요즘 환자는 네이버 대신 AI에 묻습니다 — 병원장을 위한 AI 검색(AEO) 3분 개념 정리 (2026)

2026년 08월 20일 · 최준호 (Jack Choi)

이 글은 「병원을 위한 AEO」 시리즈 1/22편입니다. 전체 목록 보기

AI 검색이 무엇인지 · AI가 병원을 고르는 방식이 검색엔진과 어떻게 다른지 · 원장님이 오늘 확인할 수 있는 것은 무엇인지. 강남 피부과 실측 데이터와 함께 3분 안에 정리했습니다.

1분 요약

검색은 목록을 주고, AI는 답을 줍니다. 환자가 보는 후보의 수가 줄었습니다.

AEO는 그 답 안에 우리 병원이 들어가게 만드는 일입니다. 검색 순위를 올리는 SEO와 목적지가 다릅니다.

AI는 병원을 통째로 추천하지 않습니다. 질문에 답한 문서 하나를 근거로 씁니다.

그래서 이름을 대면 나오고, 이름을 빼면 안 나오는 일이 생깁니다. 저희가 강남의 한 피부과를 3개 AI로 재 봤고, 그 격차를 아래 본문에 숫자로 실었습니다.

원장님이 오늘 확인하실 수 있는 것은 세 가지입니다. ①이름을 빼고 물었을 때 나오는지 ②AI가 말하는 전화번호·주소가 맞는지 ③시술마다 따로 읽히는 문서가 있는지.

이 글은 개념만 다룹니다. 진단 방법과 실행 순서는 아래 링크한 글에 나눠 두었습니다.

"직원이 쳐봤는데 나온다던데요"

"직원 하나가 ChatGPT에 우리 병원 쳐봤대요. 잘 나오던데요."

병원 상담에서 AI 검색 이야기를 꺼내면 가장 많이 돌아오는 대답입니다. 그리고 그 직원분 말씀이 맞습니다.

저희가 강남의 한 피부과를 3개 AI에 놓고 병원 이름을 넣어 26번 물었습니다. 26번 다 나왔습니다.

같은 병원을 이름만 빼고 117번 물었습니다. 5번 나왔습니다.

같은 날·같은 병원·같은 엔진에서 나온 숫자입니다.

질문 유형	환자는 누구인가	실측 결과
브랜드형 — "OO의원 어떤 곳이야?"	이미 병원을 아는 사람	26회 중 26회 등장
발견형 — "강남 피부과 추천해줘"	병원을 모르는 사람	117회 중 5회 등장

직원분이 확인한 것은 위 칸입니다. 새 환자가 있는 곳은 아래 칸이고요.

환자가 검색창 대신 AI에 물으면 무엇이 달라집니까?

네이버나 구글에 "강남 피부과 추천"을 넣으면 화면에 병원이 열 곳 넘게 뜹니다. 광고가 있고 블로그가 있고 지도가 있습니다. 환자는 그중에서 스스로 고릅니다. 우리 병원이 다섯 번째에 있어도 기회는 남아 있습니다.

같은 문장을 ChatGPT에 넣으면 화면이 이렇게 바뀝니다. 병원 서너 곳이 이름과 함께 나오고 "여기는 이런 시술에 강합니다" 같은 설명이 붙습니다. 목록이 아니라 추천입니다. 여기 들어가지 못하면 환자 화면에는 아예 존재하지 않습니다. 6등이라는 자리가 없습니다.

	검색창(네이버·구글)	AI 대화창(ChatGPT 등)
환자가 받는 것	링크 목록	이유가 붙은 추천
화면에 보이는 병원 수	열 곳 이상	대개 서너 곳
순위 밖의 자리	아래로 밀려도 남아 있음	답에 없으면 화면에 없음
병원이 관리하는 대상	검색 순위	답변에 인용되는 문서

AEO(AI 검색 최적화)는 오른쪽 칸을 다룹니다. SEO와 완전히 다르지는 않습니다. 다만 목표 지점이 다릅니다. SEO는 목록에서 위로 올라가고, AEO는 AI가 답을 만들 때 우리 문서를 근거로 집어 들게 합니다.

여기서 하나만 분명히 해 두겠습니다. AI에 병원을 등록하는 창구는 없습니다. 검색엔진의 사이트 등록 같은 절차가 존재하지 않습니다. AI는 웹에 이미 있는 문서를 읽어 답을 만듭니다. "AI에 등록해 드립니다"라는 제안을 받으셨다면 그 말부터 확인해 보셔야겠죠.

그럼 AI가 읽는다는 그 문서는 대체 무엇을 말하는 걸까요.

AI는 우리 병원 홈페이지를 보고 추천합니까?

원장님들이 대개 이렇게 생각하십니다. 홈페이지를 잘 만들어 두면 AI가 그걸 읽고 우리 병원을 소개해 줄 것이라고요. 절반만 맞습니다.

AI가 고르는 단위는 병원이 아니라 문서 한 편입니다. 환자가 "리쥬란 잘하는 곳"이라고 물으면 AI는 홈페이지를 처음부터 끝까지 읽고 판단하지 않습니다. 리쥬란이라는 질문에 답해 놓은 문서 하나를 찾아 근거로 씁니다. 그 문서가 우리 것이면 우리 병원이 답에 들어가고, 다른 병원 것이면 그 병원이 들어갑니다.

이 한 문장이 원장님 의사결정에서 갖는 무게가 큽니다. 홈페이지가 아무리 잘 만들어져 있어도 시술마다 따로 읽히는 문서가 없으면 인용될 자리가 생기지 않습니다. 반대로 병원이 크지 않아도 질문에 정확히 답한 문서가 있으면 그 자리에 들어갈 수 있습니다. AI가 보는 것은 병원의 규모가 아니라 답에 쓸 만한 문서가 있느냐입니다.

저희가 진단한 그 피부과는 시술 가이드를 서른 편 넘게 발행하고 있었습니다. 그 글들을 탭으로 하나씩 열어 봤습니다. 탭에 뜨는 제목이 서른 개 다 같았습니다. 홈페이지 제목 그대로였고요. 사람 눈에는 각각 다른 좋은 글입니다. AI 쪽에서는 서른 편이 서로 구분되지 않습니다. 어느 글이 리쥬란 이야기인지 가릴 표시가 없으니 꺼내 쓸 한 편도 생기지 않습니다.

그러면 글을 더 쓰면 되지 않느냐 — 여기서 저희 얘기를 하나 하겠습니다. 저희도 자체 도메인에서 대량 자동 발행을 돌려 본 적이 있습니다. 새로 낸 글들은 일주일 안에 차례로 구글 색인에 등록됐습니다. 같은 기간 그 글이 AI 답변의 인용 출처로 들어간 것은 한 건이었고, 그마저 한국어가 아니라 영어 질문에서였습니다. 색인은 "존재를 안다"이고 인용은 "답에 쓸 만하다"입니다. 인용을 만드는 일은 물량이 많다고 되는 게 아니더군요. 답에 쓸 만한 글을 만드는 일이 따로 필요했습니다.

준비가 된 병원인데 왜 안 나옵니까?

앞에서 본 그 피부과는 준비가 안 된 곳이 아니었습니다.

주력 시술 라인업이 있었습니다. 시술 콘텐츠가 서른 편 넘게 있었습니다. 외부 플랫폼 후기가 100건 넘게 쌓여 있었습니다. 크롤러도 열려 있었고요. 그런데도 이름을 뺀 질문에서는 117번 중 5번이었습니다.

없는 명성을 만들어야 하는 문제가 아니었습니다. 이미 있는 자산이 AI에 전달되지 않는 문제였습니다.

이 간격이 왜 생기는지, 어떤 요소가 얼마나 기여하는지는 한 문장으로 단정하기 어렵습니다. AI가 무엇을 기준으로 병원을 고르는지는 공개되어 있지 않습니다. 저희가 할 수 있는 일은 원인을 선언하는 것이 아니라, 바꾸기 전과 후를 같은 조건으로 반복 측정해 숫자로 확인하는 것입니다. 그 숫자가 안 오르면 저희가 틀린 것이고, 그때는 다음 가설로 넘어갑니다.

"이것만 하면 AI 1위"라고 말하는 제안서를 받으셨다면, 그 근거가 실측인지 주장인지 물어보시기 바랍니다.

그래서 원장님이 오늘 하실 수 있는 것은 무엇입니까?

세 가지입니다. 셋 다 비용이 들지 않고, 첫 번째는 지금 5분이면 됩니다.

하나. 병원 이름을 빼고 물어보십시오. ChatGPT를 임시 채팅으로 열고 "강남 피부과 추천해줘"처럼 환자가 쓰는 문장을 그대로 넣으시면 됩니다. 평소 쓰던 계정으로 물으면 안 됩니다. AI는 이전 대화를 기억하기 때문에 원장님 계정에서는 우리 병원이 나올 확률이 올라갑니다. 그건 새 환자가 보는 화면이 아닙니다. 한 번으로 판단하지 마시고, 같은 질문에도 답이 매번 달라지니 최소 세 번은 물어보셔야 경향이 보입니다.

무슨 문장으로 물어볼지 고르실 때 참고하실 목록이 있습니다. 네이버 검색광고 키워드도구로 조회한 시술 이름의 월간 검색수입니다.

리쥬란 63,800회 · 써마지 49,990회 · 울쎄라 41,330회 · 강남피부과 18,680회 (2026년 8월 13일 조회 · PC+모바일 합산)

환자가 어떤 말로 병원을 찾는지 짐작하는 데는 쓸 만한 목록이죠. 다만 검색창에서 조회된 양이지 같은 문장이 AI 대화창에 그만큼 입력된다는 뜻은 아닙니다. 저희도 그 전환 비율은 재 본 적이 없고요. 질문을 고르는 데까지만 쓰십시오.

둘. AI가 알려주는 전화번호와 주소가 실제와 같은지 보십시오. AI는 여러 채널에 적힌 병원 이름·주소·전화번호가 서로 맞아떨어질 때 같은 병원으로 묶습니다. 저희가 진단한 그 피부과는 자사 홈페이지의 대표 번호와 외부 플랫폼에 등록된 번호가 서로 달랐습니다. 사람에게는 사소한 차이죠. AI 쪽에서는 이 둘을 한 병원으로 묶어도 되는지가 애매해지고, 더 직접적으로는 AI가 틀린 번호를 안내하면 환자 문의가 병원에 닿지 않습니다. 다만 오늘 안에 끝나는 건 어디가 어긋나 있는지 목록을 만드는 데까지입니다. 지도 서비스는 수정 반영에 며칠 걸리고, 플랫폼 쪽은 담당자 확인을 요구하는 곳이 있습니다.

셋. 우리 시술 글이 저마다 다른 문서로 읽히는지 확인하십시오. 홈페이지에서 시술 글 몇 개를 열어 브라우저 탭에 뜨는 제목을 비교해 보시면 됩니다. 전부 같다면 AI 입장에서는 같은 문서가 반복되는 것과 같습니다. 콘텐츠를 이미 갖춘 병원일수록 이 부분만 정리해도 변화가 빨리 나타나더군요.

이렇게 판단하기 쉽습니다 (Don't)	이렇게 확인하십시오 (Do)
병원 이름을 넣어 검색해 보고 "잘 나온다"	이름을 빼고 환자 문장으로 물어본다
평소 쓰던 계정에서 한 번 물어본다	임시 채팅으로 같은 질문을 세 번 물어본다
글을 더 많이 발행하면 되겠다고 본다	이미 있는 글이 각각 다른 문서로 읽히는지 본다
리뷰가 많으니 AI도 알아서 추천할 것으로 본다	발견형 질문 결과를 직접 확인한다
"AI에 등록해 준다"는 제안을 받는다	등록 창구가 무엇인지 되묻는다

정리하면

검색은 목록을 주고 AI는 답을 줍니다. 답 안에 없으면 환자 화면에 없습니다.
AI는 병원을 통째로 고르지 않고 질문에 답한 문서를 근거로 씁니다.
그래서 확인할 지표는 하나입니다. 이름을 모르는 환자의 질문에 우리가 나오는가.

기간도 과장 없이 말씀드리겠습니다. 정비한 문서를 AI가 수집해 답변에 반영하기까지 보통 두세 달, 길게는 넉 달 정도 걸립니다. 그리고 AI 노출을 100% 보장할 방법은 없습니다. 같은 질문에도 답이 달라지기 때문입니다. 보장 대신 확인하실 수 있는 것은 같은 질문을 반복 측정한 등장 빈도의 변화입니다.

무료 AI 노출 진단 — 병원명과 주력 시술 3가지만 알려주시면 됩니다. 3개 AI에서 반복 측정해 브랜드형·발견형을 나눠 리포트로 드립니다. 결과가 좋게 나오면 지금은 하실 게 없다고 말씀드립니다. 진단 신청하기

함께 읽으면 좋은 글

측정 조건 고지 — 본문의 병원 실측치는 2026년 8월 13일, 강남 소재 한 피부과를 대상으로 ChatGPT(임시 채팅)·Claude(웹검색)·Gemini(검색연동) 3개 엔진에서 질문 13종을 반복 질의해 얻은 결과입니다. 병원 요청에 따라 실명은 밝히지 않습니다. 검색량은 네이버 검색광고 키워드도구 조회값(2026년 8월 13일 · PC+모바일 합산)이며 시장 전체의 수요 규모를 보여주는 수치입니다. 특정 병원의 시술 구성과는 무관하게 인용했고 AI 이용량을 뜻하지 않습니다. AI 답변은 시점·계정·환경에 따라 달라지며, 위 수치는 개별 병원의 결과를 예측하지 않습니다.

다음 · AI는 병원을 고르지 않고 '페이지'를 고릅니다 →

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