피부과, 성형외과에 오는 고객은 AI에게 어떻게 질문할까?

실제 대화 25,000건이 보여준 것이 있습니다.

2025년 공개된 HealthChat-11K 연구(미국 UNC·듀크대 등, arXiv 2506.21532)는 사용자와 AI챗봇의 실제 건강 대화 1만 1천 건, 사용자 메시지 2만 5천 건을 임상의가 설계한 분류체계로 분석했습니다. 질문 유형별 빈도는 이렇습니다.

1)치료·시술 문의: 5,735건

2)질환 정보: 4,234건

3)증상 분석: 1,679건

4)병원·의료진 찾기: 850건

5)비용 문의: 105건

치료·시술 질문이 병원 찾기 질문의 6.7배입니다. 

사람들은 AI에게 "어디가 잘해?"보다 "이 시술이 나한테 맞아?"를 압도적으로 많이 묻습니다. 

의외인 점은 비용 질문이 전체의 0.4%로 거의 없었다는 것입니다. 

가격은 AI가 아니라 병원에 직접 확인하는 정보로 남아 있다는 해석이 가능합니다.

한 가지 더 주목할 포인트가 있습니다.

이 대화의 56%는 한 번 묻고 끝났습니다. 

첫 답변에 들어가지 못하면 두 번째 기회는 사실상 없다고 볼 수 있는데요.

검색 데이터도 같은 방향을 가리킵니다

미국 헬스케어 검색어 13만 개를 분석한 WebFX 조사(2025.9)에 따르면, 

정보형 검색에서는 66.9%에서 AI 요약이 뜨지만, 

지역명이 들어간 검색에서는 35.8%로 떨어집니다. 

즉 "시술 정보"는 AI가 답을 점령하고 있고, "지역 + 병원" 검색은 아직 지도와 일반 검색이 처리합니다.

두 데이터를 합치면 구도가 그려집니다.

1.환자의 질문 집중은 시술 정보에 몰려 있고, 그 자리는 AI가 답변으로 장악하는 중

2.병원 이름이 언급될 기회는 병원 추천 질문이 아니라 시술 설명 답변 안에서 먼저 생김

3.지역 탐색 단계는 여전히 지도·리뷰가 결정

병원 담당자가 알아야 될 시사점 3가지

1.콘텐츠 예산의 무게중심을 "지역+추천" 키워드에서 "시술 질문 답변"으로 옮겨야 합니다. 

환자가 상담 전에 묻는 비교·횟수·회복 질문이 실제 볼륨입니다.

2.콘텐츠 한 편이 질문 하나에 완결된 답을 줘야 합니다. 

대화의 절반 이상이 1턴에 끝나기 때문입니다

3.지도·리뷰 관리는 여전히 별도 트랙으로 유지해야 합니다. 

AI가 안 건드리는 영역이기 때문입니다.

참고할 점

이 데이터에는 한계도 있습니다. 

HealthChat-11K는 2023~2024년 영어권 챗봇 대화 기반이라 검색 연동 AI 시대의 분포와는 다를 수 있고, 

한국 환자 대상 동일 조사는 아직 없습니다. 비용 질문이 적은 것도 당시 챗봇이 실시간 가격 조회를 못 했던 영향일 수 있습니다. 

다만 질문의 무게중심이 시술 정보에 있다는 큰 방향은 국내 현장에서 체감되는 흐름과 일치합니다.

출처: HealthChat-11K(arXiv 2506.21532, 2025), WebFX 헬스케어 쿼리 130,070건 분석(2025.9)

저희 블링크애드는 각 매장별로 AEO,GEO 상황을 진단해드립니다. AI에게 얼마나 선택을 받고 있는지 궁금하시다면

언제든지 저희에게 말씀하시면 됩니다.