BOILY인사이트

지역어를 바꿨더니 8.8%가 27.9%가 됐습니다 — 같은 날, 같은 질문으로

2026-10-12

서울 강서구의 한 치과를 같은 날·같은 60문항·같은 모델로 두 번 측정했다. 지역어만 '강서구'에서 병원이 있는 동네 이름으로 바꾸자 노출률이 8.8% → 27.9%, AI가 첫 번째로 추천한 질문이 3개 → 14개, 한 번도 안 나온 질문이 47개 → 7개가 됐다. 답변에 등장한 경쟁 병원은 252곳 → 195곳으로 줄었을 뿐 아니라 명단 자체가 다른 생활권 병원들로 바뀌어 있었다. 다만 다른 사례에서는 반대였다 — 광주·전남을 함께 재는 한 병원은 넓은 쪽(전남 29.4%)이 좁은 쪽(광주 18.1%)보다 높았다. 좁히면 오른다가 아니라, 그 질문이 누구의 판인가가 갈랐다. 표본이 작아 관찰 수준이다.

“우리 병원은 왜 안 뜨죠?” 리포트를 열기 전에 한 번 확인할 것이 있습니다. 우리가 재고 있는 그 지역어가, 환자가 실제로 쓰는 말이 맞는지입니다.

같은 날, 지역어만 바꿔서 두 번

서울 강서구의 한 치과가 여섯 번째 회차에서 8.8%로 내려갔습니다. 다섯 번째가 12.9%였으니 하락입니다.

원인을 찾다가, 측정에 쓰는 지역어 자체를 검증해 보기로 했습니다. 같은 날 · 같은 60개 질문 · 같은 AI 모델로, 지역어만 '강서구'에서 병원이 실제로 있는 동네 이름으로 바꿔 한 번 더 쟀습니다. 질문 문장은 지역 단어 하나만 다르고 나머지는 글자 그대로 같습니다.

숫자

  • · 노출률 8.8% → 27.9%
  • · AI가 첫 번째로 추천한 질문 3개 → 14개
  • · 상위 3위 안에 든 질문 7개 → 44개
  • · 네 개 엔진 모두에서 한 번도 안 나온 질문 47개 → 7개
  • · 답변에 등장한 경쟁 병원 252곳 → 195곳 (네 엔진 모두 오류 0, 부분 측정 아님)

숫자보다 중요한 건 명단이 바뀌었다는 것

경쟁 병원 수가 줄어든 것보다 눈에 띈 건 명단의 구성이었습니다. 넓은 행정구로 물었을 때 상위에 나온 병원들은 그 구 안에서도 다른 생활권에 있는 곳들이었습니다. 동네 이름으로 좁히자 그 자리는 실제 인근 병원들로 바뀌었습니다.

즉 이 병원은 자기 동네에서는 이미 답변에 들어가고 있었는데, 행정구 단위로 물으면 그 결과가 보이지 않는 상태였습니다. 8.8%는 진료가 부족해서가 아니라 재는 자리가 달라서 나온 숫자에 가까웠습니다.

그런데 좁히면 항상 오르는 것은 아닙니다

같은 가설을 다른 병원에 대봤더니 반대가 나왔습니다. 광주와 전남을 함께 재는 한 병원은 넓은 쪽인 전남이 29.4%, 좁은 쪽인 광주가 18.1%였습니다. 좁혔는데 더 낮았습니다.

광주는 큰 병원이 모여 있어 같은 질문에 답할 후보가 많고, 전남은 그 밀도가 낮습니다. 넓이 자체가 아니라 그 질문에 누가 후보로 올라오느냐가 갈랐습니다.

그래서 무엇을 보면 되나

  • · 리포트에서 노출률만 보지 말고, 그 답변에 함께 등장한 병원들이 실제로 우리 환자가 비교할 만한 병원인지 봅니다.
  • · 명단이 다른 생활권 병원으로 채워져 있다면, 그 질문은 애초에 우리 판이 아닐 수 있습니다.
  • · 지역어는 환자가 쓰는 말로 잡습니다. '○○구'로 검색하는 환자와 '○○동'으로 검색하는 환자는 다릅니다.

우리가 이 병원에서 한 선택

숫자만 보면 지역어를 바꾸는 편이 유리했습니다. 그런데 바꾸지 않았습니다.

측정 기준을 바꾸면 이전 회차와 비교가 끊기기 때문입니다. 유리해 보이는 자로 갈아타는 것은 저희가 하지 않기로 한 일입니다. 대신 좁은 기준의 결과를 참고 자료로 따로 만들어 원장님께 함께 보내드렸습니다. 공식 숫자는 처음 정한 기준 그대로 갑니다.

자주 묻는 질문

지역어만 바꿔도 결과가 이렇게 달라지나요?

이 사례에서는 그랬습니다. 같은 날·같은 60개 질문·같은 모델로 지역 단어 하나만 바꿔 쟀고 네 엔진 모두 오류가 없었습니다. 다만 한 병원의 한 회차 관찰이고, 반대 방향이 나온 사례도 있어 일반화하기는 이릅니다.

그러면 지역어를 좁게 잡는 편이 유리한가요?

항상 그렇지는 않습니다. 넓은 쪽이 더 높게 나온 사례도 있었습니다. 그 질문에 답할 후보가 얼마나 많고 어떤 곳들인지가 갈랐습니다. 우리 환자가 실제로 쓰는 말이 무엇인지가 먼저입니다.

측정 도중에 지역어를 바꿔도 되나요?

권하지 않습니다. 기준이 바뀌면 이전 회차와 비교가 끊깁니다. 바꿔야 할 이유가 분명하다면 기존 기준을 유지한 채 새 기준을 참고용으로 따로 재고, 바꾸는 시점과 이유를 기록해 두는 편이 낫습니다.

관련 글

보일리(Boily)는 ChatGPT·Claude·Gemini·Perplexity가 병원을 얼마나 추천하는지 격주로 측정·진단하고, 원하시면 GEO·AEO 정비를 대행하는 한국 병원 전용 AI 검색 노출 측정 서비스입니다. 노출·순위를 보장하지 않으며, 정비 전후를 같은 중립 측정으로 검증합니다.