같은 출발점, 한 곳만 홈페이지를 정비했더니 — 2주 GEO 실측 사례

실험 설계 — 대조군을 뒀습니다

AI 검색 노출이 똑같이 약 11%이던 두 치과가 있었습니다. 한 곳(영통OOO치과)은 홈페이지에 GEO·AEO 정비(환자 질문별 정보 페이지·구조화 데이터·의료진 소개)를 했고, 다른 한 곳(강남OOO치과)은 정비하지 않았습니다(대조군). 같은 2주, 같은 질문 세트, 같은 측정.

세 번째 병원(동탄OOO치과)은 이미 노출이 약 32%로 높게 시작한 곳입니다.

결과

정비한 영통OOO치과는 약 11% → 27%(+16%p). 정비하지 않은 대조군(강남OOO치과)은 약 11% → 10%로 제자리였습니다. 이미 높던 동탄OOO치과는 32% → 34%로 거의 그대로(올릴 여지가 작음).

왜 대조군이 중요한가

AI 답변은 실행할 때마다 분산이 커서, 한 병원만 보면 ‘오른 게 정비 덕인지, 그냥 그날 운인지’ 구분이 안 됩니다. 그런데 같은 조건의 대조군이 2주 동안 안 움직였는데 정비한 곳만 올랐다면, 그 차이는 시간·변동이 아니라 정비와 관련됐을 가능성이 높아집니다.

한계 — 단정하지 않습니다

이건 단일 회차 관찰입니다. 한 번의 상승을 ‘정비 때문’이라고 단정할 수 없고, ‘정비하면 오른다’를 보장하지도 않습니다. 2주 뒤 다시 측정해 유지·재현되는지를 추세로 봐야 합니다. 또 동탄OOO치과처럼 이미 노출이 높은 곳은 더 올릴 여지가 작습니다.

우리 원칙 — 보장이 아니라 증명

보일리는 노출을 보장하지 않습니다. 정비 작업을 하고, 그 효과를 같은 중립 측정으로 정직하게 보여줄 뿐입니다. 오르지 않으면 그 데이터를 함께 봅니다. 이 사례도 ‘보장’이 아니라 ‘측정으로 검증한 한 건의 관찰’입니다.

자주 묻는 질문

관련 글

• 병원 GEO·AEO란? — 환자가 AI에게 병원을 물어보는 시대의 노출 측정 가이드
• ChatGPT는 병원을 무엇을 보고 추천할까? — AI가 병원을 고르는 기준
• AI 검색 노출, 어떻게 측정하나 — 노출률·SoV·추세
• ‘보장’ vs ‘증명’ — 정비는 하되, 왜 노출을 보장하면 안 되나
• GEO vs 전통 SEO — 무엇이 같고 무엇이 다른가
• 병원이 AI 검색에서 자주 놓치는 5가지
• SEO·AEO·GEO 차이 한눈에 — 병원이 알아야 할 3가지 검색 최적화
• 네이버 블로그는 AI 검색에 안 통할까? — 글로벌 AI와 네이버 AI는 정반대입니다
• 측정 도구가 자기 자신을 측정했다 — 보일리의 2주 GEO 실험 공개
• 정비 4일 만에, AI가 우리가 쓴 내용을 그대로 인용했다
• AI 검색 노출은 왜 ‘한 번’으로 끝나지 않나 — 계속 측정해야 하는 이유