다.