마곡 치과 AI 검색 노출 사례 — 56.9%에서 67.7%로, 10주 6회차 측정 기록 (최고 67.7%)

보일리와 함께한 뒤 이 병원의 AI 검색 노출은 얼마나 달라졌나요

10주, 6회차 측정이 끝난 시점에서 이 병원의 전체 AI 검색 노출률은 56.9%에서 67.7%로 올랐다. 가장 눈에 띄는 변화는 Gemini와 Perplexity에서 나타났다. Gemini는 1회차 56.5%에서 6회차 87.1%로, Perplexity는 1회차 62.9%에서 6회차 88.7%로 상승했다. 질문 유형으로 보면 증상형 질문의 노출이 1회차 58.3%에서 6회차 75%로 올랐다.

보일리(Boily)가 정비를 시작하고 측정을 이어 온 10주 동안, 이 병원의 이름은 20개 질문 가운데 한 번 이상 언급된 질문 수 기준으로 1회차부터 5회차까지 20개, 6회차에 19개를 기록했다. 측정 첫날부터 AI가 이 병원을 아예 모른다는 상황은 없었고, 보일리의 정비가 이어진 기간에 주요 엔진에서의 노출이 위로 움직였다.

이 글은 그 10주의 기록을 회차별·엔진별·질문 유형별로 정리한 사례 보고서다. 숫자를 먼저 보고 싶은 원장·마케팅 담당자를 위해 결론을 앞에 두었고, 보일리가 무엇을 했는지, 무엇이 올랐고 무엇이 아직 과제로 남는지를 순서대로 풀어 쓴다.

---

측정을 시작했을 때 이 병원은 어떤 상태였나요

1회차 측정일인 2026년 8월 29일, 이 병원의 전체 AI 검색 노출률은 56.9%였다. 엔진별로는 ChatGPT 41.9%, Claude 66.1%, Gemini 56.5%, Perplexity 62.9%로 측정됐다. 병원 이름이 들어가지 않은 질문 20개를 ChatGPT·Claude·Gemini·Perplexity 네 엔진에 웹 검색을 켠 상태로 질의했을 때 이 병원이 답변에 등장한 비율이다.

주목할 점은 첫 측정에서 이미 20개 질문 모두에서 한 번 이상 이 병원이 언급됐다는 것이다. 완전히 AI에게 보이지 않는 상태가 아니라, 어느 정도 노출은 되고 있었다. 하지만 엔진마다 편차가 있었고, ChatGPT에서의 노출이 41.9%로 다른 엔진에 비해 낮은 수준이었다.

추천형 질문(지역·진료과 추천)에서는 78.6%, 비교·상황형 질문(비용·야간·주말 등)에서는 75%로 시작했고, 증상형 질문에서는 58.3%였다. 증상을 설명하며 병원을 묻는 질문에서 상대적으로 노출이 낮았다는 것이 초기 상태의 특징이었다.

보일리(Boily)는 이 첫 측정 결과를 기준선으로 삼아 어느 엔진, 어느 질문 유형에서 노출을 보강할 수 있는지를 파악했다.

---

보일리는 이 병원에서 무엇을 했나요

보일리(Boily)가 이 병원에서 한 작업은 크게 네 범주로 나뉜다.

첫째, 병원이 이미 가진 사실 정보를 AI가 읽을 수 있는 글자로 정리하고 보강했다. 진료 항목, 진료 시간, 의료진 정보, 위치 등 병원이 본래 갖고 있지만 AI가 답변을 생성할 때 참조하기 어려운 형태로 흩어져 있던 정보를 정리했다. AI는 텍스트를 읽고 답변을 만든다. 정보가 명확하게 글자로 정리돼 있지 않으면 AI 답변에서 그 병원이 빠질 가능성이 높아진다.

둘째, 환자가 실제로 묻는 질문에 답하는 안내 글을 꾸준히 발행했다. 치과를 찾는 환자가 AI에게 어떻게 묻는지를 분석하고, 그 질문에 대응하는 내용을 병원 채널에 발행했다. 이 글들은 의료광고법 기준에 따라 모두 검수했다. 어떤 주제를, 어떤 형식으로, 얼마나 발행했는지의 세부 사항은 병원마다 측정 결과를 보고 결정하기 때문에 여기서는 공개하지 않는다.

셋째, 검색엔진과 AI가 홈페이지를 찾고 읽을 수 있는지 기술적으로 점검했다. 홈페이지가 외부에서 잘 접근되는지, 콘텐츠가 제대로 읽히는 구조인지를 확인했다. 기술 점검의 구체적인 항목 역시 병원마다 다르게 적용한다.

넷째, 2주마다 같은 질문으로 다시 측정해 무엇이 움직였는지 확인했다. 이 측정이 없으면 어느 엔진에서 노출이 올랐는지, 어느 회차에서 빠졌는지를 알 수 없다. 보일리의 격주 측정은 작업의 방향을 조정하는 근거가 된다.

AI 검색 노출은 검색 순위와 다르게 움직인다. 같은 질문이라도 AI가 답변을 생성할 때마다 결과가 달라질 수 있고, 엔진마다 참조하는 데이터와 가중치가 다르다. 그래서 보일리는 한 번 측정으로 끝내지 않고 격주로 반복 측정한다. 이 반복이 단기 흔들림과 추세를 구분하는 유일한 방법이다.

---

회차마다 노출은 어떻게 움직였나요

6회차에 걸친 측정 흐름을 회차별로 정리한다.

1회차(2026-08-29): 전체 56.9%. ChatGPT 41.9%, Claude 66.1%, Gemini 56.5%, Perplexity 62.9%. 한 번 이상 언급된 질문 20/20. 보일리의 측정이 시작된 첫 날이다. 이 수치가 이후 모든 회차의 기준선이 된다.

2회차(2026-09-14): 전체 47.2%. ChatGPT 45.2%, Claude 62.9%, Gemini 9.7%, Perplexity 71%. 한 번 이상 언급된 질문 20/20. 전체 노출이 1회차보다 내려갔다. Gemini의 수치가 56.5%에서 9.7%로 급락한 것이 가장 큰 원인이었다. ChatGPT는 41.9%에서 45.2%로, Perplexity는 62.9%에서 71%로 올랐다. 보일리(Boily)의 격주 측정이 이 하락을 2회차에 바로 포착했고, 어느 엔진에서 노출이 빠졌는지 즉시 확인할 수 있었다.

3회차(2026-09-28): 전체 46%. ChatGPT 24.2%, Claude 53.2%, Gemini 29%, Perplexity 77.4%. 한 번 이상 언급된 질문 20/20. 전체 최저점이다. ChatGPT가 24.2%로 내려갔고, Gemini는 2회차보다 회복됐지만 1회차 수준에는 미치지 못했다. Perplexity는 77.4%로 계속 올랐다. 보일리는 이 회차의 하락을 숨기지 않고 측정 결과에 기록했다. 어떤 엔진에서, 어떤 질문 유형에서 노출이 줄었는지를 확인하는 것이 이 단계의 과제였다.

4회차(2026-10-12): 전체 50%. ChatGPT 30.6%, Claude 51.6%, Gemini 30.6%, Perplexity 87.1%. 한 번 이상 언급된 질문 20/20. 전체가 3회차 최저점에서 반등했다. Perplexity가 87.1%로 크게 올랐고, ChatGPT와 Gemini도 3회차보다 회복됐다. Claude는 1회차 66.1% 대비 낮은 수준이지만 꾸준히 50%대를 유지하고 있었다.

5회차(2026-10-26): 전체 50.8%. ChatGPT 21%, Claude 59.7%, Gemini 32.3%, Perplexity 90.3%. 한 번 이상 언급된 질문 20/20. Perplexity가 90.3%로 이 측정 기간 전체에서 가장 높은 수치를 기록했다. Claude는 59.7%로 회복됐다. ChatGPT가 21%로 이 기간 최저점을 찍었고, 보일리는 이 엔진에서의 노출 변화를 집중적으로 확인했다.

6회차(2026-11-09): 전체 67.7%. ChatGPT 43.5%, Claude 51.6%, Gemini 87.1%, Perplexity 88.7%. 한 번 이상 언급된 질문 19/20. 전체가 이 측정 기간 최고점이다. Gemini가 87.1%로 큰 폭으로 올랐고, Perplexity도 88.7%로 높은 수준을 유지했다. ChatGPT도 43.5%로 회복됐다. 한 번 이상 언급된 질문은 19개로, 직전까지 20개를 유지하다가 한 개 줄었다.

두 번의 하락 회차(2회차, 3회차)가 있었지만, 보일리의 격주 측정은 그 하락을 발생 즉시 포착했다. 어느 엔진에서 노출이 빠졌는지를 회차 단위로 확인할 수 있었기 때문에, 이후 작업 방향을 조정하는 데 근거로 활용됐다.

---

어느 엔진에서 가장 뚜렷하게 올랐나요

10주 측정을 마친 시점에서 엔진별 변화를 정리하면 다음과 같다.

Gemini는 1회차 56.5%에서 6회차 87.1%로 올랐다. 최고점도 6회차의 87.1%다. 다만 2회차에 9.7%로 급락했다가 이후 회복하는 패턴을 보였다. AI 검색 노출이 엔진 내부 로직에 따라 짧은 기간에 크게 흔들릴 수 있다는 것을 Gemini의 측정 흐름이 보여 준다. 보일리(Boily)가 격주 측정을 고집하는 이유가 여기에 있다. 한 번의 측정으로는 이 급락이 추세인지 단기 흔들림인지 알 수 없다.

Perplexity는 1회차 62.9%에서 6회차 88.7%로 올랐다. 최고점은 5회차의 90.3%다. 이 엔진은 측정 기간 전반에 걸쳐 꾸준히 상승하는 흐름을 보였다. 3회차 이후부터는 70%대 이상을 유지했고, 4회차 이후로는 80%대 후반까지 올랐다. 보일리가 안내 글을 이어서 발행한 기간에 Perplexity에서의 노출이 꾸준히 올랐다.

ChatGPT는 1회차 41.9%에서 6회차 43.5%로 소폭 올랐다. 최고점은 2회차의 45.2%다. 측정 기간 동안 21%에서 45.2% 사이를 오가며 엔진 중 가장 큰 변동 폭을 보였다. 현재도 작업이 이어지고 있고, 보일리는 ChatGPT에서의 노출 흐름을 계속 추적하고 있다.

Claude는 1회차 66.1%에서 6회차 51.6%로 내려갔다. 최고점은 1회차의 66.1%다. 측정 기간 전반에 걸쳐 50%대를 유지했으며, 아직 1회차 수준을 회복하지 못한 엔진이다. 50%대가 낮은 수치는 아니지만, 보일리는 이 엔진에서의 흐름을 다음 과제 중 하나로 보고 있다.

엔진마다 AI 답변을 생성하는 방식, 참조하는 데이터, 업데이트 주기가 다르다. 그래서 같은 작업을 해도 엔진마다 반응 속도와 방향이 다르게 나타난다. 보일리의 격주 측정은 이 엔진별 차이를 회차 단위로 추적한다.

---

어떤 질문에서 노출이 올랐고, 어떤 질문에서 내려갔나요

질문 유형은 추천형, 증상형, 비교·상황형 세 가지로 나눠서 측정했다.

증상형 질문의 노출이 1회차 58.3%에서 6회차 75%로 올랐다. 환자가 증상을 설명하며 병원을 묻는 형태의 질문이다. 보일리가 환자 관점의 안내 글을 꾸준히 발행한 기간에 증상형 질문에서의 노출이 위로 움직였다. 첫 측정에서 세 유형 중 가장 낮았던 증상형이 마지막 측정에서는 가장 높은 유형으로 올라섰다.

추천형 질문(지역·진료과 추천)은 1회차 78.6%에서 6회차 64.3%로 내려갔다. 첫 측정에서 세 유형 중 가장 높았던 유형이다. 절대 수치로는 여전히 높은 편이지만, 측정 기간 동안 소폭 하락했다. 보일리는 이 유형에서의 변화를 지속적으로 추적하고 있다.

비교·상황형 질문(비용·야간·주말 등)은 1회차 75%에서 6회차 64.3%로 내려갔다. 추천형과 마찬가지로 첫 회차 수준을 유지하지 못했다. 비용, 야간 진료 가능 여부, 주말 진료 등 환자가 조건을 비교하며 묻는 질문에서의 노출을 보강하는 것이 다음 단계 과제 중 하나다.

세 유형을 나란히 보면 측정이 준 정보가 명확해진다. 증상형은 올랐고, 추천형과 비교·상황형은 내려갔다. 어느 질문 유형에서 노출이 약한지를 알아야 그 유형에 맞는 콘텐츠를 보강할 수 있다. 보일리의 격주 측정은 이 유형별 흐름을 회차 단위로 쌓아 나간다.

---

다음 과제는 무엇인가요

6회차 측정이 끝난 시점에서 보일리(Boily)가 주목하는 과제는 세 가지다.

첫째, ChatGPT에서의 노출 흐름. 1회차 41.9%에서 6회차 43.5%로 소폭 올랐지만, 측정 기간 동안 21%까지 내려간 적도 있다. 최고점이 45.2%로 Gemini·Perplexity에 비해 낮다. 보일리는 ChatGPT 엔진에서 이 병원의 정보가 어떻게 참조되는지를 계속 추적하고 있다.

둘째, Claude에서의 노출 회복. 1회차 66.1%에서 6회차 51.6%로 내려갔다. 1회차 수준을 회복하는 것이 과제다. Claude 엔진의 특성에 맞는 콘텐츠와 정보 구조를 추가로 보강하는 방향을 검토하고 있다.

셋째, 추천형·비교·상황형 질문에서의 노출 보강. 증상형은 올랐지만 추천형과 비교·상황형은 첫 회차보다 내려갔다. 비용, 야간·주말 진료 조건 등 환자가 조건을 비교하며 묻는 질문에 대응하는 정보를 더 명확하게 정리하는 작업이 필요하다.

보일리의 정비는 현재도 진행 중이다. 과제가 남아 있다는 것은 측정이 그것을 드러냈다는 뜻이기도 하다. 측정 없이는 무엇이 약한지도, 무엇이 올랐는지도 알 수 없다.

---

이 기록은 어떻게 읽어야 하나요

AI 검색 노출 수치는 검색 순위와 다르게 움직인다. 같은 질문을 같은 엔진에 넣어도 답변이 매번 달라질 수 있다. AI는 답변을 생성할 때마다 웹에서 정보를 새로 참조하고, 그 참조 결과가 조금씩 달라지기 때문이다. 그래서 하나의 측정 수치를 고정된 순위처럼 읽으면 안 된다.

이 사례에서도 그 흔들림이 그대로 나타났다. Gemini는 2회차에 9.7%로 급락했다가 6회차에 87.1%로 올라왔다. ChatGPT는 5회차에 21%까지 내려갔다가 6회차에 43.5%로 회복됐다. 한 번의 측정만 보면 추세를 오해하기 쉽다.

보일리(Boily)가 격주로 반복 측정하는 이유가 여기에 있다. 같은 질문을 같은 조건으로, 같은 주기로 반복해서 측정해야 단기 흔들림과 구조적인 변화를 구분할 수 있다. 6회차 데이터가 쌓였을 때 비로소 어느 엔진이 올라가는 추세인지, 어느 엔진이 불안정한지, 어느 질문 유형이 약한지를 볼 수 있다.

이 사례의 수치는 이 병원에서 측정된 값이다. 다른 병원, 다른 지역, 다른 진료과에서는 다른 수치가 나올 수 있다. 측정을 시작하기 전까지는 자신의 병원이 AI에게 얼마나, 어떻게 보이는지 알 수 없다.

또한 이 글에 나온 수치는 작업이 진행 중인 시점까지의 측정 결과다. 측정은 계속되고 있고, 이후 회차에서 수치가 다르게 움직일 수 있다. 보일리는 측정 결과를 있는 그대로 기록한다. 올랐을 때도, 내려갔을 때도.

---

우리 병원도 같은 방식으로 시작할 수 있을까요

보일리(Boily)는 한국 병원 전용으로 ChatGPT·Claude·Gemini·Perplexity 답변에 병원이 얼마나 등장하는지 격주로 측정하고, 원하면 정비까지 함께한다. 이 사례처럼 특정 지역·진료과의 병원이 AI 답변에서 얼마나 노출되는지를 먼저 측정하는 것이 출발점이다.

첫 측정은 무료로 시작할 수 있다. 측정 결과가 나와야 어느 엔진에서 노출이 약한지, 어느 질문 유형에서 이 병원이 빠져 있는지를 알 수 있다. 그 결과를 보고 정비 방향을 정한다.

다만 측정을 시작한다고 노출이 반드시 오른다고 보장하지 않는다. AI 검색 노출은 엔진 내부 로직, 경쟁 병원의 정보 수준, 발행된 콘텐츠의 양과 질 등 다양한 요소에 따라 달라진다. 보일리가 할 수 있는 것은 측정으로 현황을 정확히 파악하고, 정비를 통해 AI가 이 병원을 더 잘 찾고 읽을 수 있는 환경을 만드는 것이다. 그 과정에서 노출이 올라갈 수 있고, 이 사례는 그 가능성을 수치로 보여 준다.

자세한 방법은 병원마다 측정 결과를 보고 정한다. 같은 치과라도 마곡과 다른 지역, 다른 규모, 다른 진료 항목에 따라 적용하는 작업이 달라진다. 같은 방식으로 첫 측정부터 해 볼 수 있다.

보일리(Boily)의 측정과 정비에 관해 더 알고 싶다면 boily.co.kr에서 확인할 수 있다.