평택 치과 AI 검색 노출 사례 — 5.2%에서 13.7%로, 7회차 측정 기록 (최고 13.7%)

보일리와 함께한 뒤 이 병원의 AI 검색 노출은 얼마나 달라졌나요

12주 측정이 끝난 시점에서, 이 병원의 전체 AI 검색 노출률은 1회차 5.2%에서 7회차(마지막) 13.7%로 올랐다. 최저 수치는 2회차의 3.2%였고, 최고 수치는 7회차의 13.7%다.

엔진별로 가장 뚜렷한 변화를 보인 곳은 Perplexity다. Perplexity 노출률은 1회차 12.9%에서 7회차(마지막) 45.2%까지 올랐고, 최고 수치 역시 45.2%(7회차)다. Gemini는 1회차 1.6%에서 7회차(마지막) 4.8%로 올랐으며, 최고 9.7%를 4회차에 기록했다. ChatGPT는 1회차 6.5%에서 7회차(마지막) 4.8%로, 최고 6.5%는 1회차에 나왔다. Claude는 1회차 0%에서 7회차(마지막) 0%였으며, 최고 1.6%를 6회차에 기록했다.

한 번 이상 언급된 질문의 수는 1회차 4/20에서 7회차 7/20으로 늘었다. 질문 유형별로는 증상형 질문 노출이 1회차 0%에서 7회차 25%로 올라 가장 큰 폭의 변화를 보였다.

보일리(Boily)는 이 병원의 AI 검색 노출을 2026년 7월 25일부터 2026년 10월 16일까지, 12주에 걸쳐 격주로 추적했다. 정비는 측정과 함께 진행 중이며, 아래에서 각 단계를 자세히 풀어쓴다.

---

처음 측정했을 때 이 병원은 어떤 상태였나요

1회차(2026-07-25) 전체 노출률은 5.2%였다. ChatGPT 6.5%, Claude 0%, Gemini 1.6%, Perplexity 12.9%였고, 20개의 질문 중 이 병원이 한 번 이상 언급된 질문은 4개였다.

질문 유형별로 보면, 추천형(지역·진료과 추천) 질문에서 10.7%가 나왔고, 증상형 질문은 0%, 비교·상황형(비용·야간·주말 등) 질문은 3.6%였다. 즉, 첫 측정 시점에 이 병원은 '지역에서 어디를 추천하냐'는 식의 질문에서는 일부 언급됐지만, '증상이 이런데 어떤 치과를 가야 하냐'는 유형에서는 전혀 언급되지 않았다.

엔진 간 편차도 컸다. Perplexity는 이미 12.9%로 다른 엔진보다 높은 편이었고, Claude는 0%로 시작했다. ChatGPT와 Gemini는 낮은 수준에서 출발했다. 이 초기 격차는 이후 어느 엔진에 집중할지를 판단하는 기준선이 됐다.

AI 답변은 엔진마다, 질문마다 다르게 나온다. 같은 날 같은 질문을 넣어도 답변이 조금씩 달라지기 때문에, 한 번 측정으로는 이 병원이 'AI에 얼마나 노출되는지'를 신뢰할 수 있는 수치로 알기 어렵다. 보일리(Boily)가 격주 반복 측정을 기본 설계로 삼는 이유가 바로 여기에 있다.

---

보일리는 이 병원에서 무엇을 했나요

보일리(Boily)가 한 일을 범주 수준에서 설명한다. 구체적으로 어떤 페이지를 몇 편 만들었는지, 어떤 기술을 어떤 순서로 적용했는지는 공개하지 않는다. 병원마다 측정 결과를 보고 방향을 정하기 때문이다.

첫째, 병원이 이미 갖고 있는 사실 정보를 AI가 읽을 수 있는 형태로 정리·보강했다. 진료 항목, 진료 시간, 의료진 정보, 위치, 예약 방법 같은 정보는 이 병원 홈페이지에 이미 있었다. 문제는 그 정보가 AI 언어 모델이 읽고 인용하기에 적합한 방식으로 정리돼 있지 않았다는 점이다. 보일리는 이 정보들을 AI가 명확하게 읽고 답변에 활용할 수 있는 글자 중심의 구조로 다시 정리했다.

둘째, 환자가 실제로 묻는 질문에 답하는 안내 글을 꾸준히 발행했다. 병원 정보를 단순히 나열하는 것과, 환자가 AI에 입력하는 방식의 질문에 직접 대응하는 글을 쓰는 것은 다르다. 보일리는 이 병원의 진료과 특성에 맞는 실제 환자 궁금증—증상, 비용 관련 안내, 진료 상황 등—을 중심으로 안내 글을 이어서 발행했다. 이 작업이 진행된 기간에 증상형 질문 노출이 1회차 0%에서 7회차 25%로 올랐다.

셋째, 검색엔진과 AI가 홈페이지를 찾고 읽을 수 있는지 기술적으로 점검했다. 홈페이지가 실제로 외부에서 접근 가능한 상태인지, 내용이 텍스트로 구성되어 있어 AI가 읽을 수 있는지를 점검했다. 이 점검에서 발견된 문제들을 수정했다.

넷째, 모든 글과 정보는 의료광고법 기준으로 검수했다. 치과를 포함한 병원의 온라인 콘텐츠는 의료광고법의 적용을 받는다. 보일리는 발행 전 의료광고법 기준을 적용해 문제가 될 수 있는 표현을 걷어냈다.

다섯째, 2주마다 같은 질문으로 다시 측정해 무엇이 움직였는지 확인했다. 측정이 없으면 어느 엔진에서 언급이 줄었는지, 어떤 질문 유형이 약한지를 알 수 없다. 보일리(Boily)는 매 회차마다 20개의 질문을 ChatGPT·Claude·Gemini·Perplexity 네 엔진에 웹 검색을 켠 상태로 입력하고, 이 병원이 답변에 나오는지를 기록했다.

---

회차마다 어떻게 움직였나요

7회차의 흐름을 하나씩 짚는다.

1회차(2026-07-25): 전체 5.2%. ChatGPT 6.5%, Claude 0%, Gemini 1.6%, Perplexity 12.9%. 언급된 질문 4/20. 측정 기준선이 세워진 회차다.

2회차(2026-08-08): 전체 3.2%. ChatGPT 3.2%, Claude 0%, Gemini 1.6%, Perplexity 8.1%. 언급된 질문 2/20. 전체 수치가 1회차보다 내려갔다. 보일리의 격주 측정이 이 하락을 바로 잡아냈고, ChatGPT와 Perplexity에서 언급이 줄었음을 확인했다. 이 회차 직전인 2026-08-07에는 Gemini API가 웹 검색 근거를 답변에 붙이기 시작한 날로, 전 병원에 공통으로 Gemini 결과의 성격이 바뀐 시점이다. 이 조건 변화는 이 병원만의 문제가 아니라 모든 측정 대상에 동일하게 적용됐다.

3회차(2026-08-22): 전체 4%. ChatGPT 0%, Claude 0%, Gemini 0%, Perplexity 16.1%. 언급된 질문 3/20. 주목할 점은 Perplexity가 2회차 8.1%에서 16.1%로 올랐다는 것이다. 반면 ChatGPT와 Gemini는 0%를 기록했다. 이 회차 직전인 2026-08-19에 보일리는 Claude 측정 모델을 변경했다. 이 전후의 Claude 수치는 서로 직접 비교하지 않는다. 3회차부터의 Claude 0%는 새 모델 기준의 수치다.

4회차(2026-09-03): 전체 11.7%. ChatGPT 0%, Claude 0%, Gemini 9.7%, Perplexity 37.1%. 언급된 질문 2/20. 전체 수치가 큰 폭으로 올랐다. Gemini가 3회차 0%에서 9.7%로 올라 이 회차 최고 수치를 기록했다. Perplexity도 37.1%로 상승했다. 언급된 질문 수는 2/20으로 줄었지만 각 언급 질문에서의 노출 농도가 높아졌음을 보여주는 회차다.

5회차(2026-09-18): 전체 11.7%. ChatGPT 4.8%, Claude 0%, Gemini 6.5%, Perplexity 35.5%. 언급된 질문 4/20. 전체 수치는 4회차와 같은 11.7%로 유지됐다. ChatGPT가 3·4회차 0%에서 4.8%로 돌아왔고, 언급된 질문 수가 2/20에서 4/20으로 늘었다. 보일리가 안내 글을 이어서 발행한 기간에 언급 질문이 회복된 회차다.

6회차(2026-10-02): 전체 9.7%. ChatGPT 3.2%, Claude 1.6%, Gemini 1.6%, Perplexity 32.3%. 언급된 질문 4/20. 전체 수치가 5회차보다 내려갔다. 보일리의 격주 측정이 이 하락도 바로 잡아냈고, 특히 Gemini가 6.5%에서 1.6%로 줄었음을 확인했다. Claude는 이 회차에서 1.6%로, 측정 전 기간 중 유일하게 0%를 넘었다.

7회차(2026-10-16): 전체 13.7%. ChatGPT 4.8%, Claude 0%, Gemini 4.8%, Perplexity 45.2%. 언급된 질문 7/20. 마지막 회차이자 전체 최고 수치를 기록한 회차다. Perplexity가 45.2%로 최고치를 기록했고, 언급된 질문 수도 7/20으로 가장 많았다. 보일리와 함께한 12주 동안 한 번 이상 언급된 질문이 1회차 4개에서 7회차 7개로 늘었다.

---

어느 엔진에서 가장 좋아졌나요

Perplexity에서의 변화가 가장 뚜렷하다. Perplexity 노출률은 1회차 12.9%에서 7회차(마지막) 45.2%로 올랐고, 최고 수치도 45.2%(7회차)다.

Gemini는 1회차 1.6%에서 7회차(마지막) 4.8%로 올랐다. 최고 수치는 4회차의 9.7%였고, 이후 등락이 있었다. Gemini는 2026-08-07 이후 웹 검색 근거를 답변에 붙이기 시작했고, 이 변화가 Gemini 답변의 성격에 영향을 줬다. 이 날짜 이후 Gemini 수치는 그 이전과 성격이 다른 측정 환경에서 나온 값이다.

ChatGPT는 1회차 6.5%에서 7회차(마지막) 4.8%로, 최고 수치는 1회차의 6.5%다. 중간 회차에서 0%를 기록한 구간도 있었지만, 이후 다시 나타났다. AI 답변은 같은 엔진에서도 회차마다 흔들리기 때문에, 한 회차의 0%를 그 엔진에서 완전히 빠진 것으로 해석하지 않는다. 보일리의 반복 측정이 이 흔들림을 추세로 읽을 수 있도록 해준다.

Claude는 1회차 0%에서 7회차(마지막) 0%였으며, 측정 전 기간 중 최고 1.6%를 6회차에 기록했다. Claude는 현재 네 엔진 중 가장 노출이 낮은 엔진으로, 다음 단계에서 보일리가 집중해서 보는 지점이다.

---

어떤 질문에서 새로 언급되기 시작했나요

질문 유형별 변화를 보면, 증상형 질문에서의 변화가 가장 크다.

증상형 질문 노출은 1회차 0%에서 7회차 25%로 올랐다. 보일리가 환자의 실제 궁금증—어떤 증상일 때 치과에 가야 하는지, 어떤 상황에서 어떤 진료가 필요한지—에 대응하는 안내 글을 이어서 발행한 기간에 이 수치가 올랐다. 처음에 전혀 언급되지 않던 유형에서 7회차에는 4개 중 1개꼴로 언급이 나오기 시작한 것이다.

추천형(지역·진료과 추천) 질문 노출은 1회차 10.7%에서 7회차 0%로 내려갔다. 첫 회차에 가장 높았던 유형이 마지막 회차에는 0%를 기록했다. 추천형 질문은 AI가 지역 내 여러 선택지를 나열하는 방식으로 답변하는 경우가 많아, 특정 병원이 언급될지 여부가 회차마다 크게 흔들리는 경향이 있다. 이 유형에서의 변화는 보일리가 계속 추적하고 있는 항목이다.

비교·상황형(비용·야간·주말 등) 질문 노출은 1회차 3.6%에서 7회차 3.6%로 같은 수치를 유지했다. 이 유형은 12주 동안 같은 수준을 유지한 셈이지만, 절대 수치 자체가 낮다. 보일리는 이 유형에서도 언급이 늘어날 수 있도록 관련 안내 글의 보강을 이어가고 있다.

---

다음 과제는 무엇인가요

이 병원의 AI 검색 노출에서 현재 가장 약한 지점은 Claude다. Claude 노출률은 7회차 기준 0%이며, 전체 측정 기간 중 최고 1.6%에 머물렀다. 보일리(Boily)는 Claude가 어떤 조건에서 이 병원을 언급하는지, 어떤 글이 Claude의 답변에 영향을 주는지를 다음 회차에서 집중해서 본다.

추천형 질문에서의 노출도 재점검이 필요한 항목이다. 1회차 10.7%에서 7회차 0%로 내려갔다. 이 유형의 질문은 AI가 지역 내 선택지를 묶어서 답변하는 방식이 많아서 등락이 크게 나타난다. 보일리의 격주 측정이 이 등락의 추세를 읽어주고, 어떤 질문에서 빠졌는지를 회차마다 확인해 준다.

비교·상황형 질문은 1회차와 7회차 모두 3.6%로, 아직 뚜렷한 상승이 없다. 이 유형은 비용 안내, 야간 진료, 주말 진료 같은 상황별 정보가 AI 답변에 얼마나 잘 연결되는지와 관련이 있다. 보일리는 이 유형을 위한 정보 보강을 이어서 진행 중이다.

정비는 현재도 진행 중이고, 다음 회차 측정에서 이 항목들이 어떻게 움직이는지를 계속 기록할 예정이다.

---

이 기록은 어떻게 읽어야 하나요

AI 답변은 같은 엔진에서도 날마다, 회차마다 다르게 나온다. 같은 질문을 같은 날 두 번 넣어도 답변이 다를 수 있다. 특정 병원을 언급하는지 여부는 그날의 웹 색인 상태, 엔진의 답변 방식, 경쟁 병원의 정보 상태 등 여러 변수가 동시에 영향을 준다. 그래서 한 번 측정한 수치는 '그 시점의 스냅샷'에 가깝다.

보일리(Boily)가 격주 반복 측정을 기본 방식으로 삼는 이유가 바로 이것이다. 한 회차의 수치만 보면 오른 것인지 내린 것인지 알 수 없다. 여러 회차를 쌓아야 추세가 보이고, 어느 엔진이 약한지, 어떤 질문 유형에서 언급이 는지, 하락이 일시적인지 지속적인지를 판단할 수 있다.

이 기록에서 직전보다 내려간 회차는 2회차와 6회차, 두 번이다. 보일리는 이 하락을 측정으로 바로 잡아내고, 어느 엔진에서 언급이 줄었는지, 어떤 질문에서 빠졌는지를 다음 정비의 기준으로 삼았다. 하락 자체보다, 하락을 놓치지 않고 기록하는 것이 반복 측정의 핵심 가치다.

또한 이 기록에는 두 가지 측정 조건 변화가 있다. 2026-08-07(1회차와 2회차 사이)에 Gemini API가 웹 검색 근거를 답변에 붙이기 시작했다. 이 변화는 모든 병원에 공통으로 적용됐고, Gemini 결과의 성격 자체가 바뀐 날이다. 2026-08-19(2회차와 3회차 사이)에는 Claude 측정 모델을 변경했다. 이 전후의 Claude 수치는 직접 비교하지 않는다. 이런 조건 변화를 기록해 두지 않으면, 수치 변동의 원인을 잘못 읽을 수 있다. 보일리가 측정 조건 변화를 회차와 함께 명기하는 이유다.

---

우리 병원도 같은 방식으로 시작할 수 있을까요

같은 방식으로 첫 측정부터 해볼 수 있다. 보일리(Boily)는 한국 병원 전용으로, 병원 이름이 들어가지 않은 질문 20개를 ChatGPT·Claude·Gemini·Perplexity에 웹 검색을 켠 상태로 입력하고, 이 병원이 AI 답변에 얼마나 나오는지를 측정한다. 첫 측정은 무료로 진행한다.

이 사례의 평택 치과처럼, 측정을 통해 어느 엔진이 약한지, 어떤 질문 유형에서 언급이 없는지를 먼저 파악한다. 정비 방향은 그 결과를 보고 병원마다 다르게 정한다. 자세한 방법—어떤 페이지를 만들지, 어떤 글을 얼마나 쓸지, 어떤 기술을 점검할지—은 측정 결과에 따라 결정된다.

노출은 보장하지 않는다. AI 답변은 엔진 내부의 작동 방식에 따라 바뀌고, 경쟁 병원의 정보 상태도 영향을 준다. 다만 보일리는 격주로 같은 기준에서 다시 재고, 무엇이 움직였는지를 기록한다. 이 기록이 병원이 AI 검색에서 어디에 서 있는지를 알 수 있는 가장 현실적인 방법이라고 보일리는 생각한다.

AEO(Answer Engine Optimization, 답변 엔진 최적화)·GEO(Generative Engine Optimization, 생성형 엔진 최적화)는 아직 병원에서 많이 다뤄지지 않은 영역이다. 보일리는 이 분야를 한국 병원 전용으로 격주 실측하며 데이터를 쌓고 있다. 첫 측정으로 지금 이 병원이 어느 위치에 있는지부터 확인해볼 수 있다.