핵심요약

• 병원 AI 검색 노출은 환자가 실제로 물을 만한 질문 30개를 정해 두고, 같은 조건에서 매달 반복해 기록하면 측정할 수 있습니다.
• 기록은 언급·인용·방문·문의 네 지표로 나누고, 지표마다 분모를 미리 정해 두어야 지난달과 이번 달을 비교할 수 있습니다.
• 구글은 Search Console과 GA4로 일부를 숫자로 볼 수 있지만, ChatGPT와 네이버 AI 브리핑은 직접 질문하고 적는 방식이 기본입니다.

AI 검색 노출은 막연한 인상이 아니라, 정해 둔 질문으로 반복해 기록할 때 비로소 측정이 됩니다. (이미지 출처: 직접 제작)

"AI에 우리 병원 나와요?" 요즘 원장님들이 마케팅 담당자에게 자주 묻는 말입니다. 담당자는 ChatGPT를 열어 병원 이름을 넣어 보고 "네, 나옵니다"라고 답합니다. 이 대답은 틀리지 않았지만 측정이라고 부르기는 어렵습니다. 어떤 질문으로 확인했는지, 몇 번 물었는지, 지난달과 비교해 어떤지가 빠져 있기 때문입니다. 생성형 AI 답변 안의 노출을 다루는 GEO(생성형 엔진 최적화)라는 말을 처음 정리한 논문도 노출을 어떻게 잴지, 곧 측정 지표를 정의하는 일부터 시작했습니다(Aggarwal 외, 「GEO: Generative Engine Optimization」, 2023년 11월 공개·KDD 2024 발표, https://arxiv.org/abs/2311.09735). 병원도 출발점은 같습니다. 무엇을 셀지 먼저 정해야 합니다.

이 글은 다음 세 가지에 답합니다.

1. 어떤 질문으로 재야 병원의 AI 검색 노출을 제대로 볼 수 있나요?
2. 답변에서 무엇을 세고, 무엇으로 나눠야 하나요?
3. 매달 같은 방식으로 비교하려면 어떤 순서로 점검하나요?

이 글에 나오는 '○○의원'과 '△△동', '□□역'은 설명을 위해 만든 가상의 정형외과 의원과 지명입니다. 예시에 붙은 숫자도 모두 설명용 가상값입니다.

목차

1. 병원 이름으로 검색해 보면 노출을 알 수 있지 않나요?
2. 질문 30개는 어떤 기준으로 고르나요?
3. 언급·인용·방문·문의는 왜 따로 봐야 하나요?
4. 분모는 어떻게 정하고, 몇 번 반복해야 하나요?
5. 구글 AI 개요와 AI 모드 성과는 Search Console에서 어떻게 읽나요?
6. 월간 점검은 어떤 순서로 하나요?
7. 자주 묻는 질문
8. 정리

병원 이름으로 검색해 보면 노출을 알 수 있지 않나요?

알 수 없습니다. 병원 이름이 들어간 질문은 이미 병원을 아는 사람이 던지는 질문이어서, 병원을 처음 찾는 환자가 AI 답변에서 우리 병원을 만나는지는 보여 주지 않습니다.

환자가 AI에 묻는 방식부터 보면 이유가 분명해집니다. 미국 퓨리서치센터가 성인 900명의 2025년 3월 실제 검색 기록을 분석한 결과, 한두 단어짜리 구글 검색에서 AI 요약이 뜬 비율은 8%였지만 10단어 이상 검색에서는 53%였습니다. '누가, 무엇을, 왜' 같은 의문사로 시작한 검색은 60%에서 AI 요약이 나왔습니다(Pew Research Center, 2025-07-22, https://www.pewresearch.org/short-reads/2025/07/22/google-users-are-less-likely-to-click-on-links-when-an-ai-summary-appears-in-the-results/). 길고 문장에 가까운 질문일수록 AI 답변을 불러온다는 뜻입니다. 미국 영어 검색 기준 자료라서 한국어 질의와 네이버 환경에서는 결과가 다를 수 있지만, 측정용 질문을 짧은 키워드가 아니라 환자의 말투로 써야 한다는 방향은 그대로 참고할 만합니다.

그래서 질문을 처음부터 두 갈래로 나눕니다. 병원 이름이 들어간 질문은 '브랜드 질문', 들어가지 않은 질문은 '비브랜드 질문'입니다. 브랜드 질문으로는 AI가 진료시간, 위치, 진료 과목을 정확히 말하는지 확인합니다. 비브랜드 질문으로는 증상이나 지역으로 병원을 찾는 환자에게 우리 병원이 보이는지 확인합니다. 두 갈래는 집계도 따로 합니다. 하나로 합치면 브랜드 질문에서 쉽게 나오는 이름이 전체 수치를 부풀립니다.

가상 예시로 보겠습니다. ○○의원 실장은 매달 "○○의원 진료시간 알려줘"만 물어보고 '노출 양호'라고 보고해 왔습니다. 그런데 같은 날 "△△동에서 무릎 통증으로 갈 만한 정형외과"를 물었더니 답변에 ○○의원은 없었습니다. 보고서가 틀린 것은 아니었고, 재는 범위가 좁았던 것입니다.

질문 30개는 어떤 기준으로 고르나요?

환자가 병원을 고르기 전에 실제로 묻는 질문을 유형별로 나눈 뒤, 비브랜드 24개와 브랜드 6개로 짜는 구성을 권합니다. 30개는 정답이 아니라 한 사람이 매달 감당할 수 있으면서 유형별 흐름이 보이는 크기입니다.

유형을 고르게 섞어야 하는 데는 근거가 있습니다. 구글은 AI 모드가 사용자의 질문을 하위 주제로 묶고 각 주제를 동시에 검색한다고 설명합니다(Search Console 도움말 '실적 보고서 데이터', https://support.google.com/webmasters/answer/7042828?hl=ko). OpenAI도 ChatGPT 검색이 질문을 하나 이상의 검색어로 다시 써서 검색 제공업체에 보낸다고 안내합니다(OpenAI 도움말 'Searching the web with ChatGPT', https://help.openai.com/en/articles/9237897-chatgpt-search). 환자의 질문 한 줄이 여러 개의 검색으로 쪼개지는 셈이라, 한 유형만 재면 나머지 길에서 병원이 어떻게 보이는지 놓칩니다.

질문 후보는 병원 안에서 먼저 찾습니다. 접수 데스크와 상담 전화에서 자주 듣는 질문, Search Console 실적 보고서의 검색어 가운데 문장형으로 들어온 것, 진료과 특성상 환자가 처음 겪는 고민을 모읍니다. 그다음 아래 다섯 유형에 나눠 담습니다. 질문 문장은 한 번 정하면 토씨 하나 바꾸지 않습니다. 문장을 고치면 다른 질문이 되므로, 바꿀 때는 새 번호를 붙이고 기존 기록과 섞지 않습니다.

질문 30개를 증상·지역·진료 조건·선택 기준·병원 이름 다섯 유형으로 나누고, 병원 이름이 든 질문은 따로 묶어 집계합니다. (이미지 출처: 직접 제작)

표에서 1~24번이 비브랜드, 25~30번이 브랜드 질문입니다. 진료과가 다르면 증상·고민형과 진료 조건형의 문장만 바꾸고 유형별 개수는 유지하는 편이 좋습니다. 그래야 다른 지점이나 다른 진료과와 같은 틀로 볼 수 있습니다. 질문 교체는 분기에 다섯 개 안쪽으로 묶어 두기를 권합니다. 한꺼번에 많이 바꾸면 전월 대비 변화가 질문 탓인지 답변 탓인지 구분되지 않습니다.

언급·인용·방문·문의는 왜 따로 봐야 하나요?

네 지표는 환자가 거치는 단계가 서로 달라서, 한 지표가 늘어도 다음 단계가 따라 늘지 않을 수 있기 때문입니다. 이름이 답변에 나와도 출처 링크는 다른 사이트일 수 있고, 링크가 걸려도 환자가 누르지 않을 수 있습니다.

퓨리서치센터 자료가 이 간격을 보여 줍니다. AI 요약이 뜬 검색에서 사용자가 일반 검색 결과 링크를 누른 비율은 8%, AI 요약이 없을 때는 15%였습니다. AI 요약 안에 있는 출처 링크를 누른 경우는 요약이 뜬 방문의 1%에 그쳤습니다(Pew Research Center, 2025-07-22, 위 링크와 같은 자료). 인용이 곧 방문으로 이어진다고 가정하면 숫자를 잘못 읽게 됩니다.

언급, 인용, 방문, 문의는 서로 다른 단계입니다. 앞 단계가 늘어도 다음 단계가 따라 늘지 않을 수 있어 따로 기록합니다. (이미지 출처: 직접 제작)

언급: 답변 본문에 병원 이름이 나왔는가

답변 글에 병원 이름이 한 번이라도 나오면 언급으로 셉니다. 실무에서는 이름이 나온 자리도 함께 적기를 권합니다. 첫 문단에 바로 나왔는지, 여러 병원을 나열한 목록 중 하나인지, 끝에 덧붙였는지에 따라 환자가 받는 인상이 다르기 때문입니다.

인용: 출처 링크가 우리 병원 소유 페이지인가

답변 아래나 문장 옆에 붙은 출처 링크 가운데 병원 홈페이지, 병원이 운영하는 블로그, 네이버 플레이스처럼 병원이 직접 관리하는 페이지가 있으면 인용으로 셉니다. 이름은 나왔는데 출처가 지도 서비스나 다른 사이트라면 언급은 있고 인용은 없는 답변입니다. 이 차이를 보면 AI가 병원 정보를 어디서 가져가는지 알 수 있습니다.

방문: AI 답변에서 홈페이지로 들어온 세션이 있는가

방문은 GA4에서 봅니다. 구글 애널리틱스는 2026년 5월 13일 기본 채널 그룹에 'AI 어시스턴트' 채널을 추가했고, 리퍼러가 인식된 AI 어시스턴트와 일치하면 매체를 'ai-assistant'로 표시합니다(Google 애널리틱스 도움말 '새로운 기능', https://support.google.com/analytics/answer/9164320?hl=ko). 이 채널은 ChatGPT, Gemini, Deepseek, Copilot, Grok 같은 소스를 포함하지만 구글의 AI 개요와 AI 모드는 제외합니다(Google 애널리틱스 도움말 '기본 채널 그룹', https://support.google.com/analytics/answer/9756891?hl=ko). 구글 AI 기능에서 들어온 방문은 자연 검색 안에 섞여 있다는 뜻입니다.

방문 숫자에는 도구 쪽 사정도 끼어듭니다. 서치엔진저널은 2026년 10월 8일부터 15일 사이 ChatGPT 답변 속 링크 일부에서 utm_source=chatgpt.com 태그가 빠졌고, 이 기간 방문이 GA4에서 '직접' 유입으로 잡혔을 수 있다고 보도했습니다(Search Engine Journal, 2026-10-16, https://www.searchenginejournal.com/seo-pulse-rank-tracker-data-chatgpt-tags-ai-search-links/593171/). 이런 기간은 월간 기록에 따로 메모해 두어야 방문이 줄었다고 오해하지 않습니다.

문의: AI 답변을 보고 연락한 환자가 있는가

문의는 병원 안에서만 셀 수 있습니다. 전화 접수, 온라인 예약, 상담 양식에 "어떤 경로로 알게 되셨나요?" 항목을 두고 선택지에 'AI 검색(ChatGPT, 네이버 AI 브리핑 등)'을 추가합니다. 개인정보를 더 받을 필요는 없고 경로 하나만 기록하면 됩니다. 환자의 기억에 기대는 방식이라 정확하지는 않지만, 다른 세 지표가 보여 주지 못하는 마지막 단계를 채워 줍니다.

분모는 어떻게 정하고, 몇 번 반복해야 하나요?

분모는 '질문 수 × 플랫폼 수 × 반복 횟수'로 미리 고정하고, 실무에서는 플랫폼마다 같은 질문을 세 번씩 묻는 방식을 권합니다. AI 답변은 물을 때마다 달라지기 때문에 한 번 물은 결과는 표본 하나에 불과합니다.

업체가 공개한 조사에도 이런 흔들림이 드러납니다. 미국 AI 검색 마케팅 업체 AEO Labs가 2026년 10월 8일 미국·영어 환경에서 API 모델로 돌린 자체 조사에서, ChatGPT 답변 150개 가운데 92개는 웹 출처 없이 나왔습니다. 프롬프트마다 세 차례 물었을 때 출처로 쓰인 페이지가 세 차례 내내 유지된 비율도 Perplexity는 99.2%였지만 ChatGPT는 27.0%, Gemini는 23.5%에 머물렀습니다(AEO Labs, 2026-10-14 갱신, https://www.aeolabs.ai/blog/ai-agency-recommendations-study). 출처를 다는 빈도와 출처가 바뀌는 정도가 플랫폼마다 제각각이라는 뜻이고, 인용률 분모를 따로 정해야 하는 이유이기도 합니다.

AI 답변 영역이 아예 뜨지 않는 경우도 셈에 넣어야 합니다. 퓨리서치센터 분석에서 2025년 3월 구글 검색 가운데 AI 요약이 함께 나온 비율은 18%였습니다(Pew Research Center, 2025-07-22, 위 링크와 같은 자료). 네이버는 2025년 6월 12일 AI 브리핑 노출을 그해 안에 약 20% 수준으로 넓히겠다는 계획을 밝혔습니다(네이버 보도자료, https://www.navercorp.com/media/pressReleasesDetail?seq=32581). 검색 결과형 AI 답변은 질문에 따라 나오지 않을 수 있으니, '답변 없음'을 실패로 세지 말고 별도 칸으로 빼야 합니다.

측정 조건도 고정합니다. OpenAI는 ChatGPT가 IP 주소로 대략적인 위치를 추정해 지역 결과에 반영할 수 있고, 메모리가 켜져 있으면 저장된 정보가 검색어를 다시 쓰는 데 쓰일 수 있다고 안내합니다(OpenAI 도움말, https://help.openai.com/en/articles/9237897-chatgpt-search). 그래서 아래 조건을 매달 똑같이 지킵니다.

• 매번 새 대화창에서 묻고, 로그인하지 않은 상태나 메모리를 끈 측정용 계정을 씁니다.
• 같은 장소, 같은 네트워크에서 측정합니다. 지역 질문은 측정 위치에 따라 답이 바뀔 수 있습니다.
• 질문 문장은 표에서 그대로 복사해 붙여 넣습니다.
• 매달 같은 주, 같은 요일에 측정하고 측정한 사람과 시간을 적습니다.

분모 규칙은 지표마다 다르게 둡니다. 표시율은 '답변이 나온 횟수 ÷ 질문한 횟수'입니다. 언급률은 '이름이 나온 답변 수 ÷ 답변이 나온 횟수'로, 답변 없음은 분모에서 뺍니다. 인용률은 '병원 소유 페이지가 출처로 붙은 답변 수 ÷ 출처가 하나 이상 붙은 답변 수'로 계산합니다. 브랜드와 비브랜드 질문은 각각 따로 계산합니다.

가상 예시로 분모가 왜 중요한지 보겠습니다. ○○의원이 비브랜드 질문 24개를 ChatGPT에 세 번씩 물어 답변 72개를 얻었고(설명용 가상값), 그중 출처가 붙은 답변이 48개, ○○의원 홈페이지가 출처로 붙은 답변이 6개였다고 하겠습니다(설명용 가상값). 전체 답변 72개로 나누면 인용률은 약 8.3%, 출처가 붙은 48개로 나누면 12.5%입니다. 같은 기록이 분모에 따라 다르게 읽힙니다. 그래서 처음 정한 분모는 중간에 바꾸지 않습니다.

같은 질문도 물을 때마다 답과 출처가 달라질 수 있어, 플랫폼마다 세 번씩 묻고 한 줄에 답변 하나씩 기록합니다. (이미지 출처: 직접 제작)

기록표는 한 행에 답변 하나를 적는 방식이 가장 다루기 쉽습니다.

구글 AI 개요와 AI 모드 성과는 Search Console에서 어떻게 읽나요?

Search Console의 생성형 AI 실적 보고서로 AI 개요와 AI 모드 노출수의 흐름을 페이지 단위로 보고, 클릭은 기존 실적 보고서의 '웹' 검색 유형에 섞여 있다는 점을 감안해 읽습니다.

구글 도움말을 보면 이 보고서의 통계는 2026년 8월 31일부터 모든 국가의 사이트로 넓혀졌고, AI 개요와 AI 모드에서 사이트로 연결되는 링크가 표시된 횟수를 보여 줍니다. 측정기준은 페이지, 국가, 날짜, 기기이고 날짜는 미국 태평양 표준시 기준입니다. 노출이 충분하지 않으면 보고서가 표시되지 않을 수 있습니다(Search Console 도움말 '생성형 AI 실적 보고서', https://support.google.com/webmasters/answer/16984139?hl=ko). 검색어 측정기준이 없으므로 어떤 질문에서 노출됐는지는 이 보고서만으로 알 수 없습니다.

기존 실적 보고서에서도 AI 기능의 데이터는 '웹' 검색 유형에 함께 집계됩니다(Google 검색 센터 'AI 기능과 웹사이트', https://developers.google.com/search/docs/appearance/ai-features?hl=ko). 게재순위는 해석에 조심해야 합니다. AI 개요는 검색 결과에서 하나의 게재순위를 갖고, 그 안의 모든 링크에 같은 게재순위가 매겨집니다. AI 모드에서 후속 질문을 하면 새로운 검색어로 집계됩니다(Search Console 도움말 '실적 보고서 데이터', https://support.google.com/webmasters/answer/7042828?hl=ko).

실무에서는 이렇게 연결해 읽기를 권합니다. 매달 생성형 AI 노출수가 많은 페이지 상위 10개를 기록표 옆 시트에 옮겨 적고, 각 페이지가 질문 30개 중 어느 유형에 답하는 페이지인지 짝을 지어 둡니다. 비브랜드 증상·고민형 질문에 답하는 페이지가 꾸준히 올라오는지, 브랜드 안내 페이지만 보이는지가 Search Console 숫자와 직접 질문 기록을 잇는 다리가 됩니다. 네이버 AI 브리핑은 이런 사이트 소유자용 숫자를 따로 보기 어려우니 직접 질문 기록을 기준으로 삼습니다.

월간 점검은 어떤 순서로 하나요?

매달 같은 주에 '질문 실행 → 기록 → 숫자 옮기기 → 해석 메모' 순서로 같은 점검표를 돌리면 됩니다. 순서를 고정하면 담당자가 바뀌어도 수치가 이어집니다.

매달 같은 주에 질문 실행, 기록, 숫자 옮기기, 해석 메모를 같은 순서로 반복하면 담당자가 바뀌어도 수치가 이어집니다. (이미지 출처: 직접 제작)

• □ 지난달과 같은 날짜대, 같은 장소, 같은 계정 조건인지 확인했다.
• □ 질문 30개를 플랫폼마다 세 번씩, 새 대화창에서 물었다.
• □ 답변 없음과 답변 나옴을 나눠 적었다.
• □ 언급 여부와 언급 위치를 적었다.
• □ 출처 링크를 모두 붙여 넣고 병원 소유 페이지에 표시했다.
• □ 진료시간, 주소, 진료 과목이 틀린 답변을 따로 표시했다.
• □ 표시율, 언급률, 인용률을 브랜드·비브랜드로 나눠 계산했다.
• □ GA4 AI 어시스턴트 채널의 세션과 세션 소스를 옮겨 적었다.
• □ Search Console 생성형 AI 실적 보고서의 노출 상위 페이지를 옮겨 적었다.
• □ 접수·예약 기록에서 'AI 검색' 경로 문의 수를 셌다.
• □ 플랫폼 변경이나 측정 도구 문제처럼 숫자에 영향을 준 일을 메모했다.

원장님께 올리는 월간 보고는 한 장이면 충분합니다.

1. 측정 조건: 날짜, 측정자, 플랫폼, 반복 횟수
2. 지표 표: 표시율·언급률·인용률(브랜드·비브랜드 각각), 방문, 문의
3. 전월 대비 변화와 그 이유로 짐작되는 것
4. 틀린 정보가 나온 답변 목록
5. 다음 달에 고칠 페이지 하나와 그 이유

마지막 항목을 하나로 줄이는 데는 이유가 있습니다. 한 달에 여러 페이지를 동시에 고치면 다음 달 숫자가 어떤 변화 때문인지 알 수 없습니다. 그래서 보고서의 마지막 줄은 늘 다음 달에 할 일 하나로 채웁니다.

자주 묻는 질문

질문을 30개보다 적게 해도 되나요?

됩니다. 다만 유형별 비율은 유지하는 편이 좋습니다. 질문이 적으면 답변 하나가 비율을 크게 움직입니다. 예를 들어 질문 10개를 세 번씩 물으면 답변 30개 중 1개가 약 3.3%포인트에 해당합니다(설명용 가상값). 그만큼 전월 대비 변화를 해석할 때 조심해야 합니다.

유료 측정 도구를 꼭 써야 하나요?

꼭 그렇지는 않습니다. 도구는 반복 질문을 자동으로 처리해 주지만, 앞서 본 AEO Labs 조사처럼 API 모델로 측정하는 경우 소비자용 앱과 모델이나 검색 방식이 다를 수 있다고 조사 주체 스스로 밝히기도 합니다(AEO Labs, 위 링크와 같은 자료). 도구를 쓰더라도 몇 달에 한 번은 환자가 쓰는 앱에서 직접 같은 질문을 던져 결과를 맞춰 보기를 권합니다.

숫자가 지난달보다 떨어지면 무엇부터 봐야 하나요?

측정 조건부터 확인합니다. 장소나 계정이 바뀌었는지, 플랫폼에 변화가 있었는지, 답변 없음이 늘어 표시율이 떨어진 것인지를 먼저 봅니다. 그다음에 병원 페이지 쪽 변화를 살핍니다. 조건 문제를 먼저 걷어 내야 실제로 줄어든 부분이 어디인지 보입니다.

AI 답변에서 틀린 정보를 발견하면 어떻게 하나요?

기록표의 정보 오류 칸에 표시하고, 같은 질문을 다음 달에도 반복해 고쳐졌는지 추적합니다. 정정 작업은 병원 홈페이지와 네이버 플레이스 등 병원이 직접 관리하는 정보를 먼저 맞추는 데서 시작합니다. 측정표는 정정이 반영됐는지 확인하는 도구로도 쓸 수 있습니다.

AI가 우리 병원을 소개한 답변을 홍보에 써도 되나요?

내부 보고용으로만 쓰기를 권합니다. 의료법 제56조 제2항은 인증·보증·추천을 받았다는 내용이나 이와 비슷한 내용을 표현하는 광고, 객관적인 사실을 과장하는 광고를 금지합니다(국가법령정보센터 의료법 제56조, https://www.law.go.kr/LSW/lsLawLinkInfo.do?chrClsCd=010202&lsId=001788&lsJoLnkSeq=900350305). AI 답변 캡처에 'AI가 소개한 병원' 같은 문구를 붙이면 이런 표현으로 읽힐 수 있습니다.

정리

• 병원 이름으로 한 번 물어보는 것은 측정이 아닙니다. 비브랜드 24개와 브랜드 6개로 질문 30개를 고정합니다.
• 언급·인용·방문·문의를 따로 기록하고, 표시율·언급률·인용률의 분모를 처음부터 정해 둡니다.
• 매달 같은 조건으로 반복하고, 보고서 끝에는 다음 달에 고칠 페이지 하나만 적습니다.

이 글을 쓴 코드쉬프트는 2026년 10월 현재 20곳 넘는 병원·의원과 일하는 병원 GEO 회사입니다. 환자가 AI에 묻는 질문에 병원이 어떻게 답변되는지 점검하고, 답변의 근거가 되는 홈페이지와 콘텐츠를 다듬습니다. 이 글의 측정표처럼 무엇을 물었고 어떻게 답했는지를 기록으로 남기는 방식으로 일합니다. 특정 순위나 AI 추천을 약속하지 않습니다. 비용은 병원 규모와 범위에 따라 상담 후 안내해 드립니다. 

상담 문의: https://codeshift.kr/contact

더 알아보기: Google AI 검색 성과 보고서가 병원 GEO에 주는 의미 https://codeshift.kr/blog/google-ai-performance-report-hospital-geo