환자가 챗GPT에 묻는 그 질문, 옆 병원 대신 우리 답이 인용되게 하는 FAQ 스키마 실전법

환자가 AI에 묻는 질문은 상담실에서 매일 듣는 질문과 거의 같습니다. 그 질문과 답을 FAQPage 구조화 데이터(스키마)로 홈페이지에 심으면 AI 검색이 우리 병원의 답을 출처로 인용할 가능성이 높아집니다. 이 글은 실제 상담 질문을 모으고 골라, 의료광고 경계를 지키며 스키마로 구현하고 점검하는 과정을 단계별로 설명합니다.

저녁 9시, 한 환자가 챗GPT에 '○○동 임플란트 상담 전에 뭘 준비해야 해?'라고 묻습니다. AI는 어느 치과 홈페이지의 문장을 거의 그대로 가져와 답하고 끝에 그 치과 이름을 출처로 답니다. 원장님 병원 데스크도 같은 질문을 하루에 몇 번씩 받고 더 자세히 답해 왔습니다. 차이는 하나, 그 답이 AI가 읽을 수 있는 형태로 홈페이지에 없었다는 점입니다.

이 글은 그 빈칸을 채우는 순서를, 내일 아침 직원 회의에서 바로 지시할 수 있는 수준으로 정리했습니다.

상담실 질문이 곧 AI 검색의 재료다

용어부터 풀겠습니다. AEO는 답변 엔진 최적화(Answer Engine Optimization)의 줄임말로, 챗GPT나 제미나이, 네이버 AI 브리핑에 질문을 던지고 요약된 답을 받는 환경에서 그 답의 재료로 우리 병원 콘텐츠가 선택되게 만드는 일입니다. 스키마(구조화 데이터)는 schema.org라는 공통 규격에 따라 페이지 내용이 무엇인지 기계가 오해 없이 읽도록 붙이는 꼬리표이고, FAQPage는 그중 '이 페이지는 질문과 답의 묶음'이라고 선언하는 유형입니다.

환자가 AI에 입력하는 문장은 '보험 되나요', '당일에 바로 되나요' 같은 생활 언어이고, 이 언어가 가장 많이 쌓인 곳이 병원의 전화기와 접수 데스크입니다. AI는 질문과 가장 닮은 문장을 가진 출처를 고르는 경향이 있으므로, 환자 표현 그대로 적힌 질문과 바로 이어지는 답은 가장 인용하기 쉬운 재료가 됩니다.

우리가 답을 적어 두지 않아도 AI는 빈칸으로 두지 않습니다. 옆 병원 홈페이지나 커뮤니티 글을 가져옵니다. 반대로 AI 답변은 병원 규모가 아니라 질문 단위로 출처를 고르기 때문에, 특정 질문에 가장 구체적으로 답한 페이지라면 작은 의원도 대형 병원과 같은 선상에 섭니다.

단, 스키마는 마법이 아닙니다. 눈에 보이는 본문에 질문과 답이 실제로 있어야 하고, 스키마는 그것을 기계에 또렷하게 알려주는 보조 장치입니다.

1단계: 데스크·전화·채팅에서 '진짜 질문' 모으기

첫 작업은 글쓰기가 아니라 수집입니다. 질문은 전화 응대, 네이버 톡톡과 카카오 채널 상담, 접수 데스크, 지도 서비스의 리뷰와 질문란, 진료실에 쌓입니다.

1. 2주 동안 모든 채널 담당자에게 한 줄 기록을 부탁합니다. 날짜, 채널, 환자 표현 그대로, 우리의 답, 이후 행동(예약·보류·이탈) 다섯 칸이면 됩니다.
2. 환자 표현은 다듬지 않습니다. '임플란트 가격'이 아니라 '임플란트 하나에 얼마예요, 뼈이식 하면 더 비싸요?'처럼 적습니다. 이 문장이 곧 AI에 입력되는 문장입니다.
3. 2주 뒤 빈도순으로 정렬해 상위 30개 안팎을 후보로 둡니다.

흔한 실수는 둘입니다. 직원이 보기 좋게 '정리된 질문'으로 바꿔 적는 것, 그리고 원장님 머릿속의 '환자가 궁금해해야 할 질문'만 쓰는 것입니다. 실제 상위권은 주차, 소요 시간, 보호자 동반, 결제 방법처럼 사소해 보이는 질문이 차지하는 경우가 일반적입니다.

2단계: 선별과 분류, 의료광고의 선을 넘지 않게

병원 FAQ는 의료법상 의료광고의 성격을 가질 수 있어 내용에 따라 사전심의 대상이 되거나 금지 표현에 걸립니다. 선별 기준은 '많이 묻는가'와 '안전하게 답할 수 있는가'를 동시에 통과해야 합니다.

• 비용·결제: 비급여 고지 방식, 카드·할부·현금영수증, 보험 적용 확인 절차.
• 절차·소요시간: 첫 방문에 하는 일, 방문 횟수, 1회 소요 시간. 병원마다 달라 AI가 가장 인용하고 싶어 하는 영역입니다.
• 준비·동반·일반 주의: 공복 여부, 보호자 동반, 복용 약 지참 같은 일반 안내. 개인별 의학적 판단은 '진료 시 의료진이 확인한다'로 넘깁니다.
• 접근·예약·운영: 주차, 대중교통, 야간·주말 진료, 예약 변경, 대기 시간.
• 자격·장비·운영 방식: 의료진 경력, 보유 장비, 감염 관리처럼 사실 확인이 가능한 정보.

빼야 할 질문도 분명합니다. '효과가 얼마나 좋은가요', '다른 병원보다 뭐가 나은가요', '몇 번이면 끝나나요'는 답하는 순간 효능 단정, 비교·최상급, 결과 보장에 가까워집니다. 빼거나 '치료 기간은 어떻게 정해지나요'처럼 절차 설명으로 바꿉니다. '임플란트란 무엇인가요' 같은 일반론은 AI가 이미 알아서 우리 페이지를 인용할 이유가 없지만, '○○치과는 첫날 CT를 찍나요'는 우리만 답할 수 있습니다.

3단계: AI가 그대로 잘라 쓸 수 있는 답변 쓰기

AI는 긴 글에서 답을 찾기보다 질문 바로 아래 완결된 답이 있는 구조를 선호합니다. 권장 골격은 네 문장입니다. 첫 문장은 질문에 바로 답하고, 둘째는 조건이나 예외를, 셋째는 병원 고유 정보(지역명·병원명·운영 방식)를, 넷째는 다음 행동(예약·확인 방법)을 적습니다.

나쁜 답: 상담 후 결정됩니다. 자세한 내용은 병원으로 문의해 주세요.

좋은 답(일반화된 예시): 첫 방문에는 상담과 기본 검사를 함께 진행하며 보통 한 시간 안팎이 걸립니다. 추가 검사가 필요하면 당일 안내해 드립니다. ○○동 ○○의원은 첫 방문 검사 결과를 같은 날 설명드리는 것을 원칙으로 합니다. 예약은 홈페이지 예약 페이지나 전화로 가능합니다.

첫 답은 문의를 유도하지만 AI에게 아무 정보도 주지 않아 인용되지 않습니다. 둘째 답은 직접 답하면서도 효과나 결과를 단정하지 않고, 병원 고유 정보 덕분에 출처가 자연스럽게 우리 병원이 됩니다.

피할 것은 모든 답을 '상담 문의'로 끝내기, 이모지와 느낌표, '최고'·'유일'·'완벽' 같은 수식어, 환자 후기 인용입니다. 후기는 의료광고 규정상 위험할 수 있어 FAQ 답변에서는 배제하는 편이 안전합니다.

4단계: FAQPage 스키마 넣기와 검증

FAQPage 스키마는 보통 JSON-LD 형식으로 넣습니다. 페이지 안에 넣는 짧은 코드로, '이 페이지 유형은 FAQPage이고 안에 Question 항목이 있으며 각 Question에는 acceptedAnswer가 있다'는 구조를 기계 언어로 적은 것입니다.

1. 스키마의 질문과 답은 화면에 보이는 본문과 같아야 합니다. 코드에만 있는 내용은 숨김 콘텐츠로 취급될 수 있습니다.
2. 한 페이지에 FAQPage는 하나만 둡니다.
3. 같은 질문·답을 여러 페이지에 복제하지 않습니다. 어느 페이지가 원본인지 흐려져 인용 확률이 떨어집니다.

기대치도 정확히 해야 합니다. 구글은 2023년 이후 검색 결과에서 FAQ를 펼쳐 보여 주는 '리치 결과'를 공신력 있는 정부·의료 기관 사이트 위주로 크게 줄였습니다. 하지만 목적은 그 표시가 아닙니다. 구조화된 질문·답은 검색엔진과 AI 크롤러가 내용을 정확히 이해하는 데 여전히 유효하고, 본문 자체가 질문·답 구조로 정리되는 효과가 AI 인용에 더 직접적으로 작용합니다.

넣은 뒤에는 반드시 검증합니다. 구글 리치 결과 테스트와 Schema Markup Validator에 주소를 넣으면 오류를 바로 보여 줍니다. 플러그인이 자동 생성한 병원 정보 스키마와 중복되지 않는지도 함께 확인합니다.

5단계: 어디에 둘 것인가, 페이지 배치 전략

권장 구조는 '통합 FAQ 페이지 하나에 진료 항목별 페이지 하단 FAQ'입니다. 통합 페이지에는 접근·예약·결제처럼 항목과 무관한 질문을 모으고, 각 진료 항목 페이지에는 그 항목 질문을 3~6개 본문 아래에 둡니다.

질문마다 작은 제목(h3)을 붙여 질문 자체가 제목이 되게 합니다. '첫 방문에 뭘 하나요'보다 '○○동 ○○의원 첫 방문에는 무엇을 하나요'가 명확합니다.

FAQPage는 병원 기본 정보 스키마와 함께 있을 때 힘이 커집니다. 병원 전체를 설명하는 MedicalClinic이나 Dentist 유형 스키마에 주소, 전화, 진료시간, 지도 서비스 프로필 주소를 연결해 두면 AI가 '어느 병원의 답인지'를 확신하기 쉬워집니다.

흔한 실수는 FAQ 페이지를 메뉴 깊숙이 숨기는 것과 홈페이지 리뉴얼 때 스키마가 통째로 사라지는 것입니다. 리뉴얼 체크리스트에 '기존 스키마 유지 확인'을 넣어야 합니다.

넣은 뒤가 진짜다: 월 1회 점검 루틴

실제 손실은 스키마를 넣은 뒤에 생깁니다. 비급여 가격이 바뀌었는데 FAQ는 옛 금액 그대로인 경우가 대표적이고, AI가 옛 답을 인용하면 환자는 병원에 와서 실망합니다. 스키마는 한 번 심는 작업이 아니라 운영하는 자산입니다.

• 챗GPT, 제미나이, 퍼플렉시티, 네이버 AI 브리핑에 핵심 질문 다섯 개를 환자 표현 그대로 던지고 어느 병원이 인용되는지 기록합니다.
• 구글 서치 콘솔의 구조화 데이터 항목에서 새 오류를 확인합니다.
• 지난달 새로 등장한 질문을 두세 개 추가하고 사라진 질문은 뺍니다.
• 가격·시간·장비·의료진 변동이 있었다면 해당 답변부터 고칩니다.

어떤 질문에서 우리가, 어떤 질문에서 옆 병원이 인용되는지 매달 한 줄씩 기록하면 석 달이면 어떤 답이 효과가 있는지 병원 스스로 알게 됩니다.

오늘 시작한다면: 우선순위와 체크리스트

순서를 정하면 이렇습니다. 첫째, 내일부터 2주간 질문 기록을 시작합니다. 둘째, 기록이 끝나기 전이라도 접근·예약·결제 질문 다섯 개는 바로 답을 써서 통합 FAQ 페이지를 먼저 엽니다. 셋째, 문의가 가장 많은 진료 항목 한 곳에 FAQ 3~5개를 붙이고 스키마를 넣어 검증합니다. 넷째, AI 도구에 질문을 던져 현재 인용 상태를 기록해 기준선으로 삼습니다.

• 질문 기록 양식(날짜·채널·환자 표현·답·후속행동)을 전 채널에 배포했는가
• 효능 단정·비교·결과 보장에 해당하는 질문을 걸러냈는가
• 답변마다 첫 문장에 직접 답이 있고 병원 고유 정보가 들어 있는가
• 본문 FAQ와 스키마 내용이 같은가
• 기본 정보 스키마와 FAQPage가 같은 병원을 가리키는가
• 월 점검 담당자와 날짜가 정해졌는가

지금 우리 병원이 어떤 질문에서 인용되고 어떤 질문에서 경쟁 병원에 자리를 내주고 있는지 한 번에 보고 싶다면 AI메디랩의 무료 AI 검색 진단을 이용해 보시기 바랍니다. 홈페이지 스키마 상태와 주요 질문별 인용 현황을 확인하고 어디부터 손대야 할지 우선순위를 함께 정리해 드립니다.