개포 치과 AI 검색 노출 사례 — 25%에서 44.3%로, 14주 8회차 측정 기록 (최고 44.3%)

보일리와 함께한 뒤 이 병원의 AI 검색 노출은 얼마나 달라졌나요

결론부터 말하면, 개포 소재 치과 1곳의 전체 AI 검색 노출률은 1회차 25%에서 8회차(마지막) 44.3%로 올랐다. 최고 수치 역시 44.3%로 8회차에 기록됐다. 숫자 하나만 보면 단순해 보이지만, 이 수치는 ChatGPT·Claude·Gemini·Perplexity 네 가지 엔진에 질문 20개를 던져 병원이 답변에 실제로 등장하는 비율을 격주로 직접 집계한 값이다.

엔진별로 들여다보면 변화 양상이 엔진마다 다르다. Perplexity는 1회차 45.6%에서 8회차 86%로 올랐고, 최고는 87.7%(4회차)였다. Claude는 1회차 0%에서 8회차 29.8%로 처음으로 유의미한 수준에 진입했으며, 8회차가 곧 최고치다. ChatGPT는 1회차 3.5%에서 8회차 19.3%로 올랐고, 최고는 28.1%(6회차)였다. Gemini는 1회차 50.9%에서 8회차 42.1%로 마무리됐으며, 최고는 57.9%(2회차)였다.

보일리(Boily)가 이 병원과 함께 일한 기간은 첫 측정 2026년 7월 6일부터 마지막 측정 2026년 10월 12일까지 14주다. 이 글은 그 14주 동안 무엇을 측정했고, 무엇이 움직였으며, 어디서 과제가 남았는지를 실제 수치 그대로 기록한다.

---

처음 측정했을 때 이 병원의 상태는 어땠나요

1회차(2026-07-06) 측정에서 전체 노출률은 25%였다. 네 엔진 중 Gemini가 50.9%로 가장 높았고, Perplexity가 45.6%로 뒤를 이었다. 반면 ChatGPT는 3.5%에 불과했고, Claude는 0%였다. 병원 이름이 들어가지 않은 질문 20개 가운데 한 번이라도 이 병원이 언급된 질문은 17개였다.

이 시점의 숫자를 보면, AI 검색에서 이 병원이 완전히 없는 것은 아니었다. Gemini와 Perplexity에서는 이미 절반 전후의 질문에서 등장하고 있었다. 그러나 ChatGPT와 Claude에서의 노출은 거의 없었고, 두 엔진은 AI 검색 이용자가 점점 늘어나는 채널이라는 점에서 개선 여지가 뚜렷했다.

보일리(Boily)는 1회차 측정 결과를 기반으로 어느 엔진에서 약하고, 어떤 질문 유형에서 빠져 있는지를 먼저 파악한 뒤 정비를 시작했다.

---

보일리는 이 병원을 위해 무엇을 했나요

보일리(Boily)가 한 작업은 크게 네 가지 범주로 나뉜다. 구체적으로 어떤 페이지를 몇 편 만들었는지, 어떤 순서로 진행했는지는 병원마다 측정 결과를 보고 정하는 부분이라 이 글에서는 범주 수준으로만 설명한다.

첫째, 병원이 이미 가진 사실 정보를 AI가 읽을 수 있는 글자로 정리하고 보강했다. 진료 항목, 진료 시간, 의료진 정보, 위치 안내 등 병원이 본래 갖고 있는 정보들이 AI 언어 모델이 답변을 생성할 때 실제로 참조할 수 있는 형태로 되어 있는지 확인하고 손질했다. AI 답변 엔진은 웹에서 수집한 텍스트를 근거로 병원을 언급하거나 제외한다. 정보가 잘 정리되어 있지 않으면, 병원이 아무리 좋은 곳이어도 AI가 답변에 포함시키지 않는 경우가 생긴다.

둘째, 환자가 실제로 묻는 질문에 답하는 안내 글을 꾸준히 발행했다. '이 동네에서 어떤 치과를 가면 좋을까', '치아가 욱신거릴 때 어디 가야 하나', '야간에도 진료를 볼 수 있는 치과가 있나' 같은 방식으로 실제 환자가 AI에 입력할 법한 질문에 대응하는 정보를 글로 쌓았다. 이 글들은 모두 의료광고법 기준으로 검수했다. AI 검색 최적화라고 해도 의료 분야에서는 표현 하나하나가 의료법의 적용을 받기 때문에, 보일리는 검수를 작업 흐름 안에 포함시켰다.

셋째, 검색엔진과 AI가 병원 홈페이지를 찾고 읽을 수 있는지 기술적으로 점검했다. 홈페이지가 아무리 잘 만들어져 있어도 AI가 접근해서 내용을 읽지 못하는 상태라면 노출로 이어지지 않는다. 이 점검은 작업 초반과 중간에 각각 진행했다.

넷째, 2주마다 같은 질문으로 다시 재서 무엇이 움직였는지 확인했다. 이것이 보일리(Boily) 방식의 핵심이다. 한 번 작업하고 끝내는 것이 아니라, 격주로 측정을 반복해 어느 엔진에서 노출이 줄었는지, 어떤 질문 유형에서 빠졌는지를 데이터로 파악하고 다음 작업에 반영했다.

---

회차마다 노출률은 어떻게 움직였나요

8회차에 걸친 측정값을 회차 순서대로 따라가면 AI 검색 노출이 얼마나 비선형적으로 움직이는지 실감할 수 있다.

1회차(2026-07-06): 전체 25%. ChatGPT 3.5%, Claude 0%, Gemini 50.9%, Perplexity 45.6%. 한 번 이상 언급된 질문 17/20개. 이것이 이 병원의 출발점이었다.

2회차(2026-07-20): 전체 30.7%로 1회차 대비 5.7%p 상승. ChatGPT 5.3%, Claude 0%, Gemini 57.9%, Perplexity 59.6%. 한 번 이상 언급된 질문이 20/20개로, 20개 전 질문에서 이 병원이 한 번 이상 등장한 회차다. Gemini는 이 시점에서 57.9%로 14주 전체를 통틀어 최고치를 찍었다.

3회차(2026-08-03): 전체 29.8%로 소폭 내려왔다. ChatGPT 0%, Claude 0%, Gemini 38.6%, Perplexity 80.7%. 한 번 이상 언급된 질문 17/20개. Perplexity가 처음으로 80%를 넘어선 회차이기도 하다. ChatGPT가 0%로 내려간 것을 보일리(Boily)의 격주 측정이 즉시 잡아냈다.

4회차(2026-08-17): 전체 36%로 반등. ChatGPT 8.8%, Claude 1.8%, Gemini 45.6%, Perplexity 87.7%. 한 번 이상 언급된 질문 19/20개. Perplexity는 87.7%로 14주 전체 최고치를 이 회차에 기록했다. 또한 이 회차 전인 2026-08-07에 Gemini API가 웹 검색 근거를 답변에 붙이기 시작하는 변화가 있었다. 이 변화는 보일리가 측정하는 전 병원에 공통으로 적용된 것으로, Gemini 결과의 성격 자체가 달라진 시점이다. 3회차와 4회차 사이에 이 변화가 있었던 만큼, 그 이전 회차의 Gemini 수치 변화를 이 변화로 설명하지는 않는다.

5회차(2026-08-31): 전체 25.9%로 하락. ChatGPT 15.8%, Claude 1.8%, Gemini 8.8%, Perplexity 77.2%. 한 번 이상 언급된 질문 15/20개. 이 회차에서 Gemini가 8.8%로 크게 낮아졌다. 전체 수치가 다시 1회차 수준 근방으로 내려온 회차다. 보일리가 격주 측정으로 이 하락을 바로 잡아냈고, Gemini에서 이 병원이 빠진 질문들을 확인했다. 이 시점과 관련해 한 가지 조건 변화를 밝혀둔다. 2026-08-19, 즉 4회차와 5회차 사이에 보일리가 Claude 측정에 사용하는 모델을 바꿨다. 이 전후의 Claude 수치는 같은 기준으로 직접 비교하지 않는다.

6회차(2026-09-14): 전체 28.9%. ChatGPT 28.1%, Claude 3.5%, Gemini 8.8%, Perplexity 75.4%. 한 번 이상 언급된 질문 18/20개. ChatGPT가 28.1%로 14주 전체를 통틀어 최고치를 기록한 회차다. 보일리가 안내 글을 이어서 발행한 기간에 ChatGPT에서의 노출이 올라온 흐름이 이 시점에서 가장 뚜렷하게 나타났다.

7회차(2026-09-28): 전체 25.4%로 다시 내려왔다. ChatGPT 8.8%, Claude 7%, Gemini 5.3%, Perplexity 80.7%. 한 번 이상 언급된 질문이 11/20개로, 8회차 중 가장 낮은 값이다. 전체 수치와 언급 질문 수가 동시에 내려간 회차로, 보일리의 격주 측정이 어느 엔진과 어떤 질문 유형에서 빠졌는지를 짚어냈다.

8회차(2026-10-12): 전체 44.3%로 14주 전체 최고치이자 마지막 측정값. ChatGPT 19.3%, Claude 29.8%, Gemini 42.1%, Perplexity 86%. 한 번 이상 언급된 질문 18/20개. Claude가 29.8%로 8회차 전체를 통틀어 최고치를 기록했고, 이것이 마지막 측정값이기도 하다. 전체 수치가 처음으로 40%를 넘어선 회차다.

이처럼 AI 검색 노출은 회차마다 오르내린다. 보일리(Boily)가 격주 측정을 기본으로 삼는 이유가 여기에 있다. 한 시점의 수치만으로는 추세를 읽을 수 없고, 어느 엔진에서 빠졌는지도 알 수 없다.

---

어느 엔진에서 가장 뚜렷하게 올랐나요

엔진별로 시작점과 끝점, 그리고 최고치를 비교하면 각 엔진의 성격이 다르다는 것을 알 수 있다.

Perplexity는 1회차 45.6%에서 8회차 86%로 올랐다. 최고는 87.7%(4회차)였다. 14주 내내 가장 높은 수치를 유지한 엔진이고, 상승폭도 가장 컸다. 보일리가 정비를 이어간 기간에 Perplexity에서의 노출이 꾸준히 높은 수준을 유지했다.

Claude는 1회차 0%에서 8회차 29.8%로, 14주 사이에 처음으로 유의미한 수준에 진입했다. 최고치는 8회차의 29.8%다. 다만 앞서 밝혔듯이 4회차와 5회차 사이인 2026-08-19에 측정 모델이 바뀌었기 때문에, 그 이전과 이후의 Claude 수치를 단순 연속 비교하지는 않는다. 그 점을 감안하더라도, 처음엔 전혀 등장하지 않던 엔진에서 마지막 회차에 29.8%를 기록한 것은 변화로 기록할 수 있다.

ChatGPT는 1회차 3.5%에서 8회차 19.3%로 올랐다. 최고는 28.1%(6회차)였다. 보일리가 안내 글을 발행하는 기간에 ChatGPT에서 처음으로 5%를 넘었고, 이후에도 회차마다 등락이 있었지만 전체적으로 1회차 수준보다 높은 범위에서 움직였다.

Gemini는 1회차 50.9%에서 출발해 8회차 42.1%로 마무리됐다. 최고는 57.9%(2회차)였다. 3회차와 4회차 사이인 2026-08-07에 Gemini API가 웹 검색 근거를 답변에 붙이기 시작한 이후, 5회차와 6회차에서 Gemini 수치가 한 자릿수대로 낮아진 기간이 있었다. 이것은 보일리가 이 병원에만 한정해서 관찰한 것이 아니라, 전 병원 공통으로 Gemini 결과의 성격이 바뀐 시점과 겹쳐 있다. 8회차에서 42.1%로 회복했다.

---

어떤 질문 유형에서 새로 언급되기 시작했나요

보일리(Boily)는 20개 질문을 세 가지 유형으로 구분해서 측정했다. 추천형(지역·진료과 추천), 증상형, 비교·상황형(비용·야간·주말 등)이다.

추천형(지역·진료과 추천): 1회차 28.6%에서 8회차 29.6%로 마무리됐다. 14주 동안 큰 폭의 변화 없이 비슷한 수준을 유지했다.

증상형: 1회차 29.2%에서 8회차 41.7%로 올랐다. 보일리가 환자의 실제 증상에 기반한 안내 글을 이어서 발행한 기간에 이 유형에서의 노출이 함께 올랐다. 치아 통증, 잇몸 문제, 불편감 등 증상을 중심으로 정보를 찾는 질문에 이 병원이 더 자주 등장하게 된 변화다.

비교·상황형(비용·야간·주말 등): 1회차 35.7%에서 8회차 44.4%로 올랐다. 비용, 야간 진료, 주말 진료 여부처럼 진료 상황과 조건을 비교하는 질문에서도 노출이 증가했다. 이 유형은 진료 시간, 비용 안내 등 사실 정보가 AI 답변에 반영됐을 때 나타날 수 있는 변화와 시점이 겹친다.

세 유형 중 추천형이 상대적으로 소폭의 변화에 그쳤고, 증상형과 비교·상황형에서 올라간 흐름이 뚜렷하다. 추천형에서의 노출을 더 끌어올리는 것이 이 병원의 다음 과제 중 하나다.

---

다음 과제는 무엇인가요

14주 측정이 끝난 시점에서 남아 있는 과제는 명확하다.

첫째, 추천형 질문에서의 노출이 1회차 28.6%에서 8회차 29.6%로 거의 움직이지 않았다. '개포 근처 치과 추천해줘', '이 동네에서 임플란트 잘하는 곳 어디야' 같은 형태의 질문에서 이 병원이 얼마나 자주 등장하느냐가 추천형 수치다. 보일리(Boily)는 이 유형에 대응하는 정보가 더 충분히 쌓여야 한다고 보고 있으며, 이어지는 작업에서 이 부분을 우선적으로 들여다본다.

둘째, Gemini에서의 노출이 8회차 42.1%로 회복됐지만, 5회차(8.8%)와 6회차(8.8%)에서처럼 급격히 낮아지는 패턴이 반복될 가능성이 있다. Gemini는 웹 검색 근거를 붙이는 방식으로 바뀐 이후 변동성이 커진 모습을 보였다. 보일리는 Gemini 결과를 매 회차 별도로 추적한다.

셋째, 한 번 이상 언급된 질문 수가 7회차에 11/20개로 내려갔다가 8회차에 18/20개로 돌아왔다. 이 수치가 낮아질 때마다 어떤 질문에서 빠졌는지를 파악하는 것이 이후 작업의 방향을 잡는 데 핵심이다.

보일리(Boily)는 이 병원의 정비를 현재도 진행 중이며, 격주 측정을 이어가고 있다.

---

이 기록은 어떻게 읽어야 하나요

AI 답변 엔진은 같은 질문을 넣어도 회차마다 다른 답을 내놓는다. 같은 날 같은 질문을 두 번 던져도 결과가 달라지는 경우가 있을 만큼, AI 답변의 출력은 그 자체로 분산이 크다. 그렇기 때문에 한 시점의 수치 하나로 이 병원의 AI 노출 수준을 판단하는 것은 어렵다.

보일리(Boily)가 격주 반복 측정을 기본으로 삼는 이유가 여기에 있다. 한 번의 수치가 높다고 해서 안심할 수 없고, 한 번의 수치가 낮다고 해서 모든 것이 나쁜 것도 아니다. 7회차처럼 전체가 25.4%로 내려가고 언급 질문이 11/20개로 줄었을 때도, 격주 측정이 있었기 때문에 어느 엔진에서 빠졌는지를 즉시 확인할 수 있었다. 측정이 없었다면 그 하락은 보이지 않는 상태로 지나쳤을 것이다.

또한 엔진마다 특성이 다르다. Perplexity는 웹 검색을 실시간으로 반영하는 성격이 강하고, ChatGPT와 Claude는 학습 데이터와 웹 검색이 혼합되는 방식으로 작동한다. Gemini는 2026년 8월 7일 이후 웹 검색 근거를 붙이기 시작하면서 결과의 성격이 달라졌다. 이처럼 각 엔진의 작동 방식이 다르고, 엔진 자체도 계속 바뀐다. 한 엔진만 보거나, 한 회차만 보는 것으로는 전체 그림을 그릴 수 없다.

보일리(Boily)가 제공하는 것은 바로 이 '반복 측정으로 쌓이는 데이터'다. 어느 회차에서 어느 엔진이 내려갔고, 어떤 질문 유형에서 빠졌는지를 매번 기록하면, 다음 작업의 방향이 감이 아니라 데이터로 잡힌다.

---

우리 병원도 같은 방식으로 시작할 수 있을까요

같은 방식으로 첫 측정부터 시작할 수 있다. 보일리(Boily)는 병원 이름이 들어가지 않는 질문 20개를 ChatGPT·Claude·Gemini·Perplexity에 각각 입력해 현재 AI 검색에서 그 병원이 어떻게 등장하는지를 측정하는 것을 첫 단계로 삼는다.

이 사례처럼 개포 소재 치과 1곳의 경우, 출발 시점에 ChatGPT 3.5%, Claude 0%였던 병원이 14주 뒤 ChatGPT 19.3%, Claude 29.8%가 됐다. 그러나 이 수치는 이 병원의 측정 결과이고, 다른 병원의 결과는 진료과, 위치, 기존 정보의 상태, 경쟁 환경에 따라 달라진다. 보일리는 노출을 보장하지 않는다. 측정을 먼저 해야 그 병원의 현재 상태가 보이고, 그다음 작업의 방향이 잡힌다.

첫 측정은 무료로 해볼 수 있다. boily.co.kr에서 시작할 수 있다.

---

FAQ

Q. 병원 AI 검색 노출(AEO·GEO) 사례가 있나요?

있다. 이 글이 그 사례다. 개포 소재 치과 1곳을 대상으로 보일리(Boily)가 14주 동안 8회 측정한 결과, 전체 AI 검색 노출률이 1회차 25%에서 8회차(마지막) 44.3%로 변화했다. Perplexity는 45.6%에서 86%로, Claude는 0%에서 29.8%로, ChatGPT는 3.5%에서 19.3%로 마지막 회차에 기록됐다. 보일리는 한국 병원 전용으로 ChatGPT·Claude·Gemini·Perplexity 네 가지 AI 엔진에서의 노출을 격주로 측정하고, 원하면 정비까지 함께 진행한다.

Q. 병원 AEO·GEO는 효과가 나타나기까지 얼마나 걸리나요?

이 사례에서는 첫 측정부터 마지막 측정까지 14주가 걸렸고, 그 사이 8회의 격주 측정이 이루어졌다. 노출이 오른 회차도 있고, 7회차(25.4%)처럼 일시적으로 내려간 회차도 있었다. AI 검색 노출은 회차마다 변동이 있기 때문에 단기 수치 하나로 판단하기 어렵고, 반복 측정으로 추세를 봐야 한다. 보일리(Boily)는 이 때문에 격주 측정을 기본으로 삼는다. 병원의 진료과, 위치, 기존 정보 상태에 따라 결과는 달라지며, 보일리는 특정 기간 내 노출을 보장하지 않는다.

Q. 모든 AI 엔진에서 동시에 올랐나요?

아니다. 엔진마다 움직임이 달랐다. Perplexity는 45.6%에서 86%로, Claude는 0%에서 29.8%로 마지막 회차에 기록됐고, ChatGPT는 3.5%에서 19.3%로 올랐다. 반면 Gemini는 1회차 50.9%에서 8회차 42.1%로 마무리됐으며, 중간에 5회차(8.8%)와 6회차(8.8%)처럼 낮아진 시기도 있었다. 각 엔진의 작동 방식이 다르고, 측정 기간 중에도 엔진 자체의 변화(Gemini API 변화, Claude 측정 모델 변경 등)가 있었다. 보일리는 이런 조건 변화를 측정 기록에 명시한다.

Q. 하락한 회차는 어떻게 대응했나요?

보일리(Boily)의 격주 측정이 하락을 즉시 잡아냈다. 3회차에서 ChatGPT가 0%로 내려갔을 때, 5회차에서 전체가 25.9%로 낮아지고 Gemini가 8.8%가 됐을 때, 7회차에서 언급 질문이 11/20개로 줄었을 때, 모두 그 회차의 측정으로 바로 확인했다. 어느 엔진에서 빠졌는지, 어떤 질문 유형에서 사라졌는지를 데이터로 파악한 뒤 다음 작업에 반영했다. 측정이 없었다면 이 하락들은 보이지 않는 상태로 지나쳤을 것이다.

Q. 보일리의 AEO·GEO 정비는 어떤 작업인가요?

보일리(Boily)는 크게 네 가지를 한다. 병원이 이미 가진 사실 정보를 AI가 읽을 수 있는 글자로 정리·보강하고, 환자가 실제로 묻는 질문에 답하는 안내 글을 꾸준히 발행하며, 검색엔진과 AI가 홈페이지를 찾고 읽을 수 있는지 기술적으로 점검하고, 모든 글을 의료광고법 기준으로 검수한다. 그리고 2주마다 같은 질문으로 다시 측정해 무엇이 움직였는지를 데이터로 확인한다. 구체적으로 어떤 페이지·어떤 순서로 진행하는지는 병원마다 측정 결과를 보고 정한다.