RESEARCH · 2026-07 업데이트

AI 검색에서 병원 노출은 움직이는가 — 대조군 관찰 + 정비 후 6주 추세 (2026-06~07)

같은 출발점(약 11%)의 두 치과 중 정비한 곳만 2주 뒤 약 27%로 올랐고 대조군은 제자리였습니다. 정비군은 이후 6주간 약 40%까지 이어서 올랐고, 다른 정비 병원들도 동반 상승했습니다. 소표본 관찰이라 인과로 단정하지 않으며, 같은 중립 측정으로 전후를 비교한 기록입니다.

방법

· 측정 엔진: ChatGPT(OpenAI)·Claude(Anthropic)·Gemini(Google)·Perplexity — 4종, 실시간 웹검색 켠 상태.
· 질문 세트 고정(동결): 병원별 환자 관점 질문을 고정해, 회차·병원 간 비교가 흔들리지 않게 함.
· 지표: 응답에서 해당 병원이 추천·언급된 비율(노출률). 병원명 문자열 매칭(파이프라인 파서값과 교차검증).
· 주기: 격주(2주). 기간: 2026-06-16 ~ 07-20.
· 대조군: 출발점이 같은 다른 치과를 두어 "시간이 지나서/AI가 업데이트돼서" 생기는 변화를 통제(06-30 1회차).

데이터 (익명 · 지역만 표기)

before = 첫 측정 · after = 최신 측정(치과 4곳 2026-07-20 기준 · 보일리 자사 2026-09-01)

영통OOO치과

정비군 · 홈페이지 GEO·AEO 정비

10.9% → 40.4% (+29.5%p)

정비 후 3회차 지속 상승 (11% → 27% → 40%)

강남OOO치과

대조군 · 정비 안 함

10.9% → 10.3% (-0.6%p)

같은 출발점, 제자리 (06-30 기준)

동탄OOO치과

정비군 · 첫 측정부터 3회차 추적

32.1% → 62.7% (+30.6%p)

격주 3회차 지속 상승 (32% → 43% → 63%)

개포OOO치과

정비군 · 도메인 전환·색인

25% → 30.7% (+5.7%p)

정비 후 상승 (색인 진행 중)

보일리 (자사)

dogfooding · 우리 서비스로 우리를 측정

0% → 11.7% (+11.7%p)

신생 서비스 7회차 (0 → 2.1 → 3.1 → 14.1 → 9.4 → 8.9 → 11.7%, 정체 후 반등 · 한 엔진 편중)

관찰

① 대조군 통제(06-30) — 정비군(영통OOO)과 대조군(강남OOO)은 같은 10.9%에서 출발했는데, 2주 뒤 정비군만 약 27%로 오르고 대조군은 제자리(10.3%)였습니다. 대조군이 움직이지 않았다는 점이, 정비군의 상승이 단순한 시간·측정 변동이 아니라 홈페이지 정비와 상관이 있음을 시사합니다.

② 정비 후 지속(6주) — 정비군은 이후 회차에도 약 40%까지 이어서 올랐고, 다른 정비 병원들(동탄OOO 첫 측정 32% → 43% → 63%, 개포OOO 25→31%)도 정비 후 상승 방향을 보였습니다. 출발점이 낮을수록 변화 폭이 컸습니다.

③ 우리 자신(dogfooding) — 신생 서비스인 보일리도 같은 방식으로 7회차까지 재봤습니다. 0% → 2.1 → 3.1 → 14.1 → 9.4 → 8.9 → 11.7%. 4차에 14%까지 튀었다가 9% 안팎 정체를 지나 7차에 반등했습니다. 오른 회차만 골라 쓰지 않기 위해 정체 구간도 그대로 남깁니다. 신생·저권위 도메인은 외부 신호와 시간이 쌓여야 AI 인용이 붙는다고 보고 있습니다.

엔진별로 이만큼 갈립니다

같은 대상·같은 질문인데 AI에 따라 결과가 크게 다릅니다. 아래는 자사 7차 측정(2026-09-01, 고정 100질문 × 4AI)의 엔진별 노출률입니다. 이 상태에서 Perplexity만 보고했다면 “40%대로 잘 나온다”가 되고, ChatGPT만 봤다면 “거의 안 나온다”가 됩니다 — 둘 다 사실의 일부지만 둘 다 상태를 잘못 전합니다. 합계 하나만 보는 리포트를 경계해야 하는 이유입니다.

Perplexity

42.7%

Gemini

3.1%

ChatGPT

Claude

한계

· 소표본 관찰 — 인과로 단정하지 않습니다. "관찰됐다 / 대조군 대비 차이가 컸다"까지가 정직한 진술입니다.
· 대조군 통제는 06-30 1회차뿐입니다. 이후의 지속 상승은 대조군이 없는 관찰이라, 시간·외부 요인의 영향을 완전히 배제하지 못합니다.
· 출발점에 따라 변화 폭이 다릅니다(낮으면 크게, 높으면 완만).
· 문자열 매칭 근사이며, 측정값은 API 질의 기준으로 개별 사용자 화면과 다를 수 있습니다.
· AI 답변은 실행마다 변동이 있어, 반영·확인에는 보통 6~12주가 걸립니다.

보일리는 병원이 AI 검색에서 얼마나 추천되는지 4개 AI로 중립 측정하고, 원하면 GEO·AEO 정비를 대행한 뒤 같은 측정으로 전후를 검증합니다. 이 페이지도 그 측정으로 남긴 관찰 기록입니다. · 추세 사례 · 측정 방법 · 한국 AI 병원 검색 통계 · 측정 방법론 백서(DOI)