
홈페이지를 새로 만들었는데 AI 답변에는 여전히 안 나온다는 말을 병원에서 자주 듣습니다. 자사 사이트가 인용 출처의 전부가 아니기 때문입니다.
AI는 병원 이름과 위치, 진료 시간 같은 정보를 지도와 프로필 쪽에서 가져오는 경우가 많습니다. 홈페이지 밖에 있는 정보가 답변의 뼈대를 이루는 구조입니다.
구글 계열 답변에서는 구글 자신의 도메인 비중이 빠르게 올라갔습니다.
Profound가 2026년 7월에 낸 측정에 따르면, 4월 15일부터 6월 30일 사이 구글 AI 모드 안에서 google.com의 인용 점유율이 8.4배 늘어 두 번째로 많이 인용되는 도메인이 됐습니다.
원인으로는 구글 비즈니스 프로필과 제품 지식 패널 경로가 지목됐습니다. 가장 크게 영향을 받은 업종에 헬스케어가 포함돼 있습니다.
병원으로 옮기면 이렇게 읽힙니다. 환자가 지역과 진료과를 넣어 물으면 AI는 홈페이지 본문보다 프로필에 등록된 정보를 먼저 참조할 가능성이 큽니다. 진료 시간이 옛날 정보로 남아 있으면 그 정보가 그대로 답변에 실립니다.
이 수치는 구글 AI 모드 기준이고 미국 데이터입니다. ChatGPT나 네이버 AI 브리핑에도 같은 비중이 적용되지는 않으므로 엔진별로 따로 재봐야 합니다.
환자가 답변에서 바로 확인하는 항목부터 정리합니다.
| 항목 | 왜 중요한가 | 확인 주기 |
|---|---|---|
| 진료 시간과 휴진일 | 답변에 그대로 실려 헛걸음으로 이어집니다 | 매월 |
| 진료과와 전문 분야 | 어떤 질문에 우리 병원이 걸리는지를 정합니다 | 분기 |
| 주소와 전화번호 | 지점이 여러 곳이면 혼선이 자주 생깁니다 | 분기 |
| 사진과 시설 정보 | 환자가 답변 안에서 비교할 때 근거가 됩니다 | 반기 |
| 리뷰 응답 | 서술 톤에 영향을 주는 외부 신호입니다 | 상시 |
특히 진료 시간은 실제 운영과 어긋나는 병원이 많습니다. 명절 휴진이나 점심시간 변경을 반영하지 않으면 환자가 닫힌 문 앞에서 돌아가고, 그 경험이 리뷰로 남습니다.
우리 병원 정보가 답변에서 어떻게 서술되는지 확인하고 싶다면 SOHA로 인용 현황을 먼저 확인해 보세요.
둘은 역할이 다릅니다. 프로필은 기본 정보를 담당하고, 홈페이지는 판단 근거를 담당합니다.
앞서 언급한 AirOps 조사에서 JSON-LD 구조화 데이터가 있는 페이지는 38.5%, 없는 페이지는 32.0% 인용됐습니다. 스키마 유형별로는 의료 정보 페이지 유형이 47.0%로 가장 높았습니다.
환자가 어느 병원으로 갈지 고를 때 필요한 정보는 프로필에 다 들어가지 않습니다. 시술 방식이나 회복 기간, 비급여 비용 같은 내용은 홈페이지 본문에서 가져옵니다.
프로필만 정리하면 목록에는 들어가지만 설명이 얕게 붙습니다. 홈페이지만 고치면 설명은 좋은데 기본 정보가 어긋납니다. 두 쪽을 함께 봐야 하는 이유입니다.
이어지되 경로가 기록되지 않는 경우가 대부분입니다.
Profound가 200만 건 이상의 AI 대화와 이후 브라우징을 연결해 측정한 결과, AI가 브랜드를 언급하면 이후 7일간 사이트 방문이 예측 기준선의 1.5배에서 2.5배로 올라갔습니다.
그런데 그렇게 발생한 방문 중 추적 가능한 파라미터를 달고 온 것은 약 2.5%였습니다.
병원에서는 이 문제가 더 두드러집니다. 환자는 답변에서 병원 이름을 보고 전화를 겁니다. 웹사이트를 거치지 않으므로 분석 도구에는 흔적이 남지 않습니다.
전화 문의가 늘었는데 홈페이지 유입은 그대로인 상황이라면, AI 답변 쪽에서 무슨 일이 일어나고 있는지 확인해 볼 필요가 있습니다.
다릅니다. 구글 계열과 ChatGPT는 인용 출처의 성격이 갈립니다.
AirOps가 2025년 8월부터 2026년 6월까지 매달 약 35억 건의 인용을 추적한 분석에서, 구글 AI 개요는 인용 9.5개 중 1개를 크리에이터 플랫폼에서 가져왔습니다. 반면 ChatGPT는 크리에이터 소스가 0.9%에 그쳤습니다.
같은 기간 브랜드 자사 도메인의 인용 점유율은 10% 줄고 크리에이터와 소셜 점유율은 140% 늘었습니다.
병원 마케팅에서 이 차이는 예산 배분에 직접 영향을 줍니다. 유튜브 영상 제작을 ChatGPT 대책으로 잡으면 어긋납니다. 구글 AI 계열 대책으로 봐야 맞습니다.
지도와 프로필 정비는 구글 쪽 노출에 먼저 작용합니다. ChatGPT 쪽은 홈페이지 본문과 편집 매체 기사 비중이 상대적으로 큽니다.
어느 엔진에서 부족한지 모른 채 예산을 나누면 한쪽만 개선됩니다. 엔진별로 나눠 재는 작업이 먼저인 이유입니다.
개수보다 답변에 실릴 만한 내용이 들어 있는지가 중요합니다.
AI는 별점을 그대로 옮기기보다 리뷰 본문에서 반복되는 표현을 요약해 서술에 씁니다. 대기 시간이 길다는 언급이 여러 건 쌓이면 그 표현이 답변에 나올 수 있습니다.
병원에서 리뷰 관리를 별점 올리기로만 보면 이 부분을 놓칩니다. 반복적으로 지적되는 항목이 무엇인지 확인하고 그 문제를 실제로 고치는 편이 답변 서술을 바꾸는 데 효과적입니다.
답변에 부정적 표현이 나오는지는 재보면 확인됩니다. 어느 표현이 어느 출처에서 왔는지까지 나오면 손볼 대상이 정해집니다.
리뷰 응답도 남겨 두시기 바랍니다. 병원이 어떻게 대응했는지가 함께 읽히면 서술의 균형이 달라집니다.
지점별로 결과가 다르게 나오므로 따로 재야 합니다.
같은 브랜드라도 지역명이 붙은 질문에서는 지점마다 인용 여부가 갈립니다. 프로필 정보의 완성도와 지역 리뷰 상태가 지점마다 다르기 때문입니다.
본원 기준으로만 측정하면 지방 지점의 문제가 보이지 않습니다. 지점 목록을 만들어 지역명을 붙인 질문 세트로 각각 재는 방식이 필요합니다.
측정 범위를 어떻게 잡을지 정리가 필요하다면 리드젠랩 AVO 프레임워크 페이지에서 진단 단계를 확인해 보세요.
AI는 병원 기본 정보를 프로필과 지도 쪽에서 가져오는 경우가 많습니다. 구글 AI 모드에서 google.com 인용 점유율이 8.4배 늘어 두 번째 도메인이 됐다는 측정도 있습니다. 홈페이지 밖 신호를 함께 봐야 합니다.
기본 정보는 채워지지만 판단 근거가 부족해집니다. 시술 방식이나 비용 같은 설명은 홈페이지 본문에서 가져옵니다.
AI 언급 이후 발생한 방문 중 추적 파라미터를 달고 온 것은 약 2.5%라는 조사가 있습니다. 환자가 답변에서 이름을 보고 바로 전화하면 웹 분석에는 남지 않습니다.
지점별로 프로필 완성도와 지역 신호가 다르기 때문에 갈립니다. 본원만 측정하지 마시고 지역명을 붙인 질문으로 지점별로 재보셔야 합니다.
개수보다 리뷰 본문에서 반복되는 표현이 서술에 영향을 줍니다. 지적이 반복되는 항목을 실제로 고치는 편이 답변 서술을 바꾸는 데 효과적입니다.
네이버는 별도 표면입니다. AI 브리핑과 AI 탭이 참조하는 출처 구성이 구글과 달라 따로 측정해야 합니다.
병원 AI 노출은 홈페이지 한 곳만 손봐서는 정리되지 않습니다. 프로필과 지도, 외부 매체까지 어디서 어떤 정보가 인용되는지 확인해야 손볼 순서가 나옵니다.
리드젠랩은 국내 최초 GEO·AEO 전문기업으로, 대형 병원 프로젝트를 수행하며 다지점 병원의 지점별 노출 편차를 다루는 방식을 정리해 왔습니다. 의료광고 사전심의 기준을 아는 에디터가 원고를 검토합니다.
자체 AI Citation 분석 플랫폼 SOHA를 직접 개발하고 운영합니다. ChatGPT와 퍼플렉시티, 구글 AI 개요에 더해 네이버 AI 탭과 네이버 AI 브리핑 인용까지 함께 추적하며, 지점별로 나눠 결과를 보여 드립니다.
지금 문의하시면 실제 환자 질문과 지역명을 조합한 질문 세트로 우리 병원이 어디서 인용되는지, 어떤 정보가 어긋나 있는지 정리한 진단 결과를 받아 보실 수 있습니다.