광주 종합병원 AI 검색 노출 사례 — 0.6%에서 16.9%로, 최고 18.1%, 8회차(14주) 실측 기록

보일리와 함께한 14주, 이 병원의 AI 검색 노출은 얼마나 달라졌나요

전체 노출률이 1회차 0.6%에서 8회차(마지막) 16.9%로 올랐고, 6회차에 최고 18.1%를 기록했다. 한 번 이상 언급된 질문은 1·2·3회차 0/20개에서 4회차 8/20개, 5회차부터 10/20개 수준으로 늘었다. Perplexity는 1회차 2.5%에서 8회차 52.5%로 올랐고 6회차에 최고 62.5%에 달했다. Gemini는 1회차 0%에서 8회차 15%로 올랐다.

이 글은 '병원 AEO(Answer Engine Optimization, 답변 엔진 최적화)·GEO(Generative Engine Optimization, 생성형 엔진 최적화)를 하면 실제로 달라지는 게 있나'를 묻는 분들을 위해 보일리(Boily)가 실제 측정 데이터를 그대로 공개하는 사례 기록이다. 병원 이름은 요청에 따라 공개하지 않으며, 광주에 있는 종합병원 한 곳의 이야기다.

---

처음 측정을 시작했을 때, 이 병원은 AI 검색에 어떤 상태였나요

2026년 7월 15일, 보일리(Boily)가 첫 측정을 진행했을 때 이 병원의 전체 노출률은 0.6%였다. ChatGPT 0%, Claude 0%, Gemini 0%, Perplexity 2.5%였고, 20개의 질문 중 한 번이라도 이 병원이 언급된 질문은 0개였다.

측정에 사용한 질문 20개는 모두 '병원 이름이 들어가지 않는 질문'이다. 예컨대 광주에서 특정 진료과를 찾거나, 특정 증상을 가진 환자가 어떤 병원에 가야 하는지, 야간·주말 진료나 비용 등을 묻는 유형들이다. 즉 환자가 이 병원의 이름을 이미 알고 검색하는 경우가 아니라, '이 병원을 모르는 새 환자'가 AI에 물어봤을 때 추천받을 수 있는가를 보는 지표다.

첫 측정 시점에 Perplexity에서 2.5%가 나온 것을 제외하면, 나머지 세 엔진에서는 완전히 노출이 없는 상태였다. AI가 이 병원을 '존재하지 않는 것처럼' 취급하고 있었다고 보면 된다.

---

보일리는 이 병원을 위해 구체적으로 무엇을 했나요

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

첫째, 병원이 이미 보유한 사실 정보를 AI가 읽을 수 있는 형태로 정리하고 보강했다. 진료 항목, 진료 시간, 의료진 구성, 병원 위치 등 이미 병원 안에 존재하는 정보들이 AI 답변 엔진에 충분히 읽히고 있는지를 점검했다. AI는 웹에 공개된 글자 정보를 읽고 답변을 구성한다. 그 정보가 읽히지 않으면 답변에 포함될 가능성이 낮아진다.

둘째, 환자가 실제로 묻는 질문에 답하는 안내 글을 꾸준히 발행했다. 어떤 증상일 때 어떤 과를 찾아야 하는지, 광주에서 특정 진료를 받으려면 어떻게 하면 되는지 같은 내용을 담은 글들이다. 이 글들은 AI가 특정 질문에 답할 때 참고할 수 있는 근거 문서 역할을 한다. 자세한 페이지 구성 방식이나 발행 순서는 병원마다 측정 결과를 보고 정하기 때문에 여기서는 공개하지 않는다.

셋째, 검색엔진과 AI가 홈페이지를 찾고 읽을 수 있는지 기술적으로 점검했다. 웹사이트가 아무리 좋은 내용을 담고 있어도, AI나 검색엔진이 그 페이지를 제대로 읽지 못하는 상태라면 답변에 반영될 수 없다. 보일리는 이 병원 홈페이지가 외부 엔진에 정상적으로 접근 가능한 상태인지를 확인하고 필요한 부분을 정비했다.

넷째, 모든 발행 글을 의료광고법 기준으로 검수했다. 병원 관련 콘텐츠는 의료법·의료광고법의 제약을 받는다. 효과나 치료 결과를 과장하거나 비교하는 표현이 들어가지 않도록 모든 글을 기준에 맞게 검토한 뒤 발행했다.

그리고 이 모든 작업과 병행해, 2주마다 같은 질문 20개를 네 개의 AI 엔진에 다시 입력해 노출 상태를 재측정했다. 무엇이 어떤 엔진에서 언제부터 잡히기 시작했는지, 어느 질문 유형이 반응하고 어느 유형은 아직 반응이 없는지를 숫자로 확인하면서 작업 방향을 조정했다.

---

회차마다 노출률은 어떻게 움직였나요

1회차(2026-07-15): 전체 0.6%. ChatGPT 0%, Claude 0%, Gemini 0%, Perplexity 2.5%. 언급된 질문 0/20개. 보일리의 정비 작업이 시작되기 전 혹은 초기 단계의 기준선이다.

2회차(2026-07-29): 전체 0.6%. ChatGPT 0%, Claude 0%, Gemini 0%, Perplexity 2.5%. 언급된 질문 0/20개. 수치 변화 없음. 정비가 진행 중인 시점이며, AI 답변 엔진은 변화를 즉각 반영하지 않는다.

여기서 한 가지 측정 조건 변화를 밝혀 둔다. 2026-08-07, 즉 2회차와 3회차 사이에 Gemini API가 웹 검색 근거를 답변에 함께 표시하기 시작했다. 이것은 이 병원만의 변화가 아니라 Gemini 전체에 적용된 변화다. 따라서 3회차 이후 Gemini의 답변 성격이 이전과 달라졌으며, 3회차 이후 Gemini 수치는 이 변화가 적용된 환경에서 측정된 값이다.

3회차(2026-08-12): 전체 0.6%. ChatGPT 0%, Claude 0%, Gemini 0%, Perplexity 2.5%. 언급된 질문 0/20개. Gemini API 변화가 이 회차에 적용된 환경이지만 수치에는 아직 변동이 없다.

또 하나의 측정 조건 변화를 밝힌다. 2026-08-19, 즉 3회차와 4회차 사이에 보일리가 Claude 측정에 사용하는 모델을 변경했다. 이 전후의 Claude 수치는 측정 조건이 다르기 때문에 직접 비교하지 않는다. 이 점은 데이터를 해석할 때 반드시 고려해야 한다.

4회차(2026-08-25): 전체 16.3%. ChatGPT 2.5%, Claude 0%, Gemini 15%, Perplexity 47.5%. 언급된 질문 8/20개. 보일리가 정비를 진행한 뒤 이 회차에서 처음으로 전체 노출률이 16%를 넘었다. Gemini가 0%에서 15%로, Perplexity가 2.5%에서 47.5%로 올랐다. ChatGPT도 이 회차에서 처음으로 2.5%를 기록했다. 한 번 이상 언급된 질문이 0개에서 8개로 늘었다는 점도 주목할 만한 변화다.

5회차(2026-09-08): 전체 16.9%. ChatGPT 0%, Claude 0%, Gemini 10%, Perplexity 57.5%. 언급된 질문 10/20개. 전체 수치가 소폭 올랐고, Perplexity가 57.5%로 상승했다. 언급된 질문도 10개로 늘었다. ChatGPT는 이 회차에서 다시 0%를 기록했다.

6회차(2026-09-23): 전체 18.1%. ChatGPT 0%, Claude 0%, Gemini 10%, Perplexity 62.5%. 언급된 질문 10/20개. 14주 측정 전체 구간 중 전체 노출률이 가장 높았던 회차다. Perplexity도 62.5%로 최고점을 찍었다.

7회차(2026-10-07): 전체 15.6%. ChatGPT 0%, Claude 0%, Gemini 10%, Perplexity 52.5%. 언급된 질문 10/20개. 직전 6회차 대비 전체 수치가 내려갔다. 보일리는 이 하락을 격주 측정을 통해 즉시 확인했고, 어느 엔진에서 노출이 줄었는지, 어느 질문에서 빠졌는지를 점검했다. 언급된 질문 수는 10/20개로 유지됐다.

8회차(2026-10-20): 전체 16.9%. ChatGPT 0%, Claude 0%, Gemini 15%, Perplexity 52.5%. 언급된 질문 9/20개. 7회차에서 내려갔던 Gemini가 다시 15%로 회복됐다. 전체 노출률도 16.9%로 5회차와 동일한 수준으로 올랐다.

---

어느 엔진에서 가장 크게 올랐나요

Perplexity가 이 사례에서 가장 두드러진 상승을 보인 엔진이다. 1회차 2.5%에서 시작해 8회차 52.5%로 올랐고, 6회차에 최고 62.5%를 기록했다. Perplexity는 웹 검색 결과를 실시간으로 참조해 답변을 구성하는 방식이기 때문에, 병원 관련 정보가 웹에 명확하게 노출되어 있을 때 반응 속도가 빠른 편이다.

Gemini는 1회차 0%에서 시작해 8회차 15%로 올랐으며, 최고 15%는 4회차와 8회차에 기록됐다. 앞서 밝혔듯이 2026-08-07 이후 Gemini API의 답변 방식이 변경됐기 때문에, 1·2·3회차의 0% 수치와 4회차 이후의 수치는 동일한 조건에서 측정된 것이 아니다. 이 점을 감안하더라도 4회차 이후 Gemini에서 꾸준히 노출이 유지되고 있다는 점은 확인된다.

ChatGPT는 1회차 0%, 4회차에 최고 2.5%를 기록했지만 8회차에는 다시 0%다. Claude는 전 회차에 걸쳐 0%로, 이 두 엔진은 현재 정비가 이어지고 있는 영역이다.

---

어떤 질문 유형에서 새로 언급되기 시작했나요

보일리는 20개의 질문을 세 가지 유형으로 나누어 분석했다.

추천형(지역·진료과 추천) 질문: 1회차 0%에서 8회차 10.7%로 올랐다. '광주에서 ○○ 진료를 받을 수 있는 병원을 알려줘' 같은 유형이다. 이 유형에서 노출이 생겼다는 것은, AI가 이 병원을 광주 지역의 특정 진료 맥락에서 후보로 인식하기 시작했다는 의미다.

증상형 질문: 1회차 0%에서 8회차 16.7%로 올랐다. '이런 증상이 있을 때 어떤 병원에 가야 하나요' 같은 유형이다. 보일리가 증상별 안내 글을 이어서 발행한 기간에 증상형 질문의 노출이 0%에서 16.7%로 올랐다. 세 가지 유형 중 현재 가장 높은 수치를 보이는 유형이다.

비교·상황형(비용·야간·주말 등) 질문: 1회차 0%에서 8회차 7.1%로 올랐다. '광주에서 야간 진료되는 종합병원이 있나요', '주말에 진료 가능한 병원을 추천해 주세요' 같은 유형이다. 이 유형의 노출이 생겼다는 것은 병원의 진료 시간·비용 등 실용 정보가 AI에 읽히기 시작했다는 신호다.

세 가지 유형 모두 1회차 0%에서 출발해 8회차에 수치가 생겼다. 질문 유형별로 올라가는 속도와 수준은 다르지만, 전 유형에서 노출이 시작됐다는 점이 이 사례의 중요한 변화다.

---

다음 과제는 무엇인가요

ChatGPT와 Claude는 8회차 기준 0%로, 두 엔진에서의 노출은 현재 보일리(Boily)가 계속해서 주시하고 있는 지점이다. ChatGPT는 4회차에 2.5%를 기록했지만 이후 회차에서 다시 0%로 돌아왔다. 어떤 조건에서 이 병원이 ChatGPT 답변에 포함됐는지, 그 조건이 이후에 왜 유지되지 않았는지를 격주 측정 데이터를 바탕으로 분석하고 있다.

Claude는 전 회차 0%로, Claude가 참조하는 정보 구성 방식에 맞는 접근이 필요하다. 다만 앞서 밝혔듯 2026-08-19 이후 측정 모델이 바뀌었기 때문에, 이전 회차와의 직접 비교보다는 4회차 이후의 추이를 기준으로 판단하고 있다.

비교·상황형 질문의 노출(8회차 7.1%)은 세 유형 중 가장 낮다. 이 유형은 병원의 구체적인 운영 정보(야간 진료 여부, 주말 진료 여부, 비용 수준 등)가 AI에 명확하게 인식될 때 반응하는 경향이 있어, 이 영역의 정보 보강이 다음 단계 작업 방향 중 하나다.

보일리는 이 병원의 정비를 현재도 진행하고 있으며, 2주마다 같은 질문으로 측정을 이어가고 있다.

---

이 측정 기록은 어떻게 읽어야 하나요

AI 답변 엔진의 노출 수치는 고정된 순위표가 아니다. AI는 같은 질문을 다시 입력해도 매번 다른 답변을 생성할 수 있고, 특정 날 외부 웹사이트가 업데이트되거나 AI 엔진 자체의 학습 또는 검색 방식이 바뀌면 결과가 달라진다. 이 사례에서도 7회차에 전체 노출률이 6회차 대비 내려갔는데, 이는 AI 검색 노출이 단일 시점의 수치로만 판단하기 어렵다는 것을 보여 준다.

보일리(Boily)가 격주로 반복 측정을 진행하는 이유가 바로 이것이다. 단 한 번의 측정으로 '잘 된다' 혹은 '안 된다'고 판단하면 편향된 결론이 나올 수 있다. 7회차의 하락을 보일리가 격주 측정을 통해 바로 잡아냈고, 어느 엔진에서 노출이 줄었는지, 어느 질문에서 빠졌는지를 즉시 확인했다. 이처럼 반복 측정이 있어야 노출 변화의 패턴을 신뢰할 수 있게 된다.

또한 이 사례의 수치는 이 병원 하나의 결과다. 같은 작업을 다른 병원에 적용했을 때 동일한 수치가 나온다는 것을 의미하지 않는다. 병원의 규모, 진료 과목, 기존 온라인 정보의 상태, 지역 경쟁 환경 등이 모두 다르기 때문이다. 이 글은 '보일리와 함께 14주를 진행한 광주 종합병원 한 곳에서 측정된 값'을 있는 그대로 기록한 것이다.

이 사례에서 눈여겨볼 것은 절대 수치만이 아니다. 1·2·3회차에 걸쳐 0/20개였던 '언급된 질문 수'가 4회차부터 8~10/20개 수준으로 올라 5회차·6회차·7회차·8회차에 유지됐다는 점, 그리고 세 가지 질문 유형 모두에서 0%에서 시작해 수치가 생겼다는 점이 이 사례에서 확인된 변화의 실질적인 내용이다.

---

우리 병원도 같은 방식으로 시작할 수 있을까요

보일리(Boily)는 한국 병원 전용으로 ChatGPT·Claude·Gemini·Perplexity 네 개 엔진의 AI 검색 노출을 격주로 측정하고, 원하는 병원에 한해 정비까지 함께 진행하는 서비스를 운영하고 있다. 이 사례처럼 측정 → 정비 → 재측정의 순서로 진행되며, 측정 결과를 보고 각 병원에 맞는 작업 방향을 정한다.

첫 측정은 무료로 시작할 수 있다. 지금 이 병원의 AI 검색 노출이 어느 수준인지, 어느 엔진에서 언급되고 있는지, 어떤 유형의 질문에서 노출이 없는지를 먼저 숫자로 확인하는 것이 시작점이다.

단, 보일리는 노출 결과를 보장하지 않는다. 이 사례처럼 정비 기간에 수치가 올라가는 경우도 있지만, AI 답변 엔진의 특성상 보장은 불가능하다. 보일리가 할 수 있는 것은 같은 질문을 2주마다 반복해 측정하고, 움직임을 추적하며, 데이터를 바탕으로 작업 방향을 조정하는 것이다. 이 글에서 공개한 수치는 그 과정의 기록이다.

같은 방식으로 첫 측정(무료)부터 해 볼 수 있다.