핵심 답변
AI 추천 지수는 ChatGPT·Perplexity·Gemini 같은 생성형 AI가 "○○동 ○○과 추천" 질문에 우리 병원을 얼마나 자주 추천하는지 측정한 값이다. 네이버 플레이스 1위여도 AI가 우리 병원을 모를 수 있어, 병원 GEO 진단으로 현재 AI 검색 노출 위치부터 확인해야 한다.
정의
AI 추천 지수란 생성형 AI가 환자의 질문에 답할 때 특정 병원을 추천 목록에 포함하는 빈도를 수치화한 지표다. 'AI 추천율', 'GEO 지수'로도 불린다. 전통적인 SEO가 '검색 결과 몇 위'를 보는 것과 달리, AI 추천 지수는 ChatGPT나 Perplexity 답변 속에 우리 병원 이름이 들어가는지를 본다. 환자가 "강남 피부과 추천해줘"라고 물었을 때 AI가 지목하는 병원이 곧 신환으로 이어지기 때문이다.
왜 지금 'AI 추천 지수'를 진단해야 하나?
환자가 병원을 고르는 경로가 검색에서 AI 추천으로 바뀌고 있기 때문이다. 과거에는 네이버에 '강남 피부과'를 치고 플레이스를 비교했다. 지금은 ChatGPT에 "강남 울세라 잘하는 곳 추천"이라고 묻고, AI가 지목한 한 곳을 바로 찾아간다.
문제는 네이버에서 1위인 병원이 AI 답변에는 한 곳도 안 나오는 경우가 흔하다는 점이다. 네이버는 ChatGPT·Gemini·Perplexity에 자료를 열어주지 않는다(크롤러 차단). 즉 네이버에서 아무리 상위에 떠도 AI는 그 데이터를 못 본다. 블로그와 플레이스만 열심히 한 병원일수록 AI 답변에서 사라질 위험이 크다.
AI 추천 지수는 SEO와 뭐가 다른가요?
AI 추천 지수는 '추천받는 횟수'를, SEO는 '검색 순위'를 본다. 측정 대상과 채널 자체가 다르다. 아래 표로 정리한다.
| 구분 | SEO | AI 추천 지수(GEO) |
|---|---|---|
| 목표 | 검색 1페이지 | AI 답변 내 추천 |
| 채널 | 네이버·구글 | ChatGPT·Gemini·Perplexity |
| 측정 | 클릭·순위 | 추천 빈도·인용율 |
| 자산성 | 광고 끄면 사라짐 | 한 번 인용되면 계속 노출 |
핵심은 AI가 '단어'가 아니라 '맥락과 시술명'으로 질문을 이해한다는 점이다. 같은 환자라도 "강남 피부과"가 아니라 "강남에서 색소 레이저 잘하는 곳"으로 묻는다. SEO 키워드만 맞춰서는 이 질문에 잡히지 않는다.
우리 병원 AI 추천 지수, 어떻게 진단하나요?
진단은 '실제 질문을 던져보고, 답변에 우리 병원이 나오는지'를 확인하는 순서로 한다.
- 핵심 질문 목록 만들기환자가 실제로 칠 법한 "지역+진료과+시술" 조합을 10~20개 뽑는다. (예: "○○동 교정치과 추천")
- AI 4곳에 동시 질문같은 질문을 ChatGPT·Perplexity·Gemini·네이버 Cue에 각각 넣고 답변을 수집한다.
- 추천 여부·순서 기록우리 병원이 나오는지, 몇 번째로 언급되는지, 경쟁 병원은 누가 나오는지 표로 정리한다.
- 인용 근거 추적AI가 어떤 자료(홈페이지·FAQ·리뷰·언론기사)를 근거로 삼았는지 확인한다.
- 빈틈 파악추천이 안 되는 질문 유형과, 우리 홈페이지에 없는 정보(가격·위치·시술 설명·구조화 데이터)를 찾아낸다.
진단 전 자가 점검표는 아래와 같다.
- ChatGPT에 "우리 동네 우리 진료과 추천"을 쳐봤다
- 답변에 우리 병원 이름이 나왔다
- 홈페이지에 FAQ·시술 설명 글이 충분히 있다
- 홈페이지에 구조화 데이터(JSON-LD)가 들어 있다
- 크롤러 차단 없이 AI가 읽을 수 있는 구조다
수치/근거: AI 검색은 지금이 초기 진입 구간
AI 검색 GEO는 국내에서 2024~25년에야 시작된 초기 진입 단계로, 지금이 가장 적은 비용으로 자리를 선점할 수 있는 시점이다. 과거 사례를 보면 구글 SEO는 2010년대 초, 인스타그램 광고는 2015~16년, 유튜브는 2016~18년에 초기 진입한 브랜드가 유리했고, 뒤늦게 들어온 경우 같은 결과를 내는 데 수 배의 비용이 들었다.
AI는 질문을 하나의 의도로 정렬한 뒤 웹 전역에서 근거 자료를 수집하고, 각 모델이 자체 알고리즘(ChatGPT는 최신성·맥락, Perplexity는 출처·근거링크, Gemini는 권위·구조화 데이터)으로 선별해 추천 목록을 만든다. 이때 인용 근거가 되는 신호가 공식 홈페이지, FAQ, 구조화 데이터(schema.org JSON-LD), 리뷰, 전문성 신호(E-E-A-T), 언론기사다. 이 신호가 약하면 추천 목록에 들어가지 못한다. 병원이 블로그를 수백 개 써도 AI가 말하지 않는 이유를 더 보려면 블로그 수백 개를 써도 AI가 우리 병원을 말 안 하는 이유를 참고하면 좋다.
경쟁 병원보다 먼저 자리를 잡으려면 현재 위치부터 아는 것이 먼저다. 무료 진단 활용법은 GEO 무료 진단으로 경쟁 병원보다 먼저 AI 추천 선점하는 법에서 자세히 다룬다.
오늘 당장 해볼 것 하나: ChatGPT에 "우리 동네 + 우리 진료과 + 추천"을 그대로 쳐보고, 우리 병원이 나오는지 확인해 보시기 바란다.
자주 묻는 질문
AI 추천 지수란 무엇인가?
AI 추천 지수는 ChatGPT·Perplexity·Gemini 같은 생성형 AI가 환자의 질문에 답할 때 우리 병원을 추천하는 빈도를 수치로 나타낸 값이다. 검색 순위가 아니라 'AI 답변 속 추천 여부'를 본다. 환자가 AI 추천을 보고 병원을 고르는 비중이 커지면서 중요해진 지표다.
네이버 1위인데 왜 AI는 우리 병원을 추천 안 하나요?
네이버가 ChatGPT·Gemini·Perplexity에 자료를 제공하지 않기 때문이다. 크롤러를 차단해 두어, AI는 네이버 플레이스나 블로그 순위를 읽지 못한다. 그래서 네이버 상위 병원이 AI 답변에는 한 곳도 안 나오는 경우가 생긴다.
병원 GEO 진단은 얼마나 걸리나요?
핵심 질문 20개 안팎을 AI 4곳에 던져 답변을 수집·정리하는 기초 진단은 보통 수일 내에 가능하다. 다만 결과는 AI 모델 업데이트에 따라 달라질 수 있어, 한 번이 아니라 주기적으로 측정해 추세를 보는 것이 정확하다.
AI 추천 지수와 SEO 순위의 차이는?
SEO 순위는 네이버·구글 검색 결과에서 몇 위에 뜨는지를 보고, AI 추천 지수는 AI 답변 안에 우리 병원이 추천되는지를 본다. 측정 채널과 기준이 다르다. SEO를 잘해도 AI가 그 데이터를 못 읽으면 추천 지수는 낮을 수 있다.
AI 추천 지수를 올리려면 무엇부터 해야 하나요?
AI가 읽을 수 있는 홈페이지를 먼저 갖춰야 한다. 구조화 데이터(JSON-LD), FAQ, 시술·위치 설명 같은 '인용 근거'를 명확한 글로 제공하는 것이 출발점이다. 그 뒤 AI가 선호하는 포맷으로 콘텐츠를 꾸준히 쌓아 신뢰 신호(E-E-A-T)를 강화한다.
참고
본문은 생성형 AI의 자료 수집·선별 구조와 (주)엑스온의 GEO 진단 방법론을 바탕으로 작성했다. 수치 중 채널별 진입 시점·비용 배수는 (주)엑스온 내부 추정 자료 기준이며, 실제 결과는 AI 모델 변경에 따라 달라질 수 있다.