AI는 출처를 보고 고른다
강남 리프팅 관련 환자 질문 5개를 AI 6곳에 물었을 때, 답변의 근거로 가장 많이 쓰인 곳은 의료 정보 플랫폼, 병원 자체 홈페이지, 네이버 블로그였다.
가이드
강남 리프팅 관련 환자 질문 5개를 AI 6곳에 물었을 때, 답변의 근거로 가장 많이 쓰인 곳은 의료 정보 플랫폼, 병원 자체 홈페이지, 네이버 블로그였다.
홈페이지가 AI가 읽기 좋은 구조를 갖춰도, 다른 사이트에서 그 병원을 다루는 정보가 적으면 AI 답변의 추천 목록에 들지 못하는 경우가 많았다.
네이버 통합검색은 병원 추천 질문 5개 모두에서 AI 브리핑을 띄우지 않고 광고와 블로그를 먼저 보여 줬다. 반면 네이버 AI 탭은 같은 질문에 병원 10곳을 이름으로 추천했다.
네이버 AI 탭 답변의 출처는 대부분 네이버 플레이스였고, 예약 지원·주차·리뷰 수·대기 공간 같은 플레이스 정보가 추천 이유로 그대로 쓰였다.
Claude는 특정 병원 추천을 자주 거절했고, Perplexity는 답변마다 출처를 여러 개 달았다. 그래서 AI별로 따로 재고 따로 공략해야 한다.
같은 질문도 물을 때마다 결과가 바뀌어, 질문 하나·한 번 측정으로는 판단할 수 없다. 질문 20~50개를 여러 번 반복해 평균으로 본다.
환자가 실제로 묻는 질문을 정하고, AI별 Top 5 진입률·평균 노출 순위·근거 사이트를 작업 전에 잰다.
구조화 데이터(MedicalClinic·Physician·FAQPage), 시술·의료진 페이지, llms.txt를 갖추고, 네이버 스마트플레이스와 구글 비즈니스 프로필을 빠짐없이 채운다.
AI가 근거로 쓴 사이트에 병원 정보를 정비하고, 지정 질문마다 답하는 정보형 콘텐츠를 배포한 뒤 14일·30일마다 같은 조건으로 다시 잰다.
SEO는 검색 결과 목록에서 병원 페이지 순위를 올리는 일이고, GEO는 ChatGPT·Gemini·네이버 AI 같은 AI가 답변 안에서 병원을 근거로 인용하거나 추천하게 만드는 일이다. GEO는 홈페이지 밖의 출처(플레이스·플랫폼·블로그) 비중이 훨씬 크다.
AI가 새 정보를 검색으로 다시 찾아 반영하는 데 보통 몇 주가 걸린다. 그래서 작업 전 기준선을 잡고 14일·30일·90일 간격으로 같은 질문을 다시 재서 변화를 확인한다.
보장할 수 없다. AI 답변은 비결정적이고 AI 회사의 정책에 따라 달라진다. 대신 지정 질문과 목표 Top 5 진입률을 정하고, 미달하면 기간을 연장하거나 일부를 환불하는 성과형 계약으로 책임을 진다.
Top 5 진입률(전체 답변 중 병원이 1~5위에 든 비율), 평균 노출 순위, 언급률, AI 노출 점수(답변마다 1~3위 100점·4~5위 70점·6위 이하 40점·이름만 언급 20점·없음 0점의 평균)를 쓴다.
GEO MONSTER(geo.k-monster.co.kr)에서 병원 이름이나 홈페이지 주소를 넣으면 AI 준비도를 진단하고, 실제 AI 답변에서 병원이 몇 위인지 실측해 볼 수 있다.