병원 GEO·AEO 작업의 실제 사례가 있나요?

보일리가 격주로 측정하는 계약 병원 가운데 사례 19곳(진료과·지역 세트 단위)의 회차별 노출률을 공개하고 있습니다. 계약 병원 전체가 아니라 선별한 사례이며, 각 사례 안의 회차는 내려간 회차까지 그대로 싣습니다. 가장 큰 변화는 14%에서 57%였습니다. 병원명은 익명 처리해 지역과 진료과만 씁니다.

숫자가 얼마나 오르나요?

병원마다 다르고, 출발점이 가장 큰 변수였습니다. 첫 측정이 5% 아래였던 6곳은 최신 회차에 9.7~31.7% 구간에 있고, 출발점이 높을수록 변화 폭은 작아지는 경향이 있습니다. 직선으로 오르지 않는다는 점도 기록에 그대로 남아 있습니다. 6회차를 측정한 9곳 모두 직전보다 낮은 회차가 한 번 이상 있었습니다. 보장할 수 있는 숫자는 없고, 저희가 드리는 것은 같은 질문 세트로 전후를 잰 기록입니다.

효과가 나타나기까지 얼마나 걸리나요?

기록상 첫 두 회차, 즉 약 한 달 동안은 거의 움직이지 않는 병원이 많았습니다. 한 종합병원은 세 회차 연속 0.6%로 전혀 움직이지 않다가 네 번째 회차에서 16.3%가 됐습니다. 한 치과는 두 번째 회차에서 오히려 첫 회차보다 내려갔다가 다섯 번째 회차에 12.9%까지 올라왔습니다. 그래서 1~2회차 결과로 판단하지 않고 3~6회차를 쌓아 추세로 봅니다.

정비를 안 한 병원과 비교한 자료도 있나요?

한 건 있습니다. 같은 출발점(약 10.9%)의 두 치과 중 한 곳만 홈페이지를 정비했고, 2주 뒤 정비한 쪽은 약 26.9%, 정비하지 않은 쪽은 약 10.3%로 제자리였습니다. 다만 대조군 측정은 이 1회차뿐이고 표본이 두 곳이라, 인과를 단정할 수 있는 설계가 아닙니다. 참고 관찰로만 보시는 것이 맞습니다.

치과 말고 다른 진료과 사례도 있나요?

있습니다. 종합병원 2곳, 피부과 2곳, 안과 2곳이 기록에 있습니다. 종합병원은 0.6%에서 시작해 지역 세트에 따라 15~29% 구간으로 올라왔고, 피부과 한 곳은 0.7%에서 시작해 5회차에 11.6%입니다. 안과는 한 곳이 2회차(45.7%→58.7%)까지 왔고 다른 한 곳은 첫 측정만 끝난 단계입니다. 치과 외 진료과는 아직 회차가 적어 치과만큼 길게 보여드릴 수 없습니다.

무슨 작업을 했는지는 왜 안 적혀 있나요?

병원별 기록에는 정비가 진행 중인지, 착수 전인지만 남깁니다. 무엇을 어디에 어떤 순서로 했는지는 공개하지 않습니다. 이 페이지의 목적은 방법을 설명하는 것이 아니라, 같은 질문 세트로 잰 숫자가 시간에 따라 어떻게 움직였는지를 보여주는 것입니다. 방법의 원리는 GEO·AEO 안내 페이지에 따로 정리해 두었습니다.

이 숫자를 그대로 믿어도 되나요?

읽으실 때 감안할 점이 세 가지 있습니다. 첫째, 측정은 API 질의 기준이라 개별 사용자가 앱에서 보는 화면과 다소 차이가 있을 수 있습니다. 둘째, 2026년 8월 19일에 측정에 쓰는 AI 모델 하나를 바꿔서 그 전후 수치를 직접 비교하기 어렵습니다. 셋째, 2026년 8월 초 한 엔진의 검색 연동 방식이 바뀌면서 전체 병원의 수치가 함께 움직인 구간이 있습니다. 이런 외부 요인은 저희가 통제할 수 없고, 숨기지 않고 적어 둡니다.

리서치 · 계약 병원 사례

병원 AI 검색 노출, 실제로 어떻게 움직였나

2026-09-15 게재 · 데이터 기준 2026-10-14 · 보일리(Boily) · 측정 병원 19곳 · 누적 93회차

격주로 측정 중인 계약 병원 가운데 사례 19곳의 회차별 기록을 싣습니다. 계약 병원 전체가 아니라 선별한 사례이며, 각 사례 안의 회차는 내려간 회차까지 그대로 둡니다. 병원명은 익명 처리해 공개합니다(지역·진료과만). 인과를 단정하지 않으며 노출·순위를 보장하지 않습니다.

최근 회차에서 눈에 띈 움직임 · 10/12

개포 · 치과

25.4% → 44.3%

7/6 25% · 7/20 30.7% · 8/3 29.8% · 8/17 36% · 8/31 25.9% · 9/14 28.9% · 9/28 25.4% · 10/12 44.3%

일곱 회차 동안 25~36% 사이에 머물렀고, 7회차(25.4%)는 첫 측정(25.0%)과 거의 같아 저희도 '개선'이라 부르지 않았습니다. 8회차에 44.3%로 한 회차 만에 18.9%p 올라 이 병원의 최고치가 됐습니다. 약 석 달의 정체 뒤 한 번에 움직인 사례입니다. 다만 한 회차이므로 다음 회차에서 유지되는지 함께 봐야 합니다.

아래 회차별 기록에도 같은 값이 그대로 있습니다. 한 회차의 움직임이므로 다른 사례의 등락과 함께 보십시오.

읽기 전에 — 이 숫자가 무엇인가

· 노출률 = 병원별로 고정한 질문 세트를 ChatGPT·Claude·Gemini·Perplexity 네 곳에 던져, 답변에 그 병원이 등장한 비율입니다. 병원명이 들어간 질문은 분모에서 뺍니다.
· 격주로 잽니다. AI 답변은 실행마다 달라서 주간 변화는 대부분 노이즈입니다.
· 질문 세트는 고정합니다. 질문을 바꾸면 이전 회차와 비교가 끊깁니다. 세트가 바뀐 병원은 이 기록에서 뺍니다.
· 작업은 진행 여부만 적습니다(정비 진행 중 / 착수 전). 무엇을 어디에 어떤 순서로 했는지는 공개하지 않습니다.
· 한 병원이 여러 줄일 수 있습니다. 지점·지역 질문 세트가 다르면 별도 행입니다.

병원별 사례 글

병원 1곳의 회차별 기록을 길게 풀어 쓴 글입니다. 매일 한 곳씩 이어서 올립니다(병원명 비공개).

회차별 기록

치과 · 13곳

개포 · 치과

▲25% → 44.3% · 8회차

7/6 25% · 7/20 30.7% · 8/3 29.8% · 8/17 36% · 8/31 25.9% · 9/14 28.9% · 9/28 25.4% · 10/12 44.3%

작업 —: 도메인 전환 후 온사이트 정비 진행 중
읽을 것 —: 일곱 회차 동안 25~36% 사이에 머물렀고, 7회차(25.4%)는 첫 측정(25.0%)과 거의 같아 저희도 '개선'이라 부르지 않았습니다. 8회차에 44.3%로 한 회차 만에 18.9%p 올라 이 병원의 최고치가 됐습니다. 약 석 달의 정체 뒤 한 번에 움직인 사례입니다. 다만 한 회차이므로 다음 회차에서 유지되는지 함께 봐야 합니다.

수원 영통 · 치과

▲26.3% → 43% · 8회차

7/6 26.3% · 7/20 40.4% · 8/3 37.3% · 8/17 40.8% · 8/31 39.9% · 9/14 53.9% · 9/28 49.6% · 10/12 43%

작업 —: 온사이트 정비 진행 중(병원이 가진 사실 정보를 AI가 읽을 수 있게 정리·보강)
읽을 것 —: 8회차 중 4회는 직전보다 내려갔습니다. 최고는 6회차 53.9%였고 이후 두 회차 연속 내려와 최근 8회차는 43.0%입니다. 그래도 첫 측정 26.3%보다 16%p 이상 위에 있습니다. 한 회차 등락으로 판단하면 안 된다는 것을 이 병원이 잘 보여줍니다.

서울 한남 · 치과

▲56.7% → 67.3% · 7회차

7/13 56.7% · 7/27 61.5% · 8/10 67.3% · 8/24 57.7% · 9/7 61.1% · 9/21 71.6% · 10/5 67.3%

작업 —: 온사이트 정비 진행 중(병원이 가진 사실 정보를 AI가 읽을 수 있게 정리·보강)
읽을 것 —: 출발점이 이미 높았던 병원인데 6회차에 71.6%로 최고를 찍었고, 7회차는 67.3%입니다. 8/24에 10%p 가까이 내려간 회차도 지우지 않고 둡니다. 높은 출발점에서도 움직인다는 것과, 그 과정이 직선이 아니라는 것을 같은 병원이 보여줍니다.

동탄 · 치과

▲43% → 47.8% · 8회차

7/6 43% · 7/20 62.7% · 8/3 50% · 8/17 62.7% · 8/31 61% · 9/14 52.6% · 9/28 62.7% · 10/12 47.8%

작업 —: 온사이트 정비 진행 중(병원이 가진 사실 정보를 AI가 읽을 수 있게 정리·보강)
읽을 것 —: 등락이 큰 사례입니다. 50%대와 60%대를 오가다 최근 8회차는 47.8%로 내려왔습니다. 첫 측정 43.0%보다는 위에 있지만 직선으로 오르지 않습니다. AI 답변의 분산이 그대로 드러납니다.

안산 · 치과

▲3.6% → 31.7% · 6회차

7/25 3.6% · 8/8 6% · 8/22 18.1% · 9/4 22.2% · 9/18 34.6% · 10/2 31.7%

작업 —: 온사이트 정비 진행 중(병원이 가진 사실 정보를 AI가 읽을 수 있게 정리·보강)
읽을 것 —: 출발점이 낮을수록 변화 폭이 큽니다. 5회차에 34.6%로 첫 측정의 열 배 가까이 됐고, 6회차는 31.7%로 조금 내려왔습니다. 첫 두 회차(3.6→6.0)는 거의 움직이지 않았습니다. 시차가 있다는 뜻입니다.

서울 강서 · 치과

▲5.8% → 20% · 7회차

7/18 5.8% · 8/1 3.3% · 8/15 5.4% · 8/28 8.8% · 9/11 12.9% · 9/26 8.8% · 10/10 20%

작업 —: 온사이트 정비 진행 중(병원이 가진 사실 정보를 AI가 읽을 수 있게 정리·보강)
읽을 것 —: 두 번째 회차에서 내려갔다가(5.8→3.3) 다섯 번째에 12.9%, 여섯 번째에 8.8%로 오르내린 뒤 일곱 번째에 20.0%로 최고치가 됐습니다. 첫 측정의 세 배 남짓입니다. 오르내림을 거치며 올라가는 구간입니다.

평택 · 치과

▲5.2% → 9.7% · 6회차

7/25 5.2% · 8/8 3.2% · 8/22 4% · 9/3 11.7% · 9/18 11.7% · 10/2 9.7%

작업 —: 도메인 전환 후 온사이트 정비 진행 중
읽을 것 —: 세 회차 동안 5% 아래에 머물렀다가 네 번째와 다섯 번째에 11.7%, 여섯 번째는 9.7%입니다. 도메인을 바꾼 병원은 초반에 낮게 나오는 구간이 있고, 올라온 뒤에는 정체 구간이 올 수 있습니다.

동두천 · 치과

▲24.1% → 33.3% · 4회차

8/28 24.1% · 9/11 39% · 9/26 40.8% · 10/9 33.3%

작업 —: 온사이트 정비 진행 중(병원이 가진 사실 정보를 AI가 읽을 수 있게 정리·보강)
읽을 것 —: 24.1→39.0→40.8%로 오른 뒤 4회차에 33.3%로 내려왔습니다. 첫 측정보다는 위에 있고, 아직 회차가 짧아 관찰 중으로 둡니다.

충주 · 치과

▲0% → 29.4% · 4회차

8/23 0% · 9/6 24.2% · 9/20 29.4% · 10/4 29.4%

작업 —: 온사이트 정비 진행 중(병원이 가진 사실 정보를 AI가 읽을 수 있게 정리·보강)
읽을 것 —: 첫 측정 0.0%. 아무 질문에도 나오지 않는 상태에서 시작해 3회차와 4회차 모두 29.4%입니다. 큰 상승 뒤 같은 값에 머무는 구간입니다.

부산 · 치과 (지역 세트 1)

▲16.5% → 45.6% · 3회차

9/10 16.5% · 9/29 27.8% · 10/12 45.6%

작업 —: 온사이트 정비 진행 중(병원이 가진 사실 정보를 AI가 읽을 수 있게 정리·보강)
읽을 것 —: 한 치과를 세 개의 지역 질문 세트로 나눠 잰 것 중 하나입니다. 같은 병원인데 첫 측정이 세트에 따라 3.6%, 16.5%, 37.5%로 갈렸습니다. 이 세트는 2회차 27.8%, 3회차 45.6%로 두 회차 연속 올랐습니다. 지역 범위를 어떻게 잡고 묻느냐가 결과를 이만큼 바꿉니다.

부산 · 치과 (지역 세트 2)

▲37.5% → 42.3% · 3회차

9/10 37.5% · 9/29 39.1% · 10/12 42.3%

작업 —: 온사이트 정비 진행 중(병원이 가진 사실 정보를 AI가 읽을 수 있게 정리·보강)
읽을 것 —: 위와 같은 병원의 두 번째 지역 세트. 37.5%에서 39.1%, 42.3%로 조금씩 올랐습니다. 아직 3회차라 추세라고 부르지 않습니다.

부산 · 치과 (지역 세트 3)

▲3.6% → 9.7% · 3회차

9/10 3.6% · 9/29 5.2% · 10/12 9.7%

작업 —: 온사이트 정비 진행 중(병원이 가진 사실 정보를 AI가 읽을 수 있게 정리·보강)
읽을 것 —: 위와 같은 병원의 세 번째 지역 세트. 넓은 지역 단위로 물을수록 낮게 나오는 경향이 여기서도 보입니다. 3.6%에서 5.2%, 9.7%입니다.

부산 서면 · 치과

▲5.7% → 9.3% · 2회차

9/16 5.7% · 10/12 9.3%

작업 —: 도메인 전환 후 온사이트 정비 진행 중
읽을 것 —: 5.7%에서 2회차 9.3%입니다. 같은 네트워크의 다른 지점(아래)과 질문 세트가 달라 서로 비교하지 않습니다.

종합병원 · 2곳

광주 · 종합병원

▲0.6% → 15.6% · 7회차

7/15 0.6% · 7/29 0.6% · 8/12 0.6% · 8/25 16.3% · 9/8 16.9% · 9/23 18.1% · 10/7 15.6%

작업 —: 온사이트 정비 진행 중(병원이 가진 사실 정보를 AI가 읽을 수 있게 정리·보강)
읽을 것 —: 세 회차 연속 0.6%로 전혀 움직이지 않다가 네 번째에서 16.3%로 올라갔고, 이후 15~18% 사이에 있습니다. 거의 0에서 시작하는 곳은 초반에 아무 반응이 없는 구간이 길었습니다.

전남 · 종합병원

▲0.6% → 24.4% · 7회차

7/15 0.6% · 7/29 0% · 8/12 0.6% · 8/25 16.9% · 9/8 19.4% · 9/23 29.4% · 10/7 24.4%

작업 —: 위와 같은 병원의 다른 지역 질문 세트(작업 동일)
읽을 것 —: 같은 병원, 다른 지역 질문 세트입니다. 위와 거의 같은 시점에 올라갔고 6회차 29.4%, 7회차 24.4%입니다. 지역이 달라도 같은 작업이 같은 시점에 반영된 것으로 보입니다.

피부과 · 2곳

인천 검단 · 피부과

▲0.7% → 11.6% · 5회차

8/10 0.7% · 8/25 4.6% · 9/8 12.7% · 9/22 11.3% · 10/6 11.6%

작업 —: 온사이트 정비 진행 중(병원이 가진 사실 정보를 AI가 읽을 수 있게 정리·보강)
읽을 것 —: 치과가 아닌 진료과의 사례입니다. 3회차 12.7% 이후 11%대에 머물러 있습니다. 질문의 성격에 따라 노출이 크게 갈리는 것이 이 병원에서도 관찰됐습니다.

평촌 · 피부과

▲14% → 57% · 2회차

정비 전 14% · 3주 후 57%

작업 —: 홈페이지 정비(격주 측정 체계 이전)
읽을 것 —: 격주 측정 체계에 들어오기 전의 실측입니다. 회차가 2개뿐이고 이후 추적이 이어지지 않아, 위 사례들과 같은 기준으로 비교하기는 어렵습니다.

안과 · 2곳

서울 신촌 · 안과

▲45.7% → 58.7% · 2회차

9/17 45.7% · 10/12 58.7%

작업 —: 도메인 전환 후 온사이트 정비 진행 중
읽을 것 —: 안과 첫 사례입니다. 출발점이 높은 편(45.7%)이었는데 2회차에 58.7%입니다. 아직 2회차라 추세라고 부르지 않습니다.

서울 강남 · 안과

—11.1% · 1회차

1회차

9/18 11.1%

작업 —: 첫 측정만 완료(정비 착수 전)
읽을 것 —: 위와 같은 계약의 다른 안과입니다. 같은 진료과·같은 도시인데 출발점이 45.7%와 11.1%로 갈렸습니다. 1회차 기준점입니다.

대조군을 둔 관찰 한 건

같은 출발점(약 10.9%)의 두 치과 중 한 곳만 홈페이지를 정비했습니다. 2주 뒤 정비한 쪽은 약 26.9%, 정비하지 않은 쪽은 약 10.3%로 제자리였습니다. 대조군 측정은 이 1회차뿐이고 표본은 두 곳입니다. 인과를 단정할 수 있는 설계가 아닙니다.

수원 영통 · 치과(정비군)

10.9% → 26.9%

서울 강남 · 치과(대조군, 정비 안 함)

10.9% → 10.3%

기록에서 반복해서 보이는 것

출발점이 낮을수록 변화 폭이 컸습니다. 5% 아래에서 시작해 추적 중인 6곳은 최신 회차에 9.7~31.7% 구간에 있습니다. 출발점이 높을수록 변화 폭은 작아지는 경향이 있습니다.
첫 한 달은 대개 조용했습니다. 세 회차 연속 0.6%였다가 네 번째에 16%가 된 병원이 있습니다. 초반 무반응을 실패로 읽으면 그 뒤를 못 봅니다.
직선으로 오르지 않습니다. 6회차까지 측정한 9곳 모두 직전보다 낮은 회차가 한 번 이상 있었습니다. 한 회차 등락으로는 아무 판단도 할 수 없습니다.
외부 요인이 전체를 함께 움직인 구간이 있습니다. 2026년 8월 초 한 엔진의 검색 연동 방식이 바뀌면서 여러 병원의 수치가 같은 방향으로 이동했습니다.

이 기록의 한계

· 측정은 API 질의 기준입니다. 개별 사용자가 앱에서 보는 화면과 다소 차이가 있을 수 있습니다.
· 2026년 8월 19일에 측정에 쓰는 AI 모델 하나를 바꿨습니다. 그 전후 수치를 직접 비교하기 어렵습니다.
· 병원마다 질문 세트가 다르므로 병원 간 절대값 비교는 의미가 없습니다. 각 병원의 자기 이전 회차와만 비교하십시오.
· 표본이 작고 대조군이 한 건뿐이라, 작업과 수치 변화 사이의 인과를 단정하지 않습니다.
· 계약 병원 전체가 아니라 선별한 사례입니다. 이 사례들로 계약 병원 전체의 결과를 짐작하지 마십시오. 계약 없이 한 번만 잰 병원과 질문 세트가 바뀐 병원은 넣지 않습니다.

다음 줄에 들어갈 숫자는 우리 병원의 첫 측정입니다

보일리(Boily)는 병원별 고정 질문 세트로 4개 AI를 격주 측정하고, 원하면 정비까지 대행한 뒤 같은 세트로 전후를 비교합니다. 첫 측정이 0%로 나오는 것도 흔하고, 그 0이 기준점이 됩니다. 노출·순위는 보장하지 않습니다.

무료 측정 신청 성과 조건(환불) 보기

자주 묻는 질문

Q. 병원 GEO·AEO 작업의 실제 사례가 있나요?: A. 보일리가 격주로 측정하는 계약 병원 가운데 사례 19곳(진료과·지역 세트 단위)의 회차별 노출률을 공개하고 있습니다. 계약 병원 전체가 아니라 선별한 사례이며, 각 사례 안의 회차는 내려간 회차까지 그대로 싣습니다. 가장 큰 변화는 14%에서 57%였습니다. 병원명은 익명 처리해 지역과 진료과만 씁니다.
Q. 숫자가 얼마나 오르나요?: A. 병원마다 다르고, 출발점이 가장 큰 변수였습니다. 첫 측정이 5% 아래였던 6곳은 최신 회차에 9.7~31.7% 구간에 있고, 출발점이 높을수록 변화 폭은 작아지는 경향이 있습니다. 직선으로 오르지 않는다는 점도 기록에 그대로 남아 있습니다. 6회차를 측정한 9곳 모두 직전보다 낮은 회차가 한 번 이상 있었습니다. 보장할 수 있는 숫자는 없고, 저희가 드리는 것은 같은 질문 세트로 전후를 잰 기록입니다.
Q. 효과가 나타나기까지 얼마나 걸리나요?: A. 기록상 첫 두 회차, 즉 약 한 달 동안은 거의 움직이지 않는 병원이 많았습니다. 한 종합병원은 세 회차 연속 0.6%로 전혀 움직이지 않다가 네 번째 회차에서 16.3%가 됐습니다. 한 치과는 두 번째 회차에서 오히려 첫 회차보다 내려갔다가 다섯 번째 회차에 12.9%까지 올라왔습니다. 그래서 1~2회차 결과로 판단하지 않고 3~6회차를 쌓아 추세로 봅니다.
Q. 정비를 안 한 병원과 비교한 자료도 있나요?: A. 한 건 있습니다. 같은 출발점(약 10.9%)의 두 치과 중 한 곳만 홈페이지를 정비했고, 2주 뒤 정비한 쪽은 약 26.9%, 정비하지 않은 쪽은 약 10.3%로 제자리였습니다. 다만 대조군 측정은 이 1회차뿐이고 표본이 두 곳이라, 인과를 단정할 수 있는 설계가 아닙니다. 참고 관찰로만 보시는 것이 맞습니다.
Q. 치과 말고 다른 진료과 사례도 있나요?: A. 있습니다. 종합병원 2곳, 피부과 2곳, 안과 2곳이 기록에 있습니다. 종합병원은 0.6%에서 시작해 지역 세트에 따라 15~29% 구간으로 올라왔고, 피부과 한 곳은 0.7%에서 시작해 5회차에 11.6%입니다. 안과는 한 곳이 2회차(45.7%→58.7%)까지 왔고 다른 한 곳은 첫 측정만 끝난 단계입니다. 치과 외 진료과는 아직 회차가 적어 치과만큼 길게 보여드릴 수 없습니다.
Q. 무슨 작업을 했는지는 왜 안 적혀 있나요?: A. 병원별 기록에는 정비가 진행 중인지, 착수 전인지만 남깁니다. 무엇을 어디에 어떤 순서로 했는지는 공개하지 않습니다. 이 페이지의 목적은 방법을 설명하는 것이 아니라, 같은 질문 세트로 잰 숫자가 시간에 따라 어떻게 움직였는지를 보여주는 것입니다. 방법의 원리는 GEO·AEO 안내 페이지에 따로 정리해 두었습니다.
Q. 이 숫자를 그대로 믿어도 되나요?: A. 읽으실 때 감안할 점이 세 가지 있습니다. 첫째, 측정은 API 질의 기준이라 개별 사용자가 앱에서 보는 화면과 다소 차이가 있을 수 있습니다. 둘째, 2026년 8월 19일에 측정에 쓰는 AI 모델 하나를 바꿔서 그 전후 수치를 직접 비교하기 어렵습니다. 셋째, 2026년 8월 초 한 엔진의 검색 연동 방식이 바뀌면서 전체 병원의 수치가 함께 움직인 구간이 있습니다. 이런 외부 요인은 저희가 통제할 수 없고, 숨기지 않고 적어 둡니다.

이 페이지는 보일리(Boily)가 작성했습니다. 수치는 보일리가 직접 측정한 실측값이며 병원명은 공개하지 않습니다. 작업과 수치 변화 사이의 인과를 단정하지 않고, 노출·순위를 보장하지 않습니다. 측정은 API 질의 기준으로 실제 사용자 화면과 다소 차이가 있을 수 있습니다. 병원별 질문 세트가 달라 병원 간 절대값 비교는 의미가 없습니다.