AI가 병원을 추천할 때 근거로 삼는 문서는 어디에 있습니까 — 인용 출처 역추적 실측 (2026)

2026년 08월 20일 · 최준호 (Jack Choi)

이 글은 「병원을 위한 AEO」 시리즈 16/22편입니다. 전체 목록 보기

AI가 병원 추천 답변을 만들면서 실제로 열어 본 문서 목록을 받아 도메인별로 세어 봤습니다. 인용의 약 4분의 3은 병원 자사 사이트였습니다. 채널별 구성비 · 질문 유형별 차이 · 원장님이 자산을 어디에 놓아야 하는지까지 정리했습니다.

1분 요약

AI에 강남권 성형외과 질문군을 던지고 답변이 근거로 제시한 문서 목록을 그대로 받아 도메인별로 분류했습니다.

인용의 대부분은 병원·의원이 직접 만든 문서였습니다. 그다음이 의료 정보·예약 플랫폼이고 영상 플랫폼이 뒤를 이었습니다.

개인 블로그는 병원 질문에서 한 건도 인용되지 않았습니다. 같은 방식으로 잰 외식 업종은 정반대였습니다. 업종이 바뀌면 인용 지형이 통째로 바뀝니다.

가장 많이 인용된 도메인은 한 시술 영역에 좁게 특화한 병원의 자사 사이트였습니다. 지역 추천 질문과 증상·정보 질문 양쪽에서 반복해 근거로 쓰였습니다.

원장님께 좋은 소식은 하나입니다. 인용의 대부분이 병원이 직접 만든 문서에서 나옵니다.

이 집계는 근거 문서 목록을 돌려주는 엔진 한 종에서만 얻었습니다. 무엇을 세지 않았는지도 본문에 그대로 적었습니다.

"그럼 대체 누가 나오는 겁니까"

자가진단 결과를 들고 마주 앉으면 원장님의 다음 질문이 거의 정해져 있습니다.

"AI에 우리가 안 나오는 건 알겠습니다. 그럼 대체 누가 나오는 겁니까?"

"블로그를 더 써야 합니까. 유튜브를 해야 합니까. 아니면 그 병원 소개 앱에 돈을 써야 합니까?"

감으로 답하고 싶지 않았습니다. 검색과 연동된 AI는 답을 만들면서 근거로 읽은 문서를 함께 돌려줍니다. 강남권 성형외과 질문군을 그렇게 물어 놓고 돌아온 목록을 도메인 단위로 하나씩 세어 봤습니다.

이 집계는 저희가 다른 글에서 쓰는 3개 엔진 노출 측정과 다른 측정입니다. 근거 문서 목록을 돌려주는 엔진이 한 종뿐이라 그 한 종에서만 셌고 대상은 강남권 성형외과 질문군입니다. 다른 진료과와 나머지 두 엔진은 아래 숫자에 들어 있지 않습니다.

세어 보니 이렇게 나왔습니다.

문서 종류	인용 구성비
병원 자사 사이트	74.5%
의료 플랫폼·디렉터리	11.8%
영상 플랫폼	6.9%
공공기관(지자체 의료 포털)	2.9%
커뮤니티 / 위키 / 언론 / 제조사	각 1% 내외
개인 블로그	0%

AI가 병원을 추천할 때 읽는 문서는 열 건 중 일곱 건 넘게가 병원이 직접 만든 문서였습니다.

그리고 그 자리는 비어 있지 않았습니다. 저희가 진단한 다른 병원에서도 답변 근거를 차지하고 있던 것은 경쟁 병원들의 문서였고요. 그 사례는 실측 사례 해부에 있습니다.

어떻게 셌습니까 — 방법과 분류 기준

질문 — 환자가 실제로 쓰는 문장 그대로 씁니다. "강남 가슴성형 유명한 곳 어디야" · "가슴 보형물 교체는 언제 해야 해"처럼 지역 추천형·증상 정보형·병원 이름 지목형·외국어를 섞었습니다.
수집 — 검색 연동 AI에 질의하고 답변이 근거로 제시한 문서 목록을 그대로 받습니다. 사람이 링크를 눈으로 고른 게 아니라 AI가 스스로 내놓은 목록입니다.
분류 — 도메인을 수작업으로 나눴습니다. 자동 분류를 쓰지 않았습니다.

분류	판정 기준
병원 자사 사이트	진료 주체(병의원·종합병원)가 직접 운영하는 도메인
의료 플랫폼·디렉터리	병원을 모아 보여주는 제3자 서비스(시술 정보·예약·영문 디렉터리 포함)
영상 플랫폼	동영상 서비스
개인 블로그	개인이 운영하는 블로그 서비스 도메인
공공기관	지자체·공공 포털
기타	커뮤니티 · 위키 · 언론 · 제조사

처음에는 도메인 이름만 보고 나누면 되겠다고 봤습니다. 아니었습니다. 이름이 병원 같아서 자사 사이트로 넣었던 곳을 열어 보니 커뮤니티였고 학회처럼 보이던 주소는 개별 병원 사이트였습니다. 판단이 서지 않는 곳은 전부 열어서 확인했습니다. 이 확인을 건너뛰면 구성비가 통째로 어긋납니다.

저희 기록은 도메인 단위입니다. 그 병원 사이트의 어느 페이지가 뽑혔는지까지는 이 데이터로 단정하지 못합니다. 뒤에 나오는 페이지 성격 이야기는 그래서 관측이 아니라 추정입니다.

이 구성비를 다른 업종에 그대로 써도 됩니까

쓰시면 안 됩니다. 업종 하나만 건너가도 표가 통째로 뒤집히니까요.

병원 질문과 외식 질문을 한 덩어리로 합쳐서 보면 단일 도메인 기준 최다는 영상 플랫폼이 됩니다. 병원 질문만 떼어내면 순위가 바뀌고 최다는 특정 병원의 자사 사이트가 됩니다. 업종을 섞어 평균 낸 통계를 병원 판단에 그대로 쓰면 안 되는 이유가 여기 있습니다.

같은 진료과 안에서는 결과가 흔들리지 않았습니다. 다른 시점에 같은 질문군을 다시 물었을 때도 구성 순서는 그대로였고요. 자사 사이트가 1위 · 의료 플랫폼이 2위 · 영상이 3위. 한 번 튀어나온 결과는 아니었습니다. 몇 번을 어떻게 반복해야 믿을 만한 숫자가 되는지는 별도의 주제라 여기서는 다루지 않겠습니다.

그럼 블로그를 열심히 쓰면 AI가 인용합니까

병원 질문에서 개인 블로그 인용은 한 건도 없었습니다.

저희가 측정한 질문군 · 저희가 측정한 시점의 결과입니다. 다른 진료과나 다른 시점에서도 같은 결과가 나온다고 말씀드릴 수는 없습니다. 그럼에도 방향은 분명합니다. 대행사에서 "블로그 몇 건 발행" 견적을 받고 계시다면 그 물량이 AI 답변 근거로 들어갈 확률을 한 번은 물어보셔야겠죠.

대조군이 더 선명합니다. 같은 방식으로 외식 업종 질문군도 재 봤는데 결과가 정반대로 나왔습니다.

문서 종류	병원 질문	외식 질문
업체 자사 사이트	74.5%	사실상 없음
개인 블로그	0%	32.4%
플랫폼(의료 / 맛집·예약·여행)	11.8%	27.0%
영상 플랫폼	6.9%	24.3%

같은 AI · 같은 측정 방식 · 같은 시점입니다. 그런데 인용 지형이 반대로 섰습니다. "AI는 블로그를 좋아한다" 같은 일반론은 업종을 건너오면 무너집니다.

왜 이런 차이가 나는지는 추정입니다. 식당은 자사 홈페이지가 드물고 있어도 메뉴 사진 정도라 AI가 근거로 쓸 문서가 블로그와 플랫폼밖에 없습니다. 병원은 자사 사이트에 시술 설명이 이미 쌓여 있고요. 이건 저희 해석이고 관측된 것은 구성비 차이까지입니다.

가장 많이 인용된 병원 사이트는 무엇이 달랐습니까

자사 사이트로 분류된 도메인 중 약 70%는 딱 한 번씩만 인용됐습니다. 대부분의 병원은 어쩌다 한 번 근거로 스칩니다. 그런데 소수의 도메인이 반복해서 나왔고 상위 3개가 병원 자사 인용 전체의 약 26%를 가져갔습니다.

관측 1 — 최다 인용 도메인은 한 시술 영역에 좁게 특화한 병원이었습니다. 종합적으로 다 하는 큰 병원이 아니었습니다. 그리고 이 한 도메인이 지역 추천형 질문("강남 OO 유명한 곳")과 증상·정보형 질문("이런 증상이면 어떻게 하나요") 양쪽에서 반복해 근거로 잡혔습니다.

관측 2 — 한 질문의 근거 목록에 같은 병원 문서가 여러 개 동시에 들어간 경우가 있었습니다. 어떤 지역 질문에서는 한 병원 사이트의 문서가 그 목록의 상당 부분을 혼자 차지했습니다.

추정 — 여기부터는 저희 해석입니다. 한 분야를 좁게 다루는 병원은 그 분야의 하위 질문마다 별도 문서를 갖고 있을 가능성이 높습니다. 지역 질문에도 증상 질문에도 시술 비교 질문에도 각각 답할 문서가 있는 셈이죠. 넓게 다 다루는 병원은 시술마다 문서가 한 편씩이라 어느 질문에도 딱 맞지 않습니다.

AI는 병원의 규모를 보고 고르지 않았습니다. 질문 하나에 정확히 답한 문서 한 편을 찾아 썼습니다. 그 문서가 우리 사이트에 몇 편 있는지가 인용 횟수를 가릅니다.

질문 종류가 바뀌면 인용 지형도 바뀝니까

바뀝니다. 그리고 이 차이가 대응 순서를 정하는 근거가 됩니다.

질문 유형	예시	인용 지형
지역 추천형	"강남 OO 유명한 곳 어디야"	병원 자사 사이트 83%. 거의 병원끼리의 경쟁
증상·정보형	"이런 증상이면 재수술해야 하나요"	자사 65% · 영상 18%. 위키·언론도 등장
외국어	영어·일본어 질문	자사 60% · 플랫폼 40%. 영문 디렉터리 비중이 큼
병원 이름 지목형	"OO의원 어때?"	자사 사이트 대신 제3자 플랫폼·영상·커뮤니티

마지막 줄은 표본이 아주 적어 방향 정도로만 봐 주십시오. 다만 눈여겨볼 만한 방향입니다. 병원 이름을 대고 물으면 AI는 그 병원 홈페이지가 아니라 남이 그 병원을 두고 쓴 문서를 근거로 삼는 경향이 보였습니다. 우리 평판은 우리 홈페이지 밖에서 만들어진다는 뜻이겠죠.

시술 정보·예약 플랫폼이 인용에서 차지한 자리도 여기 있습니다. 전체 구성비로는 두 번째인데 병원 이름 지목형 질문에서 특히 비중이 컸습니다. 그렇다고 리뷰 수를 늘리면 되는 건 아닙니다. 저희 진단 결과로는 리뷰 개수와 AI 노출이 그렇게 단순히 연결되지 않았습니다. 그 이야기는 리뷰 개수를 늘리면 AI가 추천해줍니까에 따로 있습니다.

그래서 원장님은 자산을 어디에 놓아야 합니까

인용 지형을 알면 순서가 정해집니다. 아래는 이 지형도에서 나온 순서이지 모든 병원의 정답은 아닙니다.

1순위 — 우리 홈페이지. 인용의 4분의 3이 여기서 나옵니다. 이 홈페이지는 원장님 소유라 플랫폼 정책이 바뀌어도 광고비를 끊어도 사라지지 않습니다. 다만 홈페이지가 하나의 문서로 읽히면 인용될 자리도 하나뿐입니다.

2순위 — 질문 단위로 쪼갠 문서. "우리 병원 소개" 한 편이 아니라 "이 증상은 재수술 대상인가" · "A와 B의 차이는 무엇인가"처럼 환자가 실제로 던지는 질문 하나에 정면으로 답한 문서입니다. 시술마다, 질문마다 독립된 문서로 읽히게 만드는 것이 실제 작업입니다. 최다 인용 도메인이 그렇게 하고 있었습니다.

3순위 — 외국인 환자를 받으신다면 영문 채널. 외국어 질문에서는 영문 디렉터리 비중이 국내 질문보다 눈에 띄게 컸습니다. 국내와 다른 판이라 따로 봐야 합니다.

후순위 — 물량. 여기서는 저희 얘기를 하겠습니다. 저희도 자체 도메인에 대량 자동 발행을 운영했습니다. 발행한 글은 예정대로 검색 색인에 들어갔습니다. 그런데 그 글들이 AI 답변의 인용 출처로 잡힌 것은 외국어 질문 하나뿐이었습니다. 이 글의 지형도에 저희 자산이 보이지 않는 이유가 그것입니다. 그래서 물량 증량을 멈추고 편당 근거 밀도를 올리는 쪽으로 방향을 틀었습니다.

하지 말 것 & 할 것

하지 말 것	대신 할 것
"블로그 월 O건" 물량 견적부터 받기	우리 진료과 질문에서 어떤 채널이 인용되는지 먼저 확인
홈페이지를 한 덩어리로 예쁘게 다듬기	시술·증상별 독립된 문서로 분리
병원 소개 문서를 늘리기	환자가 던지는 질문 하나에 답한 문서를 늘리기
남의 플랫폼 노출에 예산을 몰기	통제 가능한 자사 문서 먼저, 플랫폼은 이름 지목형 보완용
업종 무관 "AI 검색 통계" 인용	우리 진료과 질문으로 직접 측정

어디까지가 관측이고 어디부터가 추정입니까

이 구분을 흐리는 자료는 믿지 마십시오. 저희 것도 포함해서요.

관측한 것 — AI가 반환한 근거 문서 목록의 도메인 구성. 채널별 구성비. 질문 유형별 구성 차이. 업종 간 구성 차이. 다른 시점 측정에서 순서가 유지됐다는 사실.

추정한 것 — 왜 그 도메인이 반복 인용됐는가. 좁은 특화가 인용에 유리하다는 해석. 식당과 병원의 지형 차이가 자사 문서 유무에서 비롯됐다는 설명. 전부 저희 해석이고 AI 내부 동작을 확인한 결과가 아닙니다.

알 수 없는 것 — 어떤 페이지가 뽑혔는지. 기록이 도메인 단위이기 때문입니다. 다른 진료과의 지형도 모르고 개별 병원이 문서를 정비했을 때의 결과도 모릅니다.

자주 묻는 질문

AI가 인용한 출처를 원장님이 직접 확인할 수 있습니까?

가능합니다. 질문 끝에 "답변의 근거로 참고한 사이트 링크도 함께 알려줘"를 붙이시면 됩니다. 임시 채팅으로 하셔야 하고 같은 질문을 여러 번 물어보셔야 경향이 보입니다. 절차는 원장님이 직접 3분 만에 하는 AI 노출 자가진단에 정리해 뒀습니다.

인용 출처에 우리 병원이 없으면 어떻게 해석해야 합니까?

그 자리를 지금 누가 차지하고 있는지부터 보십시오. 경쟁 병원 자사 사이트가 채우고 있다면 우리 홈페이지 문서로도 그 자리에 들어갈 수 있다는 뜻입니다. 플랫폼과 영상이 채우고 있다면 다른 준비가 필요하고요. 비어 있는 게 문제가 아니라 무엇이 채우고 있는지가 다음 행동을 정합니다.

홈페이지가 이미 있는데 왜 인용이 안 됩니까?

홈페이지가 있는 것과 문서가 있는 것은 다릅니다. AI는 사이트를 통째로 추천하지 않고 질문에 답한 문서 한 편을 찾아 씁니다. 이 차이는 AI는 사이트가 아니라 페이지를 추천합니다에서 자세히 다뤘습니다.

이 결과가 우리 진료과에도 그대로 적용됩니까?

단정하지 못합니다. 진료과와 지역에 따라 지형이 달라집니다. 확실한 것은 직접 재 보면 알 수 있다는 점 하나입니다. 우리 병원 환자가 실제로 던지는 질문으로 재야 우리 지형이 나옵니다.

유튜브를 시작해야 합니까?

병원 질문에서 영상 플랫폼은 세 번째 비중이었고 증상·정보형 질문에서 비중이 올라갔습니다. 우선순위로는 자사 문서 정비 다음입니다. 홈페이지가 문서로 읽히지 않는 상태에서 영상부터 시작하면 인용의 4분의 3이 걸린 판을 비워둔 채 나머지를 공략하는 셈이 됩니다.

우리 병원 지도는 어떻게 그립니까

이 글의 지형도는 한 진료 분야의 지도입니다. 원장님 병원의 지도는 따로 그려야 나옵니다.

티핑포인트는 병원별로 실제 환자 질문을 골라 3개 AI에서 반복 측정합니다. 그중 검색과 연동된 엔진에서는 답변의 인용 출처를 도메인 단위로 역추적해 우리 병원 문서가 그 지형 어디에 있는지 리포트로 드립니다. 지금 어떤 문서가 우리 자리를 차지하고 있는지부터 확인하는 것이 순서입니다.

무료 AI 노출 진단 신청 — 병원명과 주력 시술 3가지만 알려주시면 됩니다. 진단 신청하기

함께 읽으면 좋은 글

측정 조건 고지 — 본문의 인용 출처 구성비는 2026년 8월 검색과 연동된 AI에 강남권 성형외과 관련 질문군(지역 추천형·증상 정보형·병원 지목형·외국어 포함)을 질의해 AI가 답변 근거로 반환한 문서 목록을 수집·분류한 결과입니다. 저희가 다른 글에서 쓰는 3개 엔진 노출 측정과는 별개의 측정이며 근거 문서 목록을 반환하는 엔진 한 종에서만 집계했습니다. 도메인 분류는 저희가 수작업으로 했고 판단이 어려운 도메인은 직접 열어 확인했습니다. 외식 업종 비교치는 동일 방식·동일 시점의 별도 질문군 결과입니다. 기록은 도메인 단위이며 개별 페이지 단위가 아닙니다. 상위 3개 도메인 비중·질문 유형별 구성비도 같은 질문군에서 얻은 값입니다. AI 답변과 근거 문서는 시점·계정·환경에 따라 달라질 수 있으며 개별 병원의 결과를 예측하지 않습니다.

← 이전 · 실측 사례 해부 (2026) | 다음 · 같은 질문을 여러 번 물으면 생기는 일 →

지금 AI가 귀사를 어떻게 말하는지 확인해 보세요

브랜드를 지정해 주시면 같은 형식의 진단 리포트를 3영업일 안에 드립니다.

무료 진단 신청 →

제출하신 정보는 진단 리포트 작성·발송과 상담 목적으로만 사용하며 1년 보관 후 파기합니다. 개인정보 처리방침