챗GPT는 왜 옆 병원만 추천할까 — 우리 병원을 AI 답변에 올리는 첫 단추, MedicalOrganization 스키마

챗GPT·퍼플렉시티 같은 AI 검색이 지역 병원을 추천할 때 가장 먼저 확인하는 것은 화려한 홈페이지가 아니라, 기계가 읽을 수 있는 병원의 신원 정보입니다. MedicalOrganization 스키마는 병원의 이름·주소·진료과목·진료시간을 국제 표준 형식으로 선언해 두는 구조화 데이터로, AI 인용의 출발점 역할을 합니다. 이 글은 스키마가 없는 병원이 AI 답변에서 사라지는 구조적 이유와, 우리 병원에 적용하는 구체적인 단계를 다룹니다.

진료를 마친 저녁, 한 번 직접 해보시기 바랍니다. 챗GPT를 열고 '○○동에서 임플란트 잘하는 치과 추천해줘'라고 물어보는 겁니다. 몇 초 뒤 화면에 뜨는 이름들 가운데 우리 병원은 없고, 개원한 지 얼마 되지 않은 옆 건물 의원이 그럴듯한 설명과 함께 소개되는 장면을 마주하는 원장님이 적지 않습니다.

억울한 일입니다. 홈페이지 리뉴얼에 적지 않은 비용을 들였고 블로그도 꾸준히 올리고 있는데 말입니다. 그런데 이 문제의 원인은 대부분 콘텐츠의 양이 아닙니다. AI가 우리 병원의 존재와 정보를 '확인'할 수 없는 구조, 즉 구조화 데이터의 공백에 있습니다. 환자가 검색창 대신 AI에게 병원을 묻기 시작한 지금, 이 공백은 조용히, 그러나 매일 신환을 흘려보내는 배수구가 됩니다.

AI는 우리 병원 홈페이지를 '읽지' 못하고 있다

먼저 AI 검색이 병원을 추천하는 방식을 이해할 필요가 있습니다. 챗GPT나 퍼플렉시티는 지역 병원에 대한 질문을 받으면 학습된 지식에만 의존하지 않고, 실시간으로 웹 문서를 검색해 근거를 수집한 뒤 답변을 조립합니다. 이때 AI가 보는 것은 사람이 보는 예쁜 화면이 아니라 페이지의 코드, 즉 텍스트 데이터입니다.

문제는 국내 병원 홈페이지의 상당수가 사람 눈에만 보이도록 만들어져 있다는 점입니다. 진료시간이 이미지 배너 안에 그림으로 들어가 있고, 오시는 길은 지도 스크린샷 한 장이며, 진료과목은 팝업 이미지 속 글자로만 존재하는 식입니다. 사람에게는 아무 문제가 없지만, 기계에게 이런 병원은 진료시간도 위치도 전문 분야도 확인할 수 없는 '정보 없음' 상태의 장소입니다.

의료는 AI가 가장 보수적으로 답하는 분야이기도 합니다. 잘못 추천했을 때의 위험이 크기 때문에, AI는 확인되지 않는 정보를 과감히 답변에서 제외하는 경향을 보입니다. 다시 말해 정보가 애매한 병원은 '나쁘게' 소개되는 것이 아니라 아예 언급되지 않습니다. 존재 자체가 지워지는 것, 이것이 스키마 공백의 진짜 비용입니다.

뒤집어 보면 기회이기도 합니다. 아직 구조화 데이터를 제대로 갖춘 병·의원은 소수에 불과합니다. 경쟁 병원보다 먼저 기계가 읽을 수 있는 정보 체계를 갖추면, 지역 단위 AI 추천에서 상대적으로 유리한 자리를 선점할 수 있습니다.

스키마 마크업 — AI에게 건네는 '표준 서식 명함'

스키마 마크업, 즉 구조화 데이터란 웹페이지의 정보를 기계가 오해 없이 이해하도록 국제 표준 어휘(schema.org)에 맞춰 정리해 코드에 심어두는 작업입니다. 쉽게 말해 '이 페이지의 주인은 의료기관이고, 이름은 ○○의원, 주소는 어디, 진료과목은 무엇'이라고 기계 전용 언어로 또박또박 적어둔 명함입니다. 보통 JSON-LD라는 형식으로 페이지 안에 삽입합니다.

자유 양식 자기소개서와 표준 이력서의 차이를 떠올리면 이해가 쉽습니다. 같은 경력이라도 표준 서식에 정리돼 있으면 심사자가 몇 초 만에 핵심을 파악합니다. AI도 마찬가지입니다. 페이지 곳곳에 흩어진 문장에서 병원 정보를 추측하는 대신, 스키마라는 표준 서식에서 확정된 사실을 곧바로 읽어 갑니다. 추측과 확정의 차이가 인용 여부를 가릅니다.

이것이 요즘 이야기되는 AI 검색 최적화, 이른바 AEO(Answer Engine Optimization — 검색 '순위'가 아니라 AI의 '답변'에 인용되도록 만드는 최적화)의 기본기입니다. 블로그나 영상 같은 콘텐츠 전략도 물론 중요하지만, 신원 정보가 기계에 확인되지 않는 상태의 콘텐츠는 주소 없는 가게가 돌리는 전단지와 같습니다.

의료기관에는 전용 타입이 따로 준비되어 있습니다. 일반 상점에 쓰는 LocalBusiness가 아니라 의료기관임을 명시하는 MedicalOrganization, 그리고 그 하위 타입(치과라면 Dentist, 일반 의원이라면 MedicalClinic 등)을 쓰는 것이 정석입니다. AI에게 '음식점 명함'이 아니라 '의료기관 명함'을 건네는 셈입니다.

MedicalOrganization 스키마에 반드시 담아야 할 정보

스키마에 무엇을 담느냐가 곧 AI가 우리 병원에 대해 확신할 수 있는 사실의 범위가 됩니다. 최소한 다음 항목은 갖추는 것이 좋습니다.

• 병원 정식 명칭(name) — 사업자등록·의료기관 개설 신고 명칭과 동일하게. 축약형·별칭 혼용 금지.
• 주소(address) — 도로명 주소를 시·구·동 단위까지 구조화해 기재. '○○역 3번 출구'만으로는 기계가 위치를 특정하지 못합니다.
• 전화번호(telephone) — 대표번호 하나를 지정해 모든 채널에서 동일하게 사용.
• 진료시간(openingHoursSpecification) — 요일별 시간, 점심시간, 야간·주말 진료 여부까지. AI가 '지금 진료 중인 병원'을 골라 답하는 경우가 많아 실질적 효과가 큰 항목입니다.
• 진료 분야(medicalSpecialty) — 표방 가능한 진료과목 범위 안에서 명시.
• 공식 채널 연결(url·sameAs) — 홈페이지 주소와 함께 네이버 플레이스, 구글 비즈니스 프로필, 공식 블로그 주소를 sameAs로 연결해 '이 프로필들이 모두 같은 병원'임을 선언.
• 위치 좌표와 대표 이미지(geo·hasMap·image·logo) — 지도 서비스와의 대조 확인을 돕습니다.

이 가운데 특히 중요한 것이 표기 일관성입니다. 병원명·주소·전화번호가 홈페이지, 네이버 플레이스, 구글 프로필마다 조금씩 다르면 AI는 이들을 같은 병원으로 묶지 못하거나, 상충하는 정보로 판단해 신뢰도를 낮춥니다. 스키마 작성 전에 모든 채널의 표기를 한 가지로 통일하는 작업이 선행돼야 합니다.

오늘 시작하는 적용 5단계

기술 지식이 없어도 원장이 주도할 수 있습니다. 실제 작업은 홈페이지 제작사나 담당 직원이 하더라도, 무엇을 시켜야 하는지는 알고 있어야 결과를 검수할 수 있습니다.

1. 현재 상태 진단 — 구글의 리치 결과 테스트나 스키마 검증 도구에 우리 병원 홈페이지 주소를 넣어봅니다. '감지된 구조화 데이터 없음'이 나오면 지금 AI에게 우리 병원은 신원 미상 상태라는 뜻입니다. 경쟁 병원 주소도 함께 넣어 비교해 보십시오.
2. 정보 원본 확정 — 병원명·주소·전화·진료시간·진료과목을 한 문서에 정리하고, 네이버 플레이스와 구글 프로필의 표기를 이 문서와 동일하게 수정합니다.
3. 스키마 작성 요청 — 홈페이지 제작사에 '확정된 정보 문서 기준으로 MedicalOrganization 타입의 JSON-LD 구조화 데이터를 만들어 달라'고 요청합니다. 이 한 문장이면 실무자는 알아듣습니다.
4. 전체 페이지 삽입 — 메인 페이지 한 곳이 아니라 모든 페이지의 head 영역에 공통 삽입되도록 요청합니다. AI가 어느 페이지로 진입하든 병원 신원을 확인할 수 있어야 합니다.
5. 검증과 기록 — 삽입 후 다시 검증 도구를 돌려 오류 없음을 확인하고, 구글 서치콘솔에 사이트를 등록해 인식 여부를 지켜봅니다. 적용 완료일을 기록해 두면 이후 변화를 비교할 기준이 됩니다.

보통 1단계와 2단계는 병원 내부에서 하루 이틀이면 끝나고, 3~5단계는 제작사 일정에 따라 1~2주 안팎이 걸리는 것이 일반적입니다. 비용 대비 난도가 낮은, AEO에서 가장 먼저 해야 할 숙제입니다.

스키마를 넣고도 효과를 못 보는 흔한 실수

스키마를 '넣었다'는 사실보다 '제대로 유지되고 있는가'가 중요합니다. 현장에서 자주 보이는 실패 유형은 다음과 같습니다.

• 화면과 스키마의 불일치 — 홈페이지에는 야간 진료 종료를 반영했는데 스키마에는 예전 시간이 남아 있는 경우. 상충 정보는 무정보보다 신뢰를 더 깎습니다.
• 메인 페이지에만 삽입 — 하위 페이지로 진입한 AI는 병원 신원을 확인하지 못합니다.
• 리뉴얼 때 통째로 유실 — 홈페이지를 새로 만들면서 이전에 넣어둔 스키마가 함께 사라지는 사례가 의외로 많습니다. 리뉴얼 검수 항목에 반드시 포함해야 합니다.
• 타입 오지정 — 의료기관인데 일반 LocalBusiness로만 선언하면 의료 질의와의 연결 고리가 약해집니다.
• 과장 기재 — 인증되지 않은 표현이나 효과 단정을 스키마에 넣는 것은 의료광고 규정 위반 소지가 있을 뿐 아니라, 다른 공개 정보와 대조되는 순간 신뢰도 전체가 흔들립니다. 스키마는 홍보 문구가 아니라 사실의 선언문입니다.

비유하자면 스키마는 병원의 '기계용 개설 신고서'입니다. 신고서에 적힌 내용과 실제가 다르면 심사에서 통과할 수 없듯이, 화면·플레이스·스키마 세 곳의 정보가 한 글자까지 일치하는 상태를 만드는 것이 목표입니다.

스키마 다음 단계 — FAQ와 의료진 정보로 확장하기

MedicalOrganization으로 신원을 확립했다면, 다음은 AI가 인용할 '내용물'을 구조화할 차례입니다. 첫 번째 확장은 FAQPage 스키마입니다. 환자들이 실제로 묻는 질문('주차 되나요', '초진 때 뭘 가져가야 하나요', '예약 없이 가도 되나요')과 답을 질문–답변 구조로 선언해 두면, AI가 환자의 질문에 답할 때 그대로 가져다 쓰기 좋은 형태가 됩니다.

두 번째는 의료진 정보입니다. Physician 타입으로 의료진의 이름·직위·전문 분야를 표방 가능한 범위에서 구조화하면, '이 병원에 어떤 의사가 있는가'라는 질문에 AI가 답할 근거가 생깁니다. AI 역시 검색엔진과 마찬가지로 누가 운영하고 진료하는 기관인지 확인되는 정보를 더 신뢰하는 경향이 있습니다.

세 번째는 진료 분야별 페이지의 정비입니다. 모든 진료과목을 한 페이지에 몰아넣기보다, 분야별로 페이지를 나누고 각 페이지에 해당 분야를 명시한 스키마를 얹으면 '○○ 진료하는 병원'류의 구체적 질문에 연결될 접점이 늘어납니다. 이때도 치료 효과를 단정하는 표현은 피하고, 무엇을 진료하는지 사실만 담는 것이 원칙입니다.

한 번 넣고 끝이 아니다 — 분기별 점검 루틴

스키마는 설치가 아니라 운영의 대상입니다. 진료시간이 바뀌고, 의료진이 합류하거나 떠나고, 전화번호가 바뀌는 순간마다 스키마도 함께 갱신돼야 합니다. 갱신되지 않은 스키마는 AI에게 오래된 명함을 계속 돌리는 것과 같아서, 시간이 지날수록 오히려 불일치의 원인이 됩니다.

권장하는 최소 루틴은 이렇습니다. 첫째, 진료시간·연락처·의료진 변동이 생기면 홈페이지 화면과 스키마, 네이버 플레이스, 구글 프로필을 같은 날 함께 수정하는 것을 원내 규칙으로 만듭니다. 둘째, 분기에 한 번 검증 도구로 오류 여부를 확인하고, 챗GPT와 퍼플렉시티에 우리 지역·진료과목 질문을 직접 던져 우리 병원의 노출 여부를 기록합니다. 셋째, 이 점검의 담당자를 지정합니다. 담당자가 없는 일은 반드시 방치됩니다.

AI 답변 노출은 스키마 하나로 하루아침에 뒤집히는 성질의 것이 아니라, 확인 가능한 정보가 쌓이면서 서서히 반영되는 누적 게임입니다. 그래서 더더욱, 기초 데이터를 먼저 갖춘 병원과 나중에 시작한 병원의 격차는 시간이 갈수록 벌어집니다.

무엇부터 할 것인가 — 오늘의 우선순위

정리하면 순서는 명확합니다. 콘텐츠를 늘리기 전에, AI가 우리 병원을 확인할 수 있는 상태부터 만드는 것입니다.

1. 검증 도구로 우리 병원과 경쟁 병원의 구조화 데이터 유무를 확인한다.
2. 병원명·주소·전화·진료시간·진료과목을 한 문서로 확정하고 모든 채널의 표기를 통일한다.
3. 제작사에 MedicalOrganization 스키마(JSON-LD)의 전 페이지 적용을 요청한다.
4. 적용 후 검증 도구와 서치콘솔로 인식 여부를 확인한다.
5. FAQ·의료진·진료 분야 페이지로 구조화를 확장하고, 분기별 점검 담당자를 지정한다.

1~2번은 오늘 저녁에라도 시작할 수 있는 일입니다. 다만 스키마 오류 진단이나 채널 간 불일치 점검은 혼자 판단하기 애매한 지점이 있는 것도 사실입니다. 우리 병원이 지금 AI에게 어떻게 보이고 있는지 객관적으로 확인하고 싶다면, AI메디랩의 무료 진단을 활용해 현재 상태를 점검해 보는 것도 좋은 출발점이 됩니다. 어떤 선택을 하든, 시작이 빠를수록 격차는 우리 편이 됩니다.