챗GPT는 왜 옆 병원만 추천할까 — AI에게 '신원 미상'인 우리 병원, MedicalOrganization 스키마가 답이다

병원 홈페이지에 좋은 콘텐츠가 아무리 많아도, AI가 그 병원이 '누구인지'를 기계적으로 확인하지 못하면 답변에 인용하지 않는다. MedicalOrganization 스키마는 의료기관의 이름·위치·진료 분야·연락처를 AI가 읽는 표준 언어로 선언하는 구조화 데이터로, AI 검색 최적화(AEO)의 출발점이다. 이 글은 왜 이 스키마가 AI 인용의 전제 조건인지 설명하고, 오늘 바로 실행할 수 있는 적용 단계와 흔한 실수를 실무 수준으로 정리한다.

저녁 진료를 마친 원장이 문득 챗GPT에 물어본다. '○○동에서 임플란트 잘하는 치과 추천해줘.' 화면에 세 곳이 뜬다. 길 건너 개원 3년 차 치과, 두 블록 떨어진 체인 치과, 옆 동네 병원. 15년째 같은 자리를 지킨 우리 병원은 없다. 홈페이지도 있고, 블로그도 꾸준히 썼고, 환자 후기도 쌓였는데 왜일까. 광고비 문제도, 진료 실력 문제도 아니다. 대부분의 경우 원인은 훨씬 단순하고 기술적인 곳에 있다. AI의 눈에 우리 병원이 '신원이 확인되지 않는 존재'라는 것이다.

이 문제는 방치할수록 커진다. 환자들이 검색창 대신 AI에게 질문하는 비중이 늘어날수록, AI가 인용하는 병원과 그렇지 않은 병원의 격차는 매일 조금씩 벌어진다. 다행인 것은, 이 격차의 상당 부분이 '구조화 데이터'라는 비교적 명확한 기술 작업으로 좁혀진다는 점이다.

AI는 홈페이지를 사람처럼 '읽지' 않는다

챗GPT나 구글의 AI 개요 같은 서비스가 '○○동 치과 추천'이라는 질문에 답할 때, 그 자리에서 전국의 홈페이지를 뒤지는 것이 아니다. 이미 수집하고 이해해 둔 정보 가운데 '확실하다고 판단한 것'을 조합해 답을 만든다. 여기서 핵심은 이해와 확신이다. AI는 확인되지 않은 정보를 특정 병원의 것으로 단정해 말하는 위험을 피하려 하기 때문에, 신원이 불분명한 기관은 애초에 답변 후보에서 제외하는 쪽으로 작동한다.

문제는 대부분의 병원 홈페이지가 사람 눈에만 보기 좋게 만들어졌다는 데 있다. 메인 화면의 이미지 배너에 병원 이름이 박혀 있고, 진료 시간은 이미지로 제작된 안내판에, 오시는 길은 지도 캡처 화면에 들어 있는 식이다. 사람은 한눈에 이해하지만, 기계는 이미지 속 글자를 공식 정보로 신뢰하기 어렵다. 결국 AI에게 이 홈페이지는 '치과처럼 보이는 무언가'일 뿐, 이 기관의 정식 명칭은 무엇이고 어디에 있으며 무슨 진료를 하는가라는 기본 질문에 답을 주지 못한다.

비유하자면, 신원 확인이 필수인 행사장에 명함도 신분증도 없이 '제 얼굴 보면 아시잖아요'라고 말하는 것과 같다. 사람 사이에서는 통할지 몰라도 절차대로 확인하는 시스템 앞에서는 입장이 거절된다. AI 검색은 그 절차가 극단적으로 엄격한 시스템이고, 스키마는 그 시스템이 요구하는 신분증이다.

스키마, 기계에게 건네는 공식 신분증

스키마 마크업, 우리말로 구조화 데이터는 홈페이지 코드 안에 '이 페이지의 주인은 이런 기관입니다'라고 표준 형식으로 적어 두는 선언문이다. 구글·마이크로소프트 등 주요 검색 기업이 함께 만든 schema.org라는 약속된 어휘를 쓰기 때문에, 어떤 검색엔진이나 AI가 읽어도 같은 의미로 해석된다. 화면에는 보이지 않고 오직 기계만 읽는다.

스키마에는 수백 가지 유형이 있는데, 의료기관에는 MedicalOrganization(의료기관)과 그 하위 유형인 Dentist(치과), MedicalClinic(의원), Physician(의사) 등이 쓰인다. 그런데 많은 병원 홈페이지가 일반 기업용인 Organization이나 LocalBusiness만 넣어 둔다. 이는 '회사입니다'라고만 말하고 병원이라는 사실을 알리지 않는 것과 같다. AI가 '치과를 찾는다'는 질문에 후보를 추릴 때, 스스로 치과라고 선언한 기관과 그냥 지역 업체로만 표기된 기관 중 어느 쪽을 먼저 고려할지는 자명하다.

기회의 관점에서 보면 이 지점이 중요하다. 아직 국내 병·의원 가운데 의료기관 유형의 구조화 데이터를 정확히 갖춘 곳은 많지 않다. 콘텐츠 경쟁과 광고 경쟁은 이미 포화 상태지만 이 영역은 상대적으로 비어 있다. 지금 정확히 심어 두는 병원은, 경쟁 병원이 이 개념을 알게 되기 전까지 AI 인용에서 구조적 우위를 선점하는 셈이다.

MedicalOrganization에 반드시 담아야 할 항목

스키마는 많이 넣는 것보다 정확히 넣는 것이 중요하다. 다음 항목이 기본 골격이다. 각 항목은 홈페이지 화면에 실제로 표시된 내용과 일치해야 한다.

• 정식 명칭(name): 의료기관 개설 신고 기준의 공식 이름. 별칭이나 홍보 문구를 붙이지 않는다.
• 주소(address): 도로명 주소를 표준 형식으로. 층·호수까지 일관되게 적는다.
• 전화번호(telephone): 대표번호 하나를 정해 모든 채널에서 동일하게 쓴다.
• 진료 분야(medicalSpecialty): 표방 가능한 진료 과목을 사실대로 선언한다.
• 진료 시간(openingHours): 요일별 시간과 점심시간, 휴진일까지. AI가 '지금 진료 중인 병원'을 골라 답할 때 쓰는 정보다.
• 홈페이지 주소(url)와 로고(logo): 공식 사이트와 대표 이미지를 지정한다.
• 외부 프로필 연결(sameAs): 네이버 플레이스, 구글 비즈니스 프로필, 공식 블로그 등 '같은 병원'임을 증명하는 다른 채널 주소들.

주의할 점이 있다. 스키마는 광고 문구가 아니라 사실 선언문이다. 시술 효과나 우월성을 주장하는 표현을 넣는 곳이 아니며, 그런 시도는 오히려 신뢰를 깎는다. 담을 것은 오직 검증 가능한 사실 정보다.

오늘 시작하는 적용 4단계

스키마 적용은 대규모 홈페이지 리뉴얼이 아니다. 정보를 정리하고, 표준 형식으로 옮기고, 삽입하고, 확인하는 네 단계면 된다. 원장이 코드를 직접 쓸 필요는 없다. 다만 각 단계에서 무엇을 챙겨야 하는지 알아야 제작사에 정확히 지시하고 결과를 검수할 수 있다.

1. 1단계 — 기준 문서 만들기: 정식 명칭, 도로명 주소, 대표 전화, 진료 과목, 요일별 진료 시간, 홈페이지 주소를 한 문서로 확정한다. 30분이면 되고, 이 문서가 이후 모든 채널의 기준이 된다.
2. 2단계 — JSON-LD 작성 발주: 구조화 데이터 작성 방식 중 구글이 권장하는 JSON-LD(홈페이지 코드에 삽입하는 독립 데이터 블록) 방식이 관리가 가장 쉽다. 홈페이지 제작사에 '기준 문서 내용으로 MedicalOrganization 유형의 JSON-LD 스키마를 작성해 달라'고 요청하면 된다.
3. 3단계 — 공통 영역에 삽입: 이벤트 페이지 한 곳이 아니라, 홈페이지 전체에서 불러오는 공통 영역에 넣어 어떤 페이지로 방문해도 병원 신원이 함께 전달되게 한다.
4. 4단계 — 검증: 구글이 무료 제공하는 리치 결과 테스트나 schema.org 검증 도구에 홈페이지 주소를 넣어 오류 없이 인식되는지 확인한다. '오류 0건' 화면을 보고받는 것까지가 발주의 완료다.

가장 흔한 실패는 2단계에서 멈추는 것이다. 발주만 하고 검증을 생략하면, 오타 하나로 스키마 전체가 무시되고 있어도 아무도 모른 채 몇 년이 지난다. 검수 없는 발주는 절반의 실행이다.

병원 스키마에서 가장 자주 보이는 실수

현장에서 반복적으로 발견되는 실수는 유형이 정해져 있다. 하나라도 해당하면 스키마가 있어도 효과가 반감되거나 역효과가 난다.

• 화면과 다른 내용 선언: 홈페이지에는 없는 진료 과목을 스키마에만 넣는 경우. 검색엔진은 화면과 구조화 데이터의 불일치를 신뢰 하락 신호로 본다.
• 이름에 검색어 욱여넣기: 명칭 항목에 '○○동 임플란트 잘하는 △△치과'처럼 홍보 문구를 붙이는 경우. 정식 명칭 그대로 적어야 한다.
• 낡은 정보 방치: 진료 시간이 바뀌었는데 스키마는 그대로인 경우. AI가 틀린 시간을 안내하면 헛걸음한 환자의 불만은 고스란히 병원이 받는다.
• 채널마다 다른 표기: 홈페이지는 '△△치과의원', 네이버는 '△△치과', 블로그는 '○○동 △△치과'로 제각각이면 AI는 같은 병원인지 확신하지 못한다.
• 일반 Organization만 사용: 의료기관 유형을 쓰지 않아 '병원'이라는 가장 중요한 정체성이 누락되는 경우.

이 실수들의 공통점은 '한 번 해 두고 잊는 것'이다. 스키마는 설치물이 아니라 병원의 공식 프로필이며, 프로필은 현실이 바뀌면 함께 바뀌어야 한다.

스키마 혼자서는 완성되지 않는다 — 일관성이라는 두 번째 축

AI는 한 출처만 믿지 않는다. 홈페이지의 스키마, 네이버 플레이스, 구글 비즈니스 프로필, 지도 서비스, 언론 기사 등 여러 곳의 정보를 대조해 '이 병원이 실제로 존재하고 정보가 맞다'는 확신을 쌓는다. 이때 기준이 되는 것이 NAP, 즉 상호(Name)·주소(Address)·전화번호(Phone)의 일관성이다. 세 정보가 모든 채널에서 글자 단위까지 같을수록 확신은 빨리 쌓이고, 어긋날수록 병원은 다시 '불확실한 존재'로 밀려난다.

스키마의 sameAs 항목은 이 대조 작업을 도와주는 연결 고리다. 홈페이지 스키마에 네이버 플레이스와 구글 비즈니스 프로필 주소를 명시해 두면, AI는 흩어진 정보 조각들을 하나의 병원으로 묶어 이해한다. 반대로 연결 없이 표기까지 다르면, 한 병원의 정보가 서로 다른 세 병원의 것처럼 흩어져 각각의 신뢰도만 낮아진다.

실행은 단순하다. 1단계에서 만든 기준 문서를 들고 네이버 플레이스·구글 비즈니스 프로필·홈페이지 하단 정보를 하나씩 대조해 통일하고, 이전하기 전 주소나 바뀐 전화번호가 남아 있는 오래된 채널을 찾아 수정하는 것이다. 화려한 작업은 아니지만, AI 인용의 토대는 대부분 이런 정리에서 만들어진다.

심는 것보다 가꾸는 것 — 점검 주기 만들기

스키마는 한 번 심고 끝나는 작업이 아니다. 진료 시간이 바뀌고, 진료 과목이 추가되고, 홈페이지가 개편된다. 특히 홈페이지 리뉴얼 과정에서 기존 스키마가 통째로 사라지는 일은 드물지 않다. 제작사가 화면 디자인만 옮기고 보이지 않는 코드는 옮기지 않는 경우가 있기 때문이다.

그래서 점검을 일정으로 만들어 두는 것이 좋다. 부담스러운 작업이 아니다. 다음 세 가지를 분기에 한 번, 10분이면 충분하다.

• 리치 결과 테스트에 홈페이지 주소를 넣어 스키마가 오류 없이 인식되는지 확인한다.
• 스키마 속 진료 시간·전화번호·주소가 현재 사실과 일치하는지 대조한다.
• 챗GPT 등 AI 서비스에 '○○동 △△과 추천'을 직접 물어보고, 우리 병원이 어떻게 언급되는지(혹은 안 되는지) 기록해 변화를 추적한다.

마지막 항목은 특히 권한다. 원장이 직접 AI에게 물어보는 5분이, 어떤 보고서보다 정확하게 우리 병원의 현재 위치를 보여 준다.

무엇부터 할 것인가 — 이번 주 실행 순서

모든 것을 한 번에 할 필요는 없다. 순서만 지키면 된다.

1. 오늘: 기준 문서 작성(정식 명칭·주소·전화·진료 과목·진료 시간). 30분.
2. 이번 주: 홈페이지 제작사에 MedicalOrganization JSON-LD 작성·공통 영역 삽입을 발주하고, 검증 도구 '오류 0건' 화면으로 검수한다.
3. 이번 달: 네이버 플레이스·구글 비즈니스 프로필과 홈페이지 정보를 기준 문서로 통일하고 sameAs로 연결한다.
4. 분기마다: 10분 점검(검증 도구 확인, 정보 대조, AI에 직접 질문)을 반복한다.

스키마는 AI 시대 병원 마케팅의 전부가 아니라 시작이다. 그러나 시작이 없으면 그 위에 쌓는 콘텐츠도, 후기도, 광고도 AI에게는 주인 없는 정보로 흩어진다. 지금 우리 병원이 AI에게 어떻게 보이고 있는지 확인하는 것이 첫걸음이다. 현재 스키마 적용 상태와 채널 일관성이 어떤 수준인지 궁금하다면, AI메디랩의 무료 진단으로 우리 병원의 현주소를 먼저 확인해 보길 권한다. 진단 결과만으로도 무엇을 제작사에 요청해야 할지가 명확해진다.