AI는 어떻게 병원 정보를 수집하는가?
챗GPT·퍼플렉시티·제미나이 같은 AI 서비스는 사용자 질문에 답할 때 인터넷 전반을 실시간으로 크롤링하거나, 사전에 학습된 데이터와 외부 검색 결과를 조합해 답변을 구성합니다. 이 과정에서 AI는 특정 페이지가 "신뢰할 수 있고, 읽기 쉬우며, 질문에 직접 대응하는 구조"인지를 판단합니다. 단순히 검색 상위에 노출된다고 해서 AI가 그 내용을 인용하는 것은 아닙니다.
실제로 AI 답변의 인용 출처는 매월 40~60%가 바뀔 만큼 유동적입니다. 오늘 인용되던 페이지가 다음 달에는 사라지고, 전혀 예상치 못한 출처가 등장하기도 합니다. 병원 입장에서는 "우리 홈페이지가 AI에게 읽히고 있는가"를 주기적으로 점검하지 않으면, 진료시간·비용·전문 분야 같은 핵심 정보가 오래된 외부 포스팅이나 경쟁 병원 블로그를 통해 잘못 전달될 수 있습니다.
이미 현장에서는 이런 문제가 현실로 나타나고 있습니다. AI가 병원의 진료시간을 틀리게 안내하거나, 이미 운영하지 않는 프로그램을 대표 서비스로 소개하는 사례가 확인된 바 있습니다. 이는 단순한 정보 오류가 아니라 환자 신뢰와 직결되는 문제입니다.
이유 1 — 홈페이지 텍스트가 AI가 읽을 수 없는 형태로 만들어져 있다
많은 병원 홈페이지는 디자인 중심으로 제작됩니다. 핵심 정보를 이미지 안에 넣거나, Flash·Canvas 기반 인터랙션으로 구현하거나, JavaScript가 완전히 실행된 후에야 텍스트가 렌더링되는 구조를 가집니다. 사람 눈에는 멋있어 보이지만, AI 크롤러는 이 텍스트를 인식하지 못합니다.
예를 들어 "월·화·목 오전 9시~오후 6시, 수·금 오전 9시~오후 8시"라는 진료시간이 이미지 파일 안에만 적혀 있다면, AI는 해당 정보를 읽을 수 없습니다. 대신 네이버 지도, 카카오맵, 혹은 수년 전 작성된 블로그 포스팅에서 진료시간을 긁어와 답변에 포함시킵니다. 그 정보가 현재와 다르더라도 AI는 알 방법이 없습니다.
해결의 출발점은 간단합니다. 진료시간, 위치, 주요 진료 과목, 의료진 소개, 자주 묻는 질문 등 핵심 정보를 반드시 HTML 텍스트로 페이지에 직접 기재해야 합니다. 이미지 보조 설명(alt 태그) 역시 AI가 맥락을 파악하는 데 활용되므로 빠뜨리지 않아야 합니다.
이유 2 — 질문 형태의 콘텐츠가 없다
AI는 사용자의 질문에 답하기 위해 "그 질문에 직접 대응하는 문장이 있는 페이지"를 우선적으로 참조합니다. "이 시술 후 회복 기간은 얼마나 걸리나요?", "비용은 어떻게 되나요?", "이 치료가 나에게 맞는지 어떻게 알 수 있나요?"처럼 환자가 실제로 묻는 질문과 그 답이 페이지 안에 명시적으로 존재해야 합니다.
그런데 대부분의 병원 홈페이지 콘텐츠는 "저희 병원은 ~를 전문으로 하며, ~한 장비를 도입하였습니다"처럼 병원 중심 서술로 구성되어 있습니다. 환자의 질문을 직접적으로 받아서 답하는 구조가 아니기 때문에, AI가 해당 페이지를 인용할 이유를 찾지 못합니다. 검색엔진 최적화(SEO)에서 오래전부터 강조해온 'FAQ 구조'가 AI 인용 최적화(GEO: Generative Engine Optimization)에서도 그대로 적용되는 이유입니다.
실무적으로는 다음과 같은 콘텐츠 유형이 AI 인용 가능성을 높입니다.
- FAQ 섹션: "이 시술은 몇 회 받아야 하나요?" 같은 실제 상담 질문을 텍스트로 정리
- 비교 설명: "A 치료와 B 치료의 차이는 무엇인가요?" 형태의 명확한 구분 콘텐츠
- 수치·기간 명시: "회복 기간은 통상 3~5일입니다" 처럼 구체적 정보 포함 문장
- 전문가 인용: 의료진의 이름과 함께 설명을 구성하면 출처 신뢰도 향상에 기여
- 최신 업데이트 표시: 페이지 하단에 "최종 업데이트: 2025년 00월" 형태로 명시
이유 3 — 구조화 데이터(Schema Markup)가 없거나 잘못 적용되어 있다
구조화 데이터란 홈페이지의 HTML 안에 기계가 읽을 수 있는 형태로 정보를 추가적으로 표기하는 방식입니다. 구글·빙 등 검색엔진이 만든 Schema.org 표준을 따르며, AI 크롤러 역시 이 정보를 적극적으로 활용합니다. 병원의 경우 진료시간(OpeningHoursSpecification), 위치(PostalAddress), 의료 서비스 유형(MedicalSpecialty), 리뷰(Review) 등을 구조화 데이터로 표현할 수 있습니다.
구조화 데이터가 없으면 AI는 페이지 텍스트를 그대로 해석해야 하는데, 이 과정에서 맥락 오독이 발생할 수 있습니다. 반대로 구조화 데이터가 정확히 삽입된 페이지는 "이 병원의 진료시간은 월~금 오전 9시~오후 6시"라는 정보를 AI가 훨씬 높은 정확도로 파악하고 인용할 수 있습니다. 개발자나 SEO 담당자가 없는 소규모 병원이라면 Google의 리치 결과 테스트(Rich Results Test) 도구로 현재 상태를 먼저 점검해 보는 것을 권장합니다.
추가로, 구조화 데이터는 검색 결과에서 '리치 스니펫'으로 표시되는 데도 영향을 줍니다. 진료시간, 평점, 위치가 검색 결과 화면에 바로 노출되면 클릭률이 달라질 수 있습니다. 구조화 데이터는 AI 대응과 기존 검색 최적화를 동시에 챙길 수 있는 효율적인 작업입니다.
점검 체크리스트 — 우리 병원 홈페이지는 AI에게 읽히고 있는가?
아래 항목을 빠르게 점검해 보세요. 해당되지 않는 항목이 많을수록 AI 인용 가능성이 낮은 구조일 수 있습니다.
| 점검 항목 | 확인 방법 |
|---|---|
| 진료시간·위치·연락처가 HTML 텍스트로 존재하는가 | 페이지에서 마우스로 드래그해 복사 가능한지 확인 |
| 주요 진료 과목 설명에 FAQ 형식 문장이 포함되는가 | "~는 어떤 경우에 필요한가요?" 형태 문장 유무 확인 |
| Schema.org 구조화 데이터가 삽입되어 있는가 | Google 리치 결과 테스트 도구로 URL 입력 후 확인 |
| 이미지에 의미 있는 alt 텍스트가 기재되어 있는가 | 브라우저 개발자 도구 → 이미지 태그 alt 속성 확인 |
| 콘텐츠 최종 업데이트 일자가 페이지에 표시되는가 | 페이지 하단 또는 상단 날짜 표기 여부 확인 |
| 챗GPT·퍼플렉시티에 병원명을 검색했을 때 정보가 정확한가 | 직접 질문 입력 후 답변 내용 대조 |
이 체크리스트에서 3개 이상 미충족이라면, 현재 AI 환경에서 경쟁 병원 대비 정보 노출 기회를 상당 부분 놓치고 있을 가능성이 있습니다. 특히 진료시간·비용처럼 환자 의사결정에 직결되는 정보가 AI를 통해 잘못 전달되면, 환자 경험과 신뢰 양쪽에 영향을 줄 수 있습니다.
타이드웍스가 이 문제를 다루는 방식
타이드웍스는 챗GPT·제미나이·클로드·퍼플렉시티·네이버 AI 등 5개 엔진을 대상으로 실제 답변을 수집·분석하는 파이프라인을 자체 운영하고 있습니다. AI가 특정 브랜드나 병원을 어떻게 인식하고, 어떤 출처를 인용하며, 어떤 정보를 잘못 전달하는지를 데이터 기반으로 파악합니다.
이를 토대로 홈페이지 구조 진단, 콘텐츠 개선 방향 제안, 구조화 데이터 적용까지 실무 중심의 지원을 제공합니다. 대형 에이전시의 이론적 보고서가 아니라, 실제 채널을 직접 운영하며 축적한 경험을 바탕으로 합니다. 병원 홈페이지의 AI 대응 현황이 궁금하시다면, 부담 없이 문의해 주세요.