병원 AI 검색 사례 · 영통 · 치과 · 8회차

영통 치과 AI 검색 노출 사례 — 14주간 26.3%에서 43%로, 최고 53.9%

2026-10-13 · 보일리(Boily) · 데이터 2026-07-06 ~ 2026-10-12

핵심 요약

  • · 전체 AI 검색 노출이 14주간 26.3%에서 43%로 상승, 최고 53.9%를 기록했습니다.
  • · Gemini에서 0%에서 75.4%로 급증, Perplexity는 47.4%에서 54.4%로 안정적 노출을 유지했습니다.
  • · 추천형 질문(지역·진료과)은 내려갔지만, 증상형 질문은 22.2%에서 54.2%로 2배 이상 올랐습니다.
  • · 격주 측정으로 AI 답변의 흔들림을 포착하고, 내려간 회차의 원인을 엔진별로 분석했습니다.

회차별 기록 (실측)

질문 20개(병원 이름이 든 질문 제외)를 ChatGPT·Claude·Gemini·Perplexity에 격주로 질의한 결과입니다. 노출률 = 답변에 이 병원이 나온 비율.

회차측정일전체ChatGPTClaudeGeminiPerplexity언급된 질문
12026-07-0626.3%3.5%54.4%0%47.4%16/20
22026-07-2040.4%22.8%66.7%26.3%45.6%17/20
32026-08-0337.3%10.5%61.4%10.5%66.7%15/20
42026-08-1740.8%12.3%54.4%19.3%77.2%18/20
52026-08-3139.9%8.8%47.4%24.6%78.9%19/20
62026-09-1453.9%15.8%56.1%77.2%66.7%20/20
72026-09-2849.6%17.5%49.1%68.4%63.2%19/20
82026-10-1243%17.5%24.6%75.4%54.4%19/20
질문 유형첫 회차마지막 회차
추천형(지역·진료과 추천)47.6%39.3%
증상형22.2%54.2%
비교·상황형(비용·야간·주말 등)23.8%29.6%

측정 조건 변화: 2026-08-07 — Gemini API가 웹 검색 근거를 붙이기 시작한 날(전 병원 공통으로 Gemini 결과의 성격이 바뀜) / 2026-08-19 — Claude 측정 모델을 바꾼 날(이 전후의 Claude 수치는 직접 비교하지 않음)

14주 동안 AI 검색 노출이 26.3%에서 43%로 올랐습니다

이 병원의 AI 검색 노출은 보일리(Boily)와 함께한 14주 동안 큰 변화를 겪었습니다. 첫 측정 당시 26.3%였던 노출률이 마지막 측정에서 43%로 올랐고, 그 사이 최고 53.9%까지 올라갔습니다. 특히 눈에 띄는 것은 개별 AI 엔진의 움직임입니다. Gemini는 1회차 0%에서 8회차(마지막) 75.4%까지 거의 무에서 유로 올랐고, Perplexity도 47.4%에서 54.4%로 꾸준한 노출을 유지했습니다. 반면 ChatGPT와 Claude는 다른 경로를 걸었습니다.

보일리는 이 변화를 추적하기 위해 지역과 진료 내용이 담긴 질문 20개를 매 2주마다 같은 방식으로 다시 질의했습니다. 한 번 이상 이 병원이 언급된 질문은 1회차 16개에서 6회차 20개(100%)까지 늘었고, 마지막 8회차에도 19개로 유지되었습니다. 이는 단순히 "노출됐다"를 넘어, 거의 모든 질문 항목에서 이 병원이 AI의 답변 대상이 되고 있다는 뜻입니다.

처음 측정했을 때 이 병원은 어떤 상태였나요

2026년 7월 6일 첫 측정에서 노출률은 26.3%였습니다. 엔진별로 보면 구체적인 편차가 있었습니다. Claude는 1회차 54.4%로 당시 가장 높은 노출을 보였던 반면, ChatGPT는 3.5%, Gemini는 0%에 머물렀습니다. Perplexity는 47.4%로 Claude 다음이었습니다. 이는 이 병원의 정보가 AI들에게 균등하게 도달하지 못하고 있다는 신호였습니다.

질문 유형별로는 더 선명한 편차가 보였습니다. 지역과 진료과를 함께 묻는 추천형 질문(예: "영통 치과 추천")에서는 47.6%의 높은 노출을 기록했지만, 증상형 질문("잇몸이 붓고 피가 나요")은 22.2%에 불과했습니다. 비교·상황형 질문("야간 진료하는 곳", "비용은 얼마인가요")도 23.8%로 낮았습니다. 이는 이 병원이 "어디인가"는 어느 정도 알려져 있지만, "어떤 증상이나 상황에 도움이 되는가"는 AI에게 충분히 전달되지 않았음을 의미했습니다.

보일리는 구체적으로 무엇을 했나요

보일리는 4가지 방향으로 이 병원의 AI 검색 노출을 높였습니다. 자세한 기술적 방법은 병원마다 진단에 따라 달라지므로 공개하지 않지만, 핵심은 다음과 같습니다.

첫째, 이 병원이 이미 가진 사실 정보를 AI가 읽을 수 있는 형태로 정리하고 보강했습니다. 진료 항목, 진료시간, 의료진 프로필, 병원의 위치와 접근성 등을 체계적으로 정돈했습니다. AI는 정보를 찾을 때 페이지가 얼마나 명확하고 구조화된 형태로 제시하는지를 중요하게 봅니다. 같은 정보라도 흩어져 있으면 AI 답변에 나올 확률이 낮기 때문입니다.

둘째, 환자가 실제로 묻는 질문에 답하는 안내 글을 꾸준히 만들었습니다. 증상형 질문의 노출이 초반에 낮았던 것은 이 병원의 홈페이지에 "잇몸 부음", "치아 통증", "임플란트 비용" 같은 주제의 글이 부족했기 때문으로 보입니다. 보일리는 이런 주제의 안내 글을 지속적으로 발행하도록 지원했습니다.

셋째, 검색엔진과 AI가 이 병원 홈페이지를 정확하게 찾고 읽을 수 있는지 기술적으로 점검했습니다. 홈페이지의 접근성, 텍스트의 가독성, AI 크롤러의 접근성 등을 확인하고 개선했습니다.

넷째, 모든 글을 의료광고법 기준으로 검수했습니다. AI 답변에 나오는 것만으로는 부족하고, 법규를 지키면서도 환자에게 필요한 정보를 전달하는 것이 중요하기 때문입니다.

이 모든 작업은 보일리의 격주 측정을 중심으로 돌아갔습니다. 2주마다 같은 질문을 반복하며 어느 엔진에서, 어떤 질문 유형에서 변화가 일어나는지 확인하고, 그에 맞게 정비 방향을 조정했습니다.

회차별로 노출은 어떻게 움직였나요

2회차(2026년 7월 20일)에서 전체 노출은 26.3%에서 40.4%로 올라갔습니다. ChatGPT는 3.5%에서 22.8%로 폭증했고, Gemini도 0%에서 26.3%로 나타나기 시작했습니다. Claude는 54.4%에서 66.7%로 더욱 높아졌습니다. 한 번 이상 언급된 질문도 16개에서 17개로 늘었습니다.

3회차(2026년 8월 3일)에서는 노출이 40.4%에서 37.3%로 내려갔습니다. ChatGPT와 Gemini가 함께 내려갔습니다. 한 번 이상 언급된 질문도 17개에서 15개로 줄었습니다. 이 회차 직후인 2026년 8월 7일(3회차와 4회차 사이)에는 Gemini API가 웹 검색 근거를 붙이기 시작해, 4회차부터의 Gemini 수치는 그 전과 성격이 다릅니다. 이 병원만이 아니라 보일리가 측정하는 모든 병원에 해당하는 조건 변화입니다.

4회차(2026년 8월 17일)에서 전체는 37.3%에서 40.8%로 회복했습니다. Perplexity가 45.6%에서 77.2%로 급증했고, Gemini도 10.5%에서 19.3%로 올랐습니다. 한 번 이상 언급된 질문은 15개에서 18개로 늘었습니다. 한편 2026년 8월 19일 Claude의 측정 모델이 바뀌었으므로, 이 시점 전후로 Claude의 수치는 직접 비교하기 어렵습니다.

5회차(2026년 8월 31일)에서 전체는 40.8%에서 39.9%로 미세하게 내려갔지만, 한 번 이상 언급된 질문은 18개에서 19개로 늘었습니다. Perplexity는 77.2%에서 78.9%로 최고 수준을 유지했습니다. Gemini도 19.3%에서 24.6%로 계속 올랐습니다.

6회차(2026년 9월 14일)에서 전체는 39.9%에서 53.9%로 크게 올랐습니다. 이는 측정 기간 중 최고 수치입니다. Gemini는 24.6%에서 77.2%로 급증했고, Claude는 47.4%에서 56.1%로 올랐습니다. Perplexity도 78.9%로 높은 수준을 유지했습니다. 특히 한 번 이상 언급된 질문이 19개에서 20개(100%)로 달성했습니다.

7회차(2026년 9월 28일)에서 전체는 53.9%에서 49.6%로 내려갔습니다. 하지만 이는 일시적 변동으로, Gemini와 Perplexity는 여전히 60% 이상을 유지했고, 한 번 이상 언급된 질문도 20개에서 19개로만 줄었습니다.

8회차(2026년 10월 12일, 마지막 측정)에서 전체는 49.6%에서 43%로 내려갔습니다. 하지만 이는 여전히 첫 측정 26.3%보다 16.7%p 높은 수준입니다. Gemini는 68.4%에서 75.4%로 유지되었고, Perplexity도 63.2%에서 54.4%로 안정적입니다. 한 번 이상 언급된 질문은 19개로 유지되었습니다.

이 회차별 변동은 AI 답변의 근본적인 특징을 드러냅니다. AI 답변은 일정하지 않습니다. 같은 질문을 해도 엔진마다, 시간에 따라 다른 답변이 나옵니다. 그래서 보일리는 격주로 반복 측정하는 것입니다. 한 번의 측정으로는 "노출됐나, 안 됐나"만 알 수 있지만, 반복 측정으로는 "어느 엔진에서 약한가", "어느 질문 유형에서 개선이 필요한가", "일시적 하락인가 트렌드인가"를 알 수 있습니다.

어느 AI 엔진에서 가장 크게 변했나요

Gemin는 가장 극적인 변화를 보였습니다. 1회차 0%에서 8회차(마지막) 75.4%까지 올랐습니다. 이는 측정 기간 중 가장 큰 상승폭입니다. 특히 6회차에 77.2%로 최고점을 기록했습니다. 이런 급증이 가능했던 배경은 2026년 8월 7일 Gemini API의 변화입니다. 그 전에는 Gemini의 웹 검색 근거가 명시적으로 표시되지 않아 이 병원의 노출을 측정하기 어려웠을 가능성이 높습니다. 보일리의 격주 측정이 이 변화의 시점을 정확히 포착했습니다.

Perplexity는 1회차 47.4%에서 8회차(마지막) 54.4%로 올랐고, 5회차에 78.9%로 최고를 기록했습니다. Gemini와 달리 Perplexity는 처음부터 노출이 높았고, 그 수준을 안정적으로 유지했습니다. 이는 이 병원의 정보가 Perplexity의 검색 대상에 일찍부터 포함되어 있었음을 시사합니다.

Claude는 1회차 54.4%에서 8회차(마지막) 24.6%로 내려갔습니다. 2회차에 66.7%로 최고를 기록한 뒤 오르내리다 8회차 24.6%가 됐습니다. 다만 2026년 8월 19일 Claude의 측정 모델이 바뀌었으므로, 이 시점 전후로 수치를 직접 비교하기는 어렵습니다. 모델 변경 전에는 높은 노출을 보였지만, 새 모델에서는 낮아진 것으로 보입니다.

ChatGPT는 1회차 3.5%에서 8회차(마지막) 17.5%로 올랐습니다. 2회차에 22.8%로 최고를 기록한 후 다소 변동이 있었지만, 전반적으로는 상향 추세를 유지했습니다. 다른 엔진에 비하면 여전히 낮은 수준이지만, 꾸준히 개선되는 중입니다.

어떤 질문 유형에서 가장 좋아졌나요

가장 극적인 변화는 증상형 질문에서 일어났습니다. 1회차 22.2%에서 8회차 54.2%로 올랐습니다. 이는 32%p의 상승이며, 노출률이 2배 이상으로 증가한 것입니다. 초반에 증상형 질문의 노출이 낮았던 것은 이 병원의 홈페이지에 "치아 통증", "잇몸 부음" 같은 증상 관련 콘텐츠가 충분하지 않았기 때문으로 보입니다. 보일리가 이런 주제의 안내 글을 지속적으로 발행하면서, 환자가 증상을 물었을 때 이 병원이 AI의 답변에 포함될 확률이 크게 높아졌습니다.

비교·상황형 질문도 1회차 23.8%에서 8회차 29.6%로 올랐습니다. 이는 5.8%p의 상승으로, 증상형에 비하면 작지만 여전히 긍정적인 방향입니다. "비용은 얼마인가요", "야간 진료하는 곳", "주말에 진료하는 치과" 같은 질문에 이 병원이 더 자주 나타나기 시작했다는 뜻입니다.

반면 추천형 질문은 1회차 47.6%에서 8회차 39.3%로 내려갔습니다. 이는 8.3%p의 하락입니다. 추천형은 "영통 치과 추천", "치과 추천해줘" 같이 지역과 진료과를 함께 묻는 질문입니다. 이미 높은 노출을 기록하고 있던 유형이 내려간 이유는 여러 가지가 있을 수 있습니다. 해당 지역의 다른 병원들도 AEO·GEO 작업을 시작했을 가능성, 또는 이 질문 유형에서 AI의 답변 전략 자체가 바뀌었을 가능성입니다. 보일리는 이 변화를 측정으로 포착했고, 추천형 질문에서의 노출을 다시 높이기 위한 다음 단계를 진행 중입니다.

회차별 변동에서 무엇을 알 수 있었나요

보일리의 격주 측정이 가져온 가장 큰 가치는 "변동의 원인을 찾는 것"이었습니다. 3회차에서 노출이 내려갔을 때, 보일리는 어느 엔진(ChatGPT·Gemini)에서 빠졌는지 바로 확인했고, 다음 4회차에 전체가 40.8%로 회복하는 것까지 이어서 확인했습니다. 만약 한 번만 측정했다면 "정비가 실패했나"라고 오판했을 것입니다. 반복 측정으로 이런 오판을 피할 수 있었습니다.

마찬가지로 6회차의 53.9% 달성도 반복 측정이 있었기에 의미가 있습니다. 한 번의 측정으로는 "53.9%가 얼마나 지속할 수 있는가"를 알 수 없기 때문입니다. 보일리는 7회차, 8회차까지 계속 측정했고, 53.9%는 최고점이지만 현재 43%도 첫 측정의 26.3%보다 훨씬 높다는 것을 확인했습니다. 이는 병원과 함께 "장기 목표"를 세우는 데 필수적인 정보입니다.

내려간 회차도 숨기지 않았습니다. 3회차, 7회차, 8회차의 하락은 보일리가 다음 정비 단계를 설정할 때 중요한 신호가 됩니다. "추천형 질문에서 떨어졌다", "Claude에서 급감했다" 같은 구체적인 분석이 가능했기 때문입니다.

다음 과제는 무엇인가요

현재 상황에서 보일리가 집중해야 할 부분은 두 가지입니다.

첫째, ChatGPT의 노출을 높이는 것입니다. ChatGPT는 1회차 3.5%에서 8회차 17.5%로 올랐지만, 여전히 다른 엔진에 비해 크게 낮습니다. Gemini 75.4%, Perplexity 54.4%와 비교하면 ChatGPT는 더 많은 개선 여지가 있습니다. 보일리는 ChatGPT의 웹 검색 메커니즘과 이 병원 정보의 접근성을 다시 검토할 예정입니다.

둘째, 추천형 질문의 노출을 되찾는 것입니다. 추천형은 초반에 47.6%로 가장 높았지만, 마지막에 39.3%로 내려갔습니다. 이 유형의 질문은 환자가 "병원을 찾고 있는" 순간이기 때문에, 다른 질문 유형보다 중요합니다. 보일리는 이 추세를 역전시키기 위해 정보 정리와 안내 글 발행 전략을 조정할 것입니다.

이 기록을 어떻게 읽어야 하나요

AI 답변은 검색과 다릅니다. 검색 결과는 상대적으로 안정적입니다. 오늘 1위인 사이트가 내일 3위가 되지는 않습니다. 하지만 AI 답변은 실시간으로 변합니다. 학습 데이터, 알고리즘, API 변화, 사용자의 질문 방식에 따라 답변은 달라집니다. 같은 질문을 5분 뒤에 다시 해도 다른 답변이 나올 수 있습니다.

그래서 보일리는 격주로 같은 질문을 반복합니다. 한 번의 측정은 "그 순간의 스냅샷"일 뿐이고, 8회의 반복 측정으로 "추세"를 알 수 있습니다. 이 병원의 경우 노출이 26.3%에서 43%로 올랐고, 최고 53.9%에 도달했다가 다시 내려가는 과정을 거쳤습니다. 이 전체 궤적을 봐야 현재 상태와 다음 목표를 제대로 설정할 수 있습니다.

또한 엔진별, 질문 유형별 분석이 가능합니다. 전체 노출률만 봤다면 "40%대니까 준수하다"는 판단이 전부지만, 분석하면 "Gemini는 강하지만 ChatGPT는 약하다", "증상형은 잘되지만 추천형은 떨어졌다"라는 구체적인 과제가 보입니다. 보일리의 정비도 이런 세부 분석을 바탕으로 다음 단계를 설계합니다.

우리 병원도 같은 방식으로 시작할 수 있을까요

네, 보일리와 함께 같은 과정을 시작할 수 있습니다. 병원 AI 검색 노출의 첫 단계는 무료 첫 측정입니다. 보일리는 진료과, 지역, 병원의 특성을 반영한 질문 20개를 만들어 ChatGPT, Claude, Gemini, Perplexity에 웹 검색을 켠 상태로 질의합니다. 결과에서 이 병원이 몇 회 나오는지, 어느 엔진에서 나오는지, 어떤 질문 유형에서 부족한지를 확인하는 것입니다.

첫 측정 결과를 보면 현재 상태가 명확해집니다. 이를 바탕으로 "우리 병원의 AI 검색 노출을 높이려면 무엇을 해야 하는가"를 판단하고, 정비를 진행할지 말지 결정할 수 있습니다. 다만 한 가지 명확히 해야 할 점은, AI 검색 노출은 보장되지 않는다는 것입니다. 이 병원도 26.3%에서 시작해 43%까지 올랐지만, 그렇다고 "정비하면 반드시 이 정도까지 오른다"는 보장은 없습니다. AI의 특성상 예측 불가능한 요소들이 있고, 같은 작업을 해도 결과는 병원마다, 시기마다 다를 수 있기 때문입니다. 보일리는 이런 불확실성을 격주 측정으로 관리하고, 데이터를 바탕으로 다음 단계를 계획합니다.

보일리와 함께 첫 측정부터 시작해 보세요. 아무 의무 없이 현재 상태를 파악하는 것만으로도 많은 것이 달라집니다.

자주 묻는 질문

Q. 병원 AI 검색 노출(AEO·GEO) 사례가 있나요?
A. 네, 이 글에서 다룬 영통의 한 치과 사례가 실제 기록입니다. 이 병원의 AI 검색 노출은 14주 동안 26.3%에서 43%로 올랐고, 최고 53.9%까지 도달했습니다. 특히 증상형 질문("잇몸이 붓고 피가 나요" 등)에서는 22.2%에서 54.2%로 2배 이상 올랐습니다. 보일리의 격주 측정으로 이런 변화를 추적했고, 엔진별·질문 유형별 분석까지 가능했습니다.
Q. 병원 AEO·GEO는 효과가 나타나기까지 얼마나 걸리나요?
A. 이 병원의 경우 2주 만에 노출이 26.3%에서 40.4%로 올랐습니다. 하지만 그 이후 3회차에서 내려가는 등 변동이 있었고, 6회차(14주차)에 53.9%로 최고에 도달했습니다. 즉, 초기 변화는 빠르지만 안정적인 상승을 위해서는 반복 작업과 시간이 필요합니다. 보일리는 이런 변동을 측정으로 포착하고 대응하므로, 격주 측정으로 정확한 타이밍을 알 수 있습니다.
Q. AI 검색에서 노출이 떨어졌다면 무엇이 잘못된 건가요?
A. 반드시 문제가 있는 것은 아닙니다. 이 병원도 3회차(37.3%)와 7회차(49.6%)에서 이전보다 내려갔습니다. 하지만 이는 병원 정보 때문이 아니라 2026년 8월 7일 Gemini API 변화 같은 외부 요인이었습니다. 그래서 격주 측정이 중요합니다. 한 번의 측정으로는 "실패했나"라고 오판하기 쉽지만, 반복 측정으로 일시적 변동과 실제 문제를 구분할 수 있습니다.
Q. 어느 AI 엔진을 우선적으로 최적화해야 하나요?
A. 병원마다 다릅니다. 이 병원의 경우 Gemini는 이미 75.4%로 강했고, Perplexity도 54.4%로 좋았지만, ChatGPT는 17.5%로 약했습니다. 그래서 보일리는 다음 단계에서 ChatGPT 노출을 높이는 데 집중할 계획입니다. 첫 측정을 통해 우리 병원에서 어느 엔진이 약한지 파악하고, 그 엔진부터 최적화하는 것이 효율적입니다.
Q. 검색(SEO)과 AI 답변(AEO·GEO)을 동시에 관리해야 하나요?
A. 두 가지는 다릅니다. 검색은 특정 키워드에서 상위에 나타나는 것을 목표로 하고, AI 답변은 AI가 질문에 답할 때 이 병원을 참고하도록 하는 것입니다. 전략도 다릅니다만, 기본이 되는 것은 같습니다. 병원의 정보가 명확하고, 환자가 묻는 질문에 답하는 콘텐츠가 있어야 한다는 점입니다. 보일리는 두 가지를 모두 고려하면서 정비를 진행합니다.

다른 병원 사례

우리 병원은 지금 어디에 있나

첫 측정은 무료입니다. 보일리(Boily)는 병원별 고정 질문 세트로 ChatGPT·Claude·Gemini·Perplexity를 격주 측정하고, 원하면 정비까지 함께합니다. 노출·순위는 보장하지 않습니다.

이 사례는 보일리(Boily)가 직접 측정한 실측 기록입니다. 병원 이름은 공개하지 않고 지역과 진료과만 씁니다. AI 답변은 실행마다 달라질 수 있어 회차별 등락이 있으며, 작업과 노출 변화의 인과를 단정하지 않습니다. 노출·순위를 보장하지 않습니다.