"AI 검색에 우리 병원이 안 보여요" : 삼성서울병원의 GEO 진단에서 우리가 발견한 것들

환자는 이제 AI에게 먼저 묻는다

"대장암 잘 보는 병원 어디예요?" "대장암 명의를 추천해주세요"

몇 년 전이라면 네이버에 검색했을 이 질문을, 이제는 ChatGPT나 Perplexity, Google AI Overviews 같은 AI 검색에 직접 던지는 환자가 빠르게 늘고 있습니다. 문제는 여기서 시작됩니다. AI가 답변에서 특정 병원을 인용하면 그 병원은 방문 후보 리스트에 오르지만, 인용되지 않으면 — 아무리 실제로 뛰어난 병원이라도 — 환자 입장에서는 사실상 존재하지 않는 것과 다르지 않습니다.

블루닷에이아이는 블루닷 인텔리전스를 기반으로 최근 국내 대형 종합병원 한 곳(삼성서울병원)을 대상으로 GEO(Generative Engine Optimization, AI 검색 최적화) 기초진단 프로젝트를 진행했습니다. 3주간 100여 개의 실제 환자 질문 시나리오를 4개 주요 AI 검색 엔진(ChatGPT, Google AI Overviews, Google AI Mode, Perplexity)에 입력해 수집한 데이터를 바탕으로, 병원이 AI 검색 생태계에서 실제로 어떻게 노출·인용되고 있는지를 정밀 분석했습니다. 이 글에서는 어떤 문제를 어떻게 찾아냈고 어떤 개선이 이뤄졌는지를 공유합니다.

발견 1: "많이 언급된다"와 "출처로 인용된다"는 완전히 다른 이야기

가장 인상적인 발견은 이것이었습니다. 병원 이름이 AI 답변에 자주 등장한다고 해서, 그 정보의 '출처'로 병원 공식 홈페이지가 인용되는 것은 아니라는 점입니다.

해당 병원은 여러 진료 영역에서 언급량 자체는 경쟁 병원 못지않게 높았습니다. 하지만 AI가 실제로 "이 정보는 어디서 가져왔다"고 표시하는 1위 출처를 들여다보면, 자사 공식 홈페이지가 차지하는 비중은 의외로 높지 않았습니다. 나머지는 경쟁 병원의 공식 홈페이지, 유튜브, 언론 기사, 위키피디아 등 외부 채널이 가져가고 있었습니다.

즉 "우리 병원이 AI에 많이 나오니까 괜찮다"는 판단은 착시일 수 있습니다. 진짜 중요한 질문은 'AI가 우리를 언급할 때, 그 근거로 우리 공식 자료를 신뢰하고 인용하는가'입니다.

발견 2: 콘텐츠는 충분한데, AI가 "못 찾는" 경우가 많았다

더 흥미로운 부분은 원인이었습니다. 조사 결과 콘텐츠 자체의 품질이나 양이 부족해서 인용이 안 되는 경우보다, 기술적인 구조 문제 때문에 AI 크롤러가 정보를 제대로 읽어내지 못하는 경우가 훨씬 많았습니다.

보안이 적용되지 않은 페이지(http)와 적용된 페이지(https)가 혼재되어 있어 크롤러가 같은 병원의 정보를 서로 다른 문서로 인식
사이트맵이 수년째 갱신되지 않아 AI 크롤러가 사이트 전체를 오래된 정보로 판단
의료진 개별 프로필 페이지가 사이트맵에 아예 등록되지 않아, 실제로는 훌륭한 콘텐츠가 있어도 AI가 발견조차 못 하는 상태
병원·의료진 정보를 AI가 구조적으로 이해할 수 있게 해주는 스키마 마크업(Schema Markup)이 거의 적용되어 있지 않음

쉽게 말해, 병원이 가진 좋은 콘텐츠가 AI에게는 '보이지 않는 잉크'로 쓰여 있었던 셈입니다.

발견 3: AI마다 좋아하는 출처가 다르다

또 하나 중요한 발견은 AI 검색 엔진마다 선호하는 출처 유형이 뚜렷하게 다르다는 점이었습니다.

어떤 AI는 영문 콘텐츠와 위키피디아 의존도가 유독 높고
어떤 AI는 의학전문지와 유튜브를 적극적으로 인용하며
어떤 AI는 블로그형 콘텐츠나 최신성이 강조된 리스트형 글을 특히 선호합니다

하나의 채널, 하나의 전략만으로는 AI 검색 전반에서 고르게 노출되기 어렵다는 뜻입니다. 공식 홈페이지를 중심 거점으로 두되, 언론·유튜브·블로그·위키피디아 같은 '위성 채널'을 함께 관리해야 하는 이유가 여기에 있습니다.

발견 4: 의료는 'YMYL' 영역이라 기준이 더 까다롭다

병원 GEO를 진행하면서 반드시 짚고 넘어가야 하는 특수성이 있습니다. 의료 정보는 구글이 정의하는 'YMYL(Your Money or Your Life)' 콘텐츠에 해당한다는 점입니다. YMYL은 사람의 건강, 재정, 안전에 직접적인 영향을 줄 수 있는 정보를 뜻하며, 검색엔진과 AI 모두 이 영역의 콘텐츠에는 훨씬 엄격한 신뢰 기준(E-E-A-T: 경험·전문성·권위성·신뢰성)을 적용합니다.

실제 진단 과정에서도 이 특수성이 여러 지점에서 드러났습니다.

AI가 유독 '권위 있는' 출처를 선호합니다. 일반 소비재나 서비스업 콘텐츠라면 SNS나 개인 블로그도 곧잘 인용되지만, 의료 정보에서는 병원 공식 홈페이지, 의학전문지, 위키피디아처럼 상대적으로 검증 가능한 출처가 우선적으로 채택되는 경향이 뚜렷했습니다. '아무 콘텐츠나 많이' 만드는 전략이 통하지 않는 영역입니다.
표현의 자유도가 낮습니다. 의료법상 병원 홈페이지에 직접 게재할 수 없는 표현(치료 성과, 완치율, 비교 우위 광고 등)이 존재하기 때문에, 일반 기업처럼 성과를 자유롭게 어필하는 콘텐츠 전략을 그대로 적용하기 어렵습니다. 이번 진단에서도 성과·실적 데이터를 어떤 형식으로, 어느 채널에 게재해야 규제를 준수하면서도 AI 인용 가능성을 높일 수 있는지를 별도로 검토해야 했습니다.
오류 하나가 미치는 파장이 큽니다. 위키피디아처럼 AI가 신뢰하는 출처에 병원 정보가 부정확하게 등재되어 있으면, 마케팅 콘텐츠를 아무리 잘 만들어도 AI 답변의 기본 정보 자체가 왜곡될 수 있습니다. 그래서 YMYL 영역에서는 '새 콘텐츠 제작'보다 '기존 공신력 있는 출처의 오류 정정'이 우선순위가 되는 경우가 많습니다.
AI 자체도 더 보수적으로 답변합니다. 특정 AI 검색은 의료 관련 질문에서 출처 범위를 의도적으로 좁혀 신뢰도가 검증된 소수 출처에만 의존하는 경향을 보이기도 했습니다. 이는 일반 산업 대비 진입장벽이 높다는 뜻이기도 하지만, 동시에 한 번 신뢰 출처로 자리 잡으면 경쟁자가 쉽게 뒤집기 어렵다는 의미이기도 합니다.

결국 병원의 GEO 전략은 '더 많이, 더 화려하게'가 아니라 '더 정확하게, 더 검증 가능하게' 방향으로 설계되어야 합니다. 이는 병원뿐 아니라 금융, 법률, 보험처럼 사람의 중요한 의사결정에 영향을 미치는 모든 YMYL 산업에 공통적으로 적용되는 원칙이기도 합니다.

그래서, 실제로 개선이 됐을까?

가장 많이 받는 질문입니다. 답은 "네, 빠르게 반응이 왔습니다"입니다.

진단 이후 홈페이지 첫 화면 핵심 정보에 스키마 마크업을 우선 적용하는 소규모 개선만 진행했음에도, 약 2주 뒤 측정에서 브랜드 가시성과 도메인 인용률이 모두 눈에 띄게 상승했습니다(5~10%). 홈페이지 전체가 아니라 단 한 페이지에 구조화 작업을 적용한 결과라는 점을 고려하면, 의료진 프로필과 센터 소개 페이지 전반으로 확대 적용했을 때의 잠재적 효과는 훨씬 클 것으로 보고 있습니다.

이 외에도 특정 진료 분야에서는 이미 자사 공식 홈페이지가 AI의 1위 인용 출처로 자리 잡은 성공 사례도 확인됐는데, 공통적으로 ▲URL 구조가 단순하고 안정적이며 ▲영문 페이지가 별도로 잘 구축되어 있고 ▲의료진 프로필이 명확히 구조화되어 있다는 특징을 갖고 있었습니다. 이는 우연이 아니라 재현 가능한 패턴이라는 뜻이고, 다른 진료 영역으로도 충분히 확장할 수 있습니다.

정리하면

이번 프로젝트를 통해 확인한 것은, GEO는 반드시 '콘텐츠를 더 많이 만드는 일'이 아니라 '이미 가진 좋은 정보를 AI가 신뢰할 수 있는 구조로 정비하는 일'에 가까울 수 있다는 점입니다. 특히 대량의 콘텐츠를 보유한 YMYL 산업의 경우엔 더욱 그렇습니다.

언급량과 인용률(출처 채택 여부)은 다른 지표이며, 후자가 실제 환자 유입과 더 직결됩니다
콘텐츠 부족보다 기술적 구조 문제(보안 프로토콜, 사이트맵, 스키마 마크업)가 더 큰 병목인 경우가 많습니다
AI 검색 엔진마다 선호 채널이 달라 멀티채널 전략이 필요합니다
작은 구조적 개선만으로도 비교적 짧은 기간 안에 지표 변화를 확인할 수 있습니다

블루닷 인텔리전스는 이런 방식으로 병원을 포함한 다양한 산업의 브랜드가 AI 검색 시대에도 정확하게, 그리고 신뢰할 수 있는 출처로 발견될 수 있도록 돕고 있습니다. 우리 브랜드가 AI 검색에서 어떻게 보이고 있는지 궁금하시다면, 언제든 문의해 주세요.