병원 AI 검색 사례 · 안성 · 치과 · 3회차
안성 치과 AI 검색 노출 사례 — 39.9%에서 45.2%로, 최고 45.2% | 보일리 4주 측정 기록
2026-11-20 · 보일리(Boily) · 데이터 2026-10-20 ~ 2026-11-20
핵심 요약
- · 전체 노출률: 1회차 39.9% → 3회차(마지막) 45.2%, 최고 45.2%(3회차)
- · Perplexity: 1회차 50.9% → 3회차 75.4%로 상승, Claude: 1회차 14% → 3회차 45.6%로 큰 폭 상승
- · 한 번 이상 언급된 질문: 1회차 18/20 → 2회차 16/20 → 3회차 17/20, 보일리 격주 측정으로 하락 회차도 즉시 파악
- · 증상형 질문 노출: 1회차 29.2% → 3회차 33.3%로 상승, 추천형·비교형은 추가 보강 과제로 확인
- · 보일리 정비는 현재 진행 중이며, 노출 보장 없이 측정 결과 기반으로 방향을 조정한다
회차별 기록 (실측)
질문 20개(병원 이름이 든 질문 제외)를 ChatGPT·Claude·Gemini·Perplexity에 격주로 질의한 결과입니다. 노출률 = 답변에 이 병원이 나온 비율.
| 회차 | 측정일 | 전체 | ChatGPT | Claude | Gemini | Perplexity | 언급된 질문 |
|---|---|---|---|---|---|---|---|
| 1 | 2026-10-20 | 39.9% | 31.6% | 14% | 63.2% | 50.9% | 18/20 |
| 2 | 2026-11-06 | 39% | 22.8% | 42.1% | 56.1% | 35.1% | 16/20 |
| 3 | 2026-11-20 | 45.2% | 29.8% | 45.6% | 29.8% | 75.4% | 17/20 |
| 질문 유형 | 첫 회차 | 마지막 회차 |
|---|---|---|
| 추천형(지역·진료과 추천) | 46.4% | 25% |
| 증상형 | 29.2% | 33.3% |
| 비교·상황형(비용·야간·주말 등) | 39.3% | 35.7% |
보일리와 함께한 뒤 이 병원의 AI 검색 노출은 얼마나 달라졌나요
보일리(Boily)가 정비를 시작하고 4주가 지난 마지막 측정(3회차, 2026-11-20)에서 이 병원의 전체 AI 검색 노출률은 45.2%를 기록했다. 첫 측정(1회차, 2026-10-20) 당시 39.9%였던 수치가 같은 질문 20개를 기준으로 4주 뒤 45.2%까지 올랐다. 이 45.2%는 측정 기간 전체를 통틀어 가장 높은 값이기도 하다.
엔진별로는 차이가 뚜렷하다. Claude는 1회차 14%에서 3회차(마지막) 45.6%로 올랐고, Perplexity는 1회차 50.9%에서 3회차(마지막) 75.4%까지 상승했다. 반면 Gemini는 1회차 63.2%에서 3회차(마지막) 29.8%로 내려갔고, ChatGPT는 1회차 31.6%에서 3회차(마지막) 29.8%로 소폭 하락했다. 엔진마다 방향이 달랐다는 점이 이 측정 기록의 핵심 정보 중 하나다.
보일리의 정비 작업은 현재도 이어지고 있다. 이 글은 4주·3회차의 중간 기록이며, 수치는 앞으로도 계속 갱신된다.
---
처음 측정했을 때 이 병원은 어떤 상태였나요
1회차(2026-10-20) 측정 당시 이 병원의 전체 AI 검색 노출률은 39.9%였다. 질문 20개 중 한 번 이상 AI 답변에 언급된 질문은 18개였다. 엔진별로는 Gemini가 63.2%로 가장 높았고, Perplexity 50.9%, ChatGPT 31.6%, Claude 14% 순이었다.
이 수치는 보일리가 측정을 시작하기 전부터 이 병원이 AI 답변에 일정 수준으로 등장하고 있었다는 의미다. 그러나 엔진마다 편차가 크고, Claude에서의 노출이 14%로 낮았다. 질문 유형별로는 추천형(지역·진료과 추천) 질문에서 46.4%, 비교·상황형(비용·야간·주말 등) 질문에서 39.3%, 증상형 질문에서 29.2%로, 증상형에서 가장 낮게 나왔다.
보일리는 이 첫 측정 결과를 기반으로 어느 엔진, 어느 질문 유형에서 노출이 약한지를 먼저 파악하고 정비 방향을 정했다. 어떤 작업을 어떤 순서로 진행했는지 세부 사항은 병원마다 측정 결과를 보고 결정하기 때문에 여기서는 작업 범주 수준까지만 공개한다.
---
보일리는 이 병원을 위해 무엇을 했나요
보일리(Boily)가 이 기간에 진행한 작업은 크게 네 가지 범주로 나눌 수 있다.
첫째, 병원이 이미 가진 사실 정보를 AI가 읽을 수 있는 형태로 정리하고 보강했다. 진료 항목, 진료시간, 의료진, 위치 같은 기본 정보는 대부분의 병원 홈페이지에 있다. 그러나 이 정보가 AI 모델이 실제로 읽고 인식할 수 있는 방식으로 구성돼 있지 않으면, AI는 답변을 만들 때 이 병원을 떠올리지 못한다. 보일리는 병원이 이미 보유한 사실 정보를 AI가 처리하기 좋은 글자 형태로 다듬고, 빠진 항목을 채웠다.
둘째, 환자가 실제로 묻는 질문에 답하는 안내 글을 꾸준히 발행했다. 'AI에 치과 관련 질문을 했을 때 어떤 내용을 원하는가'를 측정 데이터에서 역으로 읽어, 그 질문 유형에 대응하는 글을 이어서 발행했다. 보일리가 안내 글을 이어서 발행한 기간에 증상형 질문의 노출이 29.2%에서 33.3%로 올랐다. 단, 어떤 주제·어떤 채널·몇 편을 발행했는지 세부 사항은 측정 결과를 보고 병원별로 결정하기 때문에 여기서 밝히지 않는다.
셋째, 검색엔진과 AI가 홈페이지를 찾고 읽을 수 있는지 기술적으로 점검했다. 홈페이지가 외부에서 잘 접근되는지, 콘텐츠가 텍스트로 제대로 인식되는지를 확인하는 작업이다. 이 점검은 콘텐츠 작업과 병행하여 진행됐다. 구체적인 점검 항목과 수정 내용은 병원마다 다르다.
넷째, 모든 글을 의료광고법 기준으로 검수했다. 병원 콘텐츠는 의료광고법의 적용을 받는다. 보일리는 AI 검색 노출을 높이기 위한 작업을 진행하면서도, 발행하는 글이 광고법 기준에 어긋나지 않는지 매번 확인했다. 치료 효과를 단정하거나 비교 우위를 강조하는 표현이 들어가지 않도록 검수 과정을 작업 흐름 안에 포함시켰다.
그리고 이 모든 작업과 함께, 보일리는 2주마다 같은 질문 20개를 ChatGPT·Claude·Gemini·Perplexity에 다시 질의했다. 무엇이 오르고 무엇이 내려갔는지를 회차마다 확인하고, 다음 작업의 우선순위를 그 결과에 맞게 조정했다. 이 반복 측정이 보일리 작업 방식의 핵심이다.
---
회차마다 수치는 어떻게 움직였나요
1회차(2026-10-20): 전체 39.9%. 엔진별로는 Gemini 63.2%, Perplexity 50.9%, ChatGPT 31.6%, Claude 14%. 한 번 이상 언급된 질문은 20개 중 18개였다. 보일리의 정비가 막 시작된 시점의 기준선이다.
2회차(2026-11-06): 전체 39%. 1회차 대비 전체 수치가 소폭 내려갔다. 엔진별로는 Claude가 14%에서 42.1%로 큰 폭 상승한 반면, ChatGPT는 22.8%로, Perplexity는 35.1%로, Gemini는 56.1%로 각각 변동했다. 한 번 이상 언급된 질문은 16/20으로 줄었다.
보일리의 격주 측정이 2회차의 하락을 바로 잡아냈고, 어느 엔진에서 빠졌는지 확인했다. ChatGPT와 Perplexity에서 노출이 줄어든 것이 이 회차에서 명확하게 드러났고, 이후 작업 방향을 조정하는 근거가 됐다. 2주를 그냥 지나쳤다면 이 변화를 뒤늦게 알았을 것이다.
AI 답변은 같은 질문을 해도 회차마다 흔들린다. 모델 업데이트, 웹 검색 결과의 변동, 답변 생성 방식의 차이 등으로 인해 오늘의 수치가 2주 뒤에 그대로 유지된다는 보장이 없다. 보일리가 격주로 반복 측정하는 이유가 바로 이것이다. 한 번 측정한 수치를 고정값으로 보지 않고, 흔들림을 추적하면서 방향을 잡아가는 방식이다.
3회차(2026-11-20): 전체 45.2%. 측정 기간 중 가장 높은 수치다. 엔진별로는 Perplexity 75.4%, Claude 45.6%, ChatGPT 29.8%, Gemini 29.8%를 기록했다. 한 번 이상 언급된 질문은 17/20으로 2회차 대비 1개 회복됐다. 보일리(Boily)가 정비를 시작한 뒤 3회차에 처음으로 45%를 넘었다.
---
어느 엔진에서 가장 눈에 띄는 변화가 있었나요
Claude와 Perplexity에서 가장 뚜렷한 상승이 나타났다.
Claude는 1회차 14%에서 3회차(마지막) 45.6%로 올랐다. 최고 수치는 45.6%(3회차)다. 1회차에서 가장 낮은 엔진이었던 Claude가 마지막 회차에서 가장 많이 오른 엔진이 됐다. 보일리가 작업을 시작하고 2회차에서 42.1%로 먼저 올랐고, 3회차에 45.6%로 한 번 더 올랐다.
Perplexity는 1회차 50.9%에서 3회차(마지막) 75.4%로 올랐다. 최고 수치는 75.4%(3회차)다. 1회차 기준으로 이미 Gemini(63.2%) 다음으로 높은 수준이었는데, 3회차에 측정 기간 전체에서 가장 높은 단일 엔진 수치를 기록했다.
ChatGPT는 1회차 31.6%에서 3회차(마지막) 29.8%로 소폭 내려갔다. 최고 수치는 1회차의 31.6%다. 보일리의 격주 측정 결과에서 ChatGPT 노출이 1회차 이후 아직 그 수준을 회복하지 못한 상태임이 확인됐다. 이 지점은 이후 측정에서 계속 주시하는 항목이다.
Gemini는 1회차 63.2%로 출발해 2회차 56.1%, 3회차(마지막) 29.8%로 하향세를 보였다. 최고 수치는 1회차의 63.2%다. 1회차에서 가장 높았던 엔진이 마지막 회차에서 ChatGPT와 같은 29.8%까지 내려온 것은 명확한 변화다. Gemini는 현재 보일리가 집중적으로 살펴보고 있는 엔진이다.
엔진마다 방향이 다르게 나온다는 점, 그리고 한 엔진에서 오른다고 다른 엔진에서도 함께 오르지는 않는다는 점이 이 측정 기록에서 반복적으로 확인된다. 엔진별 특성을 따로 보지 않으면 전체 평균 수치만으로는 중요한 흐름을 놓칠 수 있다.
---
어떤 질문 유형에서 변화가 있었나요
보일리(Boily)는 질문 20개를 세 가지 유형으로 분류해 별도로 집계했다. 추천형(지역·진료과 추천), 증상형, 비교·상황형(비용·야간·주말 등)이다.
증상형 질문은 1회차 29.2%에서 3회차 33.3%로 올랐다. 보일리가 환자가 실제로 묻는 질문에 답하는 안내 글을 발행한 기간에 증상형 질문 노출이 함께 올랐다. 증상형은 1회차 기준으로 세 유형 중 가장 낮은 수치였는데, 마지막 회차에서 소폭이지만 방향이 바뀌었다.
비교·상황형 질문은 1회차 39.3%에서 3회차 35.7%로 소폭 내려갔다. 비용, 야간 진료, 주말 운영 여부 같은 상황에 따른 질문 유형이다. 이 유형은 병원이 실제로 운영 중인 조건(야간 여부, 요일별 진료 여부 등)에 대한 정보가 AI 모델에 얼마나 잘 전달되는지와 관련이 있다. 현재 보일리가 보강 중인 항목 중 하나다.
추천형 질문은 1회차 46.4%에서 3회차 25%로 내려갔다. 지역명과 진료과를 조합해 병원을 추천해 달라는 형태의 질문이다. 1회차에서 가장 높았던 유형이 마지막 회차에서 가장 낮아졌다. 추천형 질문은 AI 모델이 지역 내 병원들을 비교하면서 어떤 병원을 꼽는지와 직결되는 유형이다. 보일리는 이 유형의 하락을 3회차 측정에서 바로 확인했고, 이후 작업에서 우선적으로 살펴볼 항목으로 올렸다.
세 유형 모두에서 오른 것은 아니다. 하지만 보일리의 격주 측정 덕분이 아니라, 격주 측정이 있었기에 어느 유형이 내려갔는지를 즉시 파악하고 다음 작업 방향을 맞출 수 있었다. 측정이 없으면 무엇이 약한지 알기 어렵다.
---
다음 과제는 무엇인가요
보일리(Boily)가 현재 이어서 살펴보고 있는 지점은 세 곳이다.
첫째는 Gemini다. 1회차 63.2%에서 출발해 3회차(마지막) 29.8%까지 내려온 흐름을 역전시키는 것이 가까운 과제다. Gemini가 이 병원의 정보를 어떤 경로로 읽고 답변에 반영하는지를 추가 측정으로 확인하면서 대응 방향을 잡고 있다.
둘째는 ChatGPT다. 1회차 31.6%에서 3회차(마지막) 29.8%로 소폭 내려간 채 아직 1회차 수준을 회복하지 못했다. ChatGPT의 웹 검색 연동 방식과 이 병원의 콘텐츠가 맞물리는 지점을 집중적으로 보고 있다.
셋째는 추천형 질문 유형이다. 1회차 46.4%에서 3회차 25%로 내려간 추천형 질문 노출을 다시 올리는 것이 현재 콘텐츠 작업의 중심 방향 중 하나다. 지역명과 진료과를 조합한 추천형 질문에서 AI가 이 병원을 떠올릴 수 있는 맥락을 더 촘촘하게 만드는 작업이 이어지고 있다.
자세한 작업 방법은 측정 결과를 보고 병원마다 다르게 결정한다.
---
이 기록은 어떻게 읽어야 하나요
이 측정 기록을 읽을 때 한 가지를 먼저 이해하면 수치가 더 정확하게 보인다. AI 답변은 같은 질문을 같은 날 반복해도 매번 다르게 나올 수 있다. 모델 자체의 업데이트, 웹 검색에서 가져오는 출처의 변동, 답변 생성 방식의 무작위성 등이 복합적으로 작용한다. 오늘 50%였던 수치가 2주 뒤에 35%가 될 수도 있고, 반대로 오를 수도 있다.
이 흔들림을 무시하고 한 시점의 수치만 보면 잘못된 판단으로 이어질 수 있다. 반대로 흔들림을 알고 반복 측정하면, 일시적인 변동과 실질적인 추세를 구분할 수 있다.
보일리(Boily)가 격주로 같은 질문을 반복 질의하는 이유가 바로 여기에 있다. 한 번의 수치가 아니라 흐름을 보는 것이다. 이 사례에서 2회차 전체 수치가 39%로 1회차 대비 소폭 내려갔을 때, 보일리는 이를 단순한 노이즈로 넘기지 않고 어느 엔진에서 무엇이 빠졌는지 확인했다. 그 결과 ChatGPT와 Perplexity에서의 하락이 명확하게 드러났고, 3회차에서 Perplexity는 75.4%까지 회복됐다.
또한 이 측정은 질문 20개에 웹 검색을 켠 상태로 진행한 결과다. 웹 검색을 끈 상태에서는 모델이 학습 데이터에만 의존하기 때문에 수치가 달라질 수 있다. 보일리의 측정 방식은 현재 사용자들이 AI를 쓰는 방식, 즉 웹 검색을 켠 채 질문하는 방식을 그대로 따른다.
숫자는 흐름 속에서 읽어야 의미가 생긴다. 단일 수치를 결과로 보기보다, 회차에 걸쳐 무엇이 오르고 무엇이 내려가는지를 보는 것이 이 기록의 올바른 독법이다.
---
우리 병원도 같은 방식으로 시작할 수 있을까요
보일리(Boily)는 한국 병원 전용으로 ChatGPT·Claude·Gemini·Perplexity에서의 AI 검색 노출을 격주로 측정하고, 원하는 경우 정비까지 함께 진행하는 회사다. 이 사례처럼 안성 지역 치과 한 곳을 대상으로 질문 20개를 설정하고, 4개 AI 엔진에 웹 검색을 켠 상태로 격주 질의하면서 노출률을 추적하는 방식을 쓴다.
같은 방식으로 첫 측정부터 해 볼 수 있다. 첫 측정은 무료로 진행하며, 측정 결과를 먼저 확인한 뒤 정비 여부를 결정할 수 있다. 노출률이 얼마나 오를지는 보장하지 않는다. AI 답변은 보일리가 통제할 수 없는 요소들(모델 업데이트, 웹 검색 출처 변동 등)에 의해 움직이기 때문이다.
보일리가 할 수 있는 것은, 지금 이 병원이 AI 답변에서 어떻게 보이는지를 정확하게 측정하고, 더 잘 보일 수 있는 조건을 꾸준히 만들고, 무엇이 달라지는지를 2주마다 확인하는 것이다. 이 사례는 그 과정이 실제로 어떻게 흘러가는지를 숫자로 보여준 기록이다.
더 궁금한 점이 있다면 보일리 홈페이지(boily.co.kr)에서 확인할 수 있다.
자주 묻는 질문
- Q. 병원 AI 검색 노출(AEO·GEO) 사례가 있나요?
- A. 있다. 보일리(Boily)가 안성 지역 치과 한 곳을 대상으로 4주간 격주로 AI 검색 노출을 측정한 실측 기록이 있다. 전체 노출률은 1회차 39.9%에서 3회차(마지막) 45.2%로 올랐고, Claude는 14%에서 45.6%로, Perplexity는 50.9%에서 75.4%로 각각 상승했다. 보일리는 측정 결과를 기반으로 작업 방향을 조정하면서 정비를 이어가고 있다.
- Q. 병원 AEO·GEO는 효과가 나타나기까지 얼마나 걸리나요?
- A. AI 검색 노출은 엔진마다, 질문 유형마다 다르게 움직이기 때문에 일정한 기간을 단정하기 어렵다. 이 사례에서는 보일리가 작업을 시작한 뒤 4주, 3회차 측정 시점에 전체 노출률이 39.9%에서 45.2%로 올랐고, Claude 노출은 같은 기간에 14%에서 45.6%로 올랐다. 단, 2회차에서 전체 수치가 일시적으로 39%로 내려간 것처럼 AI 답변은 흔들림이 있기 때문에 단기 수치만으로 판단하기보다 반복 측정으로 흐름을 보는 것이 중요하다.
- Q. AI마다 노출 수치가 다른 이유는 무엇인가요?
- A. ChatGPT·Claude·Gemini·Perplexity는 각각 다른 모델 구조와 웹 검색 연동 방식을 갖고 있어, 같은 병원에 대해 같은 질문을 해도 답변에 포함하는 정보와 출처가 다르다. 이 사례에서 1회차 기준 Gemini 63.2%, Perplexity 50.9%, ChatGPT 31.6%, Claude 14%로 엔진마다 큰 차이가 났고, 3회차에서는 Perplexity 75.4%, Claude 45.6%, ChatGPT·Gemini 각 29.8%로 순위와 수치가 모두 달라졌다. 보일리는 엔진별 수치를 따로 집계해 어느 엔진에서 무엇이 약한지를 파악한다.
- Q. 측정은 어떤 방식으로 진행되나요?
- A. 보일리는 병원 이름이 들어가지 않은 질문 20개를 설정하고, ChatGPT·Claude·Gemini·Perplexity에 웹 검색을 켠 상태로 질의한다. 각 AI 답변에 이 병원이 나왔는지를 확인해 노출률을 계산하고, 같은 질문을 2주 후에 다시 반복한다. 질문 유형은 추천형(지역·진료과 추천), 증상형, 비교·상황형(비용·야간·주말 등)으로 나눠 별도로 집계한다. 이 과정을 격주로 반복해 흐름을 추적한다.
- Q. 보일리 정비를 시작하면 노출이 반드시 오르나요?
- A. 노출을 보장하지는 않는다. AI 답변은 모델 업데이트, 웹 검색 출처의 변동, 답변 생성 방식의 무작위성 등 보일리가 통제할 수 없는 요소들에 의해 움직인다. 이 사례에서도 2회차에서 전체 수치가 일시적으로 39%로 내려간 회차가 있었다. 보일리가 하는 것은 지금 노출 상태를 정확히 측정하고, AI가 이 병원 정보를 더 잘 읽을 수 있는 조건을 꾸준히 만들고, 무엇이 달라지는지를 격주로 확인하는 것이다.
다른 병원 사례
- · 강남 치과 AI 검색 노출 사례 — 5회차 측정, 21.1%에서 21.8%로, 최고 21.8%
- · 충주 치과 AI 검색 노출 사례 후속 — 0%에서 47.6%로, 7회차까지 기록 (최고 47.6%)
- · 검단 피부과 AI 검색 노출 사례 후속 — 0.7%에서 28.5%로, 8회차까지 기록 (최고 28.5%)
- · 평택 치과 AI 검색 노출 사례 후속 — 5.2%에서 17.4%로, 9회차까지 기록 (최고 17.4%)
- · 전남 종합병원 AI 검색 노출 사례 후속 — 0.6%에서 30.8%로, 10회차까지 기록 (최고 30.8%)
- · 신사 치과 AI 검색 노출 사례 — 22.9%에서 23.7%로, 최고 23.7%, 4주간 보일리 측정 기록
- · 계약 병원 사례 기록
우리 병원은 지금 어디에 있나
첫 측정은 무료입니다. 보일리(Boily)는 병원별 고정 질문 세트로 ChatGPT·Claude·Gemini·Perplexity를 격주 측정하고, 원하면 정비까지 함께합니다. 노출·순위는 보장하지 않습니다.
이 사례는 보일리(Boily)가 직접 측정한 실측 기록입니다. 병원 이름은 공개하지 않고 지역과 진료과만 씁니다. AI 답변은 실행마다 달라질 수 있어 회차별 등락이 있으며, 작업과 노출 변화의 인과를 단정하지 않습니다. 노출·순위를 보장하지 않습니다.