환자가 챗GPT에 '○○동 잘하는 치과'라고 물으면, 왜 우리 병원만 빠질까 — AI가 병원을 고르는 5가지 신호

환자가 챗GPT나 AI 검색창에 "○○동에서 임플란트 잘하는 치과 추천해줘"라고 물으면, AI는 그 동네 모든 병원을 나열하지 않습니다. 서너 곳을 골라 이름을 붙여 추천합니다. 이 선택은 광고비 순위가 아니라, 생성형 AI가 '이 병원은 신뢰할 만하다'고 판단하는 몇 가지 신호에 의해 결정됩니다. 이 글은 그 신호가 무엇인지, 그리고 우리 병원이 그 명단에 들어가려면 오늘 무엇을 손봐야 하는지를 다룹니다.

많은 원장님이 이렇게 말합니다. "네이버 상위 노출은 신경 써서 관리하는데, 정작 요즘 젊은 환자들이 쓰는 챗GPT에서는 우리 병원 이름이 한 번도 안 나온다." 실제로 진료는 옆 병원보다 나은데, AI가 추천하는 건 늘 옆 병원입니다. 억울하지만 원리를 알면 대응이 보입니다.

생성형 AI는 '검색'하지 않는다, '판단'한다

먼저 근본적인 차이를 짚어야 합니다. 네이버·구글 같은 전통 검색은 사용자가 링크 목록을 보고 직접 병원을 고릅니다. 반면 챗GPT 같은 생성형 AI(사람의 질문에 문장으로 답을 '생성'해 주는 AI)는 사용자를 대신해 이미 결론을 내려 답합니다. 즉 순위 경쟁이 아니라, AI에게 '추천할 만한 후보'로 선택받는 게임으로 바뀐 것입니다.

이 변화가 원장님께 중요한 이유는 두 가지입니다. 첫째, 손실 관점에서 — AI가 답을 완성해 주기 때문에 환자는 더 이상 열 개의 병원 링크를 클릭하지 않습니다. AI가 언급한 두세 곳 안에 들지 못하면, 아무리 홈페이지가 좋아도 환자 눈에 닿을 기회 자체가 사라집니다. 둘째, 기회 관점에서 — 아직 대부분의 병원이 이 영역을 방치하고 있습니다. 지금 먼저 대응한 병원이 '동네에서 AI가 지목하는 그 병원'의 자리를 선점할 수 있습니다.

그렇다면 AI는 무엇을 근거로 판단할까요? AI는 인터넷 곳곳의 정보를 학습하고, 질문이 들어오면 관련 정보를 실시간으로 끌어와 종합합니다. 이때 '믿을 수 있고, 읽기 쉽고, 질문에 딱 맞는' 정보를 가진 병원을 우선합니다. 아래 다섯 가지가 그 핵심 신호입니다.

신호 ① AI가 읽을 수 있는 형태로 '구조화'되어 있는가

사람에게는 예쁜 홈페이지가 좋아 보이지만, AI에게는 정리된 정보가 좋습니다. 진료과목·진료시간·위치·전화번호·의료진 정보가 이미지 안에 글자로 박혀 있거나, 디자인 요소에 뒤섞여 있으면 AI는 그것을 제대로 읽어내지 못합니다. 반대로 텍스트로 명확히 적혀 있고, '스키마(schema)'라 부르는 구조화 데이터 — 웹페이지에 '이건 진료시간, 이건 주소'라고 기계가 알아보게 붙이는 일종의 라벨 — 가 적용돼 있으면 AI는 정보를 정확히 인용합니다.

왜 중요할까요. AI는 확신이 서지 않는 정보는 아예 언급하지 않습니다. 우리 병원 정보가 흐릿하면, 손해 보는 게 아니라 존재 자체가 없는 것처럼 처리됩니다. 반대로 구조가 깔끔하면 AI가 마음 놓고 인용합니다.

오늘 점검할 것:

• 진료시간·휴진일·주소·전화번호가 이미지가 아닌 텍스트로 홈페이지에 적혀 있는가
• 대표 진료과목과 세부 시술명이 문장으로 명확히 기술돼 있는가
• 홈페이지에 구조화 데이터(스키마) 마크업이 적용돼 있는가 — 제작 업체에 "의료기관 스키마 적용 여부"를 물어보세요

흔한 실수: 화려한 플래시·이미지 위주 홈페이지에 정작 텍스트 정보가 거의 없는 경우입니다. 사람 눈엔 세련돼 보여도 AI 눈엔 백지입니다.

신호 ② 여러 곳에 흩어진 정보가 '일관'되는가

AI는 한 곳만 보지 않습니다. 홈페이지, 네이버 지도, 구글 비즈니스 프로필, 각종 병원 정보 사이트를 두루 참고해 서로 어긋나지 않는 정보일수록 신뢰합니다. 그런데 실제로는 '네이버엔 옛 전화번호, 구글엔 이전 주소, 홈페이지엔 바뀐 진료시간'처럼 제각각인 병원이 매우 많습니다.

정보가 충돌하면 AI는 어느 쪽을 믿어야 할지 판단을 유보하고, 결국 더 일관된 경쟁 병원을 선택합니다. 반대로 모든 채널의 정보가 일치하면 AI는 그 정보를 '검증된 사실'로 취급합니다.

실행 단계:

1. 병원명·주소·전화번호(업계에서 NAP라 부르는 세 가지 기본 정보)를 하나의 표준 표기로 정합니다. 예: '제1병원' vs '제일병원'을 하나로 통일
2. 네이버 플레이스, 구글 비즈니스 프로필, 홈페이지, 주요 병원 디렉터리를 모두 이 표준에 맞춰 수정합니다
3. 이전·리모델링·번호 변경 등 변동이 있었다면 모든 채널을 같은 날 함께 업데이트하는 것을 원칙으로 삼습니다

흔한 실수: 홈페이지만 최신으로 고치고 외부 채널은 방치하는 것. AI는 외부 채널을 더 자주 참고합니다.

신호 ③ 실제 환자의 언어로 된 '리뷰와 맥락'이 있는가

AI는 병원이 스스로 "우리가 잘합니다"라고 한 말보다, 제3자가 남긴 언어를 더 신뢰합니다. 특히 환자 리뷰는 '무엇을, 어떤 상황에서, 어떻게 경험했는지'를 담고 있어 AI가 맥락을 이해하는 데 결정적입니다. 예컨대 "아이가 무서워했는데 원장님이 천천히 설명해 주셔서" 같은 문장은, AI가 "소아 진료에 친절한 병원"이라는 추천 근거로 삼기 좋은 재료입니다.

여기서 오해를 짚어야 합니다. 리뷰는 별점 개수만의 문제가 아닙니다. AI에게는 구체적인 상황이 담긴 문장이 훨씬 값집니다. 별점 5점이 100개라도 내용이 "좋아요" 한 줄뿐이면 맥락 정보가 없어 활용도가 낮습니다.

실무 팁:

• 진료 후 만족한 환자에게 리뷰를 자연스럽게 요청하되, 구체적 경험을 적어달라고 안내합니다(단, 대가성·허위 리뷰는 의료광고 규정 위반 소지가 있으니 유의)
• 리뷰에 성심껏 답글을 답니다 — 답글의 텍스트 역시 AI가 읽는 맥락 자료가 됩니다
• 부정적 리뷰에도 방어적이지 않게, 개선 의지를 담아 응대합니다

흔한 실수: 리뷰를 '관리 대상'으로만 보고 방치하거나, 반대로 규정을 어기며 인위적으로 만드는 것. 둘 다 장기적으로 손해입니다.

신호 ④ 환자의 질문에 '직접 답하는' 콘텐츠가 있는가

이것이 AEO(Answer Engine Optimization, '답변 엔진 최적화' — AI가 답을 만들 때 우리 콘텐츠를 인용하게 만드는 전략)의 핵심입니다. AI는 답을 생성할 때, 이미 질문 형태로 잘 정리된 콘텐츠를 그대로 가져다 쓰는 경향이 있습니다. 즉 환자가 궁금해하는 질문을 제목으로 걸고, 그 아래 명확히 답하는 글을 병원 블로그·홈페이지에 쌓아두면 AI가 우리 문장을 인용할 확률이 크게 올라갑니다.

왜 중요한가. 환자의 질문은 대부분 정해져 있습니다 — "이 시술 회복 기간은?", "비용은 대략 어느 정도?", "주차 되나요?", "주말 진료하나요?". 이 질문들에 우리가 먼저 깔끔한 답을 준비해 두면, AI는 그 답을 우리 병원 이름과 함께 전달합니다. 준비 안 된 병원의 몫까지 가져오는 셈입니다.

실행 단계:

1. 진료실·전화에서 환자가 실제로 가장 많이 묻는 질문 20개를 적어봅니다
2. 각 질문을 제목(소제목)으로 세우고, 첫 두세 문장에 핵심 답을 완결형으로 씁니다(AI는 앞부분을 우선 인용합니다)
3. 홈페이지에 'FAQ(자주 묻는 질문)' 페이지를 만들어 구조화합니다

흔한 실수: 병원 자랑·장비 나열 위주의 글만 올리는 것. AI가 찾는 건 '질문에 대한 답'이지 홍보 문구가 아닙니다. 단, 시술 효과를 단정하거나 과장하는 표현은 의료광고 규정에 저촉될 수 있으니 사실 위주로 담백하게 씁니다.

신호 ⑤ 전문성과 신뢰의 '증거'가 드러나는가

의료는 사람의 건강을 다루는 민감한 분야라, AI는 이 영역에서 특히 보수적으로 정보를 다룹니다. 검증되지 않은 곳을 추천했다가 문제가 생기는 걸 피하려 하기 때문입니다. 그래서 '누가, 어떤 자격으로, 어떤 경력으로' 진료하는지가 명확히 드러난 병원을 선호합니다.

이것을 업계에서는 신뢰 신호(경험·전문성·권위·신뢰성)라 부릅니다. 거창한 게 아니라, 기본을 숨기지 않고 명시하는 것입니다.

• 의료진의 전문 분야·진료 경력·소속 학회 등을 프로필에 텍스트로 정리
• 병원 소개에 설립 연도, 진료 철학, 위치·시설 정보를 구체적으로 기술
• 언론 보도·기고·강연 등 제3자가 인정한 활동이 있다면 근거와 함께 명시

흔한 실수: '최고', '1등', '유일' 같은 단정적 표현으로 신뢰를 만들려는 것. 이런 표현은 의료광고 심의에서 문제가 될 뿐 아니라, AI도 근거 없는 최상급 표현을 오히려 걸러냅니다. 신뢰는 형용사가 아니라 사실의 축적으로 만들어집니다.

정리 — 무엇부터, 어떻게 시작할까

다섯 가지 신호를 한꺼번에 완성할 필요는 없습니다. 효과 대비 노력이 큰 순서로 접근하세요. 우선순위는 이렇습니다.

1. 가장 먼저(오늘): 외부 채널 정보 일관성 점검(신호 ②). 네이버·구글·홈페이지의 병원명·주소·전화·진료시간을 하나로 통일합니다. 비용 없이 오늘 시작할 수 있고 효과가 즉각적입니다.
2. 이번 주: 환자가 자주 묻는 질문 20개를 뽑아 답 콘텐츠 만들기 착수(신호 ④). FAQ 페이지부터 시작합니다.
3. 이번 달: 홈페이지 텍스트·스키마 구조 점검(신호 ①)과 의료진 신뢰 정보 정비(신호 ⑤), 리뷰 응대 습관화(신호 ③).

핵심은 하나입니다. AI 시대의 병원 마케팅은 '더 크게 외치는' 게임이 아니라, AI가 믿고 인용할 수 있게 정보를 정직하고 명확하게 정리해 두는 게임이라는 점입니다. 화려함보다 정확함, 자랑보다 답변입니다.

우리 병원이 지금 챗GPT·AI 검색에서 어떻게 보이는지, 다섯 가지 신호 중 무엇이 비어 있는지 궁금하시다면 무료 AI 노출 진단을 받아보실 수 있습니다. 현재 상태를 객관적으로 확인하는 것이 첫걸음입니다.