춘천 치과 AI 검색 노출 사례 — 44.2%에서 48.8%로, 최고 48.8%, 2회차 측정 기록

보일리와 함께한 뒤 이 병원의 AI 검색 노출은 얼마나 달라졌나요

보일리(Boily)가 정비를 시작한 뒤 2주 동안 이 병원의 전체 AI 검색 노출률은 1회차 44.2%에서 2회차(마지막) 48.8%로 올랐다. 직전보다 내려간 회차는 한 번도 없었다. 최고 노출률은 48.8%로 2회차에 기록됐다.

엔진별로 보면 Gemini가 1회차 67.4%에서 2회차 81.4%로, Perplexity가 1회차 58.1%에서 2회차 67.4%로 올랐다. ChatGPT도 1회차 9.3%에서 2회차 14%로 움직였다. Claude는 1회차 41.9%에서 2회차 32.6%로 내려갔는데, 이 부분은 뒤에서 따로 짚는다.

질문 유형별로는 추천형(지역·진료과 추천) 질문의 노출률이 1회차 42.9%에서 2회차 53.6%로 올랐다. 비교·상황형(비용·야간·주말 등) 질문은 1회차 35.7%에서 2회차 39.3%로 올랐다. 한 번 이상 이 병원이 언급된 질문 수는 1회차 16/20개에서 2회차 17/20개로 늘었다.

이 글은 그 과정을 회차 단위로 기록한 사례 보고서다. 보일리 정비는 현재 진행 중이며, 앞으로도 격주 측정이 이어진다.

---

처음 측정했을 때 이 병원의 상태는 어땠나요

2026년 10월 20일, 보일리(Boily)가 이 병원에 대해 처음 측정을 진행했다. 측정 방법은 간단하다. 병원 이름이 들어가지 않은 질문 20개를 ChatGPT·Claude·Gemini·Perplexity 네 곳에 웹 검색을 켠 상태로 질의하고, 각 AI 답변에 이 병원이 나오는지 확인하는 방식이다.

1회차 전체 노출률은 44.2%였다. 엔진별로는 ChatGPT 9.3%, Claude 41.9%, Gemini 67.4%, Perplexity 58.1%로 엔진마다 편차가 뚜렷하게 갈렸다. 20개의 질문 중 한 번이라도 이 병원이 언급된 질문은 16개였다.

질문 유형별로는 추천형 42.9%, 비교·상황형 35.7%, 증상형 29.2%였다. 같은 병원이 질문의 성격에 따라 얼마나 다르게 노출되는지를 첫 회차에서부터 확인할 수 있었다.

AI 검색 노출은 검색엔진 순위와 달리 질문 하나가 오늘 AI에게 어떻게 해석되느냐에 따라 달라진다. 같은 병원이라도 '추천해 달라'고 물을 때와 '증상이 있는데 어떻게 하면 좋냐'고 물을 때 AI의 답변 구성 방식이 다르고, 그 안에 이 병원이 들어가느냐도 달라진다. 보일리가 처음 측정 시점에 이미 세 가지 질문 유형을 나눠서 집계한 것은 이 차이를 항목별로 추적하기 위해서다.

---

보일리는 이 병원을 위해 무엇을 했나요

보일리(Boily)가 한 작업은 크게 네 가지 방향으로 나눌 수 있다.

첫째, 병원이 이미 가진 사실 정보를 AI가 읽을 수 있는 형태로 정리·보강했다. 이 병원이 제공하는 진료 항목, 진료시간, 의료진 구성, 위치 정보 등은 이미 존재하는 정보다. 그러나 그 정보가 AI에게 명확하게 읽히는 형태로 정리되어 있는지는 별개의 문제다. 보일리는 이 병원이 가진 사실 정보를 AI가 텍스트로 직접 읽고 인용할 수 있는 형태로 다듬고 보강했다. 어떤 페이지를 몇 편 만들었는지와 같은 세부 방법은 병원마다 측정 결과를 보고 정하기 때문에 이 글에서 공개하지 않는다.

둘째, 환자가 실제로 묻는 질문에 답하는 안내 글을 꾸준히 발행했다. AI는 특정 병원을 추천할 때 그 병원에 대한 정보가 여러 형태로, 반복적으로 존재할수록 답변에 포함할 가능성이 높아진다. 보일리는 환자가 치과에 대해 실제로 궁금해하는 내용을 정리해 안내 글로 발행하는 작업을 이어 갔다. 의료광고법 기준에 따른 검수는 모든 글에 적용됐다. 어떤 채널에 몇 편을 발행했는지는 역시 병원마다 측정 결과를 보고 정한다.

셋째, 검색엔진과 AI가 홈페이지를 찾고 읽을 수 있는지 기술적으로 점검했다. AI 검색 도구들은 웹에서 직접 정보를 가져오거나, 이미 색인된 정보를 활용해 답변을 구성한다. 홈페이지가 기술적으로 제대로 구성되어 있지 않으면 아무리 좋은 정보가 있어도 AI가 그 내용을 참조하지 못할 수 있다. 보일리는 이 병원 홈페이지가 검색엔진과 AI에 의해 정상적으로 발견되고 읽힐 수 있는 상태인지 점검했다.

넷째, 2주마다 같은 질문으로 다시 측정해 무엇이 움직였는지 확인했다. 이 작업이 나머지 세 가지와 맞닿아 있는 이유는 뒤에서 자세히 설명한다.

이 네 가지 방향 중 어느 하나가 단독으로 노출률을 결정한다고 말할 수는 없다. AI 답변은 회차마다 흔들린다. 같은 질문을 같은 AI에게 같은 날 다시 물어도 답이 달라질 수 있다. 그래서 보일리는 격주로 반복 측정하는 것을 기본 원칙으로 삼는다. 어느 방향의 작업이 어느 엔진에서 먼저 반응이 나타났는지를 시점 단위로 보는 것이 보일리의 접근 방식이다.

---

회차마다 수치는 어떻게 움직였나요

보일리(Boily)가 진행한 2회의 측정을 회차별로 정리한다.

1회차 — 2026년 10월 20일

전체 노출률 44.2%. ChatGPT 9.3%, Claude 41.9%, Gemini 67.4%, Perplexity 58.1%. 한 번 이상 언급된 질문 16/20개. 질문 유형별로는 추천형 42.9%, 증상형 29.2%, 비교·상황형 35.7%.

이 시점이 보일리와 이 병원이 측정을 처음 시작한 기준점이다. 엔진마다 편차가 크고, ChatGPT에서 노출률이 낮은 상태임을 확인했다.

2회차 — 2026년 11월 6일

전체 노출률 48.8%. ChatGPT 14%, Claude 32.6%, Gemini 81.4%, Perplexity 67.4%. 한 번 이상 언급된 질문 17/20개. 질문 유형별로는 추천형 53.6%, 증상형 12.5%, 비교·상황형 39.3%.

전체 노출률은 1회차 44.2%에서 2회차 48.8%로 올랐다. Gemini는 1회차 67.4%에서 2회차 81.4%로, Perplexity는 1회차 58.1%에서 2회차 67.4%로 올랐다. ChatGPT도 1회차 9.3%에서 2회차 14%로 움직였다.

반면 Claude는 1회차 41.9%에서 2회차 32.6%로 내려갔다. 보일리는 격주 측정으로 이 하락을 바로 잡아냈고, Claude에서 어떤 질문에서 이 병원이 빠졌는지 확인했다. 전체 노출률은 올랐지만 엔진별 편차는 여전히 존재하며, 이 편차를 줄이는 것이 다음 측정에서 보일리가 집중하는 지점 중 하나다.

직전보다 내려간 회차는 없었다. 이 말은 1회차에서 2회차로 넘어가면서 전체 노출률이 올랐다는 뜻이다.

---

어느 엔진에서 가장 눈에 띄게 올랐나요

보일리(Boily) 정비가 이어진 기간에 Gemini의 노출률이 1회차 67.4%에서 2회차 81.4%로 올랐다. Perplexity는 1회차 58.1%에서 2회차 67.4%로 올랐다. ChatGPT는 1회차 9.3%에서 2회차 14%로 올랐다.

Gemini와 Perplexity는 모두 2회차에 최고값을 기록했다. Gemini의 최고 노출률은 81.4%로 2회차에, Perplexity의 최고 노출률은 67.4%로 2회차에 나타났다.

ChatGPT는 1회차 기준으로 9.3%라는 낮은 출발점에서 시작했다. 2회차에 14%로 올랐고, ChatGPT 최고값도 14%로 2회차에 기록됐다. 절대 수치는 다른 엔진에 비해 낮지만, 출발 대비 움직임은 측정 기간에 함께 나타났다.

Claude는 1회차 41.9%가 최고값이었고, 2회차에 32.6%로 내려갔다. 보일리의 격주 측정이 이 하락을 2회차 시점에 바로 잡아냈고, Claude에서 어떤 질문 유형에서 이 병원이 빠졌는지 항목별로 확인할 수 있었다. 이 결과는 다음 작업 방향에 반영된다.

AI 엔진별로 노출률이 이렇게 다르게 나타나는 이유는 각 AI가 웹 정보를 가져오는 방식, 답변을 구성하는 로직, 색인하는 출처가 다르기 때문이다. 그래서 보일리는 엔진을 하나만 보지 않고 네 곳을 동시에 측정한다. 한 엔진에서 오르는 동안 다른 엔진에서 내려갈 수 있고, 그 사실을 같은 주기에 잡아내야 대응이 가능하다.

---

어떤 질문 유형에서 노출이 달라졌나요

보일리(Boily)가 안내 글을 이어서 발행한 기간에 추천형 질문의 노출률은 1회차 42.9%에서 2회차 53.6%로 올랐다. '춘천에서 치과를 추천해 달라', '이 지역에서 이 진료를 잘 보는 곳을 알려 달라'는 식의 질문이 추천형에 해당한다. 환자가 AI에게 병원을 직접 묻는 가장 전형적인 형태다.

비교·상황형(비용·야간·주말 등) 질문은 1회차 35.7%에서 2회차 39.3%로 올랐다. '치과 치료 비용이 얼마냐', '주말에 진료하는 치과가 있냐'처럼 특정 조건이 붙은 질문이다. 이 유형은 추천형보다 조건이 구체적이기 때문에, 그 조건에 맞는 사실 정보가 AI에게 명확하게 읽혀야 노출이 가능하다.

증상형 질문은 1회차 29.2%에서 2회차 12.5%로 내려갔다. '이가 아픈데 어떻게 해야 하냐'는 식의 질문이다. 증상형 질문에 AI가 특정 병원을 언급하는 경우는 추천형보다 원래 낮은 편이다. AI는 증상 질문에 의학 정보나 조치 방법을 먼저 답하는 경향이 있고, 특정 병원을 꼽는 비율 자체가 낮다. 이번 측정에서 1회차 29.2%에서 2회차 12.5%로 내려간 것은 보일리가 다음 작업에서 이 유형을 별도로 살펴보는 근거가 됐다.

추천형과 비교·상황형이 오른 반면 증상형이 내려간 이 구조는, AI 검색에서 병원이 어떤 맥락에서 언급되는지를 보여 주는 단면이다. 환자가 AI에게 추천을 직접 요청하는 질문에서 이 병원이 더 자주 등장하기 시작했다는 점이 이번 2회차의 주요 변화다.

---

다음 과제는 무엇인가요

보일리(Boily)가 현재 이어서 보고 있는 지점은 세 가지다.

첫째, ChatGPT 노출률. 1회차 9.3%에서 2회차 14%로 움직였지만, 다른 엔진에 비해 절대 수치가 낮다. ChatGPT는 웹 검색 기반 답변에서 출처를 가져오는 방식이 Gemini·Perplexity와 다르다. 보일리는 이 병원의 정보가 ChatGPT가 답변을 구성할 때 어떤 형태로 참조되고 있는지를 다음 회차에서 더 세밀하게 확인할 예정이다.

둘째, Claude 노출률. 1회차 41.9%에서 2회차 32.6%로 내려갔다. 보일리는 2회차 측정에서 이 하락을 잡아냈고, 어떤 질문에서 이 병원이 Claude 답변에서 빠졌는지 확인했다. 이 분석이 다음 작업 방향에 반영된다.

셋째, 증상형 질문 노출률. 1회차 29.2%에서 2회차 12.5%로 내려갔다. 증상형 질문은 AI가 특정 병원을 언급하기보다 의학 정보를 먼저 답하는 경향이 있어 구조적으로 낮게 나오는 경향이 있다. 그러나 1회차 대비 내려간 만큼 보일리는 이 유형을 별도로 추적하고 있다.

이 세 가지 과제는 보일리가 다음 회차 측정 이후 그 결과에 따라 작업 방향을 조정하는 근거가 된다. 정비 방향은 측정 결과를 보고 병원마다 다르게 정한다.

---

이 기록은 어떻게 읽어야 하나요

AI 검색 노출 수치를 읽을 때 한 가지 성질을 먼저 이해해야 한다. AI 답변은 같은 질문을 같은 AI에게 다른 날 물어도 달라질 수 있다. 모델 업데이트, 웹에서 가져오는 출처의 변화, 답변 구성 방식의 미세한 차이가 모두 영향을 미친다. 그래서 한 번의 측정 결과만 보고 이 병원의 AI 검색 노출을 평가하는 것은 충분하지 않다.

보일리(Boily)가 격주 반복 측정을 기본 원칙으로 삼는 이유가 여기 있다. 1회차 수치는 그 시점의 단면이고, 2회차 수치는 다음 단면이다. 두 단면을 겹쳐 봐야 어느 엔진에서 오르고 어디서 내려갔는지, 어떤 질문 유형이 더 잘 반응하는지, 작업이 어느 방향으로 이어져야 하는지를 판단할 수 있다.

이 사례에서 Claude가 1회차 41.9%에서 2회차 32.6%로 내려간 것을 보일리가 2회차 측정에서 바로 잡아낼 수 있었던 것도 같은 이유다. 단발 측정이었다면 그 하락은 보이지 않았을 것이다. 격주 측정이기 때문에, 어느 엔진에서 어떤 질문이 빠졌는지를 2주 단위로 확인하고 대응할 수 있다.

또 하나 중요한 점은 엔진을 하나만 보는 것의 한계다. 이 사례에서 Gemini는 1회차 67.4%에서 2회차 81.4%로 올랐고, ChatGPT는 1회차 9.3%에서 2회차 14%로 올랐지만, Claude는 반대 방향으로 움직였다. 전체 노출률이 올랐어도 특정 엔진에서 내려갔을 수 있고, 반대도 마찬가지다. 보일리가 네 엔진을 동시에, 같은 주기에 측정하는 것은 이 분산을 한 번에 보기 위해서다.

이 글에 나온 모든 수치는 측정 조건을 고정한 상태에서 나온 값이다. 질문 20개는 병원 이름을 넣지 않은 것으로 고정하고, 웹 검색을 켠 상태로 네 엔진에 동시에 질의했다. 조건이 바뀌면 수치의 의미도 달라지기 때문에, 보일리는 측정 조건을 회차마다 동일하게 유지한다.

보일리와 함께한 2주 동안 한 번 이상 언급된 질문이 16개에서 17개로 늘었다. 이 변화는 20개 질문 중 얼마나 많은 질문에서 이 병원이 AI 답변 안에 등장하고 있는지를 보여 주는 지표다. 추천형·비교·상황형 질문에서 더 자주 등장하기 시작했고, 그 흐름은 측정 기록으로 남아 있다.

---

우리 병원도 같은 방식으로 시작할 수 있을까요

보일리(Boily)는 한국 병원 전용으로 ChatGPT·Claude·Gemini·Perplexity 답변에 병원이 얼마나 나오는지를 격주로 측정하고, 원하면 정비까지 함께 하는 회사다. 이 춘천 치과 사례처럼, 먼저 현재 AI 검색 노출 상태를 측정한 뒤 그 결과를 보고 작업 방향을 정하는 순서로 진행한다.

측정은 첫 회차부터 무료로 시작할 수 있다. 측정 결과를 보고 나서 정비를 이어 갈지 판단해도 된다. 보일리는 AI 검색 노출을 보장하지 않는다. AI 답변은 보일리가 통제할 수 없는 요소들에 의해 달라지며, 작업 이후에도 엔진마다 다른 방향으로 움직일 수 있다. 보일리가 하는 일은 그 움직임을 격주로 측정하고, 올라가는 방향으로 계속 보강하며, 내려가는 엔진·질문 유형을 빠르게 확인하는 것이다.

정비 방법의 세부 내용은 병원마다 측정 결과를 보고 다르게 정한다. 같은 치과라도 지역, 홈페이지 상태, 현재 노출 수준, 경쟁 환경에 따라 먼저 손봐야 할 부분이 달라진다. 그래서 보일리는 측정 없이 정비를 먼저 시작하지 않는다.

이 사례가 AI 검색 노출(AEO·GEO)이 실제로 어떻게 측정되고, 어떤 형태로 기록되며, 어느 엔진에서 어떤 질문 유형이 먼저 반응하는지를 판단하는 데 도움이 되길 바란다. 같은 방식으로 첫 측정부터 해 볼 수 있다.