환자가 챗GPT에 물으면 왜 옆 병원만 뜰까 — AI가 우리 병원을 '읽는' 첫 단추, 의료기관 스키마

환자가 AI에게 '○○동 임플란트 잘하는 치과'를 물었을 때 우리 병원이 후보에조차 오르지 못하는 가장 흔한 이유는 광고비 부족이 아니라, AI가 우리 병원을 '무엇을 하는, 어디에 있는 어떤 기관인지' 기계적으로 읽어내지 못하기 때문입니다. 그 판독의 기본 설계도가 바로 MedicalOrganization 구조화 데이터, 흔히 '스키마'라 부르는 표시입니다. 이 글은 스키마가 AI 인용의 출발점인 이유와, 원장이 오늘 당장 적용할 수 있는 단계를 구체적으로 정리합니다.

AI는 '검색'하지 않고 '판독'한다

많은 원장님이 AI 답변을 여전히 '검색 결과의 확장판'으로 이해하십니다. 그러나 챗GPT·제미나이·네이버 큐 같은 생성형 AI는 페이지를 순위대로 나열하는 것이 아니라, 여러 출처를 읽고 '이해한 뒤' 한 문단으로 요약해 답합니다. 이 과정에서 AI는 사람처럼 홈페이지 디자인을 감상하지 않습니다. 눈에 보이는 글자가 아니라, 페이지 뒤에 숨어 있는 데이터의 구조를 읽습니다.

사람은 '서울 강남 미소치과, 진료시간 평일 10시~7시'라는 문장을 보고 자연스럽게 병원 이름·위치·시간으로 구분합니다. 하지만 AI에게 이 문장은 그저 이어진 글자 덩어리일 수 있습니다. 이것이 병원 이름인지, 광고 문구인지, 후기 속 언급인지 확신하지 못하면 AI는 인용을 주저합니다. 의료는 사람의 건강이 걸린 민감한 분야(YMYL)라, AI는 확신이 없을 때 오히려 '언급하지 않는' 쪽을 택합니다.

스키마는 바로 이 확신을 만들어 주는 장치입니다. 페이지 뒤에 '이 이름은 병원명이고, 이 주소는 위치이며, 이 숫자는 진료시간이다'라고 기계가 오해 없이 읽을 수 있는 꼬리표를 달아 주는 것입니다. 스키마가 없다면 우리 병원은 AI에게 '존재하되 정체가 모호한 기관'이고, 모호한 기관은 답변에 소환되지 않습니다.

현장의 비유로 옮기면 이렇습니다. 아무리 실력 좋은 병원이라도, 명함에 이름·전화·주소를 두서없이 흘려 적으면 상대가 연락처를 잘못 저장합니다. 스키마는 '이 칸은 이름, 이 칸은 전화'로 정리된 반듯한 명함입니다. AI라는 새 소개자에게 우리 병원을 정확히 소개하는 첫 단추입니다.

MedicalOrganization 스키마란 무엇인가

스키마(schema)란 웹 페이지에 '이 정보가 무엇을 뜻하는지'를 기계가 읽도록 붙이는 표준 표시 규격입니다. 전 세계 검색엔진이 공동으로 쓰는 Schema.org라는 사전이 있고, 그 안에 병원·의원을 위한 항목이 MedicalOrganization(의료기관), 세부적으로는 Hospital·Dentist·Physician 같은 유형입니다. 쉽게 말해 '우리는 광고 회사도 쇼핑몰도 아닌, 의료를 제공하는 기관'이라고 AI에게 신분증을 제시하는 코드입니다.

이 코드는 대개 홈페이지 소스 안에 눈에 보이지 않는 형태(JSON-LD라는 방식)로 삽입됩니다. 방문자 화면에는 전혀 나타나지 않지만, AI와 검색 로봇은 이 부분을 먼저 읽습니다. 여기에 병원명, 진료과목, 주소, 좌표, 전화, 홈페이지, 진료시간, 대표 의료진, 보유 장비나 전문 분야 같은 정보를 정해진 이름표에 맞춰 담습니다.

핵심은 '자유로운 글'과 '구조화된 데이터'의 차이입니다. 소개 페이지에 아무리 좋은 문장을 써도 그것은 해석의 여지가 있는 글입니다. 반면 스키마는 해석이 필요 없는 사실의 목록입니다. AI 입장에서 전자는 '참고할 수 있는 이야기', 후자는 '믿고 인용할 수 있는 사실'에 가깝습니다. 그래서 같은 내용이라도 스키마로 정리된 병원이 인용 후보로 먼저 떠오릅니다.

덧붙여 이 표시는 구글의 지식 패널이나 검색 결과의 별점·진료시간 노출 같은 '리치 결과'로도 이어질 수 있습니다. 즉 AI 답변만이 아니라 일반 검색에서의 신뢰도 신호로도 함께 작동한다는 뜻입니다. 하나의 기반이 여러 통로에서 효과를 냅니다.

왜 지금 당장 중요한가 — 놓치는 것과 얻는 것

먼저 손실의 관점입니다. 환자가 '우리 동네 ○○ 잘하는 곳'을 AI에게 물을 때, 그 순간은 가장 구매 의사가 강한 순간입니다. 여기서 후보로 언급되지 못하면, 우리 병원은 그 환자의 고려 목록에 아예 오르지 못합니다. 문제는 이 유실이 통계에 잡히지 않는다는 점입니다. 전화가 안 온 것은 기록에 남지 않기에, 원장님은 손실이 발생한 사실조차 모른 채 지나갑니다. 조용히 새는 물처럼, 매달 몇 건의 초진 상담 기회가 소리 없이 옆 병원으로 흘러갈 수 있습니다.

반대로 기회의 관점은 이렇습니다. 아직 다수의 병·의원은 스키마를 제대로 적용하지 않았습니다. 즉 지금은 경쟁이 성기게 비어 있는 초기 국면입니다. 남들이 광고 단가 경쟁에 매달리는 사이, 기반 데이터를 먼저 정비한 병원은 AI라는 새 통로에서 상대적으로 낮은 비용으로 인용 우위를 선점할 수 있습니다. 광고는 끄면 사라지지만, 정비된 스키마는 계속 쌓이는 자산입니다.

또 하나, AI 인용은 '노출'을 넘어 '신뢰의 후광'을 줍니다. 환자가 직접 광고를 보고 찾아온 경우와, AI가 '이 지역에서 이런 곳이 있다'고 소개해 찾아온 경우는 첫 신뢰의 온도가 다릅니다. 중립적 소개자를 통한 유입은 상담 전환에서 유리하게 작용하는 경우가 많습니다. 스키마는 그 소개자에게 정확한 대본을 쥐여 주는 일입니다.

우리 병원 스키마, 무엇을 담아야 하나

스키마를 넣기로 했다면, 먼저 '무엇을 담을지'를 정리해야 합니다. 기술은 개발자에게 맡기더라도, 담길 정보의 정확성은 원장님과 실장님만 확정할 수 있습니다. 아래는 의료기관 스키마의 핵심 항목이자, 그대로 실무 점검표로 쓰실 수 있는 목록입니다.

• 기관명: 간판·사업자등록·홈페이지에 쓰는 공식 명칭을 하나로 통일합니다.
• 진료 유형: 치과·한의원·피부과 등 실제 진료과에 맞는 세부 유형을 지정합니다.
• 주소와 좌표: 도로명 주소와 지도 좌표를 정확히 넣어 '어느 동네 병원인지'를 못박습니다.
• 전화·홈페이지·예약 링크: 실제 연결되는 최신 번호와 주소만 넣습니다.
• 진료시간: 요일별 시간과 점심시간, 휴진일을 구조화된 형식으로 명시합니다.
• 대표 의료진: 대표원장 성함과 전문 분야를 사실 그대로 기재합니다.
• 지역·주요 진료 분야: 우리 병원이 강점을 둔 진료 영역과 진료 가능 지역을 담습니다.

여기서 원칙은 단 하나, '과장 없이 사실만'입니다. 스키마는 AI에게 사실이라 선언하는 데이터이므로, 검증 가능한 내용만 담아야 합니다. 특정 시술의 효과를 단정하거나, 근거 없는 '최고·1등' 같은 표현을 넣는 것은 의료광고 규정 측면에서도, AI 신뢰도 측면에서도 위험합니다. 담백한 사실이 오히려 강한 신호가 됩니다.

실제 적용 5단계 — 오늘부터 무엇을

실행은 생각보다 단순합니다. 다만 순서를 지켜야 헛수고를 막습니다. 아래 5단계를 그대로 따라가시면 됩니다.

1. 정보 원장(原帳) 만들기: 위 점검표의 항목을 표 하나에 정리합니다. 병원명·주소·전화·시간·의료진을 '최종 확정본'으로 못박는 작업이 8할입니다. 이 표가 부정확하면 이후 모든 단계가 오염됩니다.
2. 기존 표기 감사: 홈페이지, 네이버 플레이스, 구글 비즈니스, 각종 디렉터리에 흩어진 우리 병원 정보를 모아 서로 다른 부분을 찾아냅니다. 옛 전화번호, 이전 상호, 다른 진료시간이 남아 있는 곳을 목록화합니다.
3. 스키마 코드 삽입: 확정된 정보를 JSON-LD 형식의 MedicalOrganization 코드로 만들어 홈페이지 대표 페이지(대개 첫 화면과 소개 페이지)의 소스에 넣습니다. 대부분 개발자나 홈페이지 관리 업체에 표 하나를 전달하면 반나절 안에 처리됩니다.
4. 검증: 구글의 리치 결과 테스트나 스키마 검사 도구에 우리 페이지 주소를 넣어 오류가 없는지 확인합니다. 붉은 오류가 없고 항목이 제대로 인식되면 성공입니다.
5. 외부 채널 동기화: 홈페이지만이 아니라 네이버·구글 등 외부 등록 정보도 원장의 확정본과 똑같이 맞춥니다. AI는 여러 출처가 일치할 때 확신을 갖습니다.

이 다섯 단계는 한 번 세워 두면 유지가 쉽습니다. 이후에는 진료시간이나 의료진이 바뀔 때만 원장을 갱신하고 반영하면 됩니다.

흔한 실수와 함정

첫째, '홈페이지에 글로 다 써 놨으니 됐다'는 오해입니다. 앞서 말했듯 눈에 보이는 글과 기계가 읽는 데이터는 다릅니다. 소개 문구가 아무리 좋아도 구조화되지 않으면 AI에게는 해석 부담이 남습니다. 보이는 콘텐츠와 보이지 않는 스키마는 각자의 역할이 있습니다.

둘째, 스키마와 실제 페이지 내용의 불일치입니다. 화면에는 진료시간이 7시까지인데 스키마에는 6시로 적혀 있다면, 이는 오히려 신뢰를 깎는 신호입니다. 검색엔진은 '보이는 내용과 다른 데이터'를 조작으로 간주할 수 있습니다. 스키마는 반드시 실제 페이지 내용과 일치해야 합니다.

셋째, 과장과 단정입니다. '통증 없는', '100% 성공' 같은 표현을 데이터로 선언하면 의료광고 규정 위반 소지가 있고, AI도 검증 불가한 주장으로 판단해 오히려 걸러냅니다. 넷째, 한 번 넣고 방치하는 것입니다. 전화·주소·의료진이 바뀌었는데 스키마가 옛 정보 그대로면, 정확성이라는 스키마의 존재 이유가 무너집니다. 최소 분기마다 한 번은 점검하시길 권합니다.

이름·주소·전화의 일관성이 신뢰를 만든다

스키마가 아무리 정교해도, 병원 정보가 채널마다 제각각이면 효과가 반감됩니다. 마케팅에서는 이름(Name)·주소(Address)·전화(Phone)의 일관성을 'NAP 일관성'이라 부릅니다. AI는 홈페이지, 지도 서비스, 병원 디렉터리 등 여러 출처를 대조해 '이 정보들이 서로 맞는가'로 신뢰도를 판단하기 때문입니다.

예컨대 홈페이지는 '서울미소치과의원', 네이버는 '미소치과', 어느 블로그는 '강남미소치과'로 제각각이면, AI는 이것이 같은 병원인지 확신하지 못합니다. 상호에 붙는 '의원' 표기 하나, 지번과 도로명 주소의 혼용, 대표번호와 이벤트용 번호의 병존 같은 사소한 차이가 쌓이면 판독의 확신이 떨어집니다.

그래서 스키마 작업은 반드시 NAP 정비와 함께 가야 합니다. 확정한 정보 원장을 기준으로, 우리 병원 이름이 등장하는 모든 외부 채널을 하나하나 같은 형태로 통일하십시오. 이 작업은 화려하지 않지만, AI 인용의 토대를 다지는 가장 확실한 기초 공사입니다. 스키마가 반듯한 명함이라면, NAP 일관성은 그 명함이 어디서든 똑같이 읽히도록 만드는 일입니다.

무엇부터 할 것인가 — 우선순위와 체크리스트

모든 것을 한 번에 하려 하면 시작이 늦어집니다. 우선순위는 명확합니다. 첫째, 정보 원장(병원명·주소·전화·진료시간·의료진)을 하나로 확정하는 일. 이것 없이는 무엇도 정확할 수 없습니다. 둘째, 그 확정본으로 홈페이지에 MedicalOrganization 스키마를 넣고 검증하는 일. 셋째, 네이버·구글 등 외부 채널의 표기를 동일하게 맞추는 NAP 정비입니다.

오늘 점검하실 항목을 요약하면 이렇습니다.

• 우리 병원 공식 명칭·주소·전화·진료시간이 한 문서에 확정되어 있는가.
• 홈페이지 소스에 의료기관 스키마가 들어 있는가(관리 업체에 확인).
• 스키마 내용이 화면에 보이는 정보와 정확히 일치하는가.
• 네이버·구글의 병원 정보가 홈페이지와 같은가.
• 과장·단정 표현 없이 검증 가능한 사실만 담겼는가.

이 다섯 가지 중 하나라도 '아니오'라면, 지금 우리 병원은 AI에게 제대로 소개되지 못하고 있을 가능성이 큽니다. 어디가 어긋나 있는지 스스로 파악하기 어렵다면, 우리 병원 홈페이지의 스키마·NAP 상태가 지금 어떤지 무료로 진단해 드립니다. 화려한 마케팅 이전에, 우리 병원이 AI에게 정확히 읽히고 있는지부터 함께 확인해 보시길 권합니다.