왜 AI마다 병원 추천이 다를까 — ChatGPT·Claude·Gemini·Perplexity 편차

같은 질문, 다른 답 — 실제로 얼마나 갈리나

저희가 여러 치과를 4개 AI로 측정해보면, 엔진 사이 편차가 예상보다 큽니다. 한 병원이 어떤 엔진에서는 관련 질문의 절반 이상에서 추천되는데, 같은 병원이 다른 엔진에서는 거의 한 자릿수(%)에 그치는 경우가 관찰됩니다.

즉 “우리 병원, AI에 잘 나와요?”라는 질문은 사실 “어느 AI에서요?”라고 되물어야 하는 질문입니다.

왜 갈릴까 — 엔진마다 '참고하는 곳'이 다르다

AI가 답을 만들 때 웹에서 근거를 가져오는데, 그 근거 소스가 엔진마다 다릅니다(공개 정보 기준의 일반적 경향):

• · ChatGPT: 웹검색 시 주로 Bing 색인을 활용하는 것으로 알려져 있어, Bing에 잘 색인된 정보가 유리한 경향
• · Gemini: 구글 생태계(구글 검색·지도·비즈니스 프로필)와 가까워, 구글 지도/플레이스 정보가 반영되기 쉬운 경향
• · Perplexity: 자체 웹 크롤로 비교적 신선한 웹 문서를 빠르게 인용하는 경향(신생 페이지도 상대적으로 빨리 잡음)
• · Claude: 웹검색으로 외부 출처를 폭넓게 인용하는 경향(그라운딩이 촘촘한 편)

그래서 한 AI만 보면 안 된다

환자마다 쓰는 AI가 다릅니다. 어떤 환자는 ChatGPT를, 어떤 환자는 Gemini나 Perplexity를 씁니다. 그런데 우리 병원이 ChatGPT에서만 잘 뜨고 Gemini에서는 0%라면, Gemini를 쓰는 환자에게는 존재하지 않는 것과 같습니다.

한 엔진만 측정하면 “우리 잘 나오네” 또는 “우리 안 나오네”라고 잘못 판단하기 쉽습니다. 실제 환자 경험은 여러 엔진의 합이기 때문입니다.

무엇을 할까 — 엔진별로 나눠서 본다

그래서 보일리는 ChatGPT·Claude·Gemini·Perplexity를 각각 측정해 엔진별 노출률을 따로 보여줍니다. 이렇게 보면:

• · 어느 엔진에서 강하고 어느 엔진에서 약한지(구멍) 한눈에 보입니다
• · 약한 엔진의 특성에 맞춰 무엇을 점검할지 단서를 얻습니다(예: 특정 엔진이 약하면 그 엔진이 참고하는 표면을 확인)
• · 특정 엔진에만 쏠린 노출인지, 고르게 퍼진 노출인지 구분됩니다

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
• 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
• 같은 출발점, 한 곳만 홈페이지를 정비했더니 — GEO 정비 전후 관찰
• 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