환자가 ChatGPT나 Perplexity에게 증상을 설명하고 어느 지역 어떤 병원에 가야 할지까지 묻는 흐름이 실제로 나타나고 있습니다. 이때 병원이 할 수 있는 대응은 크게 세 가지입니다. 첫째, AI 크롤러가 병원 홈페이지를 읽을 수 있게 차단을 풀어두는 것. 둘째, 환자의 질문에 바로 답하는 구조로 진료 정보를 정리하는 것. 셋째, 지도·리뷰·언론 같은 제3자 채널의 병원 정보를 홈페이지와 일치시키는 것입니다. 이 세 가지가 갖춰져야 AI가 답변을 만들 때 우리 병원을 재료로 쓸 수 있습니다.
환자의 검색 방식이 어떻게 달라졌나
기존에는 포털에 증상 키워드를 넣고 블로그와 지식 문답을 훑는 방식이었다면, 지금은 AI에게 대화하듯 상황을 설명하고 정리된 답을 받는 방식이 더해졌습니다. AI는 질문을 받으면 관련 웹 문서를 검색해 여러 문서의 조각을 모아 하나의 답변으로 종합하고, 그 과정에서 출처로 인용된 병원이 자연스럽게 노출됩니다. 특히 지역명과 진료 분야를 함께 묻는 질문에서는 소수의 병원만 언급되기 때문에, 인용되는 병원과 그렇지 않은 병원의 차이가 큽니다.
인용의 전제는 색인입니다. ChatGPT의 웹 검색은 Bing 인덱스에, Gemini는 구글 인덱스에 크게 의존하는 것으로 알려져 있습니다. 병원 홈페이지가 이 검색엔진들에 제대로 색인되어 있지 않으면 AI 답변 후보에도 오르지 못하므로, AI 대응은 결국 기본적인 검색 인프라 점검에서 시작합니다.
병원이 먼저 점검할 것
가장 흔한 실패 원인은 의외로 크롤러 차단입니다. robots.txt나 CDN·보안 설정에서 GPTBot, ClaudeBot, PerplexityBot 같은 AI 크롤러를 막아두면 콘텐츠 품질과 무관하게 AI가 홈페이지를 읽지 못합니다. 홈페이지 제작 대행사가 기본 설정으로 봇을 일괄 차단해 두는 경우가 있으므로, 제작사에 AI 크롤러 허용 여부를 확인하는 것이 첫 순서입니다.
다음은 콘텐츠 구조입니다. 진료 안내 페이지를 질문형 제목과 그에 대한 직접 답변으로 구성하고, 진료시간·주차·예약 방법·비급여 항목 안내처럼 환자가 실제로 묻는 정보를 FAQ 형태로 정리해 두면 AI가 발췌하기 좋은 형태가 됩니다. 의료기관 정보를 schema.org 마크업으로 표기해 두는 것도 기계가 읽기 좋은 구조를 만드는 방법입니다.
제3자 정보의 정합성
AI는 병원 홈페이지만 보는 것이 아니라 지도 서비스, 리뷰 플랫폼, 뉴스 기사 같은 외부 자료를 함께 참조합니다. 홈페이지와 지도에 적힌 진료시간이나 전화번호가 서로 다르면 기계 입장에서는 신뢰하기 어려운 정보가 됩니다. 네이버 지도·카카오맵·구글 지도의 병원 정보를 홈페이지 기준으로 통일하고, 휴진 변경이 있을 때 함께 갱신하는 운영 습관이 필요합니다.
마지막으로, AI 대응용 콘텐츠에도 의료광고 규제는 동일하게 적용됩니다. 치료 효과를 보장하는 표현이나 환자 치료경험담처럼 의료법상 문제가 되는 유형은 AI에 인용되기를 기대하고 쓰더라도 쓸 수 없습니다. 사실 기반의 진료 정보와 의료진 약력, 이용 안내를 충실히 쌓는 것이 규제 안에서 가능한 가장 확실한 대응입니다.