챗GPT는 왜 옆 병원만 추천할까 — AI에게 우리 병원을 증명하는 MedicalOrganization 스키마의 모든 것

MedicalOrganization 스키마는 병원의 명칭·진료과목·위치·연락처·진료시간 같은 핵심 정보를 AI와 검색엔진이 오해 없이 읽도록 국제 표준 형식으로 정리해 두는 구조화 데이터입니다. 챗GPT 같은 AI가 지역 병원을 추천할 때 이 데이터가 정확히 갖춰진 병원은 인용될 가능성이 높아지고, 그렇지 않은 병원은 답변에서 조용히 누락되는 경우가 많습니다. 이 글은 스키마가 왜 AI 인용의 출발점인지, 그리고 오늘 당장 무엇부터 점검하고 적용해야 하는지를 3단계로 설명합니다.

밤 10시, 잠들기 전 스마트폰을 든 환자가 챗GPT에 이렇게 묻습니다. '○○동에서 임플란트 잘하는 치과 알려줘.' 화면에 뜬 이름은 옆 건물 치과입니다. 우리 병원은 언급조차 없습니다. 홈페이지를 새로 만들었고 블로그도 몇 년째 운영해 왔는데 말입니다. 원장 입장에서는 억울할 수밖에 없는 장면입니다.

그런데 이 문제의 원인은 대부분 콘텐츠의 양이 아닙니다. AI가 우리 병원의 이름·위치·진료과목 같은 기본 정보조차 확신하지 못하고 있다는 것, 그것이 진짜 이유인 경우가 많습니다. 이 글에서는 그 확신을 만들어 주는 가장 기본적인 장치, MedicalOrganization 스키마를 다룹니다.

AI는 홈페이지를 '보지' 않고 데이터로 '조립'합니다

먼저 전제 하나를 바로잡아야 합니다. 챗GPT나 검색 AI는 사람처럼 홈페이지를 눈으로 감상하지 않습니다. 웹에 흩어진 텍스트 신호를 수집하고, 그 조각들을 조합해 답을 만듭니다. 화려한 메인 배너, 세련된 로고, 감각적인 이미지 문구는 사람에게는 잘 보이지만 기계에게는 존재하지 않는 정보일 수 있습니다.

실제로 많은 병원 홈페이지가 이렇게 만들어져 있습니다. 병원 이름은 로고 이미지 안에만 있고, 진료시간은 디자인된 배너 이미지에 박혀 있으며, 오시는 길은 지도 캡처 한 장으로 처리되어 있습니다. 사람 눈에는 완벽하지만, AI 입장에서는 이름도 시간도 위치도 읽을 수 없는 홈페이지입니다.

여기서 손실이 발생합니다. AI는 확신하지 못하는 정보를 답변에 넣지 않습니다. 틀린 병원 정보를 말했을 때의 위험을 피하는 방향으로 설계되어 있기 때문입니다. 반대로 말하면, 기계가 읽기 좋게 정리된 병원은 콘텐츠 양이 상대적으로 적어도 정확하게 인용될 기회를 얻습니다. 노력의 총량이 아니라 전달 형식이 승부를 가르는 지점이 분명히 존재합니다.

비유하자면 이렇습니다. 한글 간판만 걸어 둔 가게에 외국인 손님이 알아서 찾아오기를 기대할 수는 없습니다. AI라는 새로운 손님에게는, AI가 읽는 언어로 쓴 간판이 따로 필요합니다.

스키마란 무엇인가 — AI에게 건네는 표준 명함

스키마, 정확히는 구조화 데이터란 웹페이지의 정보를 기계가 읽는 표준 형식으로 한 번 더 적어 두는 것을 말합니다. 구글·마이크로소프트 등이 함께 만든 schema.org라는 국제 규격에 따라, 화면에는 보이지 않지만 소스코드 안에 '이 페이지의 주체는 의료기관이고, 이름은 무엇이며, 주소는 어디다'라고 명시하는 방식입니다. 실무에서는 주로 JSON-LD라는 스크립트 형식으로 삽입합니다. 말하자면 사람에게 보여 주는 홈페이지와 별도로, 기계에게 건네는 표준 명함을 한 장 끼워 두는 일입니다.

이것이 최근 이야기되는 AEO, 즉 답변엔진 최적화(Answer Engine Optimization)의 출발점입니다. 검색 결과 목록에서 순위를 다투던 기존 검색엔진 최적화와 달리, AEO는 AI가 답변 문장을 만들 때 우리 병원을 정확히 인용하게 만드는 작업입니다. 그리고 인용의 첫 조건은 '이 병원이 누구인지'를 기계가 확신하는 것입니다.

흔한 오해 하나를 짚고 가겠습니다. 스키마는 순위를 끌어올리는 마법이 아닙니다. 콘텐츠가 부실한데 스키마만 넣는다고 추천이 쏟아지지는 않습니다. 스키마의 역할은 어디까지나 '오해 없는 전달'입니다. 다만 이 기본이 없으면 그 위에 쌓는 모든 콘텐츠 노력이 절반의 효율로 떨어지기 때문에, 순서상 가장 먼저 해야 할 일이라는 점은 분명합니다.

왜 하필 MedicalOrganization인가 — 의료기관이라는 신원 증명

schema.org에는 수백 가지 유형이 있습니다. 일반 가게라면 LocalBusiness(지역 사업체) 유형으로도 충분하지만, 의료기관에는 MedicalOrganization이라는 전용 유형과 그 아래의 Dentist(치과)·Physician(의원)·Hospital(병원) 같은 세분 유형이 따로 마련되어 있습니다. 진료과목, 제공 진료 항목처럼 의료기관에만 해당하는 속성을 담을 수 있기 때문입니다. 우리 병원의 성격에 맞는 유형을 고르는 것 자체가 첫 번째 신뢰 신호입니다.

여기에 의료 분야의 특수성이 더해집니다. 의료는 검색 업계에서 YMYL, 즉 사람의 건강과 돈에 영향을 주는(Your Money or Your Life) 영역으로 분류됩니다. AI는 이 영역에서 특히 보수적으로 움직입니다. 신원이 불분명한 의료기관을 함부로 추천했을 때의 파장을 알기 때문입니다. 그래서 의료 분야에서는 '우리는 정식 의료기관이다'라는, 기계가 검증할 수 있는 신원 증명이 다른 업종보다 훨씬 무겁게 작용합니다.

현장에서 병원 홈페이지를 점검해 보면 스키마가 아예 없거나, 제작 툴이 자동으로 넣은 일반 웹페이지 수준의 형식만 있는 경우가 아직 많습니다. 뒤집어 말하면, 지금 MedicalOrganization 스키마를 제대로 갖추는 것만으로도 같은 지역의 경쟁 병원보다 한 걸음 앞서 출발할 수 있다는 뜻입니다. 격차가 벌어진 뒤에 따라가는 것보다, 기본을 먼저 선점하는 쪽이 언제나 쉽습니다.

적용 1단계 — 우리 병원의 현재 상태부터 진단하십시오

실행은 진단에서 시작합니다. 지금 우리 홈페이지에 스키마가 있는지, 있다면 무엇이 담겨 있는지 정확히 아는 원장은 드뭅니다. 오늘 다음 순서로 확인해 보시기 바랍니다.

1. 구글이 무료로 제공하는 리치 결과 테스트나 스키마 검증 도구에 홈페이지 주소를 입력해, 구조화 데이터가 감지되는지 확인합니다.
2. 홈페이지에서 병원명·주소·전화번호·진료시간이 이미지가 아닌 텍스트로 적혀 있는지 확인합니다. 마우스로 드래그해 복사가 되면 텍스트입니다.
3. 네이버 스마트플레이스와 구글 비즈니스 프로필에 등록된 병원 정보가 홈페이지 표기와 글자 단위까지 일치하는지 대조합니다.
4. 홈페이지 제작업체에 'JSON-LD 형식으로 MedicalOrganization 스키마가 들어가 있나요'라고 그대로 질문하고, 답변을 문서로 받아 둡니다.

이 단계에서 가장 흔한 함정은 홈페이지 리뉴얼입니다. 디자인을 바꾸는 과정에서 이전 홈페이지에 있던 스키마가 통째로 사라지는 일이 실제로 자주 일어납니다. 리뉴얼을 마친 직후라면 '더 좋아졌겠지'라고 넘기지 말고 반드시 재검증부터 해야 합니다.

적용 2단계 — 반드시 채워야 할 핵심 속성

진단이 끝났다면 내용을 채울 차례입니다. MedicalOrganization 스키마에서 우선순위가 높은 속성은 다음과 같습니다.

• name — 의료기관 정식 명칭. 사업자 등록과 간판, 플레이스 표기와 동일해야 합니다.
• address·telephone — 도로명 주소와 대표 전화. 약어나 층수 표기까지 채널 간에 통일합니다.
• openingHours — 요일별 진료시간과 점심시간. 환자 질문의 상당수가 여기서 갈립니다.
• medicalSpecialty — 진료과목. AI가 '어떤 병원인가'를 판단하는 핵심 근거입니다.
• url·logo·image — 공식 홈페이지 주소와 대표 이미지.
• sameAs — 네이버 플레이스, 유튜브, 공식 블로그 등 우리 병원의 다른 공식 채널 주소 목록. 흩어진 채널이 같은 병원임을 기계에게 연결해 주는 속성입니다.
• 의료진 정보 — 대표 원장과 소속 의료진. 의료 분야에서 신뢰 평가의 비중이 큰 항목입니다.

실무에서는 이 내용을 JSON-LD 스크립트로 만들어 홈페이지 코드에 삽입합니다. 원장이 직접 코드를 다룰 필요는 없습니다. 위 항목을 표로 정리해 제작업체에 전달하고 '이 내용대로 JSON-LD 스키마를 넣어 달라'고 요청하면 됩니다. 통상 큰 개발 공수가 드는 작업이 아니므로, 못 한다는 답이 돌아온다면 업체 역량을 점검할 신호로 받아들여도 됩니다.

주의점은 일관성입니다. 검색 업계에서 NAP이라 부르는 이름(Name)·주소(Address)·전화(Phone) 세 가지가 홈페이지, 스키마, 네이버 플레이스, 구글 프로필에서 조금씩 다르면 AI는 이들이 같은 병원인지 확신하지 못합니다. '○○치과의원'과 '○○치과 강남점'이 채널마다 섞여 쓰이는 것이 대표적인 사례입니다. 표기를 하나로 통일하는 작업은 스키마 삽입만큼 중요합니다.

적용 3단계 — 한 번 넣고 끝이 아니라 관리가 절반입니다

스키마를 삽입했다면 검증 도구로 문법 오류가 없는지 반드시 재확인합니다. 문법이 틀렸거나 내용이 어긋난 스키마는 없느니만 못한 경우가 있습니다. 기계에게 잘못된 정보를 확신에 찬 형식으로 전달하는 셈이기 때문입니다.

이후에는 변경 관리가 핵심입니다. 진료시간이 바뀌었을 때, 의료진이 합류하거나 떠났을 때, 전화번호나 위치가 바뀌었을 때 홈페이지 화면만 고치고 스키마는 그대로 두는 병원이 많습니다. 화면과 스키마가 서로 다르면 신뢰 신호는 오히려 훼손됩니다. '분기에 한 번 정기 점검, 정보 변경 시 즉시 반영'이라는 두 가지 규칙을 정하고 원내 담당자를 지정해 두시기 바랍니다.

그리고 기억할 점은, 스키마는 끝이 아니라 기반이라는 것입니다. 신원이 증명된 다음에야 진료 안내 콘텐츠, 자주 묻는 질문 페이지 같은 상위 단계의 작업이 제 효율을 냅니다. 기초 공사를 건너뛰고 인테리어부터 할 수 없는 것과 같은 이치입니다.

스키마를 넣고도 인용되지 않는 병원들의 공통점

마지막으로, 스키마를 적용하고도 성과가 없는 경우의 전형적인 패턴을 정리합니다. 일반화된 예시이지만 현장에서 반복적으로 관찰되는 유형들입니다.

• 화면에는 없는 정보를 스키마에만 적어 두는 경우. 스키마는 페이지 내용을 보증하는 장치이지, 내용을 대신하는 장치가 아닙니다.
• '지역 1위' 같은 홍보 문구를 속성에 밀어넣는 경우. 스키마는 사실 정보를 담는 자리이며, 과장 표현은 신뢰 평가에 역효과를 냅니다.
• 여러 지점을 스키마 하나로 뭉뚱그리는 경우. 지점마다 주소·전화·시간이 다르면 각각의 스키마가 필요합니다.
• 삽입 후 방치하는 경우. 오래된 정보는 틀린 정보와 같습니다.

특히 의료광고 규정과의 관계를 유의해야 합니다. 스키마와 홈페이지에 담는 정보는 진료과목·위치·시간 같은 사실 정보 중심이어야 하며, 특정 시술의 효과를 단정하는 표현은 규정 위반 소지와 별개로 AI의 신뢰 평가에도 도움이 되지 않습니다. 담백한 사실이 가장 강한 신호입니다.

오늘 시작하는 우선순위 — 최종 체크리스트

정리하겠습니다. 순서는 명확하고, 첫 걸음은 오늘 가능합니다.

1. 이번 주 — 검증 도구로 홈페이지 진단, 핵심 정보의 텍스트 여부 확인, 채널 간 NAP 표기 대조.
2. 2주 안에 — 핵심 속성 목록을 정리해 제작업체에 JSON-LD 삽입 요청. 리뉴얼 이력이 있다면 유실 여부 재확인.
3. 삽입 직후 — 검증 도구 재확인, 담당자와 점검 주기 지정.
4. 그다음 — 증명된 신원 위에 진료 안내·자주 묻는 질문 콘텐츠를 쌓아 AI가 인용할 문장을 늘려가기.

혼자 판단이 어렵다면 진단만이라도 전문가의 눈을 빌리는 것이 빠릅니다. AI메디랩은 병원 홈페이지의 스키마 적용 상태와 AI 인용 가능성을 점검하는 무료 진단을 제공하고 있습니다. 우리 병원이 지금 AI에게 어떻게 보이고 있는지 확인하는 것, 그것이 모든 작업의 출발점입니다.