챗GPT는 왜 옆 병원만 추천할까 — AI 인용을 결정하는 MedicalOrganization 스키마, 3단계 적용 가이드

환자가 챗GPT에 '○○역 근처에서 야간 진료하는 정형외과 알려줘'라고 물었을 때, 답변에 등장하는 병원과 언급조차 되지 않는 병원의 차이는 광고비가 아니라 데이터 구조에서 갈리는 경우가 많다. MedicalOrganization 스키마는 병원의 이름·진료과목·위치·진료시간·의료진 정보를 AI가 오해 없이 읽을 수 있는 국제 표준 형식으로 선언하는 '구조화 데이터'이며, AI 검색 최적화(AEO, 답변엔진최적화)의 가장 기초적인 토대다. 이 글은 왜 이 스키마가 AI 인용의 출발점인지, 그리고 우리 병원 홈페이지에 어떤 순서로 적용해야 하는지를 실무 단계별로 정리한다.

비슷한 경험을 이야기하는 원장이 많다. 수천만 원을 들여 홈페이지를 새로 만들었고, 직원이 블로그도 꾸준히 올린다. 그런데 챗GPT나 구글의 AI 답변에 물어보면 옆 건물 병원은 위치와 진료 특징, 심지어 원장 약력까지 소개되는데 우리 병원은 이름조차 나오지 않는다. 환자에게 물어보니 요즘은 지도 앱보다 AI에게 먼저 물어보고 병원을 고른다고 한다. 보이지 않는 곳에서 신환이 새고 있는 셈이다.

이 문제의 원인은 대부분 콘텐츠의 양이 아니라 형식에 있다. 아무리 좋은 정보라도 AI가 읽을 수 없는 형태로 담겨 있으면 존재하지 않는 것과 같다. 지금부터 그 구조를 하나씩 뜯어본다.

AI는 홈페이지를 '보지' 않는다 — 구조화 데이터라는 다른 언어

사람은 홈페이지를 눈으로 본다. 세련된 디자인, 큼직한 사진, 감각적인 문구가 신뢰를 만든다. 그러나 AI는 홈페이지를 보지 않고 '읽는다'. 그것도 사람처럼 맥락을 넉넉히 헤아리며 읽는 것이 아니라, 텍스트와 코드의 구조를 따라 기계적으로 해석한다. 화면에서는 분명히 보이는 진료시간이 이미지 파일 안에 그려져 있다면, AI에게 그 병원은 진료시간을 공개하지 않은 병원이다.

구조화 데이터(Structured Data)는 이 간극을 메우는 장치다. 전 세계 검색엔진과 AI가 함께 쓰는 schema.org라는 표준 어휘로 '이 페이지의 주인은 의료기관이고, 이름은 무엇이고, 주소와 전화번호, 진료과목은 이것이다'라고 코드로 선언하는 방식이다. 비유하자면 자유 서술형 자기소개서와 규격 명함의 차이다. 자기소개서는 읽는 사람에 따라 해석이 갈리지만, 명함은 어느 나라 사람이 받아도 이름·직함·연락처를 정확히 알 수 있다.

이 선언이 없으면 AI는 페이지의 문장들을 추측으로 조립해야 한다. 추측에는 오류가 따르고, 의료처럼 민감한 분야에서 AI는 확신이 없는 정보를 답변에 쓰기보다 아예 빼버리는 쪽을 택하는 경향이 있다. 우리 병원이 언급되지 않는 것은 미움받아서가 아니라, AI 입장에서 '확신할 수 없는 대상'이기 때문인 경우가 많다.

MedicalOrganization 스키마가 'AI 인용의 기본'인 이유

schema.org 표준에는 수백 가지 유형이 있는데, 그중 MedicalOrganization은 의료기관을 위해 마련된 유형이다. 그 아래에 치과를 뜻하는 Dentist, 의원급을 뜻하는 MedicalClinic, 개별 의사를 뜻하는 Physician 같은 세부 유형이 있다. 일반 회사용인 Organization이 아니라 의료기관 전용 유형을 쓰는 순간, AI는 이 대상을 '의료 서비스를 제공하는 기관'이라는 범주 안에서 처리하기 시작한다.

이것이 중요한 이유는 AI가 답변을 만드는 방식 때문이다. AI 검색은 세상을 문서의 나열이 아니라 '개체(엔티티)'의 관계망으로 이해하려 한다. '○○피부과의원'이라는 개체가 어디에 있고, 무엇을 진료하고, 어떤 의료진이 있는지가 하나의 신원처럼 묶여 있어야, 환자의 질문에 그 개체를 꺼내 쓸 수 있다. 스키마는 이 신원 등록 절차에 해당한다. 등록되지 않은 개체는 AI의 관계망에서 흐릿한 그림자로 남는다.

기회의 관점에서 보면 이 지점은 아직 격차를 만들기 좋은 영역이다. 국내 병·의원 홈페이지 중 의료기관 전용 스키마를 제대로 갖춘 곳은 아직 일부에 그치는 것이 일반적이다. 블로그 상위노출 경쟁처럼 포화된 싸움이 아니라, 기본을 갖추는 것만으로 앞서는 구간이 남아 있다는 뜻이다. 반대로 손실의 관점에서 보면, 경쟁 병원이 먼저 개체로 등록되어 AI 답변에 반복 인용되기 시작하면 그 신뢰 누적을 나중에 뒤집기가 점점 어려워진다.

우리 병원이 AI 답변에서 빠지는 세 가지 전형적 패턴

실제 병원 홈페이지를 진단해 보면 문제는 대개 세 가지 패턴으로 수렴한다. 첫째, '이미지 홈페이지'다. 진료 안내, 의료진 소개, 오시는 길까지 전부 디자인된 이미지 한 장으로 넣은 경우다. 사람 눈에는 아름답지만 AI에게는 빈 페이지다. 특히 제작 단가를 낮춘 템플릿형 홈페이지에서 자주 발견된다.

둘째, 스키마가 아예 없거나 범용 유형만 있는 경우다. 제작사가 관행적으로 Organization이나 WebSite 유형만 넣어두면, AI는 이곳이 병원인지 인테리어 회사인지 코드만으로는 구분하지 못한다. 겉보기에 '스키마 적용 완료'라고 보고받았어도 유형이 틀리면 효과가 크게 줄어든다.

셋째, 정보 불일치다. 홈페이지에 적힌 병원 이름과 네이버 지도, 구글 지도, 건강보험 심사평가원 정보의 표기가 조금씩 다른 경우다. '○○의원'과 '○○클리닉', 구주소와 도로명주소, 바뀐 전화번호가 뒤섞여 있으면 AI는 이것이 같은 병원인지 확신하지 못하고, 확신하지 못하는 정보는 답변에서 제외한다. 이름·주소·전화번호의 일관성은 스키마 이전에 갖춰야 할 전제 조건이다.

적용 1단계 — 코드보다 먼저, 정보 설계

스키마 적용은 코드 작업이 아니라 정보 정리 작업에서 시작한다. 무엇을 선언할지가 정리되지 않은 채 코드부터 만지면, 틀린 정보를 표준 형식으로 더 크게 외치는 꼴이 된다. 원장 또는 담당 직원이 먼저 다음 항목을 한 문서로 확정하는 것이 순서다.

1. 병원 정식 명칭 하나를 확정한다(모든 채널에서 동일 표기 사용).
2. 도로명주소, 대표 전화번호, 대표 홈페이지 주소를 확정한다.
3. 진료과목과 대표 진료 분야를 사실 그대로 정리한다.
4. 요일별 진료시간과 점심시간, 휴진일을 정리한다.
5. 의료진 이름·면허 기반 약력·담당 분야를 정리한다.
6. 네이버 지도·구글 비즈니스 프로필·블로그·유튜브 등 병원의 공식 채널 주소 목록을 만든다(스키마의 sameAs 항목으로 연결해 동일 개체임을 알린다).

이 단계에서 흔한 실수는 '마케팅 문구'를 섞는 것이다. 스키마는 광고판이 아니라 신원 서류다. '최고의', '통증 없는' 같은 수식은 넣을 자리도 없고 넣어서도 안 된다. 사실 정보의 정확성과 일관성이 전부라고 생각하면 된다. 이 문서 한 장이 완성되면 이후 단계는 기계적으로 진행된다.

적용 2단계 — JSON-LD 작성과 삽입, 실무 순서

확정된 정보를 코드로 옮기는 표준 방식이 JSON-LD다. 홈페이지 화면에는 전혀 보이지 않고, 페이지 코드 안에 스크립트 형태로 들어가는 '기계 전용 요약문'이라고 이해하면 된다. 기존 디자인을 건드리지 않으므로 홈페이지가 달라 보일 걱정은 없다.

직접 코드를 다루지 않는 원장이라면 홈페이지 제작사나 관리 업체에 요청하면 되는데, 요청의 구체성이 결과를 가른다. '스키마 넣어주세요'가 아니라 다음처럼 항목을 지정해 요청해야 한다.

• 유형은 Organization이 아닌 MedicalOrganization 또는 병원 성격에 맞는 세부 유형(Dentist, MedicalClinic 등)으로 지정할 것.
• 1단계에서 정리한 명칭·주소·전화·진료시간·진료 분야 문서를 그대로 반영할 것.
• 의료진 소개 페이지에는 Physician 유형을 적용하고 소속 기관과 연결할 것.
• sameAs에 공식 채널 목록을 모두 포함할 것.
• 모든 페이지가 아니라 최소한 메인 페이지와 오시는 길, 의료진 페이지에 우선 적용할 것.

이때 화면에 실제로 표시된 정보만 스키마에 담는다는 원칙을 지켜야 한다. 화면에는 없는 내용을 스키마에만 넣는 것은 검색엔진이 기만 행위로 간주할 수 있는 대표적 사례다. 스키마는 화면 내용의 '번역'이지 '추가 광고면'이 아니다.

적용 3단계 — 검증하고, 방치하지 않기

삽입이 끝났다는 보고를 받았다면 반드시 검증한다. 구글이 무료로 제공하는 리치 결과 테스트와 스키마 검증 도구에 홈페이지 주소를 넣으면, 스키마가 인식되는지와 오류가 있는지를 몇 초 만에 확인할 수 있다. 코드 지식이 없어도 '오류 0건'인지 정도는 누구나 볼 수 있으므로, 이 확인은 외주에 맡기지 말고 병원 내부에서 직접 하는 것이 좋다.

더 중요한 것은 유지관리다. 스키마는 한 번 넣고 끝나는 설치물이 아니라 병원의 공식 신원 정보다. 진료시간이 바뀌었는데 스키마가 옛 시간을 선언하고 있으면, AI가 그 틀린 정보를 자신 있게 답변에 쓰는 역효과가 난다. 야간 진료 요일 변경, 의료진 합류·퇴사, 이전 개원 같은 변화가 있을 때마다 스키마 갱신을 업무 절차에 포함시키고, 변화가 없더라도 분기에 한 번은 검증 도구로 재확인하는 루틴을 권한다.

여기에 구글 서치콘솔 같은 무료 도구를 연결해 두면, 스키마 오류가 새로 생겼을 때 알림으로 파악할 수 있다. 관리 업체에 맡기더라도 계정의 소유권은 병원이 갖고 있어야 업체가 바뀌어도 이력이 끊기지 않는다.

스키마를 망치는 흔한 실수 다섯 가지

기껏 적용한 스키마가 오히려 신뢰를 깎는 경우도 있다. 현장에서 반복적으로 발견되는 실수는 다음과 같다.

• 다른 사이트의 스키마를 복사한 뒤 병원 이름만 바꾸고, 주소나 전화번호는 남의 것이 그대로 남아 있는 경우.
• 화면에 없는 별점·리뷰 수치를 스키마에 넣어 부풀리는 경우 — 스팸 판정 위험이 크고, 의료광고 규정과 충돌할 소지도 있다.
• 특정 시술의 효과나 '최상급' 표현을 스키마 설명 문구에 넣는 경우 — 의료광고는 심의 대상이며, 스키마라고 예외가 아니라는 보수적 접근이 안전하다.
• 페이지마다 서로 다른 병원 정보가 선언되어 있는 경우(리뉴얼 전 코드가 일부 페이지에 남은 사례가 흔하다).
• 적용 후 검증을 한 번도 하지 않아, 문법 오류로 스키마 전체가 무시되고 있는 경우.

공통점은 모두 '사실과 코드의 불일치'다. 스키마의 힘은 화려함이 아니라 정확함에서 나온다. 의심스러울 때는 빼는 것이 넣는 것보다 낫다.

오늘 당장 시작하는 우선순위 체크리스트

정리하면 순서는 명확하다. 오늘 30분이면 첫 단추는 끼울 수 있다.

1. 챗GPT 등 AI에 우리 병원 관련 질문을 직접 던져, 우리 병원과 경쟁 병원이 어떻게 언급되는지 현황을 확인한다.
2. 병원 명칭·주소·전화번호가 홈페이지와 지도 서비스들에서 완전히 일치하는지 대조한다.
3. 1단계 정보 설계 문서(명칭·주소·진료시간·의료진·공식 채널 목록)를 작성한다.
4. 제작사에 MedicalOrganization 유형 기준의 스키마 적용을 항목별로 요청한다.
5. 적용 후 검증 도구로 오류 여부를 직접 확인하고, 분기별 재점검을 일정에 넣는다.

스키마는 AEO의 전부는 아니지만, 이것 없이 쌓는 콘텐츠는 주소 없는 집에 보내는 우편물과 같다. 우리 홈페이지에 스키마가 있는지, 있다면 올바른 유형인지조차 확인이 어렵다면, 현재 상태를 객관적으로 진단받는 것부터가 출발점이다. AI메디랩의 무료 진단을 이용하면 우리 병원이 지금 AI에게 어떤 개체로 읽히고 있는지, 무엇부터 고쳐야 하는지를 확인할 수 있다.