ChatGPT·구글 AI에
우리 병원이 나오게 하는 법

석승훈 오로지마케팅 대표 · 2021년부터 병원·로펌 50곳 이상 마케팅
2026년 10월 30일 업데이트

1. 왜 지금 AI 검색을 봐야 하나요?

환자가 병원을 찾는 길이 하나 더 생겼습니다. 예전에는 네이버에 "동네 이름 + 진료"를 치고 블로그 몇 개를 읽었습니다. 지금은 "허리 수술 받고 3개월인데 아직 저려요, 어디 가야 해요?"처럼 상황을 통째로 AI에 묻는 환자가 늘고 있습니다. 이때 AI가 답 속에 꺼내는 병원 이름은 많아야 두세 개입니다. 검색 결과 열 개 중 하나가 아니라, 답에 이름이 나오느냐 안 나오느냐의 싸움입니다.

대기업도 이 문제를 이제 막 풀기 시작했습니다. 아모레퍼시픽은 "40대 여성이 쓸 안티에이징 크림을 추천해 줘" 같은 상황형 질문을 생성형 AI에 30번 던졌는데, 설화수가 한 번도 답에 들어가지 않았다고 공개했습니다. 공식몰에 가격·성분·효능은 다 있었지만, AI가 고객의 고민과 제품을 이어 줄 형태로 정리돼 있지 않았다는 진단이었습니다. 그래서 만든 것이 세 단계의 순환입니다. 제품 사실을 AI가 읽기 쉬운 구조화 데이터로 바꾸고, 소셜·후기·고객 문의에서 실제 고객 질문을 찾아 FAQ와 글을 만들고, 같은 질문을 ChatGPT·제미나이·구글 AI 개요에 반복해서 물어 인용되는지 잽니다. 상세페이지를 고친 뒤에는 7번 질문 중 한 번 설화수가 포함됐다고 합니다. 표본이 작아 효과를 입증한 숫자는 아니라고 회사 스스로 밝혔지만, 정리 방식을 바꾸면 AI 답이 달라질 수 있다는 방향은 확인한 셈입니다.

저는 이 이야기가 병원에 더 유리하다고 봅니다. 화장품은 전국 단위로 수많은 브랜드가 같은 질문을 놓고 싸웁니다. 병원은 다릅니다. "○○동 허리 수술 후 통증", "□□역 피부과 기미 레이저 몇 번" 같은 질문은 그 동네, 그 진료에서 제대로 답한 병원이 몇 곳 없습니다. 질문 시장이 작으니, 원장님 한 분이 직접 답한 페이지 몇십 개로도 그 질문의 대표 출처가 될 수 있습니다. 대기업이 수천만 건 데이터로 하는 일을, 병원은 원장님의 진료 경험으로 할 수 있습니다.

2. AI는 무엇을 보고 병원을 고르나요?

먼저 오해 하나를 풀어야 합니다. 요즘 "AEO", "GEO"라는 이름으로 AI 노출 비법이 많이 돌지만, 구글은 공식 가이드에서 생성형 AI 검색도 결국 검색엔진 최적화이며, 떠도는 해킹의 상당수는 효과가 없거나 구글 검색의 실제 작동 방식과 맞지 않는다고 적고 있습니다. 구글 AI 개요는 핵심 검색 순위 시스템으로 색인에서 페이지를 찾아 답을 만들고, 답을 뒷받침하는 페이지를 링크로 보여 줍니다. 그래서 색인되지 않은 페이지는 AI 개요에도 나올 수 없습니다.

구글 가이드와 저희가 병원 질문으로 직접 물어 본 결과를 합치면, AI가 출처로 고르는 페이지에는 다섯 가지가 있습니다.

4번이 특히 중요합니다. 구글은 이미 다른 곳에서 말한 내용을 다시 요약한 글보다, 직접 경험에서 나온 고유한 관점이 있는 콘텐츠를 권합니다. "허리 디스크 원인 5가지" 같은 일반론은 이미 수천 개가 있습니다. 반대로 "수술 후 3개월에 다시 저리면 저희는 첫 진료에서 무엇부터 확인하는지"는 그 원장님만 쓸 수 있습니다.

AI 서비스마다 출처를 고르는 방식은 조금씩 다르고, 그 기준을 다 공개하지도 않습니다. 구글은 위 원칙을 공개했고, ChatGPT·제미나이·퍼플렉시티·네이버 AI 브리핑은 공개된 기준이 제각각입니다. 그래서 저희는 "이 AI는 이렇게 고른다"고 단정하지 않습니다. 같은 질문을 다섯 곳에 똑같이 묻고, 실제로 무엇이 인용됐는지를 기록합니다. 추측 대신 측정으로 갑니다.

3. 왜 지금 병원 블로그·홈페이지는 AI에 안 잡히나요?

저희가 직접 잰 예를 하나 말씀드리겠습니다. 2026년 10월 27일, 저희와 함께하는 한 통증의학과의 환자들이 실제로 묻는 질문 20개(병원 찾기·증상·치료 비교)를 ChatGPT에 물었습니다. 그 답을 만들면서 ChatGPT가 읽은 페이지를 모두 세어 보니 633개였습니다.

반면 같은 질문을 Perplexity와 구글 AI 개요에 물었을 때는 그 병원 블로그가 인용되기도 했습니다. AI마다 읽는 곳이 다르고, 네이버 검색에서 잘 되는 것과 AI가 출처로 읽는 것은 다른 문제라는 뜻입니다. 그래서 저희는 한 곳만 보지 않고 다섯 곳을 같은 질문으로 잽니다. 저희가 보는 이유는 세 가지입니다.

• 블로그 플랫폼 글은 바깥 AI가 읽기 어려운 경우가 많습니다네이버 블로그는 네이버 안에서 보이도록 만들어진 공간입니다. 바깥 AI가 글을 가져가 출처로 쓰기에는 구조가 불리한 경우가 많다고 봅니다.
• 질문형 답이 없습니다대부분의 병원 글은 "○○ 시술 안내" 형태입니다. 환자가 실제로 묻는 "수술 후에도 저린 이유"에 첫 문단에서 답하는 글은 드뭅니다.
• 원장님이 누구인지가 정리돼 있지 않습니다홈페이지 의료진 소개는 사진 한 장과 이력 몇 줄로 끝나고, 각 글에 누가 답했는지 연결돼 있지 않습니다. AI 입장에서는 이 답이 전문의의 답인지 확인할 길이 없습니다.

블로그를 그만두시라는 말이 아닙니다. 네이버 안에서 블로그는 여전히 중요합니다(병원 블로그 마케팅 참고). 다만 AI 검색이라는 새 길에는 병원 이름으로 된, 질문마다 답이 있는 페이지가 따로 필요합니다.

4. 오로지는 어떤 순서로 하나요? (6단계)

저희 방식은 설화수가 한 일을 병원 크기에 맞게 옮긴 것입니다. 질문을 찾고, 정리해서 올리고, 같은 질문으로 잽니다. 거기에 하나를 더합니다. 인용이 신환으로 이어졌는지까지 셉니다.

1. 질문 지도

   환자가 AI와 검색에 실제로 묻는 질문 20~30개를 모읍니다. 재료는 리뷰, 상담 메모, 접수대에서 자주 듣는 말, 검색 자동완성입니다. 증상 질문("치료해도 안 낫는 통증"), 비교 질문("수술 vs 비수술"), 비용·과정 질문("첫 진료에 MRI를 꼭 찍나요")으로 나누고, 집중 진료부터 순서를 정합니다.

   받으시는 것: 우리 병원 질문 지도 1장
2. 시작 전 인용 측정

   같은 질문을 구글 AI 개요, ChatGPT, 제미나이, 퍼플렉시티, 네이버 AI 브리핑 다섯 곳에 묻고, 우리 병원 이름이 나오는지, 링크로 인용되는지, 대신 누가 인용되는지 표로 남깁니다. 이 표가 석 달 뒤 비교의 기준선이 됩니다.

   받으시는 것: 질문 × AI 5곳 시작 전 표
3. 원장 답 페이지

   병원 소유 도메인에 질문마다 답 페이지를 만듭니다. 첫 문단에 직접 답, 답한 원장님의 실명·전문의·학회 이력, 비교가 필요하면 표, 끝에 자주 묻는 질문을 둡니다. 재료는 원장님 한 시간 인터뷰와 진료실 사진입니다. 검색 로봇과 AI 크롤러가 읽을 수 있게 열어 두고, 구조화 데이터로 글과 원장님을 연결합니다. 올리기 전에는 의료법 제56조 기준(치료 경험담, 전후 비교, 과장, 다른 병원 비교)으로 전부 검수합니다(의료광고 기준 참고).

   받으시는 것: 원장님 이름으로 된 답 페이지
4. 이름·플레이스·리뷰 정비

   AI는 병원 바깥의 근거도 봅니다. 네이버 플레이스 소개와 진료 항목, 원장님 이름 검색 결과, 리뷰가 쌓이는 속도를 답 페이지와 같은 내용으로 맞춥니다(네이버 플레이스 참고). 리워드 리뷰나 가짜 후기는 쓰지 않습니다.

   받으시는 것: 이름 검색·플레이스 정비 전후 화면
5. 매달 같은 질문으로 다시 측정

   2단계와 똑같은 질문을 똑같은 곳에 다시 묻습니다. 새로 인용된 질문, 빠진 질문, 대신 인용되는 경쟁 페이지를 표시하고, 빈 질문은 다음 달 작업 목록으로 돌립니다. 구글 쪽은 서치콘솔의 생성형 AI 실적 보고서로 노출도 함께 봅니다.

   받으시는 것: 월간 인용 리포트
6. 신환으로 연결

   인용이 늘어도 환자가 안 오면 의미가 없습니다. 답 페이지의 전화·예약 버튼 클릭을 따로 세고, 접수대 질문 "처음 어떻게 알고 오셨어요?"에 "AI에서 보고" 보기를 하나 추가합니다. 그리고 매달 전체 신환과 나란히 놓고 봅니다(신환 세는 법 참고).

   받으시는 것: AI 경로 신환 수

5. 원장님은 매달 무엇을 받으시나요?

리포트는 한 장입니다. 질문마다 AI 다섯 곳에서 어떻게 나왔는지, 이번 달에 무엇을 바꿨는지, 답 페이지에서 전화·예약이 몇 번 눌렸는지를 봅니다.

숫자가 안 좋은 달도 그대로 보여 드립니다. 비어 있는 질문이 보여야 다음 달 무엇을 할지 정할 수 있기 때문입니다.

6. 하지 않는 것

• AI 답변을 조작한다는 약속. 누구도 ChatGPT나 구글의 답을 정할 수 없습니다. 저희가 약속하는 것은 측정과 개선입니다.
• 같은 글 대량 복제. 질문의 변형마다 거의 같은 페이지를 찍어 내는 것은 구글이 확장된 콘텐츠 악용으로 금지하는 방식이고, 병원 사이트 전체의 신뢰를 깎습니다.
• 가짜 리뷰·후기, 진정성 없는 언급 만들기. 구글도 효과가 생각만큼 없다고 밝혔고, 의료에서는 법적 문제로 번집니다.
• 치료 경험담, 전후 비교, 다른 병원과의 비교. 의료법 제56조가 금지하는 표현은 AI 노출을 위해서라도 쓰지 않습니다.
• "AI 1위 노출 보장". 지킬 수 없는 약속이고, 결과를 장담하는 광고는 그 자체로 의료광고법 문제가 될 수 있습니다.

참고로 llms.txt 같은 AI 전용 파일은 구글 검색이 쓰지 않는다고 구글이 직접 밝혔습니다. 저희 사이트에도 두고는 있지만, 다른 AI 도구를 위한 보조일 뿐 이것을 핵심 기술처럼 팔지 않습니다. 구조화 데이터도 생성형 AI 검색에 필수는 아니지만 리치 결과에 도움이 되고, 설화수 사례처럼 정보를 정확하게 전달하는 데 쓸모가 있어 정리해 둡니다.

7. 얼마나 걸리나요?

색인은 비교적 예측이 됩니다. AI 인용은 질문마다, AI마다 다르고 날마다 바뀌어서 언제 몇 개가 된다고 말씀드리지 않습니다. 대신 시작 전 표가 있으니, 석 달 뒤 같은 질문에서 무엇이 달라졌는지는 정확히 보여 드릴 수 있습니다. 저희 계약은 처음 3개월을 같이 보고, 3개월째에도 시작 전보다 신환이 늘지 않았다면 위약금 없이 그만두실 수 있게 되어 있습니다. AI 검색은 이 구조 안의 한 채널입니다. 전체 그림은 병원마케팅 총정리에 있습니다.

자주 묻는 질문