# 메디컬유니버스 (Medical Universe) — 전문

> 메디컬유니버스는 병원 기획 실무를 직접 해 본 전문가가 SEO·AEO·GEO(검색·답변·생성형 검색 최적화)와 운영 시스템 구축을 함께 실행하는 AI 기술 파트너입니다. 종합병원·전문병원·의원부터 요양병원까지 대상으로 하며, 진료권과 진료과목 단위로 한 병원만 맡습니다.

이 문서는 https://medicaluniverse.kr 의 주요 콘텐츠 전문을 한 파일로 모은 것입니다. 요약본은 https://medicaluniverse.kr/llms.txt 에 있습니다.
작성 주체: 종합병원 기획 실무 16년(국내 10년 · 미국 6년)을 거친 실무자가 직접 측정하고 작성합니다.
문의: apang.ceo@gmail.com (영업일 기준 48시간 이내 회신)

---

## 실측 데이터 요약

- 측정일: 2026-07-22
- 표본: 국내 병원 홈페이지 228곳 (시도 335곳 중 측정 성공)
- 전체 가중 평균: 70점 / 100점 만점
- 측정 도구: 메디컬유니버스 AI 준비도 진단기 (geoAudit)
- 라이선스: CC BY 4.0 — 출처를 밝히면 인용·재배포 가능
- 집계 원본(JSON): https://medicaluniverse.kr/data/hospital-ai-readiness-2026.json

- 종합병원: 26곳, 평균 63점(중앙값 63, 33~92). llms.txt 보유 0곳, FAQ 구조화 데이터 0곳, AI 크롤러 차단 0곳. 본문 중앙값 3,508자, 300자 미만 6곳
- 척추·관절: 38곳, 평균 72점(중앙값 70, 35~100). llms.txt 보유 9곳, FAQ 구조화 데이터 1곳, AI 크롤러 차단 0곳. 본문 중앙값 3,580자, 300자 미만 3곳
- 성형외과: 46곳, 평균 72점(중앙값 73, 33~99). llms.txt 보유 8곳, FAQ 구조화 데이터 3곳, AI 크롤러 차단 5곳. 본문 중앙값 3,715자, 300자 미만 2곳
- 피부과: 51곳, 평균 72점(중앙값 70, 41~94). llms.txt 보유 12곳, FAQ 구조화 데이터 1곳, AI 크롤러 차단 4곳. 본문 중앙값 3,302자, 300자 미만 3곳
- 요양병원: 25곳, 평균 65점(중앙값 65, 38~95). llms.txt 보유 5곳, FAQ 구조화 데이터 0곳, AI 크롤러 차단 0곳. 본문 중앙값 2,064자로 여섯 유형 중 가장 짧습니다
- 치과: 42곳, 평균 71점(중앙값 71, 28~99). llms.txt 보유 7곳, FAQ 구조화 데이터 2곳, AI 크롤러 차단 0곳. 본문 중앙값 3,445자, 300자 미만 3곳

### 측정 방법

1. 병원 유형별로 실제 운영 중인 홈페이지 도메인을 수집했습니다. 표본은 임의 추정이 아니라 검색으로 확인한 실제 도메인입니다.
2. 각 도메인의 대표 페이지 HTML을 자바스크립트 실행 없이 1회 요청해 받았습니다. robots.txt·sitemap.xml·llms.txt는 별도 요청으로 확인했습니다.
3. 동일한 채점 함수로 16개 항목을 100점 만점 채점했습니다. 사람의 판단이 개입하지 않습니다.
4. 접속 실패·타임아웃(12초)·차단된 도메인은 표본에서 제외했습니다. 시도 수와 성공 수를 함께 공개합니다.

### 이 데이터로 말할 수 없는 것

- 대표 페이지 1개만 측정했습니다. 하위 페이지가 더 잘 만들어져 있어도 반영되지 않습니다.
- 1회 측정이므로 일시적 장애가 점수에 반영될 수 있습니다.
- AI 답변에 실제로 인용되는지를 측정한 값이 아닙니다. AI가 읽을 수 있는 상태인지(준비도)를 측정한 값입니다.
- 병원 실명은 공개하지 않습니다. 유형별 집계만 공개합니다.

---

## 자주 묻는 질문

### GEO는 SEO와 무엇이 다른가요?

SEO는 검색 결과 목록에서 상위에 노출되는 것을 목표로 합니다. GEO(Generative Engine Optimization)는 ChatGPT·제미나이·퍼플렉시티 같은 생성형 AI가 답변을 만들 때 우리 조직을 근거로 인용하게 만드는 것을 목표로 합니다. 사용자가 검색 결과를 클릭하지 않고 AI 답변만 읽고 판단하는 경우가 늘면서 별도 대응이 필요해졌습니다.

### AI 노출은 어떻게 측정하나요?

고객사 업종에서 실제로 쓰이는 질문 문장을 고정 프롬프트 세트로 만들고, 주요 생성형 AI에 동일하게 반복 질의합니다. 응답에서 고객사와 경쟁사의 언급 횟수, 인용된 출처, 설명된 사실의 정확도를 기록해 추세로 비교합니다. 매달 같은 프롬프트로 재측정하기 때문에 변화를 확인할 수 있습니다.

### 정말 한 지역에서 한 병원만 맡나요?

그렇습니다. 진료권(시·군·구)과 진료과목 단위로 한 병원만 맡고, 계약서에 명시합니다. 검색과 AI 노출은 같은 지역·같은 진료과에서 가장 먼저 불리는 이름이 하나뿐인 제로섬이기 때문입니다. 경쟁 관계인 두 병원을 동시에 맡으면 한쪽을 올리기 위해 다른 쪽을 밀어내야 하므로 이해상충이 발생합니다. 진료권이 겹치는 경우 먼저 계약한 병원이 그 자리를 갖습니다.

### 회신이 왜 48시간이나 걸리나요?

생성형 AI는 같은 질문에도 매번 다른 답을 냅니다. 한 번 물어본 결과는 근거가 되지 못하기 때문에, 해당 진료과에서 환자가 실제로 쓰는 질문을 고정 프롬프트 세트로 설계하고 ChatGPT·제미나이·퍼플렉시티에 반복 질의합니다. 그 응답에서 언급 횟수와 인용된 출처를 판독하고 화면을 증거로 남깁니다. 이 설계와 판독에 영업일 48시간이 걸립니다. 홈페이지 주소만 넣으면 나오는 자동 진단은 즉시 확인하실 수 있습니다.

### 대행사와 무엇이 다른가요?

대행사 구조에서는 영업 담당자와 실제 개발자가 다릅니다. 요구사항이 전달되는 동안 왜곡되고, 수정 하나에 며칠이 걸립니다. 메디컬유니버스는 상담부터 설계·개발·운영까지 같은 책임자가 끝까지 담당하는 전담 체계로 진행합니다. 품질을 유지하기 위해 동시에 진행하는 프로젝트 수는 제한합니다.

### 병원이 아닌 업종도 의뢰할 수 있나요?

가능합니다. 다만 주력은 의료기관입니다. 다점포 외식업 손익 시스템 등 비의료 조직 사례도 있으며, 업종과 무관하게 현업 담당자 인터뷰로 시작해 기존 업무 양식을 최대한 그대로 옮기는 방식을 씁니다. 지역 독점은 경쟁이 지역 단위로 발생하는 의료기관에만 적용합니다.

### 홈페이지를 새로 만들지 않고 지금 사이트만 개선할 수도 있나요?

가능합니다. 진단 리포트를 먼저 받아보시고 개선 범위를 정하는 방식을 권합니다. 기술 구조상 개선이 어려운 경우에는 그 근거를 리포트에 함께 적어 드립니다.

### 검색 순위나 AI 추천을 보장해 주나요?

보장하지 않습니다. 검색 순위와 생성형 AI의 인용 여부는 각 사업자가 공개하지 않은 기준으로 결정하며 수시로 바뀌기 때문에, 어떤 회사도 이를 통제할 수 없습니다. 저희가 보장하는 것은 구축 항목(구조화 데이터·llms.txt·크롤러 접근 정책·메타데이터·사이트맵)이 실제로 코드에 존재한다는 것, 그리고 매달 같은 프롬프트 세트로 재측정해 결과를 원본 캡처와 함께 보여드린다는 것입니다. 성과가 나빠진 달은 나빠졌다고 적습니다.

### 구조를 바꾸면 AI 답변이 언제부터 달라지나요?

즉시 달라지지 않습니다. 검색엔진과 AI 크롤러가 사이트를 다시 읽고 색인을 갱신해야 하는데, 재방문 주기는 각 사업자가 정하며 사이트마다 다릅니다. 그래서 최소 운영 단위를 3개월로 잡고, 1개월차에 측정한 값과 3개월차 재측정 값을 같은 방법으로 비교합니다.

### 세금계산서 발급과 비용 처리가 되나요?

됩니다. 사업자 간 용역 계약으로 진행하며 세금계산서를 발급합니다(부가세 별도). 병원 회계에서는 일반적으로 지급수수료 또는 광고선전비로 처리하지만, 최종 계정 분류는 각 기관의 회계 정책과 세무 담당자의 판단을 따르시기 바랍니다.

### 이미 다른 업체와 계약 중인데 진단만 받아볼 수 있나요?

가능합니다. 자동 진단은 홈페이지 주소만 있으면 되고 계약과 무관합니다. 진단 결과를 현재 업체와의 논의 자료로 쓰셔도 됩니다. 저희는 진단 결과를 근거로 영업하지, 진단 결과를 감춰 두고 계약을 요구하지 않습니다.

### 개발이 끝난 뒤 유지보수는 어떻게 되나요?

콘텐츠는 관리자 화면에서 담당자가 직접 수정할 수 있도록 CMS를 함께 구축합니다. SEO·GEO 노출은 한 번의 작업으로 끝나지 않기 때문에 월간 측정 리포트와 콘텐츠 개선을 구독 형태로 제공합니다.

---

## 병원 유형별 안내

### 종합병원 — 종합병원 홈페이지 SEO·GEO — 가장 큰 병원이 가장 뒤처져 있습니다

https://medicaluniverse.kr/specialties/general-hospital/

종합병원 26곳을 포함해 203곳을 측정한 결과, 종합병원 평균은 63점으로 조사한 다섯 진료과 중 가장 낮았습니다. 규모가 클수록 정보가 부서별로 흩어져 기계가 읽기 어려워집니다.

예상과 달랐습니다. 203곳을 진료과별로 측정했더니 성형외과·피부과·척추관절이 72점, 치과가 71점인 반면 종합병원은 63점으로 가장 낮았습니다. 정보량이 적어서가 아닙니다. 진료과가 20개를 넘고 의료진이 수십 명인 병원일수록 그 정보가 부서별로 다른 양식, 다른 담당자, 다른 시점에 올라가기 때문입니다. 의원급은 홈페이지가 사실상 유일한 창구라 한 곳에서 관리되지만, 종합병원은 관리 주체부터 흩어져 있습니다.

환자가 AI에 실제로 던지는 질문:
- ○○시에서 심장 수술 잘하는 종합병원 알려줘
- ○○병원 소화기내과 교수님 중에 내시경 전문은 누구야?
- 주말에 진료하는 종합병원 어디야?
- ○○병원이랑 △△병원 중에 어디가 나아?

자주 문제가 되는 지점:
- 의료진 정보가 이미지로만 존재합니다: 교수 프로필을 이미지 한 장으로 올린 경우, 전공·자격·진료 요일이 전부 AI에게 보이지 않습니다. 환자가 '○○ 전문의 알려줘'라고 물으면 우리 병원 의료진은 후보에 오르지 못합니다.
- 진료과 페이지가 서로 구분되지 않습니다: 진료과마다 제목과 설명이 거의 같으면 검색엔진은 어느 페이지를 대표로 볼지 판단하지 못합니다. 26곳 조사에서 대표 제목(h1)이 없거나 중복인 경우가 31%였습니다.
- 부서별로 갱신 주기가 다릅니다: 진료시간이 바뀌었는데 홈페이지 한 곳만 고쳐지고 다른 페이지에는 옛 정보가 남습니다. AI는 서로 다른 두 정보를 만나면 인용을 회피하거나 잘못된 쪽을 답합니다.

우선순위 조치:
- 의료진 정보를 이미지에서 텍스트로 옮기고 Physician 구조화 데이터를 적용합니다.
- 진료과별로 고유한 제목·설명을 부여하고 중복을 제거합니다.
- 진료시간·위치·대표번호를 한 곳에서 관리해 전 페이지가 같은 값을 쓰도록 합니다.
- 자주 묻는 질문을 진료과 단위로 만들고 FAQPage 구조화 데이터를 적용합니다.

**종합병원 홈페이지의 AI 준비도 평균은 몇 점인가요?**

2026년 7월 22일 국내 종합병원 26곳을 실측한 결과 100점 만점에 평균 63점, 중앙값 63점이었습니다. 같은 날 함께 측정한 성형외과 46곳·피부과 51곳·척추관절 38곳이 각각 72점, 치과 42곳이 71점이었던 것과 비교하면 다섯 진료과 중 가장 낮은 점수입니다. 조직 정보를 구조화 데이터로 제공하지 않는 곳이 85%, JSON-LD를 전혀 사용하지 않는 곳이 65%였습니다.

**진료과가 많으면 SEO에 불리한가요?**

불리하지 않습니다. 오히려 다룰 수 있는 검색어가 많아 유리합니다. 다만 진료과별 페이지가 서로 구분되는 제목과 설명을 갖고 있어야 합니다. 내용이 비슷하면 검색엔진이 대표 페이지를 정하지 못해 전체가 함께 밀립니다.

### 척추·관절 — 척추·관절 전문병원 SEO·GEO — 100점이 나온 곳도, 35점이 나온 곳도 있습니다

https://medicaluniverse.kr/specialties/spine-joint/

척추·관절 전문병원 38곳을 측정한 결과 평균 72점, 최고 100점이었습니다. 그런데 구조화 데이터 영역만 25점 만점에 10.6점으로, 잘하는 곳과 손 놓은 곳의 차이가 여기서 갈렸습니다.

이 진료과는 비수술 치료, 시술 종류, 회복 과정처럼 설명할 것이 많아 홈페이지 본문이 두껍습니다. 38곳 중 자바스크립트 없이 본문이 300자에 못 미친 곳은 3곳뿐이었고 본문 중앙값은 3,580자였습니다. 그런데 구조화 데이터는 25점 만점에 10.6점이고 조직 정보 스키마가 없는 곳이 68%입니다. 쓸 내용은 이미 다 있는데 기계가 사실로 인식할 형식만 빠져 있습니다. 실제로 한 곳은 100점을 받았습니다.

환자가 AI에 실제로 던지는 질문:
- ○○ 지역 허리디스크 비수술 치료 잘하는 병원
- 척추관협착증 수술 안 하고 치료하는 방법 있어?
- 무릎 인공관절 수술 후 회복 기간이 얼마나 걸려?
- 도수치료 받을 수 있는 ○○ 근처 병원 알려줘

자주 문제가 되는 지점:
- 치료법 설명은 훌륭한데 인용이 안 됩니다: 긴 설명글은 사람에게는 좋지만, AI는 '이 병원이 이 시술을 한다'는 사실을 구조화된 형태로 확인하고 싶어 합니다. 측정한 38곳 중 68%가 이 형식을 갖추지 않았습니다.
- 증상 검색어와 시술 검색어가 섞여 있습니다: 환자는 '허리가 아프다'로 찾고, 병원은 '경막외 신경성형술'로 씁니다. 두 언어를 잇는 페이지 구조가 없으면 검색 유입 자체가 생기지 않습니다.
- 비용·기간 정보가 문의 유도로만 처리됩니다: 환자가 가장 많이 묻는 질문인데 '전화 문의'로만 안내하면 AI가 인용할 문장이 없습니다. 범위와 조건을 명시하는 방식으로도 답할 수 있습니다.

우선순위 조치:
- MedicalProcedure·MedicalCondition 구조화 데이터로 시술과 증상을 연결합니다.
- 증상 기반 페이지와 시술 기반 페이지를 나누고 서로 링크합니다.
- 비용·회복 기간을 FAQ로 정리하고 FAQPage 구조화 데이터를 적용합니다.
- 이미 좋은 본문에 조직 정보 스키마만 얹어도 점수가 크게 오릅니다.

**척추관절 병원 홈페이지에서 가장 부족한 부분은 무엇인가요?**

구조화 데이터입니다. 2026년 7월 22일 척추·관절 전문병원 38곳을 실측한 결과 크롤 가능성 21.7점, 본문 19.9점, 인용 가능성 20.9점(각 25점 만점)은 양호했지만 구조화 데이터만 10.6점이었습니다. 조직 정보 스키마가 없는 곳이 68%, JSON-LD를 전혀 쓰지 않는 곳이 58%였습니다. 평균은 72점으로 종합병원(63점)보다 높았습니다.

**본문이 좋으면 AI에 인용되지 않나요?**

본문은 필요조건이지만 충분조건이 아닙니다. AI는 답변에 사실을 넣을 때 근거의 확실성을 따집니다. 병원명·진료과목·위치·진료시간이 구조화 데이터로 명시되어 있으면 추측 없이 인용할 수 있고, 없으면 본문에서 짐작해야 하므로 인용을 회피하는 경우가 생깁니다.

### 성형외과 — 성형외과 홈페이지 SEO·GEO — 46곳 중 13곳은 이미 A등급입니다

https://medicaluniverse.kr/specialties/plastic-surgery/

성형외과 46곳을 측정한 결과 평균 72점, 최저 33점, 최고 99점이었습니다. A등급이 13곳으로 상위 자리는 이미 채워져 있습니다.

성형외과는 경쟁이 지역과 시술 단위로 매우 촘촘합니다. 측정한 46곳의 등급 분포는 A 13곳, B 14곳, C 15곳, D 4곳이었습니다. 절반 이상이 B등급 이상이고 평균 72점으로 종합병원(63점)보다 높습니다. 이 시장에서는 '아직 아무도 안 한다'는 전제가 성립하지 않습니다. 다만 조직 정보 스키마가 없는 곳이 여전히 78%라, 상위권 안에서도 벌릴 여지가 남아 있습니다.

환자가 AI에 실제로 던지는 질문:
- ○○ 지역 눈매교정 잘하는 성형외과 추천해줘
- 코재수술 전문의 있는 병원 알려줘
- 성형외과 상담 전에 확인해야 할 것 알려줘
- ○○외과 원장 경력이 어떻게 돼?

자주 문제가 되는 지점:
- 시술명이 이미지와 배너에 갇혀 있습니다: 비주얼 중심으로 만든 사이트일수록 시술명이 텍스트로 남지 않습니다. 다만 46곳 중 본문이 300자에 못 미친 곳은 2곳으로, 이 문제는 생각보다 드물었습니다. 더 흔한 문제는 이미지 대체 텍스트 미비(26%)와 대표 제목 중복(43%)이었습니다.
- 원장 이력이 인용 가능한 형태가 아닙니다: 환자가 가장 궁금해하는 정보인데 이미지나 팝업으로만 제공되면 AI가 읽지 못합니다. 전문의 자격, 학회 활동, 진료 경력은 텍스트와 구조화 데이터로 남겨야 합니다.
- 경쟁자가 이미 앞서 있습니다: 측정한 46곳 중 13곳이 A등급이고 5곳은 이미 llms.txt까지 두고 있었습니다. 반대로 5곳은 AI 크롤러를 차단하고 있었는데, 조사한 다섯 진료과 중 차단 사례가 가장 많았습니다.

우선순위 조치:
- 시술 페이지를 이미지가 아닌 텍스트 기반으로 재작성합니다.
- 원장·의료진 이력에 Physician 구조화 데이터를 적용합니다.
- 시술별 FAQ(회복 기간·통증·비용 범위)를 만들고 FAQPage를 적용합니다.
- 의료광고 심의 기준을 고려해 과장 표현 대신 검증 가능한 사실로 문장을 바꿉니다.

**성형외과 홈페이지의 AI 준비도는 어느 정도인가요?**

2026년 7월 22일 성형외과 46곳을 실측한 결과 평균 72점, 중앙값 73점이었고 최저 33점, 최고 99점이었습니다. 등급은 A 13곳, B 14곳, C 15곳, D 4곳이며 F등급은 없었습니다. 조직 정보 스키마가 없는 곳이 78%로 가장 흔한 미충족 항목이었습니다.

**성형외과는 이미지가 중요한데 텍스트를 늘려야 하나요?**

이미지를 줄이라는 뜻이 아닙니다. 이미지 안에만 있는 정보를 텍스트로도 제공하라는 뜻입니다. 시술명, 원장 이력, 진료시간처럼 환자가 검색하는 정보가 이미지에만 있으면 검색엔진과 AI는 그 사실을 인용할 수 없습니다. 디자인은 그대로 두고 대체 텍스트와 구조화 데이터를 더하는 방식으로 해결됩니다.

### 피부과 — 피부과 홈페이지 SEO·GEO — llms.txt를 가장 먼저 도입한 진료과

https://medicaluniverse.kr/specialties/dermatology/

피부과 51곳을 측정한 결과 평균 72점이었고, 51곳 중 12곳이 llms.txt를 두고 있어 조사한 진료과 중 가장 앞섰습니다. 종합병원은 26곳 중 0곳이었습니다.

피부과는 시술 주기가 짧고 재방문이 잦아 검색 유입의 가치가 특히 높습니다. 51곳을 측정한 결과 평균 72점, A등급 16곳으로 상위권이 두껍습니다. 특히 llms.txt를 도입한 곳이 12곳으로 다섯 진료과 중 가장 많았습니다. 다만 조직 정보 스키마가 없는 곳은 여전히 78%이고, 4곳은 AI 크롤러를 차단하고 있었습니다.

환자가 AI에 실제로 던지는 질문:
- ○○ 지역 여드름 흉터 치료 잘하는 피부과
- 레이저 토닝 몇 회 받아야 효과 있어?
- 기미 치료 비용이 보통 얼마야?
- 피부과 전문의랑 일반의 차이가 뭐야?

자주 문제가 되는 지점:
- 장비 이름만 있고 적응증이 없습니다: 환자는 장비명이 아니라 증상으로 검색합니다. 장비 페이지만 있고 증상 페이지가 없으면 검색어와 연결되지 않습니다.
- 대표 제목이 비어 있습니다: 측정한 51곳 중 43%에서 대표 제목이 없거나 중복이었습니다. 페이지의 주제를 기계가 판단하는 첫 근거가 빠져 있는 셈입니다.
- 시술 후기 중심 구성은 인용되지 않습니다: 체험담 위주 콘텐츠는 의료광고 규정상 위험할 수 있고, AI도 검증 불가능한 주관적 서술은 잘 인용하지 않습니다.

우선순위 조치:
- 증상 기반 페이지를 만들고 장비·시술 페이지와 상호 연결합니다.
- 모든 페이지에 고유한 대표 제목을 부여합니다.
- 시술 횟수·주기·주의사항을 FAQ로 정리하고 FAQPage를 적용합니다.
- 체험담 대신 시술 원리와 적응증 중심으로 문장을 재구성합니다.

**피부과 홈페이지에서 가장 흔한 문제는 무엇인가요?**

구조화 데이터입니다. 2026년 7월 22일 피부과 51곳을 실측한 결과 57%가 JSON-LD 구조화 데이터를 전혀 사용하지 않았고, 조직 정보 스키마가 없는 곳은 78%였습니다. 구조화 데이터 영역 평균은 25점 만점에 9.9점으로 네 영역 중 가장 낮았습니다. 반면 인용 가능성은 21.9점, 크롤 가능성은 21.4점으로 양호했습니다.

**장비를 많이 보유한 것을 강조하면 되지 않나요?**

장비명은 환자가 검색하는 언어가 아닌 경우가 많습니다. 환자는 '기미', '여드름 흉터', '모공'처럼 증상으로 찾습니다. 장비 페이지는 유지하되 증상 페이지를 별도로 만들고 두 페이지를 연결하면 검색 유입과 AI 인용 모두에서 유리합니다.

### 요양병원 — 요양병원 홈페이지 SEO·GEO — 검색하는 사람은 환자가 아니라 보호자입니다

https://medicaluniverse.kr/specialties/nursing-hospital/

요양병원 25곳을 측정한 결과 평균 65점으로 종합병원 다음으로 낮았습니다. 본문 분량은 조사한 여섯 유형 중 가장 짧았고, 대표 제목 문제는 48%로 가장 높았습니다.

요양병원은 다른 진료과와 결정적으로 다른 점이 하나 있습니다. **검색하는 사람이 환자 본인이 아니라 보호자**라는 것입니다. 대개 부모의 입원을 알아보는 자녀가 밤에 검색합니다. 그들이 확인하려는 것은 '어디가 잘하나'가 아니라 '맡겨도 되나'입니다. 그런데 측정한 25곳의 본문 중앙값은 2,064자로 조사한 여섯 유형 중 가장 짧았습니다. 보호자가 가장 많이 묻는 것들이 홈페이지에 적혀 있지 않다는 뜻입니다.

환자가 AI에 실제로 던지는 질문:
- ○○ 지역 요양병원 추천해줘
- 요양병원 한 달 비용이 보통 얼마야?
- 치매 어르신 받아주는 요양병원 알려줘
- 요양병원이랑 요양원이랑 뭐가 달라?

자주 문제가 되는 지점:
- 보호자가 가장 궁금한 것이 적혀 있지 않습니다: 월 비용 범위, 간병 방식, 면회 규정, 의료진 상주 여부, 응급 시 이송 체계. 상담 전화로만 안내하면 AI가 인용할 문장이 없어 다른 병원이 답변에 오릅니다. 본문 중앙값 2,064자는 이런 항목이 빠져 있다는 신호입니다.
- 대표 제목 문제가 가장 심합니다: 측정한 25곳 중 48%가 대표 제목(h1)이 없거나 중복이었습니다. 여섯 유형 중 가장 높은 수치입니다. 페이지가 무엇에 관한 것인지 기계가 판단할 첫 근거가 빠져 있습니다.
- 요양원·재가센터와 구분되지 않습니다: 보호자는 요양병원과 요양원의 차이를 모른 채 검색합니다. 의료법상 병원급이라 의사가 상주한다는 점을 명시하지 않으면, AI 답변에서 요양시설과 뒤섞여 설명됩니다.

우선순위 조치:
- 월 비용 범위·간병 방식·면회 규정을 FAQ로 정리하고 FAQPage 구조화 데이터를 적용합니다. 25곳 중 적용한 곳은 0곳입니다.
- 병원명·주소·진료시간을 조직 정보 스키마로 명시합니다. 80%가 놓친 항목입니다.
- 페이지마다 고유한 대표 제목을 부여합니다. 48%가 문제인 항목이라 상대적 이득이 큽니다.
- 요양병원과 요양원의 차이를 설명하는 페이지를 만들어 보호자의 검색어를 잡습니다.

**요양병원 홈페이지의 AI 준비도는 몇 점인가요?**

2026년 7월 22일 요양병원 25곳을 실측한 결과 100점 만점에 평균 65점, 중앙값 65점이었습니다. 최저 38점, 최고 95점이며 등급은 A 6곳, B 1곳, C 14곳, D 4곳이었습니다. 같은 날 조사한 종합병원 26곳(63점) 다음으로 낮은 수치이며, 성형외과·피부과·척추관절(각 72점), 치과(71점)보다 낮았습니다.

**요양병원은 왜 본문이 짧으면 불리한가요?**

요양병원을 검색하는 사람은 대개 환자 본인이 아니라 보호자이고, 확인하려는 항목이 많기 때문입니다. 월 비용, 간병 방식, 면회 규정, 의료진 상주 여부처럼 판단에 필요한 정보가 홈페이지에 없으면 AI가 인용할 문장 자체가 없습니다. 측정한 25곳의 본문 중앙값은 2,064자로 조사한 여섯 유형 중 가장 짧았습니다.

### 치과 — 치과 홈페이지 SEO·GEO — 42곳 실측, 최고 99점과 최저 28점

https://medicaluniverse.kr/specialties/dental/

치과 42곳을 측정한 결과 평균 71점이었습니다. 다만 유일하게 F등급이 2곳 나온 진료과이기도 합니다. 상권이 좁을수록 홈페이지와 지도 정보의 일치 여부가 노출을 좌우합니다.

치과는 환자가 이동할 수 있는 거리가 짧아 사실상 동 단위 경쟁입니다. 그래서 '지역명 + 진료항목' 조합의 검색이 많고, AI 답변에서도 위치 정보의 정확도가 인용 여부를 크게 좌우합니다. 42곳을 측정한 결과 평균 71점으로 의원급 중에서는 무난했지만, 조직 정보 스키마가 없는 곳이 81%로 다섯 진료과 중 가장 높았습니다. 위치·진료시간을 기계가 읽을 형식으로 제공하는 곳이 가장 적다는 뜻입니다. 홈페이지·지도·예약 플랫폼에 적힌 진료시간이 서로 다르면 AI는 어느 것도 확신하지 못합니다.

환자가 AI에 실제로 던지는 질문:
- ○○동 임플란트 잘하는 치과 추천
- 토요일에 진료하는 치과 어디 있어?
- 충치 치료 비용 얼마나 들어?
- 교정 상담 무료로 해주는 치과 있어?

자주 문제가 되는 지점:
- 진료시간이 세 곳에서 서로 다릅니다: 홈페이지, 지도 서비스, 예약 플랫폼의 정보가 어긋나면 AI는 인용을 피하거나 오래된 정보를 답합니다. 가장 먼저 맞춰야 할 항목입니다.
- 지역명이 페이지에 없습니다: '임플란트'만 있고 '○○동 임플란트'가 없으면 지역 검색과 연결되지 않습니다. 지역명은 주소 표기 외에 본문과 제목에도 자연스럽게 들어가야 합니다.
- 비용 문의를 전화로만 유도합니다: 환자가 가장 많이 묻는 질문인데 답이 홈페이지에 없으면, AI는 답할 근거가 없어 다른 병원을 인용합니다.

우선순위 조치:
- 홈페이지·지도·예약 플랫폼의 진료시간과 주소, 전화번호를 완전히 일치시킵니다.
- 지역명과 진료항목을 결합한 페이지를 만듭니다.
- 진료시간과 위치를 구조화 데이터로 명시합니다.
- 비용은 범위와 조건을 밝히는 방식으로 FAQ에 담습니다.

**치과도 AI 준비도 조사 데이터가 있나요?**

있습니다. 2026년 7월 22일 치과 42곳을 실측한 결과 평균 71점, 중앙값 71점이었고 최저 28점, 최고 99점이었습니다. 등급은 A 12곳, B 12곳, C 14곳, D 2곳, F 2곳입니다. 가장 흔한 문제는 조직 정보 스키마 부재(81%)로, 이는 다섯 진료과 중 가장 높은 수치입니다. 위치와 진료시간이 중요한 진료과인데 정작 그 정보를 기계가 읽을 형식으로 제공하는 곳이 가장 적었습니다.

**치과에서 지역 검색이 특히 중요한 이유는 무엇인가요?**

환자가 이동할 수 있는 거리가 짧기 때문입니다. 종합병원은 시 단위, 때로는 전국에서 환자가 오지만 치과는 대체로 생활권 안에서 선택됩니다. 그래서 '지역명 + 진료항목' 형태의 검색 비중이 크고, 홈페이지와 지도 서비스의 위치·진료시간 정보가 일치하는지가 노출에 직접 영향을 줍니다. 실측에서 치과는 조직 정보 스키마 미보유율이 81%로 다섯 진료과 중 가장 높았는데, 정확히 이 위치·시간 정보를 구조화하지 않았다는 뜻입니다.

---

## 인사이트 전문

### 네이버도 FAQ 노출을 끝냈습니다 — 그래도 FAQ를 남겨야 하는 이유는 따로 있습니다

https://medicaluniverse.kr/insights/naver-google-faq-rich-results-ended/
발행 2026-07-22 · GEO

네이버가 2026년 7월 9일 검색 결과의 FAQ 블록 노출을 종료했습니다. 구글은 앞서 5월 7일 FAQ 리치 결과를 폐지했습니다. 'FAQ 스키마를 넣으면 검색에 크게 노출된다'는 제안은 이제 근거가 사라졌습니다. 다만 FAQ를 지우라는 뜻은 아닙니다. 이유가 바뀐 것입니다.

핵심 요약:
- 네이버는 2026년 7월 9일부터 검색 결과에서 FAQ 블록을 노출하지 않습니다. 이 블록은 2022년 11월에 도입됐습니다.
- 네이버는 종료 사유를 'AI브리핑에 후속 질문을 제안하는 기능을 도입했고 그 사용성이 확대됐기 때문'이라고 밝혔습니다. 기능이 사라진 것이 아니라 AI 안으로 들어갔습니다.
- 구글은 2023년 8월 FAQ 리치 결과를 '잘 알려진 권위 있는 정부·보건 사이트'로 제한했고, 2026년 5월 7일 완전히 폐지했습니다.
- 2023년 제한에서 예외로 남았던 분야가 보건이었습니다. 국내 개별 병·의원 대부분은 그때 이미 대상에서 빠졌을 가능성이 크지만, 이번 폐지로 그 여지도 사라졌습니다.
- 따라서 'FAQ 스키마를 넣으면 검색 결과에 FAQ가 표시된다'를 근거로 한 견적은 두 검색엔진 모두에서 사실이 아니게 됐습니다. 계약 전에 이 항목의 근거를 확인하시기 바랍니다.
- 그럼에도 FAQ 구조를 유지해야 하는 이유는 표시가 아니라 인용입니다. 생성형 AI는 문서를 통째로 인용하지 않고 답이 되는 조각을 골라 가는데, 질문-답변 쌍이 그 조각의 단위와 일치합니다.
- 다만 저희는 'FAQ 스키마가 AI 인용을 늘린다'를 측정으로 증명한 바 없습니다. 근거는 인용이 일어나는 방식에 대한 설명이지 실측이 아닙니다. 이 구분을 밝혀 둡니다.
- 2026년 7월 22일 국내 병원 홈페이지 228곳 실측에서 FAQ 구조화 데이터를 적용한 곳은 7곳(3%)이었습니다. 애초에 대부분의 병원은 이 기능을 써 본 적이 없습니다.

2026년 7월 8일, 네이버 웹마스터 도구에 공지가 올라왔습니다. **구조화된 데이터 마크업 중 자주 묻는 질문(FAQ)의 노출이 종료됩니다.** 실제 종료는 7월 9일부터였습니다.
이 소식이 중요한 이유는 FAQ 블록 하나가 사라져서가 아닙니다. **검색 결과에 무언가를 더 보여주는 방식으로 유입을 늘리던 시대가 한 축씩 닫히고 있다는 신호**이기 때문입니다.

## 정확히 무엇이 언제 끝났나?

**FAQ 구조화 데이터의 검색 결과 표시 — 변경 이력**
| 시점 | 검색엔진 | 내용 |
| --- | --- | --- |
| 2022년 11월 | 네이버 | FAQ 블록 도입 |
| 2023년 8월 | 구글 | FAQ 리치 결과를 '잘 알려진 권위 있는 정부·보건 사이트'로 제한 |
| 2026년 5월 7일 | 구글 | FAQ 리치 결과 완전 폐지 |
| 2026년 7월 9일 | 네이버 | 검색 결과 FAQ 블록 노출 종료 |
두 엔진의 순서가 다르지만 방향은 같습니다. **질문과 답을 검색 결과 화면에 펼쳐 보여주던 자리가 없어졌습니다.**
> **병원에는 조금 더 특별한 이야기입니다** 2023년 8월 구글이 FAQ 리치 결과를 접으면서 예외로 남긴 분야가 **정부와 보건**이었습니다. 다만 조건이 '잘 알려진 권위 있는' 사이트였기 때문에, 국내 개별 병·의원 대부분은 그때 이미 대상에서 빠졌을 가능성이 큽니다. 그리고 2026년 5월 그 여지마저 사라졌습니다.

## 네이버는 왜 종료했나?

> AI브리핑에 기존 FAQ 블록처럼 후속 질문을 제안해 주는 기능을 도입했는데, 해당 기능의 사용성이 확대됨에 따라 FAQ 블록을 종료했다.
네이버 관계자의 설명입니다. 이 문장을 두 번 읽어 보시기 바랍니다. **기능이 없어진 것이 아니라 자리를 옮긴 것입니다.** 환자의 후속 질문에 답하는 일은 이제 검색 결과 목록이 아니라 AI 답변 안에서 일어납니다.
**같은 일이 일어나는 자리가 바뀌었습니다**
- 예전 — 검색 결과 화면: FAQ 스키마를 넣으면 검색 결과에 질문 목록이 펼쳐짐; 클릭 전에 답의 일부가 노출됨; 노출 여부를 눈으로 확인 가능
- 지금 — AI 답변 안: AI가 답을 만들 때 근거로 쓸 조각을 고름; 출처로 인용되거나, 아예 언급되지 않거나; 노출 여부를 세어 보지 않으면 알 수 없음

## 그러면 FAQ 스키마를 지워야 하나?

아닙니다. 지우실 필요 없습니다. 구조화 데이터는 화면에 무언가를 표시하기 위해서만 있는 것이 아니라, **기계가 문서의 내용을 오해 없이 읽게 하는 표기**입니다. 표시가 사라졌다고 표기의 쓸모가 사라지지는 않습니다.
다만 **이유가 바뀌었다는 것은 분명히 알고 계셔야 합니다.** 예전에는 '검색 결과에 크게 나오니까'였고, 지금은 '기계가 인용하기 쉬운 단위로 정리되어 있으니까'입니다. 근거가 다르면 판단도 달라집니다.

## '네이버 FAQ가 중요하다'는 제안을 받으셨다면?

정책이 바뀐 지 얼마 되지 않아, 예전 기준으로 작성된 제안서가 아직 돌아다닐 수 있습니다. 상대를 의심하시라는 말이 아닙니다. **근거를 물어보시면 됩니다.**
1. "FAQ 스키마를 넣으면 검색 결과에서 어떻게 보이나요?"라고 물어보십시오. 2026년 7월 이후 네이버·구글 어느 쪽에서도 FAQ 블록은 표시되지 않습니다.
2. "그러면 이 항목의 효과는 무엇으로 측정하나요?"라고 이어서 물어보십시오. 표시가 없어졌으므로 노출 수로는 측정할 수 없습니다.
3. AI 인용을 근거로 든다면, "그 인용을 어떻게 세어서 보여주시나요?"까지 확인하십시오. 세는 방법이 없으면 그것도 측정된 주장이 아닙니다.
> **저희도 같은 질문을 받아야 합니다** 저희는 FAQ 구조가 AI 인용에 유리하다고 설명합니다. 근거는 생성형 AI가 문서를 통째로가 아니라 답이 되는 조각 단위로 인용한다는 점, 그리고 질문-답변 쌍이 그 단위와 맞아떨어진다는 점입니다. **이것은 메커니즘에 대한 설명이지 저희가 측정한 결과가 아닙니다.** FAQ 스키마 유무에 따른 인용률 차이를 통제된 조건에서 재 본 적이 없습니다. 그래서 '유리합니다'라고 쓰고 '늘어납니다'라고 쓰지 않습니다.

## 실제로 병원들은 FAQ를 쓰고 있었나?

2026년 7월 22일, 국내 병원 홈페이지 228곳을 직접 측정했습니다. FAQ 구조화 데이터를 적용한 곳은 **7곳, 3%**였습니다.
**7 / 228** — FAQ 구조화 데이터를 적용한 병원 홈페이지 (2026-07-22 측정. 유형별로는 성형외과 3곳, 치과 2곳, 척추·관절 1곳, 피부과 1곳, 종합병원·요양병원 0곳)
즉 **대부분의 병원은 이번 종료로 잃은 것이 없습니다.** 애초에 쓰고 있지 않았기 때문입니다. 이 소식으로 무언가를 급히 되돌려야 하는 병원은 거의 없습니다.

## 그러면 지금 무엇을 해야 하나?

- **FAQ 콘텐츠 자체는 그대로 두십시오.** 환자가 반복해서 묻는 질문에 대한 답은 표시 정책과 무관하게 필요한 정보입니다.
- **FAQ 스키마도 지우지 마십시오.** 표시는 끝났지만 기계가 읽는 표기로서의 역할은 남습니다.
- **'검색 노출'을 근거로 한 견적 항목은 재확인하십시오.** 근거가 사라진 항목에 비용을 지불하고 계실 수 있습니다.
- **측정 기준을 바꾸십시오.** 노출 수가 아니라 AI 답변에서의 언급·인용을 세는 쪽으로 옮겨야 합니다.
- **질문의 출처를 바꾸십시오.** 검색어에서 뽑은 질문이 아니라, 원무과와 콜센터에 실제로 들어오는 질문으로 만드십시오. AI가 고르는 것은 답이 되는 문장이지 검색어가 아닙니다.

## 이 변화가 말해 주는 더 큰 것

FAQ 블록 종료는 작은 사건입니다. 그런데 방향은 작지 않습니다. **검색 결과 화면에서 답을 보여주던 자리들이 하나씩 AI 답변 안으로 흡수되고 있습니다.**
그 안에서는 열 개가 나열되지 않습니다. 두세 곳만 불립니다. 그리고 그 두세 곳에 들어갔는지 여부는 **세어 보기 전까지 알 수 없습니다.** 예전에는 검색 결과를 눈으로 보면 됐지만, 이제는 같은 질문을 반복해서 던져 보고 몇 번 불렸는지 기록해야 압니다.
이번 공지에서 가장 중요한 문장은 FAQ가 끝났다는 대목이 아니라, 그 자리를 **AI브리핑의 후속 질문 제안**이 대신한다는 대목입니다. 병원이 준비해야 할 곳이 어디로 옮겨갔는지를 검색엔진이 직접 알려 준 셈입니다.

자주 묻는 질문:

**네이버 FAQ 블록은 언제 종료됐나요?**

2026년 7월 9일부터 네이버 검색 결과에서 FAQ 블록이 노출되지 않습니다. 네이버 웹마스터 도구 공지는 7월 8일에 게시됐습니다. 이 블록은 2022년 11월에 도입된 기능입니다. 네이버는 AI브리핑에 후속 질문을 제안하는 기능을 도입했고 그 사용성이 확대되어 종료했다고 설명했습니다.

**구글 FAQ 리치 결과는 어떻게 됐나요?**

구글은 2023년 8월 FAQ 리치 결과를 '잘 알려진 권위 있는 정부·보건 사이트'로 제한했고, 2026년 5월 7일 완전히 폐지했습니다. 2023년 제한 당시 예외로 남았던 분야에 보건이 포함되어 있었으나, 조건이 '잘 알려진 권위 있는' 사이트였기 때문에 국내 개별 병·의원 대부분은 그때 이미 대상이 아니었을 가능성이 큽니다.

**그러면 홈페이지에서 FAQ 스키마를 제거해야 하나요?**

제거하실 필요 없습니다. 구조화 데이터는 검색 결과에 무언가를 표시하기 위해서만 존재하는 것이 아니라, 기계가 문서 내용을 오해 없이 읽도록 하는 표기입니다. 표시 기능이 종료됐다고 표기 자체가 무효가 되지는 않습니다. 다만 'FAQ 스키마를 넣으면 검색 결과에 크게 노출된다'는 설명은 이제 사실이 아니므로, 그 근거로 비용을 청구하는 항목이 있다면 재확인하시기 바랍니다.

**FAQ 스키마를 넣으면 AI 답변에 더 인용되나요?**

저희는 그렇게 단정하지 않습니다. 생성형 AI는 문서를 통째로 인용하지 않고 답이 되는 조각을 골라 쓰는데, 질문-답변 쌍이 그 조각의 단위와 잘 맞습니다. 그래서 '유리한 구조'라고 설명합니다. 다만 FAQ 스키마 유무에 따른 인용률 차이를 통제된 조건에서 측정한 적은 없습니다. 메커니즘에 대한 설명과 측정된 결과는 다른 층위이므로 구분해서 말씀드립니다.

**국내 병원 중 FAQ 구조화 데이터를 쓰는 곳은 얼마나 되나요?**

2026년 7월 22일 국내 병원 홈페이지 228곳을 직접 측정한 결과 7곳(3%)이었습니다. 유형별로는 성형외과 3곳, 치과 2곳, 척추·관절 1곳, 피부과 1곳이었고 종합병원 26곳과 요양병원 25곳에는 적용한 곳이 없었습니다. 대부분의 병원은 이번 종료로 잃은 것이 없습니다.

출처:
- 네이버 서치어드바이저 웹마스터 도구 공지 「구조화된 데이터 마크업 중 자주 묻는 질문(FAQ)의 노출이 종료됩니다」 (2026-07-08 게시, 7월 9일 종료) (https://searchadvisor.naver.com/)
- 헤럴드경제 「구글 이어 네이버도 FAQ 대신 'AI 검색'」 — 네이버 관계자 코멘트 및 FAQ 블록 도입 시점(2022년 11월) 확인 (https://biz.heraldcorp.com/article/10804863)
- Google Search Central Blog 「Changes to HowTo and FAQ rich results」 (2023-08) — FAQ 리치 결과를 정부·보건 등 권위 있는 사이트로 제한한 공지 (https://developers.google.com/search/blog/2023/08/howto-faq-changes)
- 구글 FAQ 리치 결과 완전 폐지(2026-05-07)는 업계 보도를 통해 확인했으며, 구글 공식 문서 원문은 직접 확인하지 못했습니다. 날짜를 인용하실 경우 원문을 함께 확인하시기 바랍니다.
- 메디컬유니버스 AI 준비도 진단 도구로 2026-07-22 직접 측정 (표본 228곳: 종합병원 26곳, 척추·관절 38곳, 성형외과 46곳, 피부과 51곳, 요양병원 25곳, 치과 42곳) (https://medicaluniverse.kr/data/)

---

### 병원 홈페이지 203곳 실측 — 가장 준비가 안 된 곳은 종합병원이었다

https://medicaluniverse.kr/insights/korea-hospital-ai-readiness-2026/
발행 2026-07-22 · 데이터 리포트

국내 병원·의원 홈페이지 203곳을 실제로 크롤링해 AI 준비도를 채점했습니다. 종합병원 26곳은 평균 63점으로 다섯 진료과 중 가장 낮았고, 성형외과·피부과·척추관절은 72점, 치과는 71점이었습니다. 규모가 큰 병원이 오히려 뒤처져 있었습니다.

핵심 요약:
- 2026년 7월 22일 국내 병원·의원 홈페이지 203곳을 실측한 결과, 가장 낮은 집단은 종합병원이었다. 종합병원 26곳 평균은 100점 만점에 63점(중앙값 63점)이었다.
- 같은 조사에서 성형외과 46곳, 피부과 51곳, 척추·관절 38곳이 모두 평균 72점, 치과 42곳이 71점이었다. 종합병원만 아래에 있었다.
- 종합병원 26곳 중 조직 정보 스키마를 갖춘 곳은 15%뿐이었고, 65%는 JSON-LD가 아예 없었다.
- llms.txt를 둔 곳은 203곳 중 36곳이었지만, 종합병원 26곳에서는 0곳이었다.
- FAQ 구조화 데이터를 적용한 곳은 203곳 중 7곳에 그쳤다.
- AI 크롤러를 차단한 곳은 203곳 중 9곳(성형외과 5곳, 피부과 4곳)이었다. 종합병원·척추관절·치과에는 차단 사례가 없었다.

> **표본 범위 안내** 이 글의 수치는 2026년 7월 22일 다섯 유형(종합병원·척추·관절·성형외과·피부과·치과) 203곳을 측정한 결과입니다. 같은 기준으로 요양병원 25곳을 추가 측정해 전체 표본은 228곳이 되었고, 여섯 유형 전체 집계와 측정 방법·한계는 [공개 데이터 페이지](/data/)에 있습니다. 표본이 다른 수치를 합쳐 다시 계산하지 않고, 각 조사가 무엇을 측정했는지 그대로 밝힙니다.
환자가 병원을 고르는 경로가 바뀌고 있습니다. 검색 결과 열 개를 훑는 대신 생성형 AI에게 묻고 답변 하나를 읽습니다. 그렇다면 지금 AI는 국내 병원들을 무엇으로 알고 있을까요? 추측 대신 측정하기로 했습니다.

## 무엇을 어떻게 조사했나

2026년 7월 22일, 국내 종합병원과 성형외과·피부과·척추관절·치과 홈페이지 **203곳**에 실제로 접속해 응답을 수집했습니다. 구성은 종합병원 26곳, 성형외과 46곳, 피부과 51곳, 척추·관절 38곳, 치과 42곳입니다. 개별 병원명은 공개하지 않고 집계 통계만 제시합니다.
채점은 사람의 판단이 개입하지 않는 16개 항목으로 구성했습니다. 각 사이트의 HTML, robots.txt, sitemap.xml, llms.txt를 가져와 기계적으로 검증할 수 있는 사실만 확인했습니다. 디자인의 좋고 나쁨, 콘텐츠의 질은 채점 대상이 아닙니다. 오직 **AI가 이 사이트를 읽고 인용할 수 있는 상태인가**만 봅니다.
> **이 점수가 뜻하지 않는 것** 이 조사는 'AI 답변에 실제로 얼마나 등장하는가'를 측정한 것이 아닙니다. 그것은 프롬프트를 반복 질의해 언급 횟수를 세는 별도의 방법으로 측정해야 합니다. 여기서 다루는 것은 그 앞 단계, 즉 준비도(readiness)입니다.

## 가장 놀라운 결과 — 종합병원이 꼴찌였다

- 종합병원 26곳 평균 (다섯 진료과 중 최저): 63점
- 성형외과·피부과·척추관절 평균: 72점
- 종합병원과 의원급의 평균 격차: 9점
조사를 시작할 때의 예상은 반대였습니다. 규모가 크고 예산이 있는 종합병원이 앞서 있고, 소규모 의원이 뒤처져 있으리라 봤습니다. 결과는 정반대였습니다. **종합병원 26곳의 평균은 63점으로 다섯 진료과 중 가장 낮았습니다.**
**진료과별 AI 준비도 (2026-07-22 실측, n=203)**
| 진료과 | 표본 | 평균 | 중앙값 | 최저 | 최고 |
| --- | --- | --- | --- | --- | --- |
| 종합병원 | 26곳 | 63점 | 63점 | 33점 | 92점 |
| 성형외과 | 46곳 | 72점 | - | 33점 | 99점 |
| 피부과 | 51곳 | 72점 | - | 41점 | 94점 |
| 척추·관절 | 38곳 | 72점 | - | 35점 | 100점 |
| 치과 | 42곳 | 71점 | - | 28점 | 99점 |
**진료과별 점수 분포 — 막대의 왼쪽 끝이 최저, 오른쪽 끝이 최고입니다**
- 종합병원 (26곳): 최저 33 · 평균 63 · 최고 92
- 성형외과 (46곳): 최저 33 · 평균 72 · 최고 99
- 피부과 (51곳): 최저 41 · 평균 72 · 최고 94
- 척추·관절 (38곳): 최저 35 · 평균 72 · 최고 100
- 치과 (42곳): 최저 28 · 평균 71 · 최고 99
2026-07-22 실측 (n=203). 종합병원은 최고점도 가장 낮고 평균도 가장 낮습니다.
> 규모가 큰 병원일수록 AI 준비가 앞서 있을 것이라는 예상은 틀렸다. 가장 뒤처져 있는 쪽이 종합병원이었다.
이유를 단정할 수는 없지만, 짐작할 만한 구조는 있습니다. 종합병원 홈페이지는 페이지 수가 많고, 여러 부서가 나눠 관리하며, 대형 CMS 위에서 오래 운영됩니다. 반대로 의원급은 최근 몇 년 안에 만든 사이트가 많고 구조가 단순합니다. **최근에 만들어진 사이트일수록 기본기를 갖추고 있다**는 해석이 가능합니다.

## 종합병원은 어디에서 점수를 잃고 있나

**종합병원 26곳의 항목별 미충족 비율**
- 조직 정보 스키마 없음: 85%
- 구조화 데이터(JSON-LD) 없음: 65%
- 사이트맵 없음: 54%
- 대표 제목(h1) 없음·중복: 31%
- JS 없이 본문 300자 미만: 23%
막대가 길수록 그 항목을 갖추지 못한 병원이 많다는 뜻입니다. (2026-07-22 실측, n=26)
**종합병원 항목별 미충족 (n=26)**
| 항목 | 미충족 | 비율 |
| --- | --- | --- |
| 조직 정보 스키마 (Organization 계열) | 22곳 | 85% |
| 구조화 데이터(JSON-LD) 자체 | 17곳 | 65% |
| 사이트맵 | 14곳 | 54% |
| 대표 제목(h1) | 8곳 | 31% |
| JS 없이 읽히는 본문 | 6곳 | 23% |
가장 눈에 띄는 것은 **구조화 데이터**입니다. 병원명, 주소, 진료시간, 전화번호처럼 환자가 가장 많이 묻는 사실을 기계가 읽을 수 있는 형태로 제공하는 종합병원은 26곳 중 4곳뿐이었습니다. 나머지 22곳에서 AI는 이 정보를 본문 텍스트에서 짐작하거나, 아예 답하지 못합니다.
**자바스크립트 없이 본문이 300자에 못 미치는 곳은 26곳 중 6곳(23%)**이었습니다. 화면에는 진료과와 의료진과 진료시간이 가득한데, 크롤러가 받아 가는 HTML에는 사실상 빈 껍데기만 남는 구조입니다. 첫 조사에서 37%로 나왔던 이 수치는 표본을 키우자 23%로 내려갔지만, 여전히 네 곳 중 한 곳꼴입니다.

## 차단은 드물지만, 없지는 않았다

GPTBot, ClaudeBot, PerplexityBot, OAI-SearchBot, Google-Extended 등 AI 크롤러를 robots.txt에서 차단한 곳은 **203곳 중 9곳**이었습니다. 성형외과 5곳, 피부과 4곳이며 **종합병원·척추관절·치과에서는 0곳**이었습니다. 첫 조사(42곳)에서는 1곳뿐이라 예외적 사례로 보였지만, 표본을 키우자 특정 진료과에 몰려 있는 패턴이 드러났습니다.
이미지·시술 사진 도용을 막으려던 설정이 AI 크롤러까지 함께 막았을 가능성이 있습니다. 정당한 이유가 있을 수 있으므로 일률적으로 풀 일은 아니지만, 그 결정이 지금도 의도한 것인지는 확인하실 필요가 있습니다.

## llms.txt는 의원급이 먼저 움직였다

llms.txt는 사이트가 AI에게 '우리를 이렇게 요약하라'고 직접 알려주는 문서입니다. robots.txt가 크롤러의 접근 범위를 정한다면, llms.txt는 조직의 핵심 사실을 정리해 제공합니다. 조사 대상 **203곳 중 36곳**이 이 파일을 두고 있었습니다.
그런데 **종합병원 26곳에서는 0곳**이었습니다. 첫 조사에서 '아직 아무도 쓰지 않는 영역'으로 보였던 것이, 표본을 키우자 '의원급은 이미 시작했고 종합병원만 손대지 않은 영역'으로 바뀌었습니다.
아직 검색엔진의 공식 표준은 아니고, 도입한다고 즉시 노출이 늘어난다고 단정할 수도 없습니다. 다만 비용이 거의 들지 않는다는 점, 그리고 종합병원에서는 아직 한 곳도 하고 있지 않다는 점은 분명합니다.

## FAQ 구조화 데이터는 여전히 비어 있다

**FAQ 구조화 데이터를 적용한 곳은 203곳 중 7곳(3%)**이었습니다. 질문과 답변의 쌍은 생성형 AI가 가장 잘 인용하는 형식인데, 표본을 다섯 배 키워도 적용률은 거의 오르지 않았습니다. 반대로 말하면 지금 적용하는 병원이 그 자리를 먼저 차지합니다.

## 그래서 무엇부터 해야 하나

1. 우리 홈페이지를 자바스크립트 없이 열어 본다. 남는 글자가 몇 자인지 확인한다. 300자 미만이면 다른 모든 개선보다 이것이 우선이다.
2. 병원명·주소·진료시간·진료과를 Organization 계열 구조화 데이터(JSON-LD)로 넣는다. 종합병원 85%가 놓친 항목이라 상대적 이득이 가장 크다.
3. 환자가 실제로 자주 묻는 질문 10개를 FAQ 페이지로 만들고 FAQPage 구조화 데이터를 적용한다. 203곳 중 7곳만 하고 있다.
4. 사이트맵을 생성하고 robots.txt에 위치를 명시한다. 종합병원 54%가 누락한 기본 항목이다.
5. robots.txt에서 AI 크롤러가 막혀 있지 않은지 확인한다. 성형외과·피부과라면 특히 확인이 필요하다.
6. 그다음에 llms.txt를 추가한다. 위 다섯 가지가 안 된 상태에서 llms.txt만 올리는 것은 의미가 없다.
> **우리 병원 점수는?** 이 조사에 쓰인 것과 동일한 진단 도구를 무료로 공개하고 있습니다. 주소만 입력하면 점수와 가장 시급한 문제를 가입 없이 바로 확인할 수 있고, 항목별 상세 결과는 연락처를 남기시면 이어서 보실 수 있습니다.

## 조사의 한계

- 표본은 203곳으로, 첫 조사(42곳)보다 다섯 배 가까이 늘었지만 국내 전체 병원을 대표하지는 않습니다. 특히 종합병원은 26곳이라 다른 진료과보다 표본이 작습니다.
- 각 병원의 대표 페이지(첫 화면) 한 개만 측정했습니다. 하위 페이지는 점수가 다를 수 있습니다.
- 측정 시점은 2026년 7월 22일 하루입니다. 이후 개선된 곳이 있을 수 있습니다.
- 종합병원이 낮게 나온 이유(사이트 규모·관리 구조·구축 시점)는 이 조사만으로 검증된 것이 아니라 해석입니다.
- 준비도는 실제 AI 답변 노출과 상관이 있을 것으로 보이나, 이 조사만으로 인과관계를 주장할 수는 없습니다.

자주 묻는 질문:

**AI 준비도 점수는 어떻게 계산하나요?**

크롤 가능성, AI가 읽는 본문, 구조화 데이터, 인용 가능성 네 영역에 각 25점씩 배점해 총 100점으로 계산합니다. 각 영역은 기계적으로 검증 가능한 항목으로만 구성되며, robots.txt의 AI 크롤러 허용 여부, 자바스크립트 없이 읽히는 본문 분량, JSON-LD 구조화 데이터 유무, 제목·메타 설명·canonical·대체 텍스트 등 총 16개 항목을 확인합니다.

**국내 병원 홈페이지의 AI 준비도는 진료과별로 어떻게 다른가요?**

2026년 7월 22일 203곳을 실측한 결과 종합병원 26곳이 평균 63점(중앙값 63점, 최저 33점, 최고 92점)으로 가장 낮았습니다. 성형외과 46곳, 피부과 51곳, 척추·관절 38곳이 모두 평균 72점이었고 치과 42곳은 71점이었습니다. 규모가 큰 병원이 오히려 뒤처져 있는 구도입니다.

**종합병원이 의원급보다 점수가 낮은 이유는 무엇인가요?**

단정할 수 없지만 구조적 요인이 있습니다. 종합병원 홈페이지는 페이지 수가 많고 여러 부서가 나눠 관리하며 오래된 CMS 위에서 운영되는 경우가 많습니다. 반면 의원급은 최근에 만든 사이트가 많아 기본기가 갖춰져 있습니다. 실제로 종합병원 26곳 중 85%가 조직 정보 스키마를 갖고 있지 않았고 65%는 JSON-LD가 아예 없었습니다. 다만 이 설명은 조사로 검증된 인과가 아니라 해석입니다.

**AI 크롤러를 차단한 병원은 얼마나 되나요?**

2026년 7월 22일 실측한 203곳 중 9곳이 robots.txt에서 AI 크롤러를 차단하고 있었습니다. 성형외과 5곳, 피부과 4곳으로 시술 사진이 많은 진료과에 몰려 있었고, 종합병원·척추관절·치과에서는 차단 사례가 없었습니다. 이미지 도용 방지 설정이 AI 크롤러까지 함께 막았을 가능성이 있습니다.

**llms.txt는 반드시 필요한가요?**

필수는 아닙니다. 아직 검색엔진의 공식 표준이 아니며 도입만으로 노출이 보장되지도 않습니다. 다만 203곳 중 36곳이 이미 두고 있고, 그중 종합병원은 한 곳도 없습니다. 구축 비용이 거의 들지 않는 항목이므로, 구조화 데이터와 본문 렌더링 문제를 먼저 해결한 뒤 적용하는 것이 순서상 맞습니다.

출처:
- 메디컬유니버스 AI 준비도 진단 도구로 2026-07-22 직접 측정 (표본 203곳: 종합병원 26곳, 성형외과 46곳, 피부과 51곳, 척추·관절 38곳, 치과 42곳)

---

### SEO·AEO·GEO는 무엇이 다른가 — 병원 관점에서 정리

https://medicaluniverse.kr/insights/seo-vs-geo-for-hospitals/
발행 2026-07-22 · GEO

SEO는 검색 결과 목록에서 위로 올라가는 일, AEO는 질문에 대한 하나의 답으로 뽑히는 일, GEO는 생성형 AI가 만든 답변 안에 인용되는 일입니다. 세 개념의 목표·측정 방법·작업 내용이 어떻게 다른지, 병원은 무엇부터 해야 하는지 정리했습니다.

핵심 요약:
- SEO(검색엔진 최적화)는 검색 결과 목록에서 상위에 노출되는 것을 목표로 한다.
- AEO(답변 엔진 최적화)는 검색엔진이나 음성 비서가 질문에 하나의 답을 제시할 때 그 답으로 뽑히는 것을 목표로 하며, 구글 강조 스니펫과 '다른 사람들이 묻는 질문', 음성 비서 응답이 대상이다.
- GEO(생성형 검색 최적화)는 생성형 AI가 답변을 만들 때 근거로 인용되는 것을 목표로 하며, 2023년 논문에서 제안된 가장 최근 개념이다.
- 세대순은 SEO → AEO → GEO다. AEO는 생성형 AI 이전부터 있던 개념이므로 'AEO가 최신'이라는 표현은 정확하지 않다.
- 셋은 경쟁 관계가 아니라 같은 토대 위의 3층이다. 크롤링이 되고 기계가 본문을 읽을 수 있어야 셋 다 시작된다.
- AEO와 GEO는 전술이 크게 겹친다. 질문형 소제목, 한 문단으로 완결되는 답, 표·순서목록, FAQ 구조화 데이터가 공통 작업이다.
- 2026년 7월 22일 병원 203곳 실측 결과 토대에 해당하는 항목부터 비어 있었다. 종합병원 26곳 중 사이트맵 없음 54%, 대표 제목(h1) 없음·중복 31%였고, FAQ 구조화 데이터를 적용한 곳은 203곳 중 7곳뿐이었다.

> **표본 범위 안내** 이 글의 수치는 2026년 7월 22일 다섯 유형(종합병원·척추·관절·성형외과·피부과·치과) 203곳을 측정한 결과입니다. 같은 기준으로 요양병원 25곳을 추가 측정해 전체 표본은 228곳이 되었고, 여섯 유형 전체 집계와 측정 방법·한계는 [공개 데이터 페이지](/data/)에 있습니다. 표본이 다른 수치를 합쳐 다시 계산하지 않고, 각 조사가 무엇을 측정했는지 그대로 밝힙니다.
환자가 병원을 찾는 방식이 하나 늘었습니다. 예전에는 검색창에 '○○동 정형외과'를 넣고 나온 목록을 훑었습니다. 지금은 AI에게 **'○○동에서 무릎 통증 오래된 것 볼 만한 병원 알려줘'**라고 문장으로 묻는 경우가 생겼습니다.
두 방식은 결과의 모양이 다릅니다. 앞의 경우 환자는 여러 병원이 나열된 목록을 받고 그중에서 고릅니다. 뒤의 경우 환자는 **이미 정리된 답변 하나**를 받습니다. 여기 이름이 없으면 비교 후보에도 오르지 못합니다.
그런데 이 두 가지 사이에는 하나가 더 있습니다. 검색 결과 맨 위에 답이 발췌되어 뜨거나, 음성 비서가 한 문장으로 대답하는 경우입니다. 이 영역을 다루는 것이 AEO입니다. 이 글은 **SEO·AEO·GEO 세 가지를 한 표에 놓고** 무엇이 같고 무엇이 다른지 정리합니다.

## SEO는 무엇인가?

SEO(Search Engine Optimization, 검색엔진 최적화)는 검색 결과 목록에서 우리 페이지가 더 위에, 더 자주 나오도록 만드는 작업입니다. 상대는 검색엔진이고, 결과물은 **링크 목록에서의 위치**입니다.
성과는 비교적 세기 쉽습니다. 특정 검색어에서 몇 번째인지, 노출 수와 클릭 수가 얼마인지, 홈페이지 방문이 얼마나 늘었는지를 검색엔진이 제공하는 도구로 확인할 수 있습니다.

## AEO는 무엇인가?

AEO(Answer Engine Optimization, 답변 엔진 최적화)는 검색엔진이나 음성 비서가 질문에 대해 **하나의 답을 제시할 때 그 답으로 우리 내용이 선택되도록** 만드는 작업입니다. 구글의 강조 스니펫, '다른 사람들이 묻는 질문', 음성 비서의 응답이 대표적인 대상입니다.
여기서 순서를 정확히 해 둘 필요가 있습니다. AEO는 **생성형 AI가 등장하기 전부터 있던 개념**입니다. 검색 결과 최상단에 답을 발췌해 보여주는 영역과 음성 검색이 늘어나면서 자리 잡은 말이고, 세대로 보면 SEO와 GEO 사이에 놓입니다. 'AEO가 가장 최신'이라는 설명은 정확하지 않습니다.
작업의 성격도 SEO와 다릅니다. SEO가 '이 검색어에서 위로 올라가기'라면, AEO는 '이 질문에 대한 답으로 발췌되기'입니다. 그래서 질문을 그대로 소제목으로 쓰고, 그 바로 아래에 **한 문단으로 완결되는 답**을 두는 형식이 유리합니다. 표나 순서 목록이 그대로 발췌되는 경우도 많습니다.
> **단정하지 않는 편이 정확합니다** 강조 스니펫이나 음성 응답의 선정 방식은 공개되어 있지 않고 계속 바뀝니다. '이렇게 쓰면 반드시 뽑힌다'고 말할 수 있는 형식은 없습니다. 질문형 소제목과 짧게 완결된 답, 표와 순서 목록이 발췌되기에 유리한 형태라는 정도가 지금 말할 수 있는 범위입니다.

## GEO는 무엇인가?

GEO(Generative Engine Optimization, 생성형 검색 최적화)는 생성형 AI가 답변을 만들 때 우리 병원의 정보를 **근거로 쓰고, 가능하면 출처로 밝히도록** 만드는 작업입니다. 상대는 답변을 생성하는 모델이고, 결과물은 답변 문장 안에서의 언급입니다.
셋 중 가장 나중에 나온 개념입니다. 2023년 논문에서 제안된 용어이고, 지금도 방법론이 정리되는 중입니다.
성과 측정은 SEO보다 까다롭습니다. 순위표가 없기 때문입니다. 실무에서는 환자가 물을 법한 질문을 정해 여러 AI 서비스에 반복 질의하고, 우리 병원이 몇 번 언급되었는지 세는 방식으로 확인합니다.

## 셋은 정확히 어디가 다른가?

**SEO·AEO·GEO 대조 (같은 토대 위의 3층)**
| 구분 | SEO | AEO | GEO |
| --- | --- | --- | --- |
| 목표 | 검색 결과 목록에서 상위 노출 | 질문에 대한 하나의 답으로 선택 | AI 답변 안에 근거로 인용 |
| 결과의 모양 | 여러 병원의 링크 목록 | 결과 상단의 발췌 상자, 음성 한 문장 | 생성된 답변 문장 |
| 성공의 정의 | 몇 번째에 있는가 | 그 자리에 우리 문장이 놓였는가 | 답변에 언급·출처 표기되었는가 |
| 측정 방법 | 순위·노출수·클릭수·유입 | 강조 스니펫 점유 여부, 질문형 검색어 노출 확인 | 질문 반복 질의 후 언급 횟수·출처 표기 확인 |
| 대표 작업 | 키워드 설계, 제목·메타 정보, 내부 링크, 속도, 사이트맵 | 질문형 소제목, 한 문단 완결 답변, 표·순서목록, FAQ 구조화 데이터 | 구조화 데이터, 사실의 일관성, AI 크롤러 허용, llms.txt |
| 등장 시기 | 가장 오래됨 | SEO와 GEO 사이 세대 | 2023년 논문에서 제안, 가장 최근 |
| 경쟁의 성격 | 같은 화면에서 순위 다툼 | 한 자리를 두고 하나만 선택 | 언급되거나, 아예 없거나 |
표에서 가장 실무적으로 중요한 줄은 **'경쟁의 성격'**입니다. 검색 결과 5위는 아쉽지만 화면에는 있습니다. 강조 스니펫과 AI 답변에는 5위가 없습니다. **뽑히거나, 없거나**입니다.

## 셋은 경쟁 관계인가?

**아닙니다. 같은 토대 위에 쌓인 3층이라고 보시는 편이 정확합니다.** 셋 다 크롤러가 들어올 수 있고, 자바스크립트 없이 본문이 읽히고, 제목 구조가 명확해야 비로소 시작됩니다. 이 조건이 무너지면 세 가지 모두 성립하지 않습니다.
그래서 GEO가 SEO를 대체한다는 말도 성립하지 않습니다. 환자는 검색엔진과 AI를 병행해 쓰고, 많은 AI 서비스가 답변을 만들 때 웹 검색 결과를 함께 참고합니다. 검색에서 보이지 않는 페이지는 그 경로에서도 후보가 되기 어렵습니다.
> AEO와 GEO는 SEO 위에 얹는 층이지, SEO를 걷어내고 놓는 대체물이 아닙니다.

## AEO와 GEO는 어디까지 같은 일인가?

전술이 크게 겹칩니다. 질문에 대한 답을 짧고 완결되게 써 두는 일은 강조 스니펫에도, 생성형 AI의 인용에도 똑같이 필요합니다. 그래서 **AEO를 제대로 하면 GEO도 상당 부분 따라옵니다.** 병원 입장에서는 같은 작업을 두 번 할 필요가 없다는 뜻입니다.
**겹치는 작업과 GEO에만 있는 작업**
- AEO·GEO 공통 (하면 양쪽에 적용): 질문을 그대로 쓴 소제목; 소제목 바로 아래 한 문단으로 완결되는 답; 표와 순서 목록으로 정리된 정보; FAQ 구조화 데이터; 채널 간 병원명·주소·진료시간 표기 통일
- GEO에만 해당: llms.txt 작성·게시; AI 크롤러(GPTBot·ClaudeBot·PerplexityBot 등) 접근 정책 결정; AI 서비스별 반복 질의로 인용률 측정; 출처 표기 형태 확인
> **계약 전에 반드시 확인하십시오** 업계에서 AEO와 GEO를 같은 뜻으로 섞어 쓰는 경우가 많습니다. 'AEO 대행'을 제안받으셨다면 강조 스니펫과 음성 응답을 말하는 것인지, 생성형 AI 인용을 말하는 것인지 먼저 확인하십시오. 두 가지는 겹치는 부분이 크지만 측정 방법과 산출물이 다릅니다. 어느 쪽을 어떻게 측정해 보고할 것인지 계약서에 적혀 있는지 확인하시는 편이 좋습니다.

## 왜 병원에서 특히 중요한가?

환자의 질문 형태 때문입니다. 병원 탐색 질문은 대체로 **지역 + 증상·진료과 + 조건**의 조합입니다. '집 근처', '주차되는', '토요일 진료하는', '오래된 허리 통증' 같은 조건이 붙습니다.
이런 문장형 질문은 링크 목록보다 정리된 답변으로 처리되기 쉽습니다. 강조 스니펫이든 AI 답변이든 마찬가지입니다. 그리고 답을 만들려면 기계는 **진료시간, 위치, 진료과목, 의료진 전공** 같은 사실을 어딘가에서 읽어야 합니다.
문제는 그 사실들이 기계가 읽을 수 있는 형태로 정리된 병원이 드물다는 점입니다. 2026년 7월 22일 203곳 실측에서 조직 정보를 구조화 데이터로 제공하지 않는 곳이 **종합병원 85%**였습니다. JSON-LD 자체가 없는 종합병원도 65%였습니다.
AEO·GEO 양쪽에서 가장 직접적으로 쓰이는 FAQ 구조화 데이터는 더 비어 있었습니다. 203곳 중 **7곳**만 적용하고 있었습니다.
덧붙여, 예산이 많은 쪽이 앞서 있지도 않았습니다. 같은 조사에서 종합병원 26곳의 평균은 63점으로 **다섯 진료과 중 가장 낮았습니다.** 성형외과 46곳·피부과 51곳·척추관절 38곳이 각 72점, 치과 42곳이 71점이었습니다.
**진료과별 AI 준비도 평균 점수**
- 성형외과 (46곳): 72점
- 피부과 (51곳): 72점
- 척추·관절 (38곳): 72점
- 치과 (42곳): 71점
- 종합병원 (26곳): 63점
2026-07-22, 병원 203곳 직접 측정 (100점 만점)
**7곳** — FAQ 구조화 데이터를 적용한 병원 (전체 203곳 중. AEO와 GEO 양쪽에 함께 쓰이는 항목입니다.)

## 그렇다면 무엇부터 해야 하나?

순서는 겹치는 것부터입니다. 셋 다에 필요한 토대를 먼저 깔고, 그다음 AEO·GEO 공통 작업, 마지막으로 GEO 고유 작업으로 넘어가는 편이 효율적입니다.
**작업의 우선순위와 성격**
| 단계 | 작업 | SEO | AEO | GEO |
| --- | --- | --- | --- | --- |
| 1 | AI·검색 크롤러 접근 확인 (robots.txt) | 필수 | 필수 | 필수 |
| 2 | 자바스크립트 없이 본문이 읽히게 하기 | 필수 | 필수 | 필수 |
| 3 | 페이지별 대표 제목(h1)과 제목 구조 정리 | 필수 | 필수 | 필수 |
| 4 | 사이트맵 생성·제출 | 필수 | 도움 | 도움 |
| 5 | 소제목을 환자의 질문 문장으로 바꾸기 | 도움 | 필수 | 필수 |
| 6 | 소제목 아래 한 문단으로 완결되는 답 배치 | 도움 | 필수 | 필수 |
| 7 | FAQ 구조화 데이터 적용 | 도움 | 필수 | 필수 |
| 8 | 병원 정보 구조화 데이터 적용 | 도움 | 도움 | 필수 |
| 9 | 채널 간 병원명·주소·진료시간 표기 통일 | 도움 | 도움 | 필수 |
| 10 | llms.txt 작성·게시 | 해당 없음 | 해당 없음 | 도움 |
| 11 | AI 질의 결과 정기 점검 | 해당 없음 | 해당 없음 | 필수 |
1~4번은 전통적인 SEO 항목이지만 AEO와 GEO의 전제이기도 합니다. 그리고 실측에서 병원들이 가장 많이 놓치고 있던 것도 이 구간이었습니다. 종합병원 26곳 중 사이트맵이 없는 곳이 54%, 대표 제목이 없거나 중복인 곳이 31%였습니다.
5~7번은 AEO와 GEO가 함께 가져가는 구간입니다. 문서를 다시 쓰는 일이라 시간이 들지만, 한 번 하면 양쪽에 동시에 적용됩니다. **투자 대비 효율이 가장 좋은 구간**입니다.
10~11번은 GEO에만 해당합니다. llms.txt는 203곳 중 36곳이 두고 있었고, 종합병원은 26곳 모두 없었습니다. 반대로 AI 크롤러를 차단해 둔 곳도 9곳(성형외과 5곳, 피부과 4곳) 있었습니다. 이미지 도용을 막으려던 설정이 AI 접근까지 함께 막은 경우가 있으므로, 차단 여부는 의도한 것인지 한 번 확인하실 필요가 있습니다.

## 누가 무엇을 맡으면 되나?

- **웹 개발·외주사** — robots.txt, 사이트맵, 제목 구조, 구조화 데이터 적용, llms.txt. 대부분 템플릿 수정으로 처리되는 기술 작업입니다.
- **홍보·마케팅팀** — 환자가 실제로 묻는 질문 수집, 소제목을 질문 문장으로 다시 쓰기, FAQ 문안 작성, 채널별 병원 정보 표기 통일. AEO와 GEO가 함께 걸린 구간이라 비중이 큽니다.
- **원무·진료 부서** — 진료시간·휴진·의료진 변경 사실을 홈페이지 갱신 절차에 연결. 사실이 틀리면 인용되는 것이 오히려 손해입니다.
- **관리자** — 변경 시 반영 책임자를 지정. 담당자가 바뀌어도 유지되도록 절차로 남깁니다.
> **지금 상태부터 확인하시려면** 이 글에 인용한 실측에 사용한 진단 도구를 무료로 공개하고 있습니다. 주소만 입력하면 위 표의 1~10번 항목이 현재 어떤 상태인지 한 화면에서 확인하실 수 있습니다.

## 짚어 둘 한계

- AEO와 GEO는 용어와 방법론이 아직 정리되는 중입니다. 여기 정리한 구분은 현재 통용되는 이해에 따른 것이며, 업계 표준으로 확정된 정의라고 단정할 수 없습니다. 실무에서는 두 용어가 섞여 쓰입니다.
- 특정 작업을 하면 강조 스니펫에 뽑히거나 AI 답변에 반드시 등장한다고 보장할 수 없습니다. 각 서비스의 선정·생성 방식은 공개되어 있지 않고 계속 바뀝니다.
- 인용한 실측 수치는 2026년 7월 22일 하루, 203곳 표본 기준입니다. 국내 병원 전체를 대표하지 않습니다.
- 홈페이지에 싣는 내용 중 진료·시술 관련 표현은 의료광고 사전심의 대상이 될 수 있습니다. 문안 작성 전 심의기관 확인이 필요합니다.

자주 묻는 질문:

**SEO와 AEO, GEO의 차이는 무엇인가요?**

SEO는 검색 결과 목록에서 우리 페이지가 더 위에 노출되도록 하는 작업이고, AEO는 검색엔진이나 음성 비서가 질문에 하나의 답을 제시할 때 그 답으로 우리 내용이 뽑히도록 하는 작업이며, GEO는 생성형 AI가 답변을 만들 때 우리 정보를 근거로 인용하도록 하는 작업입니다. 결과의 모양이 각각 링크 목록에서의 순위, 결과 상단의 발췌 상자나 음성 한 문장, 생성된 답변 안의 언급으로 다릅니다. 등장 순서는 SEO, AEO, GEO 순이며 셋은 경쟁 관계가 아니라 크롤링과 색인이라는 같은 토대 위에 쌓인 3층입니다.

**AEO와 GEO는 같은 말인가요?**

실무에서는 섞어 쓰이지만 엄밀히는 다릅니다. AEO는 검색엔진의 강조 스니펫이나 '다른 사람들이 묻는 질문', 음성 비서 응답처럼 하나의 답이 제시되는 자리를 대상으로 하며 생성형 AI 이전부터 있던 개념입니다. GEO는 생성형 AI가 답변을 만들 때 근거로 인용되는 것을 목표로 하며 2023년 논문에서 제안된 더 나중의 개념입니다. 다만 질문형 소제목, 한 문단으로 완결되는 답, 표와 순서 목록, FAQ 구조화 데이터처럼 전술이 크게 겹치기 때문에 AEO를 제대로 하면 GEO도 상당 부분 따라옵니다. GEO에만 있는 것은 llms.txt, AI 크롤러 접근 정책, 인용률 측정입니다. 업계에서 두 용어를 같은 뜻으로 쓰는 경우가 많으므로 대행 계약 전에 상대가 어느 쪽을 말하는지 확인하시는 것이 좋습니다.

**AEO가 가장 최신 개념인가요?**

그렇지 않습니다. 세대 순서는 SEO, AEO, GEO입니다. AEO는 검색 결과 상단의 답 발췌 영역과 음성 검색이 늘어나면서 자리 잡은 개념으로, 생성형 AI가 등장하기 전부터 있었습니다. 가장 최근에 등장한 것은 GEO이며 2023년 논문에서 제안된 용어입니다. 'AEO가 최신'이라는 표현은 정확하지 않으므로, 제안서나 대행 설명에서 이런 표현을 보시면 어떤 작업을 말하는 것인지 구체적으로 확인하시는 편이 좋습니다.

**GEO를 하면 SEO는 안 해도 되나요?**

그렇지 않습니다. AEO도 GEO도 SEO를 대체하지 않습니다. 환자는 검색엔진과 AI를 병행해 쓰고, 많은 AI 서비스가 답변을 만들 때 웹 검색 결과를 함께 참고합니다. 더 근본적으로는 세 작업의 토대가 같습니다. 크롤러 접근 허용, 자바스크립트 없이 읽히는 본문, 명확한 제목 구조, 사이트맵은 SEO 항목이면서 동시에 AEO와 GEO의 전제 조건입니다. 이 토대를 먼저 갖추고 그 위에 질문형 구성과 구조화 데이터를 얹는 순서가 효율적입니다.

**병원에서 AEO와 GEO가 특히 중요한 이유는 무엇인가요?**

환자의 질문이 지역과 증상, 조건을 함께 담은 문장 형태이기 때문입니다. '집 근처에서 토요일에도 진료하는 정형외과' 같은 질문은 링크 목록보다 정리된 답 하나로 처리되기 쉽습니다. 그런데 그런 답을 만들려면 진료시간, 위치, 진료과목, 의료진 전공 같은 사실을 기계가 읽을 수 있는 형태로 확보해야 합니다. 2026년 7월 22일 203곳 실측에서 조직 정보를 구조화 데이터로 제공하지 않는 종합병원이 85%였고, AEO와 GEO 양쪽에 쓰이는 FAQ 구조화 데이터를 적용한 곳은 203곳 중 7곳뿐이었습니다.

**병원이 SEO와 AEO, GEO 중 무엇을 먼저 해야 하나요?**

셋 모두에 필요한 토대 작업을 먼저 하십시오. 순서는 robots.txt에서 크롤러 접근 확인, 자바스크립트 없이 본문이 읽히는지 확인, 페이지별 대표 제목과 제목 구조 정리, 사이트맵 생성입니다. 그다음이 AEO와 GEO가 함께 쓰는 구간으로 소제목을 환자의 질문 문장으로 바꾸고 그 아래 한 문단으로 완결되는 답을 두며 FAQ 구조화 데이터를 적용합니다. llms.txt와 AI 질의 점검은 마지막입니다. 실측에서도 병원들이 가장 많이 놓친 구간이 첫 번째 토대 부분이었습니다. 종합병원 26곳 중 54%가 사이트맵이 없었고 31%가 대표 제목이 없거나 중복이었습니다.

출처:
- 메디컬유니버스 AI 준비도 진단 도구로 2026-07-22 직접 측정 (표본 203곳: 종합병원 26곳, 성형외과 46곳, 피부과 51곳, 척추·관절 38곳, 치과 42곳)
- schema.org 공식 문서

---

### 원장이 5분 만에 직접 확인하는 법 — AI는 우리 병원을 뭐라고 설명하나

https://medicaluniverse.kr/insights/check-your-hospital-in-ai-5min/
발행 2026-07-22 · GEO

대행사에 맡기기 전에 원장이 직접 해볼 수 있는 확인 절차입니다. 넣어볼 질문 문장, 답변에서 볼 것, 자바스크립트를 끄고 홈페이지를 여는 법, robots.txt 확인법까지 순서대로 정리했습니다.

핵심 요약:
- 생성형 AI에 실제 질문 6개를 넣어 보면 우리 병원이 언급되는지, 사실이 정확한지, 어떤 출처가 인용되는지를 직접 확인할 수 있다.
- 생성형 AI는 같은 질문에도 답이 달라지므로 한 번의 결과로 단정해서는 안 된다. 각 질문을 3회 이상 반복하는 편이 안전하다.
- 브라우저에서 자바스크립트를 끄고 홈페이지를 열면 크롤러가 보는 것에 가까운 화면을 확인할 수 있다.
- 홈페이지 주소 뒤에 /robots.txt를 붙이면 크롤러 차단 여부와 사이트맵 등록 여부를 바로 볼 수 있다.
- 참고로 실측한 203곳 중 조직 정보 스키마가 없는 곳이 종합병원 85%, 치과 81%였고, 종합병원 26곳에서는 자바스크립트 없이 본문이 300자에 못 미치는 곳이 23%였다.
- 이 절차는 문제를 발견하는 데 쓰는 것이지, 결과가 좋다고 노출이 보장된다는 뜻은 아니다.

> **표본 범위 안내** 이 글의 수치는 2026년 7월 22일 다섯 유형(종합병원·척추·관절·성형외과·피부과·치과) 203곳을 측정한 결과입니다. 같은 기준으로 요양병원 25곳을 추가 측정해 전체 표본은 228곳이 되었고, 여섯 유형 전체 집계와 측정 방법·한계는 [공개 데이터 페이지](/data/)에 있습니다. 표본이 다른 수치를 합쳐 다시 계산하지 않고, 각 조사가 무엇을 측정했는지 그대로 밝힙니다.
홈페이지 업체에 물어보기 전에, **원장님이 직접 5분만 써서 확인할 수 있는 것들**이 있습니다. 특별한 도구도 계정도 필요 없습니다. 순서대로 따라 하시면 됩니다.

## 1단계 — AI에게 무엇을 물어볼 것인가

ChatGPT, 제미나이, 퍼플렉시티 중 편한 것을 하나 여시고, 아래 질문을 그대로 넣어 보십시오. 대괄호 부분만 우리 병원 정보로 바꾸시면 됩니다. 세 서비스에 각각 넣어 보시면 더 좋습니다. 학습한 지식으로 답하는지, 웹을 검색해 답하는지가 서비스마다 다르기 때문입니다.
1. "[지역명]에서 [진료과] 잘하는 병원 추천해 줘. 왜 추천하는지 이유도 알려 줘."
2. "[지역명] [진료 항목] 병원 3곳만 비교해서 표로 정리해 줘."
3. "[우리 병원 이름]에 대해 알려 줘. 어떤 병원이야?"
4. "[우리 병원 이름] 진료시간이랑 위치, 대표 진료과목 알려 줘."
5. "[우리 병원 이름]과 [근처 경쟁 병원 이름]을 비교하면 어떤 차이가 있어?"
6. "[우리 병원 이름]에서 [진료 항목] 받으려는데, 이 병원이 그걸 잘하는지 근거를 출처와 함께 알려 줘."
> **한 번의 답으로 판단하지 마십시오** 생성형 AI는 **같은 질문에도 매번 다른 답을 내놓습니다.** 한 번 언급됐다고 안심하거나, 한 번 빠졌다고 문제라고 단정하시면 안 됩니다. 각 질문을 새 대화창에서 최소 3회씩 반복하시고, 몇 번 중 몇 번 언급됐는지를 세어 보십시오. 이전 대화 내용이 남아 있으면 결과가 오염되므로 반드시 새 대화로 시작하셔야 합니다.

## 2단계 — 답변에서 무엇을 볼 것인가

**답변을 볼 때 확인할 네 가지**
| 확인할 것 | 구체적으로 볼 지점 | 이런 결과면 어떤 뜻인가 |
| --- | --- | --- |
| 우리가 언급되는가 | 1·2번 질문(지역+진료과 추천)에서 우리 병원 이름이 나오는지, 3회 중 몇 회 나오는지 셉니다. | 3회 모두 안 나오면 그 조합에서는 인지되지 않고 있을 가능성이 높습니다. 3번 질문에서만 나온다면 '이름을 알면 설명은 하지만, 추천 후보로는 떠오르지 않는' 상태입니다. |
| 사실이 정확한가 | 진료시간, 주소, 진료과목, 병원 규모, 개원 연도, 대표원장 이름을 하나씩 대조합니다. | 틀린 정보가 나온다면 그 정보가 어딘가에 잘못 남아 있거나, 우리 홈페이지에서 확정된 형식으로 읽히지 않아 AI가 추정했다는 뜻입니다. |
| 어떤 출처를 인용했는가 | 답변에 붙은 링크나 출처 목록을 봅니다. 우리 홈페이지인지, 블로그·카페·병원 정보 포털인지, 아니면 출처가 아예 없는지. | 우리 홈페이지가 한 번도 인용되지 않고 제3자 글만 인용된다면, 병원 설명의 주도권이 우리에게 없다는 뜻입니다. |
| 경쟁 병원은 몇 곳 나오는가 | 1·2번 질문의 답에 나온 병원 이름을 모두 적고, 반복 질의에서 계속 등장하는 곳을 표시합니다. | 매번 등장하는 병원이 있다면 그 자리는 이미 안정적으로 점유돼 있습니다. 반대로 매번 다른 병원이 나온다면 아직 고정된 답이 없는 시장입니다. |
여기까지가 보통 3분입니다. 결과를 메모해 두시면 나중에 개선 전후를 비교하실 수 있습니다.

## 3단계 — 크롤러가 보는 우리 홈페이지는 어떤 모습인가

AI가 우리 홈페이지를 가져갈 때는 브라우저처럼 화면을 그려 보지 않는 경우가 많습니다. 자바스크립트를 실행하지 않고 HTML만 가져가는 쪽에 가깝습니다. 그래서 **자바스크립트를 끄고 홈페이지를 열어 보면 크롤러가 보는 것에 가까운 화면**을 확인할 수 있습니다.

### 크롬에서 자바스크립트 끄는 법

1. 우리 홈페이지를 엽니다.
2. 주소창 왼쪽의 아이콘을 누르고 '사이트 설정'으로 들어갑니다.
3. 목록에서 'JavaScript'를 찾아 '차단'으로 바꿉니다.
4. 페이지로 돌아와 새로고침합니다.
5. 확인이 끝나면 반드시 같은 자리에서 '허용'으로 되돌립니다.
새로고침한 화면에서 볼 것은 하나입니다. **본문 글자가 남아 있는가.** 병원 소개, 진료과목 설명, 의료진 정보가 그대로 보이면 괜찮습니다. 메뉴만 남고 내용이 사라지거나 빈 화면이 되면 문제입니다. 화면에는 잘 나오지만 크롤러에게는 거의 빈 페이지로 보이고 있다는 뜻이기 때문입니다.
참고로 저희가 2026년 7월 22일 종합병원 26곳을 실측했을 때, **자바스크립트 없이 본문이 300자에 못 미치는 곳이 23%(6곳)**였습니다. 네 곳 중 한 곳꼴이니 드문 문제가 아닙니다.

## 4단계 — robots.txt는 어떻게 확인하나

홈페이지 주소 뒤에 `/robots.txt`를 붙여 주소창에 입력하십시오. 예를 들어 홈페이지가 example.com이면 example.com/robots.txt입니다. 글자만 있는 짧은 화면이 나옵니다.
**robots.txt에서 볼 것**
| 보이는 내용 | 어떻게 읽으면 되나 |
| --- | --- |
| 페이지가 없다는 오류가 나온다 | robots.txt 자체가 없는 상태입니다. 차단은 아니지만, 사이트맵을 알려 줄 통로도 없다는 뜻입니다. |
| `User-agent: *` 아래에 `Disallow: /` 만 있다 | **사이트 전체가 차단된 상태**입니다. 개편 중 임시 설정이 그대로 남아 있는 경우가 많습니다. 즉시 확인이 필요합니다. |
| GPTBot, ClaudeBot, PerplexityBot 등 이름 아래에 Disallow가 있다 | 특정 AI 크롤러를 막고 있습니다. 이미지 도용을 막으려다 함께 막힌 경우가 있습니다. 실측 203곳 중 9곳이 이 상태였고 전부 성형외과·피부과였습니다. 지금도 그 이유가 유효한지 판단하셔야 합니다. |
| `Sitemap:` 으로 시작하는 줄이 있다 | 사이트맵이 등록돼 있습니다. 그 주소를 눌러 실제로 열리는지도 확인해 보십시오. |
| `Sitemap:` 줄이 없다 | 크롤러가 우리 페이지 목록을 안내받지 못합니다. 본문이 아무리 좋아도 존재를 모르면 가져갈 수 없습니다. |

## 결과를 어떻게 해석해야 하나

네 단계를 마치면 대략 이런 조합이 나옵니다.
- **AI 답변에 언급은 되는데 사실이 틀린다** — 정보가 기계가 읽는 형식으로 확정돼 있지 않을 가능성이 큽니다. 주소·진료시간·진료과목의 구조화가 우선입니다.
- **언급 자체가 안 되고, 자바스크립트를 끄면 본문이 사라진다** — 이것이 가장 먼저 고칠 문제입니다. 다른 무엇보다 앞섭니다.
- **언급도 되고 본문도 남는데, 인용 출처는 늘 남의 블로그다** — 콘텐츠는 있으나 우리 페이지가 인용하기 좋은 형태가 아닐 수 있습니다. 질문-답변 형식과 표 형태를 늘려 보십시오.
- **robots.txt에서 차단이 발견됐다** — 위의 어떤 개선도 이것보다 뒤입니다. 먼저 푸셔야 합니다.
- **다 괜찮아 보인다** — 그렇다면 지금 상태를 메모해 두시고, 분기마다 같은 절차를 반복해 변화를 보십시오.
> 이 절차는 문제를 찾는 데 쓰는 것이지, 이상이 없다고 노출이 보장된다는 뜻이 아니다.
마지막으로 한 번 더 강조드립니다. 생성형 AI의 답은 **질문 표현, 시점, 계정, 지역 설정에 따라 달라집니다.** 오늘 안 나왔다고 영영 안 나오는 것도, 오늘 나왔다고 계속 나오는 것도 아닙니다. 한 번의 결과로 대행사를 바꾸거나 홈페이지를 갈아엎는 결정을 하시기 전에, 반드시 여러 번 반복해 보시기 바랍니다.
> **자동으로 확인하고 싶으시다면** 3·4단계처럼 기계적으로 확인 가능한 항목은 저희가 무료 진단 도구로 공개하고 있습니다. 홈페이지 주소만 넣으면 16개 항목을 한 번에 점검해 드립니다. 다만 1·2단계(실제 AI 답변 확인)는 원장님이 직접 해보시는 편이 훨씬 정확합니다.

자주 묻는 질문:

**AI에 질문할 때 몇 번이나 반복해야 하나요?**

각 질문을 새 대화창에서 최소 3회씩 반복하시기를 권합니다. 생성형 AI는 같은 질문에도 매번 다른 답을 생성하므로 1회 결과는 우연일 수 있습니다. 이전 대화 맥락이 남아 있으면 결과가 왜곡되니 반드시 새 대화로 시작하시고, 3회 중 몇 회 언급됐는지를 세어 기록해 두십시오.

**자바스크립트를 끄고 홈페이지를 열어 보라는 이유가 무엇인가요?**

AI 크롤러 상당수는 브라우저처럼 화면을 그려 보지 않고 HTML만 가져갑니다. 자바스크립트를 끈 화면이 크롤러가 보는 것에 가깝습니다. 이 상태에서 본문이 사라진다면 사람 눈에는 멀쩡한 홈페이지가 기계에게는 거의 빈 페이지라는 뜻입니다. 2026년 7월 22일 종합병원 26곳 실측에서는 이 문제에 해당하는 곳이 23%였습니다.

**robots.txt에서 AI 크롤러를 막고 있으면 무조건 풀어야 하나요?**

무조건은 아닙니다. 이미지 무단 사용 방지 등 정당한 이유가 있을 수 있습니다. 다만 차단하면 AI 답변에 인용될 가능성도 함께 사라진다는 점을 알고 결정하셔야 합니다. 2026년 7월 22일 실측한 203곳 중 차단 상태는 9곳이었고 모두 성형외과(5곳)와 피부과(4곳)였습니다. 실무에서는 의도한 결정이라기보다 과거 설정이 그대로 남아 있는 경우가 많으므로, 현재 상태를 확인하고 그 이유가 지금도 유효한지 점검하시는 것이 우선입니다.

**이 절차를 다 해서 문제가 없으면 AI 추천에 나오나요?**

단정할 수 없습니다. 여기서 확인하는 것은 인용될 조건을 갖췄는지이지, 실제 노출 여부가 아닙니다. 조건이 갖춰져 있어도 경쟁 병원이 더 강한 근거를 갖고 있으면 밀릴 수 있습니다. 반대로 조건이 안 갖춰진 상태에서 안정적으로 노출되기를 기대하기는 어렵습니다. 확인 결과는 개선의 출발점으로 쓰시는 것이 맞습니다.

출처:
- 메디컬유니버스 AI 준비도 진단 도구로 2026-07-22 직접 측정 (표본 203곳: 종합병원 26곳, 성형외과 46곳, 피부과 51곳, 척추·관절 38곳, 치과 42곳)

---

### 병원 홈페이지에 넣어야 할 구조화 데이터 5가지 — MedicalOrganization부터 FAQPage까지

https://medicaluniverse.kr/insights/hospital-structured-data-guide/
발행 2026-07-22 · GEO

schema.org에서 병원이 실제로 쓰게 되는 타입은 다섯 가지 정도로 좁혀집니다. 각 타입이 어떤 질문에 답하는지, 최소한 어떤 속성을 채워야 하는지 정리했습니다. 2026년 7월 22일 203곳 실측에서 종합병원 26곳 중 85%, 치과 42곳 중 81%가 조직 스키마를 갖고 있지 않았습니다.

핵심 요약:
- 구조화 데이터는 병원명·주소·진료시간 같은 사실을 사람이 아니라 기계가 읽도록 표기하는 방식이며, 표준은 schema.org, 표기 형식은 JSON-LD가 일반적이다.
- 병원에서 실제로 쓰이는 타입은 MedicalOrganization(또는 Hospital), Physician, MedicalProcedure, FAQPage, BreadcrumbList 다섯 가지로 좁혀진다.
- 2026년 7월 22일 병원 홈페이지 203곳 실측에서 종합병원 26곳 중 조직 정보 스키마를 갖추지 않은 곳이 85%, JSON-LD를 아예 쓰지 않는 곳이 65%였다.
- 치과 42곳에서도 조직 정보 스키마 미보유가 81%로, 진료과를 가리지 않고 비어 있는 항목이었다.
- 같은 실측에서 FAQ 스키마를 적용한 곳은 전체 203곳 중 7곳(3%)뿐이었다.
- 구조화 데이터는 화면에 보이는 내용과 일치해야 하며, 페이지에 없는 정보를 스키마에만 적어 넣으면 안 된다.
- 구조화 데이터를 넣는다고 검색 순위나 AI 답변 등장이 보장되지는 않는다. 다만 정보가 없으면 기계는 본문에서 짐작할 수밖에 없다.

> **표본 범위 안내** 이 글의 수치는 2026년 7월 22일 다섯 유형(종합병원·척추·관절·성형외과·피부과·치과) 203곳을 측정한 결과입니다. 같은 기준으로 요양병원 25곳을 추가 측정해 전체 표본은 228곳이 되었고, 여섯 유형 전체 집계와 측정 방법·한계는 [공개 데이터 페이지](/data/)에 있습니다. 표본이 다른 수치를 합쳐 다시 계산하지 않고, 각 조사가 무엇을 측정했는지 그대로 밝힙니다.
병원 홈페이지에는 이미 필요한 정보가 다 있습니다. 진료시간도, 주소도, 원장 약력도 있습니다. 문제는 **그 정보가 사람 눈에만 보이는 형태로 있다는 점**입니다.
'평일 09:00 ~ 17:30 / 토요일 09:00 ~ 13:00'이라고 적힌 이미지나 표는 사람에게는 명확하지만, 기계에게는 글자 덩어리입니다. 구조화 데이터는 같은 사실을 기계가 오해 없이 읽을 수 있는 형식으로 한 번 더 적어 두는 일입니다.

## 구조화 데이터란 정확히 무엇인가?

구조화 데이터는 웹페이지의 내용을 정해진 어휘로 표기한 데이터입니다. 어휘의 표준은 **schema.org**이고, 표기 방식은 여러 가지가 있지만 현재는 **JSON-LD**를 페이지 안에 넣는 방식이 가장 널리 쓰입니다.
JSON-LD는 본문과 분리되어 페이지 소스 안에 들어갑니다. 화면 디자인을 건드리지 않고 추가할 수 있다는 뜻입니다. 리뉴얼 없이도 적용할 수 있는 몇 안 되는 작업입니다.
> **확인하는 법** 우리 홈페이지에 이미 들어 있는지 보려면 브라우저에서 페이지 소스를 열고 application/ld+json을 검색해 보시면 됩니다. 검색 결과가 하나도 없다면 구조화 데이터가 전혀 없는 상태입니다. **실측한 종합병원 26곳 중 65%가 이 상태였습니다.**

## 병원은 어떤 타입을 써야 하나?

schema.org에는 수백 개의 타입이 있지만 병원이 실제로 쓰게 되는 것은 다섯 가지 정도입니다. 각 타입은 서로 다른 질문에 답합니다.
**병원에서 쓰이는 주요 schema.org 타입**
| 타입 | 답하는 질문 | 넣는 위치 |
| --- | --- | --- |
| MedicalOrganization / Hospital | 이 병원은 무엇이고 어디에 있으며 언제 진료하는가 | 메인 페이지, 병원 소개 페이지 |
| Physician | 이 의사는 누구이고 무엇을 전공했는가 | 의료진 소개 개별 페이지 |
| MedicalProcedure | 이 시술·수술은 무엇이고 어떻게 진행되는가 | 진료 항목·시술 안내 페이지 |
| FAQPage | 환자가 자주 묻는 질문의 답은 무엇인가 | FAQ 페이지, 시술 페이지 하단 Q&A |
| BreadcrumbList | 이 페이지는 사이트 어디에 속하는가 | 모든 하위 페이지 |
Hospital은 MedicalOrganization의 하위 타입입니다. 종합병원·병원급이라면 Hospital, 의원급이라면 MedicalClinic이나 MedicalOrganization을 쓰는 편이 자연스럽습니다. **어느 쪽이든 아예 없는 것보다는 낫습니다.**

## 1. MedicalOrganization — 가장 먼저 해야 할 하나

다섯 개 중 하나만 하실 수 있다면 이것입니다. 병원의 신원 정보를 기계에 알려 주는 가장 기본적인 표기이고, 실측 기준 미보유율이 가장 높은 항목이기도 합니다.
- **name** — 병원 정식 명칭. 간판·사업자등록·다른 플랫폼 등록명과 표기를 통일합니다.
- **address** — PostalAddress 형식으로 주소를 쪼개 적습니다(도로명, 시·군·구, 시·도, 우편번호, 국가).
- **telephone** — 대표 전화. 국가번호를 포함한 형식이 안전합니다.
- **url** — 공식 홈페이지 주소. 한 병원이 여러 도메인을 쓰고 있다면 대표 하나로 정합니다.
- **openingHoursSpecification** — 요일별 진료 시작·종료 시각. 점심시간이 있으면 구간을 나눠 적습니다.
- **geo** — 위도·경도. 지도 서비스와 지역 질의에 도움이 됩니다.
- **medicalSpecialty** — 진료과목. 병원이 실제로 운영하는 과만 적습니다.
- **sameAs** — 공식 SNS·지도 등록 페이지 등 같은 주체를 가리키는 다른 주소들.
여기서 가장 자주 틀리는 부분은 **name과 address의 표기 불일치**입니다. 홈페이지, 지도 등록 정보, 예약 플랫폼에 적힌 병원명과 주소가 조금씩 다르면 기계는 이들을 같은 곳으로 확신하지 못합니다.

## 2. Physician — 의료진 페이지가 있다면

환자가 AI에게 특정 질환의 전문의를 물을 때 답이 되는 정보입니다. 의료진 소개 페이지가 개별 URL로 나뉘어 있다면 각 페이지에 적용합니다.
- **name** — 의사 이름. 직함은 별도 속성으로 분리합니다.
- **medicalSpecialty** — 전문 진료 분야.
- **worksFor** 또는 **affiliation** — 소속 병원. 위의 MedicalOrganization과 연결합니다.
- **alumniOf** — 출신 학교·수련 기관.
- **memberOf** — 소속 학회.
- **image** — 프로필 사진 주소.
> **표기 전 확인하실 것** 의료진 경력·자격 표기는 의료광고 심의 대상이 될 수 있습니다. 구조화 데이터에 적는 내용도 홈페이지 본문과 동일한 기준으로 판단하시고, **표현이 애매하면 반드시 심의기관에 확인**하신 뒤 적용하시기 바랍니다.

## 3. MedicalProcedure — 시술·수술 페이지

'○○ 수술은 어떻게 하나요' 같은 질문에 대응하는 타입입니다. 다만 이 타입은 **효과나 성공률을 광고하는 자리가 아닙니다.** 절차의 사실 관계만 적는 편이 안전합니다.
- **name** — 시술·수술의 일반적인 명칭. 자체 브랜드명만 쓰면 기계가 무엇인지 알기 어렵습니다.
- **procedureType** — 침습적 시술인지 여부 등 절차의 성격.
- **bodyLocation** — 시술 부위.
- **preparation** — 시술 전 준비 사항.
- **followup** — 시술 후 관리·경과 관찰 안내.
- **howPerformed** — 절차가 어떻게 진행되는지에 대한 설명.

## 4. FAQPage — 경쟁이 가장 비어 있는 자리

질문과 답변을 한 쌍으로 표기하는 타입입니다. 생성형 AI가 인용하기 가장 쉬운 형태이기도 합니다. 질문이 곧 검색어이고, 답변이 곧 인용 단위이기 때문입니다.
그런데 2026년 7월 22일 실측한 203곳 중 FAQ 스키마를 적용한 곳은 **7곳(3%)**이었습니다. 표본을 다섯 배 가까이 키웠는데도 적용률은 거의 오르지 않았습니다. 손이 가장 적게 들면서 경쟁이 가장 적은 항목입니다.
1. 원무과·콜센터에 실제로 들어오는 질문을 10개 모읍니다. 상상해서 만들지 않습니다.
2. 각 질문에 3~5문장 분량의 답변을 답니다. 그 문단만 떼어 읽어도 뜻이 통해야 합니다.
3. 화면에도 같은 내용이 보이도록 FAQ 섹션을 만듭니다.
4. 그 내용에 FAQPage 구조화 데이터를 적용합니다.
> 구조화 데이터는 없는 정보를 만들어 내는 도구가 아니라, 이미 있는 정보를 기계가 놓치지 않게 하는 도구입니다.

## 5. BreadcrumbList — 사이트 구조를 알려 주는 표기

'홈 > 진료과 > 정형외과 > 척추센터'처럼 페이지의 위치를 알려 주는 표기입니다. 단순해 보이지만, 페이지 수가 많은 종합병원일수록 효과가 큽니다. 개별 페이지 하나만 봐서는 그것이 무엇에 대한 페이지인지 판단하기 어렵기 때문입니다.
- **itemListElement** — 순서가 있는 항목 목록.
- 각 항목의 **position** — 1부터 시작하는 순번.
- 각 항목의 **name** — 화면에 보이는 이름과 동일하게.
- 각 항목의 **item** — 해당 단계의 URL.

## 적용할 때 가장 흔한 실수는 무엇인가?

**구조화 데이터 적용 시 자주 나오는 문제**
| 문제 | 왜 문제인가 | 대응 |
| --- | --- | --- |
| 화면에 없는 내용을 스키마에만 기재 | 본문과 불일치하는 표기는 신뢰를 잃습니다 | 스키마는 화면 내용의 사본이어야 합니다 |
| 진료시간 변경 후 스키마 미수정 | 틀린 정보가 그대로 인용됩니다 | 진료시간 변경 절차에 스키마 갱신을 포함 |
| 모든 페이지에 동일한 스키마 복사 | 페이지별 구분이 사라집니다 | 조직 스키마는 대표 페이지 중심으로 |
| 병원명·주소 표기가 채널마다 다름 | 같은 병원인지 확신하기 어려워집니다 | 표기 기준을 하나로 정하고 전 채널 통일 |
| JSON 문법 오류로 통째로 무시됨 | 넣었지만 하나도 읽히지 않습니다 | 적용 후 검증 도구로 파싱 여부 확인 |

## 무엇부터 하면 되나?

1. 페이지 소스에서 application/ld+json을 검색해 현재 상태를 확인합니다.
2. 없다면 MedicalOrganization(또는 Hospital) 하나부터 대표 페이지에 넣습니다. 종합병원 85%, 치과 81%가 놓친 항목이라 상대적 이득이 큽니다.
3. 환자가 자주 묻는 질문 10개로 FAQ 페이지를 만들고 FAQPage를 적용합니다. 실측 203곳 중 7곳만 하고 있는 항목입니다.
4. 의료진·진료 항목 페이지가 개별 URL로 있다면 Physician, MedicalProcedure를 붙입니다.
5. 하위 페이지에 BreadcrumbList를 적용합니다. 보통 템플릿 한 번 수정으로 전 페이지에 적용됩니다.
6. 적용 후 검증 도구로 문법 오류가 없는지 확인하고, 진료시간·전화번호 변경 시 함께 고치도록 담당자를 지정합니다.
> **우리 병원은 지금 어떤 상태일까요** 이 글의 실측에 사용한 진단 도구를 무료로 공개하고 있습니다. 주소만 입력하면 구조화 데이터 보유 여부를 포함해 현재 상태를 확인하실 수 있습니다.

## 짚어 둘 한계

- 구조화 데이터를 넣는다고 검색 순위 상승이나 AI 답변 등장이 보장되지는 않습니다. 그렇게 단정할 수 없습니다.
- schema.org 어휘와 각 검색엔진·AI 서비스의 지원 범위는 계속 바뀝니다. 적용 전 최신 공식 문서를 확인하시기 바랍니다.
- 의료광고 관련 표현은 사전심의 대상이 될 수 있습니다. 구조화 데이터에 담기는 문구도 예외가 아니므로 심의기관 확인이 필요합니다.
- 인용한 실측 수치는 2026년 7월 22일 하루, 203곳 표본 기준입니다. 국내 병원 전체를 대표하지 않습니다.

자주 묻는 질문:

**병원 홈페이지에 구조화 데이터가 왜 필요한가요?**

구조화 데이터는 병원명, 주소, 진료시간, 진료과목 같은 사실을 기계가 오해 없이 읽을 수 있는 형식으로 표기하는 방법입니다. 홈페이지 화면에 정보가 있어도 기계는 그것이 진료시간인지 이벤트 안내인지 확신하기 어렵습니다. 구조화 데이터가 있으면 검색엔진과 생성형 AI가 병원 정보를 본문에서 짐작하지 않고 그대로 읽습니다. 다만 넣는다고 순위나 AI 답변 등장이 보장되는 것은 아닙니다.

**병원은 schema.org의 어떤 타입을 써야 하나요?**

실무에서는 다섯 가지로 좁혀집니다. 병원 자체 정보에는 MedicalOrganization 또는 그 하위 타입인 Hospital, 의원급이라면 MedicalClinic을 씁니다. 의료진 소개 페이지에는 Physician, 시술·수술 안내 페이지에는 MedicalProcedure, 자주 묻는 질문에는 FAQPage, 하위 페이지의 위치 표시에는 BreadcrumbList를 사용합니다. 하나만 시작한다면 MedicalOrganization이 우선입니다.

**우리 홈페이지에 구조화 데이터가 들어 있는지 어떻게 확인하나요?**

브라우저에서 페이지 소스 보기를 열고 application/ld+json 이라는 문자열을 검색하면 됩니다. 검색 결과가 하나도 없다면 JSON-LD 형식의 구조화 데이터가 전혀 없는 상태입니다. 결과가 있다면 그 안에 @type 값이 무엇인지 확인해 MedicalOrganization이나 Hospital이 있는지 보시면 됩니다. 2026년 7월 22일 종합병원 26곳을 실측한 결과 65%는 JSON-LD가 전혀 없었고, 85%는 조직 정보 스키마를 갖고 있지 않았습니다.

**구조화 데이터를 넣으려면 홈페이지를 새로 만들어야 하나요?**

그렇지 않습니다. JSON-LD 형식의 구조화 데이터는 페이지 소스 안에 들어가고 화면 디자인에는 영향을 주지 않으므로, 기존 홈페이지에 그대로 추가할 수 있습니다. 대개는 공통 템플릿 한 곳을 수정해 전체 페이지에 적용합니다. 다만 화면에 없는 정보를 스키마에만 적어 넣으면 안 되므로, 필요한 정보가 페이지에 표시되어 있는지 먼저 확인해야 합니다.

출처:
- schema.org 공식 문서 (MedicalOrganization, Physician, MedicalProcedure, FAQPage, BreadcrumbList 타입 정의)
- 메디컬유니버스 AI 준비도 진단 도구로 2026-07-22 직접 측정 (표본 203곳: 종합병원 26곳, 성형외과 46곳, 피부과 51곳, 척추·관절 38곳, 치과 42곳)

---

### 우리 병원은 AI를 막고 있을까? robots.txt로 확인하는 법

https://medicaluniverse.kr/insights/ai-crawler-robots-txt-guide/
발행 2026-07-22 · GEO

홈페이지 주소 뒤에 /robots.txt를 붙이면 우리 병원이 AI 크롤러를 막고 있는지 1분 안에 확인할 수 있습니다. 주요 크롤러 User-Agent가 각각 무엇을 하는지, Allow와 Disallow를 어떻게 읽는지 정리했습니다.

핵심 요약:
- robots.txt는 홈페이지 최상위에 놓인 텍스트 파일로, 어떤 크롤러가 어떤 경로에 접근해도 되는지를 적어 둔 안내문이다.
- 홈페이지 주소 뒤에 /robots.txt를 붙여 접속하면 누구나 즉시 확인할 수 있으며, 별도 계정이나 도구가 필요하지 않다.
- AI 관련 크롤러는 목적이 서로 다르다. 학습용 수집, 검색 색인, 사용자 요청 시점의 실시간 조회는 각각 다른 User-Agent를 쓴다.
- 2026년 7월 22일 병원 홈페이지 203곳을 실측한 결과 robots.txt에서 AI 크롤러를 차단하고 있던 곳은 9곳이었다.
- 차단 사례 9곳은 성형외과 5곳, 피부과 4곳으로 전부였다. 종합병원·척추관절·치과에서는 0곳이었다.
- 같은 실측에서 사이트맵이 없는 종합병원이 54%였는데, robots.txt는 사이트맵 위치를 알리는 자리이기도 하다.
- robots.txt는 강제력이 있는 차단 장치가 아니라 규칙을 지키는 크롤러에게만 유효한 요청이다.

> **표본 범위 안내** 이 글의 수치는 2026년 7월 22일 다섯 유형(종합병원·척추·관절·성형외과·피부과·치과) 203곳을 측정한 결과입니다. 같은 기준으로 요양병원 25곳을 추가 측정해 전체 표본은 228곳이 되었고, 여섯 유형 전체 집계와 측정 방법·한계는 [공개 데이터 페이지](/data/)에 있습니다. 표본이 다른 수치를 합쳐 다시 계산하지 않고, 각 조사가 무엇을 측정했는지 그대로 밝힙니다.
이 글의 목적은 하나입니다. **우리 병원 홈페이지가 AI에게 열려 있는지 닫혀 있는지, 지금 확인하시는 것입니다.** 1분이면 됩니다.

## robots.txt란 무엇인가?

robots.txt는 홈페이지 최상위 경로에 놓인 단순한 텍스트 파일입니다. '어떤 자동 수집 프로그램이 어느 경로까지 들어와도 되는지'를 적어 둔 안내문입니다.
중요한 전제가 하나 있습니다. **이 파일은 담장이 아니라 표지판입니다.** 규칙을 지키는 크롤러는 따르지만, 지키지 않는 프로그램을 물리적으로 막지는 못합니다. 로그인이 필요한 정보를 여기서 보호할 수는 없습니다.
그럼에도 이 파일이 중요한 이유는, 규칙을 지키는 쪽이 바로 **주요 검색엔진과 주요 AI 서비스**이기 때문입니다. 여기서 막혀 있으면 그들에게는 우리 병원이 존재하지 않는 것과 비슷해집니다.

## 우리 병원 파일은 어떻게 여나?

1. 브라우저 주소창에 병원 홈페이지 주소를 입력합니다.
2. 주소 끝에 /robots.txt 를 붙입니다. 예: https://우리병원주소.kr/robots.txt
3. 화면에 나오는 텍스트를 그대로 읽습니다. 아무것도 없거나 404 오류가 뜨면 robots.txt가 없는 상태입니다.
4. www가 있는 주소와 없는 주소, http와 https가 각각 다르게 동작할 수 있으니 실제로 쓰는 대표 주소로 확인합니다.
> **파일이 아예 없으면 문제인가요** robots.txt가 없다는 것은 '아무 제한도 두지 않았다'는 뜻이라 크롤링 자체는 대개 가능합니다. 다만 **사이트맵 위치를 알리는 자리를 함께 잃습니다.** 실측한 종합병원 26곳 중 54%가 사이트맵이 없었는데, 페이지가 수백 개인 병원일수록 이 손실이 큽니다.

## 어떤 크롤러들이 오는가?

AI 관련 크롤러는 하나가 아니고, 목적도 서로 다릅니다. 'AI를 막는다'는 결정을 하기 전에 무엇을 막게 되는지 구분하실 필요가 있습니다.
**주요 AI·검색 크롤러 User-Agent와 역할**
| User-Agent | 운영 주체 | 주된 역할 |
| --- | --- | --- |
| GPTBot | OpenAI | 모델 학습에 쓰이는 웹 데이터 수집 |
| OAI-SearchBot | OpenAI | 검색 기능용 색인 구축 |
| ChatGPT-User | OpenAI | 사용자 대화 중 필요할 때 해당 페이지를 실시간 조회 |
| ClaudeBot | Anthropic | 웹 데이터 수집 |
| Claude-User | Anthropic | 사용자 요청에 따라 해당 페이지를 실시간 조회 |
| PerplexityBot | Perplexity | 검색·답변용 색인 구축 |
| Google-Extended | Google | 구글 검색 색인과 별개로, 생성형 AI 관련 활용 여부를 제어하는 토큰 |
| Yeti | 네이버 | 네이버 검색 색인 수집 |
| Googlebot | Google | 구글 검색 색인 수집 |
표에서 특히 구분해 보실 것은 **수집형과 실시간 조회형**입니다. ChatGPT-User나 Claude-User처럼 사용자 요청 시점에 페이지를 가져오는 크롤러를 막으면, 환자가 AI에게 우리 병원을 직접 물어봤을 때 그 페이지를 읽지 못하게 됩니다.
Google-Extended는 조금 다릅니다. 이것은 별도의 크롤러라기보다 **생성형 AI 활용 여부를 표시하는 제어 토큰**에 가깝습니다. 이를 막아도 구글 검색 색인 자체에는 영향을 주지 않는 것으로 안내되어 있습니다. 다만 각 서비스의 정책은 바뀔 수 있으므로 최신 공식 문서 확인이 필요합니다.

## Allow와 Disallow는 어떻게 읽나?

robots.txt는 User-agent 줄로 대상을 정하고, 그 아래 Disallow·Allow 줄로 경로를 지정하는 구조입니다. 규칙은 다음 User-agent 줄이 나올 때까지 적용됩니다.
**robots.txt에서 자주 보는 줄과 그 의미**
| 줄 | 의미 |
| --- | --- |
| User-agent: * | 이름을 따로 지정하지 않은 모든 크롤러에 대한 규칙 |
| User-agent: GPTBot | GPTBot에만 적용되는 규칙 시작 |
| Disallow: | 값이 비어 있으면 제한 없음 (전체 허용) |
| Disallow: / | 해당 크롤러의 사이트 전체 접근 금지 |
| Disallow: /admin/ | /admin/ 이하 경로만 접근 금지 |
| Allow: / | 전체 허용. 상위 Disallow의 예외를 만들 때도 사용 |
| Sitemap: https://…/sitemap.xml | 사이트맵 위치 안내 |
가장 중요한 한 줄은 **Disallow: / 입니다.** 슬래시 하나만 있는 이 줄은 해당 User-agent에게 사이트 전체를 막는다는 뜻입니다. 우리 병원 robots.txt에서 이 줄을 발견하셨다면, 바로 위의 User-agent 이름이 무엇인지 확인하십시오.
> **가장 위험한 조합** User-agent: * 아래에 Disallow: / 가 적혀 있으면 **모든 크롤러에게 사이트 전체를 막은 상태**입니다. 검색엔진 노출도 함께 사라집니다. 개발·테스트 단계의 설정이 오픈 후에도 남아 있는 경우가 종종 있습니다.

## 차단이 걸려 있으면 무조건 풀어야 하나?

아닙니다. 차단에는 정당한 이유가 있을 수 있습니다. 다만 **그 이유가 지금도 유효한지, 그리고 막고 있는 대상이 의도한 그 대상이 맞는지**는 확인하실 필요가 있습니다.
1. 누가 언제 왜 넣었는지 확인합니다. 담당자가 바뀌면서 이유를 아무도 모르는 채 남아 있는 경우가 많습니다.
2. 막고 있는 대상을 구분합니다. 학습용 수집만 막고 싶었는데 검색 색인과 실시간 조회까지 막고 있지는 않은지 봅니다.
3. 막아야 할 경로를 구분합니다. 관리자 페이지나 로그인 영역만 막으면 되는데 사이트 전체를 막고 있지는 않은지 봅니다.
4. 결정을 문서로 남깁니다. 다음 담당자가 다시 같은 질문을 하지 않도록 합니다.
실측에서는 203곳 중 **9곳**이 AI 크롤러를 차단하고 있었습니다. 전체로 보면 4% 남짓이지만, 그 9곳이 **성형외과 5곳과 피부과 4곳에 전부 몰려 있었습니다.** 종합병원·척추관절·치과에서는 차단 사례가 한 곳도 없었습니다.
시술 전후 사진 같은 이미지 자산이 많은 진료과라는 점을 생각하면 이해할 수 있는 결과입니다. 이미지 무단 사용을 막으려던 설정이 AI 크롤러까지 함께 막았을 가능성이 큽니다. **성형외과·피부과라면 이 확인의 우선순위가 특히 높습니다.**
다만 전체로 보면 국내 병원에서 흔한 문제는 여전히 '막아 놓은 것'이 아니라 **'열어 두었지만 읽을 것이 없는 것'** 쪽입니다. 같은 조사에서 종합병원 26곳 중 85%가 조직 정보 스키마를 갖고 있지 않았습니다.
> 문이 열려 있는지 확인하는 일과, 안에 읽을 것을 두는 일은 별개입니다.

## 확인 후 함께 볼 것은?

- **Sitemap 줄이 있는가** — 실측 종합병원의 54%가 사이트맵이 없었습니다. robots.txt 안에 Sitemap 줄로 위치를 알려 주는 것이 기본입니다.
- **주소 변형별로 같은가** — www 유무, http/https, 서브도메인마다 robots.txt가 따로 존재할 수 있습니다.
- **서브사이트는 어떤가** — 건강검진센터나 특정 센터를 별도 도메인으로 운영 중이라면 각각 확인해야 합니다.
- **자바스크립트 없이 본문이 보이는가** — 크롤러를 허용해도 본문이 스크립트로만 그려지면 읽히는 내용이 거의 없습니다. 실측에서 종합병원 6곳(23%)이 300자 미만이었습니다.
> **한 번에 확인하고 싶으시다면** 이 글의 실측에 사용한 진단 도구를 무료로 공개하고 있습니다. 주소만 입력하면 robots.txt 상태, 사이트맵 유무, 자바스크립트 없이 읽히는 본문 분량을 한 화면에서 확인하실 수 있습니다.

## 짚어 둘 한계

- robots.txt는 강제력이 없습니다. 규칙을 무시하는 수집 프로그램은 이 파일과 무관하게 접근할 수 있으므로, 보호가 필요한 정보는 인증으로 막아야 합니다.
- 각 AI 서비스의 크롤러 이름과 정책은 바뀝니다. 표의 내용은 확인 시점 기준이며, 적용 전 각 서비스의 최신 공식 문서를 확인하시기 바랍니다.
- 크롤러를 허용한다고 AI 답변에 우리 병원이 등장한다고 단정할 수 없습니다. 허용은 필요조건이지 충분조건이 아닙니다.
- 인용한 실측 수치는 2026년 7월 22일 하루, 203곳 표본 기준입니다. 국내 병원 전체를 대표하지 않습니다.

자주 묻는 질문:

**우리 병원 홈페이지가 AI 크롤러를 막고 있는지 어떻게 확인하나요?**

브라우저 주소창에 병원 홈페이지 주소를 입력하고 끝에 /robots.txt를 붙여 접속하면 됩니다. 화면에 나오는 텍스트에서 User-agent 줄과 그 아래 Disallow 줄을 확인하십시오. GPTBot, ClaudeBot, PerplexityBot 같은 이름 아래에 Disallow: / 가 적혀 있다면 해당 AI 크롤러에게 사이트 전체를 막은 상태입니다. 파일이 없거나 404가 뜬다면 robots.txt 자체가 없는 것으로, 크롤링 제한은 없지만 사이트맵 위치를 알릴 자리도 없는 상태입니다.

**robots.txt의 Disallow: / 는 무슨 뜻인가요?**

슬래시 하나만 적힌 Disallow: / 는 바로 위에 지정된 User-agent에게 사이트 전체 접근을 금지한다는 뜻입니다. User-agent: * 아래에 이 줄이 있으면 이름을 따로 지정하지 않은 모든 크롤러에게 사이트 전체가 닫힌 상태이며, 검색엔진 노출도 함께 사라집니다. 반대로 Disallow: 뒤에 아무 값이 없으면 제한이 없다는 뜻이고, Disallow: /admin/ 처럼 경로가 붙으면 그 경로만 제한한다는 뜻입니다.

**AI 크롤러를 막으면 우리 병원에 어떤 영향이 있나요?**

생성형 AI가 답변을 만들 때 우리 병원 페이지를 참고하지 못하게 됩니다. 특히 ChatGPT-User나 Claude-User처럼 사용자 요청 시점에 페이지를 조회하는 크롤러를 막으면, 환자가 AI에게 우리 병원을 직접 물어봤을 때조차 홈페이지 내용을 읽지 못합니다. 이미지 도용 방지처럼 정당한 차단 이유가 있을 수 있지만, 학습용 수집만 막으려던 설정이 검색 색인과 실시간 조회까지 함께 막고 있는 경우가 있으므로 대상을 구분해 확인하시는 것이 좋습니다.

**병원 홈페이지 중 AI를 차단한 곳이 많은가요?**

2026년 7월 22일 병원 홈페이지 203곳을 실측한 결과 robots.txt에서 AI 크롤러를 차단하고 있던 곳은 9곳이었습니다. 그 9곳은 성형외과 5곳과 피부과 4곳으로, 시술 사진이 많은 진료과에 몰려 있었습니다. 종합병원·척추관절·치과에서는 차단 사례가 없었습니다. 전체로 보면 흔한 문제는 차단이 아니라 다른 쪽입니다. 같은 조사에서 사이트맵이 없는 종합병원이 54%, 자바스크립트 없이 본문이 300자에 못 미치는 곳이 23%였습니다.

출처:
- 메디컬유니버스 AI 준비도 진단 도구로 2026-07-22 직접 측정 (표본 203곳: 종합병원 26곳, 성형외과 46곳, 피부과 51곳, 척추·관절 38곳, 치과 42곳)
- 각 크롤러 운영사(OpenAI, Anthropic, Perplexity, Google, 네이버)가 공개한 크롤러 User-Agent 문서

---

### 병원 마케팅 예산에서 SEO·GEO는 어디에 들어가야 하나

https://medicaluniverse.kr/insights/where-geo-fits-in-hospital-marketing/
발행 2026-07-22 · 병원 디지털

광고는 끄면 멈추고, 검색·AI 노출은 남지만 즉시 효과가 나지 않습니다. 성격이 다른 두 지출을 같은 기준으로 비교하면 잘못된 결론에 이릅니다. 금액이나 비율이 아니라, 두 축을 나눠 보는 사고 틀을 정리했습니다.

핵심 요약:
- 유료 광고와 검색·AI 노출은 같은 '마케팅 비용'으로 묶이지만 지출의 성격이 다르다. 광고는 노출을 구매하는 소모성 지출이고, 검색·AI 노출은 자산을 만드는 축적성 지출이다.
- 광고는 집행을 멈추면 노출도 함께 멈추지만, 축적된 검색·AI 노출은 지출을 멈춘 뒤에도 한동안 남는다.
- 효과가 나타나는 시점이 다르다. 광고는 당일 데이터가 나오고, 검색·AI 노출은 수개월 단위로 확인해야 한다.
- 두 축을 같은 기간·같은 지표로 비교하면 축적형 지출이 항상 불리하게 보이므로 잘못된 결론이 난다.
- 메디컬유니버스가 2026년 7월 22일 병원 203곳을 실측한 결과 구조화 데이터가 전혀 없는 종합병원이 65%, llms.txt 보유는 203곳 중 36곳이었다. 종합병원은 26곳 모두 llms.txt가 없었다. 축적형 축의 기반이 대체로 비어 있는 상태다.
- 특정 배분 비율이 정답이라고 단정할 수 없다. 다만 두 축을 별도 항목으로 나누어 각각의 기준으로 평가해야 판단이 가능해진다.

> **표본 범위 안내** 이 글의 수치는 2026년 7월 22일 다섯 유형(종합병원·척추·관절·성형외과·피부과·치과) 203곳을 측정한 결과입니다. 같은 기준으로 요양병원 25곳을 추가 측정해 전체 표본은 228곳이 되었고, 여섯 유형 전체 집계와 측정 방법·한계는 [공개 데이터 페이지](/data/)에 있습니다. 표본이 다른 수치를 합쳐 다시 계산하지 않고, 각 조사가 무엇을 측정했는지 그대로 밝힙니다.
"SEO·GEO에 예산을 얼마나 써야 합니까"라는 질문을 자주 받습니다. 저희는 이 질문에 숫자로 답하지 않습니다. 병원 규모, 진료과, 상권, 현재 홈페이지 상태에 따라 달라지고, **저희가 모든 병원에 통하는 적정 비율을 안다고 말할 수 없기 때문입니다.**
대신 답할 수 있는 것이 있습니다. 이 지출을 예산표의 **어느 칸에 넣고, 무엇과 비교하고, 언제 평가할 것인가**입니다. 실무에서 잘못된 결론이 나는 지점은 대부분 금액이 아니라 이 분류에 있습니다.

## 왜 같은 칸에 넣으면 안 되나?

많은 병원의 마케팅 예산표에서 검색광고, 배너, 인플루언서, 홈페이지 개선, 콘텐츠 제작이 한 덩어리로 묶여 있습니다. 모두 환자를 데려오기 위한 지출이니 자연스러운 정리로 보입니다.
그런데 이 상태에서는 매달 성과를 점검할 때 문제가 생깁니다. 광고는 어제 얼마 써서 몇 명이 문의했는지 바로 나옵니다. 검색·AI 노출 작업은 이번 달에 보여 줄 숫자가 거의 없습니다. **같은 회의에서 나란히 놓이면 결과는 정해져 있습니다.**
> 효과가 나타나는 시점이 다른 두 지출을 같은 표에서 비교하면, 느린 쪽은 언제나 성과가 없어 보입니다.
이것은 성과 판단이 아니라 **분류 오류**입니다. 회계로 비유하면 소모품비와 설비 투자를 같은 줄에 놓고 이번 달 수익을 따지는 것과 비슷합니다.

## 두 축은 성격이 어떻게 다른가?

**유료 광고와 검색·AI 노출의 성격 대조**
| 구분 | 유료 광고 | 검색·AI 노출 |
| --- | --- | --- |
| 무엇을 사는가 | 정해진 기간의 노출 자리 | 우리 정보가 읽히고 인용될 수 있는 상태 |
| 효과 발생 시점 | 집행 당일부터 | 수개월 단위. 시점을 단정하기 어려움 |
| 중단하면 | 노출이 즉시 멈춤. 남는 것이 거의 없음 | 당장 사라지지 않고 한동안 유지됨. 다만 방치하면 서서히 약해짐 |
| 측정 방법 | 노출수·클릭수·전환수를 플랫폼이 제공 | 검색 유입·순위 추이, 예상 질문을 AI에 반복 질의해 언급 여부 확인 |
| 누적 여부 | 누적되지 않음. 매달 새로 지출 | 누적됨. 이전 작업 위에 쌓임 |
| 비용의 성격 | 변동비에 가까움. 늘리면 노출도 늘어남 | 초기 정비 후 유지 비용. 지출을 늘려도 즉시 비례하지 않음 |
| 통제 가능성 | 예산·문구·타깃을 직접 조정 | 간접적. 결과를 직접 정할 수 없음 |
| 적합한 상황 | 신규 개원, 신규 장비·시술 도입, 특정 시즌 | 장기 인지도, 반복 질문 대응, 진료 전문성 전달 |
표에서 실무적으로 가장 중요한 줄은 **'중단하면'**입니다. 광고는 켜져 있는 동안만 작동하는 스위치입니다. 검색·AI 노출은 한 번 정리해 둔 정보가 계속 읽히는 구조입니다. 두 가지 다 필요하지만, **같은 방식으로 관리할 수는 없습니다.**

## 그러면 예산표를 어떻게 나누나?

비율을 정하기 전에 항목을 나누는 것이 먼저입니다. 실무에서는 세 칸으로 나누면 대개 정리됩니다.
1. **노출 구매** — 검색광고, 디스플레이, 지역 매체, 협찬. 켜고 끄는 지출입니다. 평가 주기는 주 단위에서 월 단위입니다.
2. **자산 축적** — 홈페이지 구조 개선, 구조화 데이터, 콘텐츠 제작, FAQ 정비, AI 노출 점검. 쌓이는 지출입니다. 평가 주기는 분기 단위 이상입니다.
3. **기반 유지** — 호스팅, 도메인, 보안, 유지보수, 관리자 도구. 성과로 평가하는 항목이 아니라 없으면 나머지가 성립하지 않는 항목입니다.
이렇게 나누면 회의에서 나오는 질문이 달라집니다. "이번 달 SEO 성과가 왜 없나"가 아니라 **"자산 축적 칸에서 이번 분기에 무엇이 완료됐고, 다음 분기에 무엇을 볼 것인가"**가 됩니다.
> **비율을 제시하지 않는 이유** "광고 대 검색은 몇 대 몇"이라는 답을 기대하실 수 있습니다. 저희는 그 숫자를 제시하지 않습니다. 적정 배분은 개원 시기, 진료과의 검색 행태, 경쟁 병원의 상태, 현재 홈페이지의 기반 수준에 따라 다르고, **일반화된 정답이 있다고 단정할 수 없습니다.** 다만 두 축을 나누어 각각의 기준으로 보기 시작하면, 우리 병원에 맞는 배분은 몇 분기 안에 데이터로 드러납니다.

## 축적형 지출은 무엇으로 평가하나?

가장 흔한 실수는 축적형 지출을 광고와 같은 지표(문의 수, 전환당 비용)로 평가하는 것입니다. 초기에는 그 숫자가 거의 움직이지 않습니다. 그렇다고 평가할 수 없는 것은 아닙니다. **평가 지표를 단계에 맞게 두면 됩니다.**
- **초기(기반 정비 구간)** — 완료 여부로 평가합니다. 크롤러 접근 허용, 자바스크립트 없이 본문 전달, 대표 제목 정리, 사이트맵, 구조화 데이터 적용 같은 항목은 됐거나 안 됐거나 둘 중 하나입니다.
- **중기(노출 확인 구간)** — 검색 노출수와 색인된 페이지 수, 예상 질문을 AI 서비스에 반복 질의했을 때 병원명이 언급되는 빈도를 봅니다.
- **후기(유입·내원 구간)** — 검색·AI 경로를 통한 유입과 그 이후의 문의·예약을 봅니다. 다만 환자가 여러 경로를 거쳐 오기 때문에 하나의 경로로 귀속시키기 어렵다는 점은 감안해야 합니다.
이 순서를 건너뛰고 처음부터 후기 지표를 요구하면, 아직 기반도 갖춰지지 않은 상태에서 "효과가 없다"는 결론이 납니다.

## 지금 대부분의 병원은 어느 단계에 있나?

2026년 7월 22일 병원 203곳의 대표 홈페이지를 실측했습니다. 결과는 대체로 **초기 구간, 그것도 시작 전**이었습니다.
- 종합병원 26곳 평균 AI 준비도 (100점 만점): 63점
- 구조화 데이터(JSON-LD) 전무 (종합병원 26곳): 65%
- llms.txt 보유 (전체 203곳 중): 36곳
조직 정보 스키마를 갖추지 않은 종합병원이 85%, 자바스크립트 없이 열었을 때 본문이 300자에 못 미치는 종합병원이 23%(6곳)였습니다. FAQ 구조화 데이터를 쓰는 곳은 203곳 중 7곳이었고, llms.txt를 둔 종합병원은 26곳 중 한 곳도 없었습니다.
눈에 띄는 것은 규모와 점수가 같이 가지 않는다는 점입니다. 종합병원 평균이 63점으로 다섯 진료과 중 가장 낮고, 성형외과·피부과·척추관절이 각각 72점, 치과가 71점이었습니다. **자산 축적 칸이 비어 있는 정도는 큰 병원 쪽이 더 심합니다.**
이 상태에서 광고 예산을 늘리면 어떻게 될까요. 광고는 작동합니다. 다만 **광고를 보고 검색해 본 환자가 도착하는 곳이 기계에도 사람에게도 정리되지 않은 페이지**라는 점은 그대로 남습니다. 두 축은 별개이면서 서로를 받쳐 줍니다.

## 그래서 무엇부터 정리하면 되나?

1. 현재 마케팅 지출을 위 세 칸(노출 구매 / 자산 축적 / 기반 유지)으로 다시 분류합니다. 새 예산을 편성하기 전에 지금 쓰는 돈이 어디 있는지부터 봅니다.
2. '자산 축적' 칸이 비어 있는지 확인합니다. 홈페이지 제작비를 몇 년 전에 한 번 쓰고 이후 지출이 없다면, 그 칸은 사실상 비어 있는 상태입니다.
3. 칸마다 평가 주기와 지표를 따로 적어 둡니다. 노출 구매는 월 단위 전환 지표, 자산 축적은 분기 단위 완료·노출 지표입니다.
4. 자산 축적 칸의 첫 항목은 현재 상태 측정으로 잡습니다. 무엇이 비어 있는지 모르면 무엇에 쓸지도 정할 수 없습니다.
5. 한 분기 뒤 두 칸을 각각의 기준으로 점검합니다. 이때부터 우리 병원의 배분 근거가 데이터로 쌓이기 시작합니다.
> **자산 축적 칸의 현재 상태부터** 메디컬유니버스는 홈페이지 주소만으로 현재 사이트가 검색엔진과 AI에 어떻게 보이는지 점검하는 도구를 공개하고 있습니다. 예산 편성 전에 어느 항목이 비어 있는지 확인해 두면, 자산 축적 칸에 무엇을 넣을지가 항목 단위로 정리됩니다.

## 이 글의 한계

- 구체적인 금액이나 배분 비율을 제시하지 않습니다. 병원마다 조건이 달라 일반화된 적정 비율이 있다고 단정할 수 없습니다.
- '중단해도 한동안 유지된다'는 성격은 검색·AI 노출의 일반적 특성을 설명한 것이며, 유지 기간을 수치로 제시할 수 있는 근거는 없습니다.
- 검색·AI 노출 개선이 내원 증가로 이어지는 정도는 진료과와 상권에 따라 크게 다릅니다. 이 글은 그 크기를 예측하지 않습니다.
- 인용한 실측 수치는 2026년 7월 22일 하루, 203곳 표본 기준입니다. 국내 병원 전체를 대표하지 않습니다.
- 의료광고 관련 지출은 사전심의 등 별도의 규제 검토가 필요하며, 구체적 판단은 심의기관과 법률 자문을 통해 확인하셔야 합니다.

자주 묻는 질문:

**병원 마케팅 예산에서 SEO·GEO에 얼마를 배정해야 하나요?**

일반화된 적정 금액이나 비율이 있다고 단정할 수 없습니다. 개원 시기, 진료과의 검색 행태, 경쟁 병원 상태, 현재 홈페이지의 기반 수준에 따라 달라집니다. 금액보다 먼저 할 일은 예산표를 노출 구매(광고), 자산 축적(검색·AI 노출), 기반 유지(호스팅·보안)로 나누는 것입니다. 성격이 다른 지출을 분리해 각각의 주기로 평가하기 시작하면, 우리 병원에 맞는 배분은 몇 분기 안에 데이터로 드러납니다.

**광고와 SEO 중 무엇이 더 효율적인가요?**

같은 기준으로 비교할 수 있는 대상이 아닙니다. 광고는 기간을 정해 노출 자리를 구매하는 지출로, 집행 당일부터 결과가 나오지만 멈추면 노출도 함께 멈춥니다. 검색·AI 노출은 우리 정보가 읽히고 인용될 수 있는 상태를 만드는 지출로, 효과가 나타나기까지 수개월이 걸리지만 축적되고 중단 후에도 한동안 남습니다. 같은 달에 같은 지표로 비교하면 축적형이 항상 불리하게 보이므로 잘못된 결론이 납니다.

**SEO·GEO 작업의 성과는 어떻게 확인하나요?**

단계별로 지표를 다르게 두어야 합니다. 초기에는 크롤러 접근 허용, 자바스크립트 없는 본문 전달, 대표 제목 정리, 사이트맵, 구조화 데이터 적용처럼 완료 여부로 판단하는 항목을 봅니다. 중기에는 색인된 페이지 수와 검색 노출수, 환자가 물을 법한 질문을 여러 AI 서비스에 반복 질의했을 때 병원명이 언급되는 빈도를 봅니다. 후기에 가서야 검색·AI 경로의 유입과 문의·예약을 봅니다. 처음부터 후기 지표를 요구하면 기반이 갖춰지기 전에 효과가 없다는 결론이 납니다.

**광고를 하고 있으면 SEO·GEO는 나중에 해도 되나요?**

두 축은 서로를 대체하지 않고 받쳐 줍니다. 광고를 보고 관심이 생긴 환자도 대개 병원 이름을 다시 검색하거나 AI에 물어봅니다. 그때 도착하는 페이지가 기계에 읽히지 않는 상태라면 광고로 만든 관심이 그 지점에서 끊깁니다. 메디컬유니버스가 2026년 7월 22일 종합병원 26곳을 실측한 결과 구조화 데이터가 전혀 없는 곳이 65%, 자바스크립트 없이 본문이 300자 미만인 곳이 23%였습니다. 다만 광고를 줄여 그쪽으로 옮기라는 뜻은 아니며, 두 칸을 나누어 각각 관리하시라는 뜻입니다.

출처:
- 메디컬유니버스 AI 준비도 진단 도구로 2026-07-22 직접 측정 (표본 203곳: 종합병원 26곳, 피부과 51곳, 성형외과 46곳, 치과 42곳, 척추·관절 38곳)

---

## 용어 정의

### GEO (생성형 검색 최적화) (Generative Engine Optimization)

https://medicaluniverse.kr/glossary/geo/

GEO는 ChatGPT·제미나이·퍼플렉시티 같은 생성형 AI가 답변을 만들 때 특정 조직이나 문서를 근거로 인용하도록 만드는 최적화를 뜻합니다.

검색 결과 목록에서의 순위를 다루는 SEO와 목표가 다릅니다. 검색은 열 개의 결과를 보여주지만 AI 답변은 대개 두세 곳만 언급하기 때문에, 노출되지 못하면 순위가 낮은 것이 아니라 아예 존재하지 않는 것이 됩니다. 하나의 정답으로 뽑히는 것을 목표로 하는 AEO와 전술이 상당 부분 겹치며, 셋 모두 크롤과 색인이라는 같은 토대 위에 있습니다.

### SEO (검색엔진 최적화) (Search Engine Optimization)

https://medicaluniverse.kr/glossary/seo/

SEO는 네이버·구글 같은 검색엔진의 결과 목록에서 특정 페이지가 더 높은 위치에 노출되도록 사이트의 기술 구조와 콘텐츠를 개선하는 작업입니다.

국내 병원은 네이버와 구글의 요구사항이 달라 한쪽만 대응하다 나머지를 놓치는 경우가 많습니다. AEO와 GEO는 SEO를 대체하지 않습니다. 셋은 목록에서 상위에 오르는 것(SEO), 하나의 정답으로 뽑히는 것(AEO), 생성형 답변에 인용되는 것(GEO)으로 목표가 다를 뿐 크롤링과 색인이라는 같은 토대를 공유합니다.

### AEO (답변 엔진 최적화) (Answer Engine Optimization)

https://medicaluniverse.kr/glossary/aeo/

AEO는 검색엔진이나 음성 비서가 질문에 대해 하나의 답을 제시할 때, 그 답으로 우리 페이지의 내용이 선택되도록 만드는 최적화를 뜻합니다.

구글의 강조 스니펫, '다른 사람들이 묻는 질문', 음성 비서의 응답이 대표적인 대상입니다. 생성형 AI가 등장하기 전부터 있던 개념으로, SEO와 GEO 사이 세대에 해당합니다. 질문을 그대로 소제목으로 쓰고 바로 아래에 한 문단으로 완결된 답을 두는 방식이 핵심이라, GEO와 실무가 상당 부분 겹칩니다. 다만 업계에서 AEO와 GEO를 같은 뜻으로 섞어 쓰는 경우도 많아, 계약 전에 상대가 어느 쪽을 말하는지 확인하시는 편이 좋습니다.

### 강조 스니펫 (Featured Snippet)

https://medicaluniverse.kr/glossary/featured-snippet/

강조 스니펫은 검색 결과 최상단에 질문의 답을 발췌해 보여주는 영역으로, 목록의 1위보다 위에 표시됩니다.

여기에 뽑히려면 질문에 대응하는 소제목과, 그 아래 40~60자 안팎으로 완결되는 답이 필요합니다. 표나 순서 목록이 그대로 발췌되는 경우도 많습니다. 이 형식은 생성형 AI가 인용하기 좋은 형식과 사실상 같습니다.

### AI 준비도 (AI Readiness)

https://medicaluniverse.kr/glossary/ai-readiness/

AI 준비도는 생성형 AI가 어떤 웹사이트를 읽고 인용할 수 있는 상태인지를 기계적으로 검증해 점수화한 지표입니다.

실제 AI 답변에 몇 번 등장하는지를 측정한 값이 아닙니다. 크롤러 접근 허용 여부, 자바스크립트 없이 읽히는 본문 분량, 구조화 데이터 유무처럼 확인 가능한 조건만 봅니다. 준비도가 높다고 노출이 보장되지는 않지만, 낮으면 노출될 수 없습니다.

### 구조화 데이터 (Structured Data / JSON-LD)

https://medicaluniverse.kr/glossary/structured-data/

구조화 데이터는 페이지에 담긴 사실을 기계가 해석할 수 있는 정해진 형식으로 표시한 것으로, 웹에서는 주로 JSON-LD 형태로 작성합니다.

병원명·주소·진료시간·진료과목을 본문에 적어두면 사람은 읽지만 기계는 추측해야 합니다. 구조화 데이터로 명시하면 AI가 추측 없이 그대로 인용할 수 있습니다. 2026년 7월 국내 병원 42곳을 측정했을 때 조직 정보를 구조화한 곳은 소수였습니다.

### MedicalOrganization

https://medicaluniverse.kr/glossary/medical-organization/

MedicalOrganization은 schema.org에서 의료기관을 나타내는 구조화 데이터 타입으로, 병원명·주소·전화번호·진료과목·운영시간 등을 담습니다.

종합병원은 Hospital, 의원은 MedicalClinic처럼 더 구체적인 하위 타입을 쓸 수 있습니다. 환자가 AI에게 위치나 진료시간을 물었을 때 정확히 답하게 하는 가장 직접적인 수단입니다.

### Physician

https://medicaluniverse.kr/glossary/physician/

Physician은 schema.org에서 개별 의료진을 나타내는 구조화 데이터 타입으로, 이름·전문과목·소속 기관·자격을 표시합니다.

의료진 프로필이 이미지 한 장으로만 제공되면 그 이름과 경력은 검색엔진과 AI 어디에도 존재하지 않습니다. 환자가 특정 전문의를 검색할 때 후보에 오르려면 텍스트와 구조화 데이터가 함께 필요합니다.

### FAQPage

https://medicaluniverse.kr/glossary/faq-page/

FAQPage는 질문과 답변 쌍을 기계가 인식할 수 있게 표시하는 구조화 데이터 타입입니다.

**검색 결과에 FAQ를 펼쳐 보여주던 기능은 종료됐습니다.** 구글은 2026년 5월 7일 FAQ 리치 결과를 폐지했고, 네이버도 2026년 7월 9일 FAQ 블록 노출을 종료했습니다. 그래도 이 타입을 쓰는 이유는 표시가 아니라 인용입니다. 생성형 AI는 문서를 통째로 인용하지 않고 답이 되는 조각을 골라 쓰는데, 질문-답변 쌍이 그 조각의 단위와 맞습니다. 다만 FAQ 스키마가 인용률을 얼마나 올리는지는 저희도 통제된 조건에서 측정한 바 없으므로, 유리한 구조라고만 말합니다.

### llms.txt

https://medicaluniverse.kr/glossary/llms-txt/

llms.txt는 사이트 최상위에 두는 텍스트 문서로, 생성형 AI에게 해당 조직의 핵심 사실과 주요 문서를 정리해 알려주는 용도로 제안된 형식입니다.

robots.txt가 크롤러의 접근 범위를 정한다면, llms.txt는 내용을 요약해 제공합니다. 아직 검색엔진의 공식 표준은 아니며 도입만으로 노출이 보장되지 않습니다. 다만 도입한 곳이 매우 적어 경쟁이 없는 영역입니다.

### robots.txt

https://medicaluniverse.kr/glossary/robots-txt/

robots.txt는 사이트 최상위에 두는 파일로, 어떤 크롤러가 어떤 경로에 접근할 수 있는지를 지정합니다.

GPTBot·ClaudeBot·PerplexityBot·Google-Extended 같은 AI 크롤러도 여기서 제어됩니다. 이미지 도용을 막으려다 AI 접근까지 함께 차단된 경우가 있으므로, 도메인 뒤에 /robots.txt를 붙여 현재 상태를 직접 확인하는 것이 좋습니다.

### AI 크롤러

https://medicaluniverse.kr/glossary/ai-crawler/

AI 크롤러는 생성형 AI 서비스가 학습이나 실시간 답변에 사용할 웹 문서를 수집하기 위해 운영하는 자동 수집 프로그램입니다.

대표적으로 OpenAI의 GPTBot과 OAI-SearchBot, Anthropic의 ClaudeBot, Perplexity의 PerplexityBot, 구글의 Google-Extended가 있습니다. 각각 용도가 달라, 학습용과 실시간 답변용을 구분해 허용 여부를 정할 수 있습니다.

### 크롤링 (Crawling)

https://medicaluniverse.kr/glossary/crawling/

크롤링은 검색엔진이나 AI 서비스의 자동 프로그램이 웹페이지를 방문해 내용을 수집하는 과정입니다.

크롤링되지 않으면 색인도 되지 않고, 색인되지 않으면 검색 결과나 AI 답변에 등장할 수 없습니다. 사이트가 느리면 크롤링 빈도 자체가 줄어듭니다.

### 색인 (Indexing)

https://medicaluniverse.kr/glossary/indexing/

색인은 크롤링으로 수집한 페이지를 검색엔진이 분석해 검색 결과에 내보낼 수 있는 형태로 저장하는 과정입니다.

색인된 페이지 수는 서치콘솔이나 서치어드바이저에서 확인할 수 있습니다. 만든 페이지 수보다 색인된 수가 크게 적다면 기술적인 문제가 있다는 신호입니다.

### 사이트맵 (sitemap.xml)

https://medicaluniverse.kr/glossary/sitemap/

사이트맵은 사이트에 어떤 페이지가 있는지 목록으로 정리해 검색엔진에 제공하는 XML 파일입니다.

크롤러가 링크를 따라가며 스스로 찾는 데는 한계가 있어, 특히 페이지가 많은 병원 사이트에서는 사이트맵이 색인 속도에 영향을 줍니다. robots.txt에 위치를 명시하는 것이 일반적입니다.

### 정적 생성 (SSG / Static Site Generation)

https://medicaluniverse.kr/glossary/ssg/

정적 생성은 웹페이지를 사용자 접속 시점이 아니라 미리 HTML 파일로 만들어 두는 방식입니다.

크롤러와 AI는 대부분 자바스크립트를 실행하지 않고 HTML만 읽습니다. 화면에는 내용이 가득한데 HTML에는 몇십 자만 남는 사이트가 여기서 갈립니다. 자바스크립트를 끄고 홈페이지를 열어보면 바로 확인할 수 있습니다.

### canonical

https://medicaluniverse.kr/glossary/canonical/

canonical은 내용이 비슷한 여러 주소가 있을 때 어느 것을 대표 주소로 삼을지 검색엔진에 알려주는 표시입니다.

진료과 페이지가 여러 경로로 접근되거나 주소에 파라미터가 붙는 경우, canonical이 없으면 평가가 여러 주소로 분산됩니다.

### h1 (대표 제목)

https://medicaluniverse.kr/glossary/h1/

h1은 한 페이지의 주제를 나타내는 최상위 제목 태그로, 기계가 그 페이지가 무엇에 관한 것인지 판단하는 첫 번째 근거입니다.

페이지마다 하나씩 두고 서로 다른 내용을 담는 것이 원칙입니다. 2026년 7월 측정에서 피부과 표본의 상당수가 h1이 없거나 중복이었습니다.

### 메타 설명 (meta description)

https://medicaluniverse.kr/glossary/meta-description/

메타 설명은 페이지의 내용을 요약해 HTML에 적어 두는 문장으로, 검색 결과의 미리보기 문구로 쓰입니다.

AI가 조직을 한 문장으로 요약할 때 이 문장을 그대로 가져다 쓰는 경우가 많습니다. 페이지마다 다르게 쓰고, 수치나 고유한 사실을 포함하면 인용에 유리합니다.

### Core Web Vitals

https://medicaluniverse.kr/glossary/core-web-vitals/

Core Web Vitals는 구글이 정의한 웹페이지 사용자 경험 지표로, 로딩 속도·반응성·시각적 안정성을 수치로 나타냅니다.

느린 사이트는 순위에서 불리할 뿐 아니라 크롤링 빈도 자체가 줄어듭니다. 이미지 용량과 불필요한 스크립트가 가장 흔한 원인입니다.

### 언급률 · 인용률

https://medicaluniverse.kr/glossary/mention-rate/

언급률은 고정된 질문 세트를 생성형 AI에 반복 질의했을 때 특정 조직이 답변에 등장한 비율이고, 인용률은 그 답변이 해당 조직의 문서를 출처로 표시한 비율입니다.

AI 노출에는 아직 표준 순위 도구가 없어, 직접 프롬프트 세트를 만들어 매달 같은 조건으로 재측정하는 방식이 필요합니다. 생성형 AI는 같은 질문에도 답이 달라질 수 있으므로 1회 결과로 판단해서는 안 됩니다.

### 프롬프트 세트

https://medicaluniverse.kr/glossary/prompt-set/

프롬프트 세트는 AI 노출을 반복 측정하기 위해 미리 고정해 둔 질문 문장의 묶음입니다.

지역과 진료과를 결합한 질문, 증상 기반 질문, 비교 질문, 비용·기간 질문처럼 환자가 실제로 쓰는 표현으로 구성합니다. 질문을 바꾸면 비교가 불가능해지므로 한 번 정하면 그대로 유지해야 합니다.

### 로컬 SEO

https://medicaluniverse.kr/glossary/local-seo/

로컬 SEO는 특정 지역을 기준으로 하는 검색에서 노출되도록 사업장 정보를 정비하는 작업입니다.

치과처럼 생활권 안에서 선택되는 진료과일수록 비중이 큽니다. 홈페이지·지도 서비스·예약 플랫폼에 적힌 주소와 진료시간이 서로 다르면 AI는 어느 것도 확신하지 못해 인용을 피합니다.

### E-E-A-T

https://medicaluniverse.kr/glossary/eeat/

E-E-A-T는 경험·전문성·권위·신뢰를 뜻하는 구글의 콘텐츠 품질 평가 개념으로, 의료처럼 건강에 영향을 주는 주제에서 특히 중요하게 다뤄집니다.

작성자와 감수자가 누구인지, 어떤 자격을 가졌는지, 언제 갱신되었는지를 페이지에 명시하는 것이 기본입니다. 의료 콘텐츠는 근거 없는 단정보다 출처와 조건을 밝힌 서술이 유리합니다.