환자의 정보 탐색 경로가 바뀌고 있다
불과 2~3년 전까지만 해도 병원을 찾는 환자의 여정은 단순했습니다. 네이버 검색창에 "강남 피부과 추천"을 입력하고, 상위 노출된 블로그 포스팅과 플레이스 리뷰를 훑은 뒤 전화를 거는 구조였습니다. 그러나 챗GPT, 퍼플렉시티, 제미나이 같은 생성형 AI가 일상 도구로 자리잡으면서 이 경로에 새로운 관문이 생겼습니다. 환자들은 이제 "허리 디스크에 좋은 병원 어디야?" "이 동네 소아과 토요일 진료하는 곳 알려줘"처럼 자연어로 AI에게 직접 묻습니다.
AI는 단순히 링크를 나열하는 대신 특정 병원을 지목해 답변합니다. 즉, 검색 결과 10개를 나란히 보여주는 것이 아니라 "A 병원을 추천합니다"라는 형태로 하나 혹은 소수의 선택지를 제시합니다. 이 구조는 환자가 클릭을 통해 선택하는 것이 아니라, AI가 먼저 필터링한 결과를 받아보는 것을 의미합니다. 노출조차 되지 못하면 비교 대상에서 처음부터 제외되는 셈입니다.
마케팅 예산을 네이버 광고와 블로그 운영에만 집중해 온 병원이라면, 지금이 채널 전략을 재점검할 시점입니다. AI가 인용하는 출처와 기존 검색엔진이 상위 노출하는 콘텐츠는 완전히 일치하지 않기 때문입니다.
AI는 병원 정보를 어디서 가져오는가
생성형 AI가 병원을 추천할 때 활용하는 정보 소스는 크게 세 가지로 나뉩니다. 첫째, 학습 데이터에 포함된 웹 문서입니다. 블로그, 뉴스 기사, 공식 홈페이지, 의학 정보 사이트 등이 여기에 해당합니다. 둘째, 실시간 웹 검색 기능을 갖춘 AI(퍼플렉시티, 챗GPT의 Browse 기능 등)가 직접 크롤링하는 최신 페이지입니다. 셋째, 구조화된 데이터, 즉 Google My Business나 네이버 플레이스처럼 플랫폼이 직접 관리하는 정형 정보입니다.
실무에서 주목해야 할 점은 AI 답변의 인용 출처가 고정되지 않는다는 것입니다. 실측 운영 경험에 따르면 AI 답변에서 인용되는 출처는 매월 40~60%가 교체됩니다. 오늘 AI가 참고한 페이지가 다음 달에는 완전히 다른 페이지로 바뀔 수 있다는 뜻입니다. 한 번 최적화로 끝나는 작업이 아니라, 지속적으로 콘텐츠를 갱신하고 출처를 모니터링해야 하는 이유입니다.
또한 AI가 틀린 정보를 사실처럼 답하는 사례도 실제로 확인됩니다. 병원 진료 시간이 변경됐음에도 AI가 이전 정보를 그대로 안내하거나, 이미 폐원한 병원을 현재 운영 중인 곳으로 소개하는 경우가 있습니다. 환자 입장에서는 AI를 신뢰했다가 헛걸음을 하게 되고, 병원 입장에서는 원하지 않는 이미지가 형성되는 문제가 생깁니다.
AI 인용에 유리한 콘텐츠는 무엇이 다른가
SEO(검색엔진 최적화)와 GEO(생성형 엔진 최적화, Generative Engine Optimization)는 지향점이 비슷해 보이지만 전술에서 차이가 납니다. 검색엔진은 키워드 밀도, 백링크 수, 페이지 권위 등을 주요 지표로 삼습니다. 반면 AI는 콘텐츠가 특정 질문에 얼마나 명확하고 직접적으로 답하는지를 우선적으로 평가하는 경향이 있습니다. "이 병원의 전문 진료 분야는 무엇인가", "진료 시간은 언제인가", "어떤 장비를 보유하고 있는가"처럼 구체적인 질문에 단답형으로 답하는 구조의 콘텐츠가 인용되기 쉽습니다.
의료 마케팅 실무에서 GEO를 적용할 때 고려해야 할 콘텐츠 요소를 정리하면 다음과 같습니다.
- 사실 기반 정보의 명확한 구조화: 진료과목, 진료 시간, 주소, 보유 장비 등을 별도 섹션으로 분리해 텍스트와 구조화 데이터(Schema Markup) 양쪽에 기재합니다.
- 질문-답변 형식의 콘텐츠: FAQ 페이지나 블로그 포스팅에서 "○○ 치료는 얼마나 걸리나요?"처럼 실제 환자가 묻는 질문을 제목으로 삼고 바로 답변을 제공합니다.
- 신뢰 신호 확보: 의사 약력, 학회 소속, 논문·언론 인용 등 전문성을 증명하는 요소를 공식 홈페이지에 명시합니다.
- 정기적인 정보 갱신: 진료 시간 변경, 새 장비 도입, 의료진 변동 등을 홈페이지와 플랫폼 프로필 양쪽에 즉시 반영합니다.
- 다채널 일관성 유지: 네이버 플레이스, Google 비즈니스 프로필, 공식 홈페이지의 기본 정보(전화번호·주소·영업시간)를 동일하게 맞춥니다.
특히 의료 분야는 Google이 YMYL(Your Money or Your Life) 영역으로 분류해 정보의 신뢰성과 전문성을 더 엄격히 평가합니다. AI 역시 이 기준을 크게 벗어나지 않는 방향으로 의료 정보를 인용하는 경향이 있어, 신뢰 가능한 출처로 인식되는 것이 장기적으로 유리합니다.
병원 마케팅 담당자가 지금 당장 점검해야 할 것
채널과 전략을 전면 교체할 필요는 없습니다. 다만 기존 마케팅 활동이 AI 환경에서도 유효하게 작동하는지 점검하는 작업이 필요합니다. 우선 가장 빠르게 실행할 수 있는 것은, 직접 AI에게 자기 병원을 물어보는 것입니다. 챗GPT와 퍼플렉시티에 "강남 ○○과 병원 추천해줘"라고 입력했을 때 내 병원이 나오는지, 나온다면 어떤 정보로 소개되는지, 나오지 않는다면 어떤 병원이 대신 등장하는지를 확인하는 것만으로도 현황 진단이 됩니다.
이 과정에서 자주 발견되는 문제는 세 가지입니다. 첫째, AI가 잘못된 진료 시간이나 전화번호를 답하는 경우입니다. 이는 오래된 웹페이지나 플랫폼 정보가 수정되지 않아 발생합니다. 둘째, 병원이 전혀 언급되지 않는 경우입니다. 공식 홈페이지 콘텐츠가 부실하거나 AI가 크롤링할 수 있는 구조로 되어 있지 않을 가능성이 높습니다. 셋째, 경쟁 병원이 더 구체적이고 신뢰도 높은 정보로 먼저 언급되는 경우입니다. 이 경우 경쟁 병원의 콘텐츠 구조를 분석해 벤치마킹할 필요가 있습니다.
AI 채널은 하나가 아닙니다. 챗GPT, 퍼플렉시티, 제미나이, 클로드, 네이버 AI 등 엔진마다 인용 출처와 답변 방식이 다릅니다. 단일 엔진 기준으로만 최적화하면 나머지 채널에서 누락될 수 있습니다. 여러 AI 엔진을 동시에 모니터링하는 체계를 갖추는 것이 중요한 이유입니다.
타이드웍스가 이 문제에 접근하는 방식
타이드웍스는 챗GPT·제미나이·클로드·퍼플렉시티·네이버 등 5개 AI 엔진을 실측 파이프라인으로 운영하며, 브랜드나 서비스가 각 엔진에서 어떻게 인식되고 인용되는지를 추적합니다. 의료 분야에 특화된 서비스는 아니지만, AI 노출 모니터링과 GEO 콘텐츠 전략 수립은 병원·의료기관을 포함한 모든 브랜드에 적용할 수 있는 영역입니다.
AI 답변에서 인용 출처가 매월 40~60% 바뀐다는 것은 저희가 직접 실측을 통해 확인한 데이터입니다. 이 변동성을 감안하면 일회성 콘텐츠 작업보다 지속적인 추적과 대응 체계가 필요합니다. 병원 마케팅에서 AI 채널을 어떻게 다뤄야 할지 구체적인 논의가 필요하다면, 타이드웍스에 문의해 주시기 바랍니다.