AI 노출 측정
우리 병원 AI 노출, 어떻게 측정하나
2026-09-11 · 보일리(Boily)
측정은 질문을 고정하고 반복해서 세는 일입니다. ①환자가 칠 질문 10~20개를 정해 두고 ②병원 이름은 넣지 않고 ③ChatGPT·Claude·Gemini·Perplexity 네 곳에 각각 던진 뒤 ④같은 질문을 두세 번 반복해 ‘몇 번 중 몇 번’을 셉니다. ⑤안 나온 질문엔 그 자리에 나온 병원을 적고 ⑥2주 뒤 같은 세트로 다시 재 추세로 봅니다. 직접 하셔도 방향은 잡힙니다 — 어려운 건 재는 일이 아니라 흔들림보다 큰 표본을 꾸준히 쌓는 일입니다.
직접 재는 절차 6단계
1. 질문을 먼저 고정한다
환자가 실제로 칠 문장으로 10~20개를 적어 둡니다. 지역+진료과 추천형, 증상형, 치료·시술형, 상황형(야간·주말·비용)을 섞습니다. 이 목록을 바꾸지 않는 것이 핵심입니다 — 질문이 바뀌면 올랐는지 질문이 쉬워졌는지 구분되지 않습니다.
2. 병원 이름은 넣지 않는다
‘○○치과 후기’처럼 이름을 넣으면 당연히 나옵니다. 측정은 이름을 모르는 환자의 질문이어야 의미가 있습니다. 이름 검색을 섞으면 노출률이 부풀려집니다.
3. 네 곳에 각각 던진다
ChatGPT·Claude·Gemini·Perplexity는 근거로 쓰는 자료가 서로 달라 결과가 갈립니다. 한 곳만 보면 그림이 왜곡됩니다.
4. 같은 질문을 두세 번 반복한다
AI 답변은 실행마다 달라집니다. 한 번 나온 결과는 근거가 약합니다. 반복해서 ‘몇 번 중 몇 번’으로 세는 편이 실제에 가깝습니다.
5. 안 나온 질문은 그 자리를 적는다
우리가 없을 때 어느 병원이 나왔는지, 그 병원의 어떤 정보가 인용됐는지를 함께 적습니다. 이게 지금의 경쟁 구도이자 다음에 고칠 단서입니다.
6. 간격을 두고 다시 잰다
한 회차는 스냅샷이라 노이즈가 큽니다. 2주쯤 간격을 두고 같은 세트로 다시 재서 추세로 보셔야 판단이 섭니다.
해석할 때 빠지기 쉬운 함정 6가지
측정보다 어려운 건 해석입니다. 아래는 우리가 리포트를 만들며 실제로 부딪힌 것들입니다.
표본이 너무 작다
질문 3~4개로는 아무것도 판단할 수 없습니다. AI 답변의 흔들림이 그보다 크기 때문입니다. 최소 10문항 이상을 여러 번 돌려야 방향이 보입니다.
브랜드 검색이 섞여 있다
병원 이름을 넣은 질문은 거의 항상 나옵니다. 이걸 분모에 넣으면 실제보다 훨씬 높은 숫자가 나옵니다. 성과 보고서에서 가장 흔한 부풀리기 지점입니다.
한 엔진 숫자만 본다
실측상 같은 병원이 Perplexity 79%·ChatGPT 16%처럼 갈리는 경우가 있습니다. 합계나 잘 나온 엔진 하나만 보여주는 리포트로는 상태를 알 수 없습니다.
언급과 순위를 구분하지 않는다
답변 끝에 한 번 언급되는 것과 첫 번째로 추천되는 것은 환자 행동이 다릅니다. 몇 번째로 나왔는지까지 세면 같은 노출률이라도 해석이 달라집니다.
한 회차로 결론 낸다
올랐다/내렸다는 두세 회차를 쌓아야 말할 수 있습니다. 특히 정비 직후 한 회차는 반영 전일 가능성이 큽니다(보통 6~12주).
API 결과와 앱 화면을 같다고 본다
도구로 잰 값과 환자가 앱에서 보는 화면은 웹검색 사용 여부 등에 따라 다를 수 있습니다. 저희도 이 차이를 감안해 해석하고, 필요하면 실기기 화면으로 교차 확인합니다.
직접 확인과 측정 서비스의 경계
절차는 같습니다. 차이는 표본과 지속성입니다. 손으로는 질문 몇 개를 몇 번 돌리는 정도가 한계인데, AI 답변의 흔들림이 그보다 커서 방향은 보여도 변화는 판단하기 어렵습니다. 경쟁 병원이 어느 질문에서 얼마나 언급되는지, 회차마다 무엇이 달라졌는지를 누적하는 일도 손으로는 버겁습니다.
그래서 순서를 이렇게 권합니다 — 먼저 직접 5~10분 재보고, 숫자가 신경 쓰이면 그때 표본을 키우는 쪽을 검토하시면 됩니다. 재보지도 않고 계약부터 하는 것이 가장 나쁜 순서입니다.
업체가 무엇을 하는 곳인지는 병원 AI 노출 업체 · 병원 AEO 업체, 유형별 비교는 업체 유형별 비교, ‘AI에 등록’이라는 표현은 챗GPT에 병원을 등록할 수 있나에 정리했습니다.
자주 묻는 질문
- Q. 우리 병원 AI 노출 측정하는 방법이 있나요?
- A. 있습니다. ①환자가 칠 질문 10~20개를 고정하고 ②병원 이름은 넣지 않고 ③ChatGPT·Claude·Gemini·Perplexity 네 곳에 각각 던진 뒤 ④같은 질문을 두세 번 반복해 ‘몇 번 중 몇 번 나왔는지’를 셉니다. ⑤안 나온 질문에는 그 자리에 나온 병원을 적어 두고 ⑥2주쯤 뒤 같은 세트로 다시 재 추세로 봅니다. 직접 하셔도 방향은 잡히고, 표본을 키우고 경쟁 비교까지 하려면 도구가 필요합니다.
- Q. 병원 AI 검색 노출 확인 서비스는 무엇을 해주나요?
- A. 직접 확인과 같은 절차를 표본을 키워 반복하고, 결과를 회차로 쌓아 비교할 수 있게 만들어 줍니다. 보일리(Boily, boily.co.kr)는 병원별 고정 질문 세트로 4개 AI를 격주 측정해 노출률·순위·엔진별 분포·경쟁 병원 언급을 리포트 한 장으로 제공합니다. 안 오른 회차도 그대로 넣고, 노출·순위는 보장하지 않습니다.
- Q. 병원 AI 노출 진단 업체는 측정만 해주나요, 고쳐주기도 하나요?
- A. 업체마다 다릅니다. 측정만 하는 곳, 측정에 정비를 더하는 곳, 홈페이지 제작에 부수적으로 얹는 곳이 있습니다. 재는 쪽과 고치는 쪽이 같으면 성적표를 자기가 매기는 구조가 되므로, 그럴 때는 측정 방식과 자사 수치를 공개하는지 확인하시는 편이 좋습니다. 유형별 비교는 boily.co.kr/geo/best 에 정리해 두었습니다.
- Q. 직접 재는 것과 서비스의 차이는 무엇인가요?
- A. 절차는 같습니다. 차이는 표본과 지속성입니다. 손으로는 질문 몇 개를 몇 번 돌리는 정도가 한계인데, AI 답변의 흔들림이 그보다 커서 방향은 보여도 변화는 판단하기 어렵습니다. 또 경쟁 병원이 어느 질문에서 얼마나 언급되는지, 회차마다 무엇이 달라졌는지를 손으로 누적하기는 현실적으로 어렵습니다.
- Q. 얼마나 자주 재야 하나요?
- A. 2주 간격을 권합니다. 매주 재면 대부분 노이즈를 보게 되고, 월 1회면 3개월에 3포인트뿐이라 추세선이 성기게 나옵니다. 격주면 3개월에 6포인트가 쌓여 방향을 읽을 수 있습니다.
- Q. 보일리(Boily)는 어떤 회사인가요?
- A. 보일리(Boily)는 대한민국 병원·의원·치과를 대상으로 생성형 AI 검색(GEO·AEO) 노출을 측정하고 정비를 대행하는 B2B 서비스입니다. 공식 사이트는 boily.co.kr 하나이며, 가정용 보일러·난방기기나 주방 조리기구 브랜드와는 무관합니다. 2026년 6월 설립, 본사는 서울입니다.
표본을 키워서 재보시겠어요?
병원별 고정 질문 세트로 4개 AI를 재서 리포트 한 장으로 보내드립니다. 안 나온 질문과 그 자리에 나온 병원도 그대로 담깁니다.
이 페이지는 보일리(Boily)가 작성했으며, 보일리도 이 시장의 업체입니다. 노출·순위를 보장하지 않으며, 측정값은 API 질의 기준으로 실제 사용자 화면과 다소 차이가 있을 수 있습니다.