신촌 안과 AI 검색 노출 사례 — 45.7%에서 62.3%로, 3회차 최고 62.3%

보일리와 함께한 뒤 이 병원의 AI 검색 노출은 얼마나 달라졌나요

6주 동안 보일리(Boily)가 정비를 이어간 기간에, 신촌의 한 안과(이하 '이 병원')의 AI 검색 노출률은 1회차 45.7%에서 3회차(마지막) 62.3%로 올랐다. 같은 기간 Claude는 1회차 34.8%에서 3회차 65.2%로, Perplexity는 1회차 63.8%에서 3회차 88.4%로 상승했다. 한 번 이상 언급된 질문 수는 1회차 21개에서 3회차 22개로 늘었다.

이 글은 수치가 어떻게 움직였는지, 보일리가 그 기간에 무엇을 했는지를 있는 그대로 기록한다. 보장이나 예측이 아니라 실측 데이터다. 병원 원장이나 마케팅 담당자가 'AI 검색 노출을 실제로 측정하면 어떤 그림이 나오나'를 파악하는 데 쓰일 수 있도록 가능한 한 구체적으로 쓴다.

---

측정을 시작하기 전, 이 병원의 상황은 어떠했나요

보일리가 첫 측정을 진행한 2026년 9월 17일 시점에, 이 병원은 신촌 지역에서 오랫동안 진료해 온 안과였다. 홈페이지도 있었고, 진료 항목이나 의료진 정보도 일부 온라인에 올라가 있었다. 그러나 그 정보가 AI 답변 엔진에 어떻게 읽히고 있는지, 환자가 실제로 묻는 방식의 질문에 이 병원이 등장하는지는 측정한 적이 없었다.

보일리는 첫 측정에 앞서 이 병원이 어떤 유형의 질문에서 노출될 수 있는지를 정리했다. 병원 이름이 들어간 질문은 제외했다. 대신 '신촌에서 안과를 추천해 달라', '야간에 진료하는 안과가 있나', '라식과 라섹의 차이가 뭔가' 같은 방식으로 실제 환자가 AI에게 물을 법한 질문 22개를 선정했다. 이 22개 질문을 ChatGPT·Claude·Gemini·Perplexity 네 엔진에 웹 검색을 켠 상태로 입력하고, 이 병원이 답변에 등장하는 비율을 측정했다.

결과가 1회차 45.7%였다. 22개 질문 중 한 번이라도 언급된 질문은 21개였다. 엔진별로는 ChatGPT 0%, Claude 34.8%, Gemini 84.1%, Perplexity 63.8%였다. 이 숫자가 보일리와 이 병원이 함께 출발한 기준선이다.

---

보일리는 이 기간에 무엇을 했나요

보일리(Boily)가 한 일은 크게 네 범주로 나뉜다. 각 범주 안에서 어떤 페이지를 몇 편 만들었는지, 어떤 기술을 어떤 순서로 적용했는지는 공개하지 않는다. 병원마다 첫 측정 결과를 보고 우선순위를 다르게 잡기 때문에, 구체적인 방법은 측정 결과를 보고 나서 정한다.

첫째, 이 병원이 이미 가진 사실 정보를 AI가 읽을 수 있는 글자로 정리·보강했다. 진료 항목, 진료시간, 의료진 이름과 경력, 위치, 주차 여부 같은 정보는 이미 병원 측이 가지고 있는 사실이다. 그런데 이 정보가 AI 엔진이 인식하기 어려운 형식으로 존재하거나, 홈페이지 안에서 파편화되어 있거나, 아예 텍스트가 아닌 이미지로만 올라가 있는 경우가 많다. 보일리는 이 정보를 AI가 문장 단위로 읽고 답변에 활용할 수 있도록 다시 정리했다.

둘째, 환자가 실제로 묻는 질문에 답하는 안내 글을 꾸준히 발행했다. 증상형 질문('눈이 자주 충혈되는 이유가 뭔가'), 비교·상황형 질문('라식과 라섹 중 어떤 걸 선택해야 하나', '야간에도 진료하나'), 추천형 질문('신촌에서 안과를 찾고 있다')에 대응하는 글을 이 병원의 실제 진료 정보를 바탕으로 작성했다. 의료광고법 기준을 충족하는지 매번 검수했다. 치료 효과나 수술 결과를 약속하는 표현은 쓰지 않았다.

셋째, 검색엔진과 AI가 홈페이지를 찾고 읽을 수 있는지 기술적으로 점검했다. 홈페이지가 빠르게 로드되는지, AI 엔진이 페이지를 정상적으로 읽는 데 방해가 되는 요소가 있는지를 확인했다. 이 단계에서 발견된 문제는 수정했다.

넷째, 2주마다 같은 22개 질문으로 다시 측정했다. AI 답변은 엔진이 참조하는 외부 정보가 달라지거나, 엔진 자체의 업데이트가 이뤄지면 회차마다 수치가 흔들린다. 어제 노출됐던 병원이 오늘 답변에서 빠질 수 있고, 반대로 새로 등장하기도 한다. 보일리가 격주로 같은 조건에서 반복 측정하는 이유가 여기에 있다. 어느 엔진에서 빠졌는지, 어떤 질문 유형이 약해졌는지를 수치로 확인하고 다음 작업 방향을 잡는다.

모든 작업은 현재도 진행 중이다. 이 글이 작성되는 시점 기준으로 보일리의 정비는 완료되지 않았다.

---

회차마다 수치는 어떻게 움직였나요

1회차 (2026-09-17): 전체 45.7%. ChatGPT 0%, Claude 34.8%, Gemini 84.1%, Perplexity 63.8%. 한 번 이상 언급된 질문은 22개 중 21개였다. 이것이 기준선이다.

보일리가 정비를 시작한 뒤 2회차 측정이 이뤄졌다.

2회차 (2026-10-12): 전체 58.7%. ChatGPT 0%, Claude 65.2%, Gemini 94.2%, Perplexity 75.4%. 한 번 이상 언급된 질문은 21개였다.

1회차 대비 전체 노출률이 13%p 올랐다. Claude는 34.8%에서 65.2%로 30.4%p 상승했다. Gemini는 84.1%에서 94.2%로 올라 이 기간 중 가장 높은 수치를 기록했다. Perplexity는 63.8%에서 75.4%로 11.6%p 상승했다. ChatGPT는 이 회차에서도 0%였다.

한편 한 번 이상 언급된 질문 수는 21개로 1회차와 같았다. 전체 수치는 올랐지만, 완전히 한 번도 언급되지 않은 질문이 1개 남아 있었다.

3회차 (2026-10-26): 전체 62.3%. ChatGPT 2.9%, Claude 65.2%, Gemini 92.8%, Perplexity 88.4%. 한 번 이상 언급된 질문은 22개였다.

보일리가 안내 글을 이어서 발행한 기간에 전체 노출률이 3회차 62.3%까지 올랐다. ChatGPT에서 처음으로 2.9%가 기록됐다. 1회차와 2회차에서 모두 0%였던 엔진이었다. Perplexity는 75.4%에서 88.4%로 13%p 추가 상승하며 3회차 최고치를 기록했다. Claude는 2회차와 같은 65.2%를 유지했다. Gemini는 94.2%에서 92.8%로 1.4%p 내려왔지만, 1회차 84.1% 대비로는 여전히 높은 수준이다.

무엇보다 22개 질문 모두에서 한 번 이상 이 병원이 언급됐다. 1회차, 2회차에서 유일하게 노출되지 않았던 마지막 1개 질문에서도 이 병원이 등장했다.

3회차 기준으로 한 번도 전체 수치가 전 회차보다 내려간 적이 없다.

---

어느 엔진에서 가장 많이 달라졌나요

엔진별로 출발점과 도착점이 다르기 때문에, 단순히 최종 수치만으로 비교하면 그림이 왜곡된다.

Claude는 1회차 34.8%에서 시작해 3회차(마지막) 65.2%로 올랐다. 최고 65.2%는 2회차와 3회차에서 함께 기록됐다. 상승폭이 가장 컸던 엔진이다.

Perplexity는 1회차 63.8%에서 3회차(마지막) 88.4%로 올랐다. 최고 88.4%는 3회차에서 나왔다. 꾸준히 우상향한 엔진이다.

Gemini는 1회차 84.1%에서 시작했다. 이미 상당히 높은 수준에서 출발했다. 2회차에서 최고 94.2%를 기록했고, 3회차에서는 92.8%를 기록했다. 1회차 84.1%에서 3회차(마지막) 92.8%로 올랐다.

ChatGPT는 1회차 0%에서 3회차(마지막) 2.9%로 처음 노출이 확인됐다. 최고 2.9%는 3회차에서 나왔다. 보일리가 정비를 시작한 뒤 3회차에 처음으로 ChatGPT 답변에 이 병원이 등장했다. 다른 엔진에 비해 절대 수치는 낮고, 보일리도 이 엔진을 다음 측정의 주요 관찰 지점으로 계속 보고 있다.

AI 답변은 회차마다 흔들린다. 같은 질문을 같은 엔진에 입력해도 참조하는 외부 정보가 달라지거나, 엔진의 내부 가중치가 바뀌면 이 병원이 답변에서 빠질 수 있다. Gemini가 2회차 94.2%에서 3회차 92.8%로 소폭 내려온 것도 그런 맥락이다. 보일리가 격주로 같은 조건에서 반복 측정하는 이유가 여기에 있다. 단일 시점 측정으로는 그 흔들림을 추세와 구분할 수 없다.

---

어떤 질문 유형에서 노출이 달라졌나요

보일리는 22개 질문을 세 유형으로 나눠 측정한다.

추천형(지역·진료과 추천): 1회차 71.4%에서 3회차 67.9%로 소폭 내려왔다. 이 유형은 출발 수치가 이미 71.4%로 높았다. 보일리의 격주 측정이 이 유형의 변화를 회차마다 추적하고 있으며, 어느 엔진에서 이 병원이 빠졌는지 확인하는 작업이 이어지고 있다.

증상형: 1회차 50%에서 3회차 59.4%로 올랐다. 보일리가 안내 글을 이어서 발행한 기간에 증상형 질문의 노출이 50%에서 59.4%로 올랐다. 환자가 '눈이 왜 이런가'를 AI에게 물을 때 이 병원이 등장하기 시작했다는 뜻이다.

비교·상황형(비용·야간·주말 등): 1회차 67.9%에서 3회차 75%로 올랐다. 야간 진료나 비용 관련 질문처럼 상황을 특정한 질문에서 이 병원의 노출이 높아졌다. 실제 진료 정보(진료시간, 비용 안내 등)를 AI가 읽을 수 있는 형태로 정리한 것이 이 기간 안에 이뤄졌다.

세 유형 중 추천형은 소폭 내려왔고, 증상형과 비교·상황형은 올랐다. 보일리는 추천형 질문에서 어느 엔진이 약해졌는지를 계속 확인하고 있다. 자세한 방법은 측정 결과를 보고 나서 병원마다 다르게 정한다.

---

다음 과제는 무엇인가요

보일리가 다음 측정에서 집중적으로 보는 지점은 두 가지다.

ChatGPT 노출: 3회차에 처음으로 2.9%가 기록됐지만, 다른 엔진에 비해 절대 수치가 낮다. ChatGPT는 다른 엔진과 정보를 참조하는 방식이 다르고, 같은 작업이 엔진마다 다른 속도로 반영되는 경향이 있다. 보일리는 이 엔진에서 이 병원이 어떤 질문에서 처음 안정적으로 등장하는지를 다음 회차에서 확인할 예정이다.

추천형 질문 유형: 1회차 71.4%에서 3회차 67.9%로 내려왔다. 절대 수치는 낮지 않지만, 방향이 반대다. 어느 엔진에서 이 유형의 노출이 줄었는지를 회차 데이터로 분해해서 보고, 다음 작업 방향을 잡는다.

현재 보일리의 정비는 진행 중이다. 4회차 측정이 이뤄지면 이 두 지점이 어떻게 달라졌는지가 수치로 나온다.

---

이 기록은 어떻게 읽어야 하나요

이 글에 나온 수치는 특정 조건 아래에서 측정한 값이다. 조건을 밝힌다.

• 질문 22개는 병원 이름이 포함되지 않은 질문이다. 이 병원을 직접 검색한 사람이 아니라, 지역·증상·상황으로 AI에게 묻는 사람에게 이 병원이 얼마나 노출되는지를 보는 측정이다.
• 네 엔진(ChatGPT·Claude·Gemini·Perplexity) 모두 웹 검색을 켠 상태에서 측정했다. 웹 검색 기능이 꺼진 상태에서의 결과와는 다를 수 있다.
• 노출률은 각 엔진에서 이 병원이 답변에 등장한 비율이다. 답변 안에서 몇 번 언급됐는지, 어느 위치에 나왔는지는 이 수치에 반영되지 않는다.
• AI 답변은 같은 날 같은 질문을 입력해도 달라질 수 있다. 보일리는 이 흔들림을 통제하기 위해 격주로 같은 질문을 같은 조건에서 반복 입력하고, 회차 간 추세로 방향을 읽는다. 단일 측정 수치는 참고값이고, 여러 회차에 걸친 방향이 판단의 근거가 된다.
• 이 수치의 변화가 어떤 작업과 얼마나 연결되는지를 수치로 단정할 수는 없다. AI 엔진은 보일리가 통제할 수 없는 외부 요인(엔진 업데이트, 경쟁 병원의 정보 변화, 참조 소스의 변동)에 의해서도 영향을 받는다. 보일리는 인과를 시점으로 설명한다. '보일리가 작업을 이어간 기간에 수치가 올랐다'는 사실이고, '보일리가 수치를 올렸다'는 단정이다. 이 글은 전자로만 쓴다.

보일리가 격주 측정을 반복하는 것은, 추세가 나타나려면 여러 번의 관찰이 필요하기 때문이다. 하락이 일시적인 흔들림인지 구조적인 변화인지도, 여러 회차 데이터가 쌓여야 구분할 수 있다.

---

우리 병원도 같은 방식으로 시작할 수 있을까요

보일리(Boily)는 한국 병원 전용으로 AI 검색 노출을 격주로 측정하고, 원하면 정비까지 함께하는 회사다. 이 병원 사례처럼 신촌 안과를 대상으로 ChatGPT·Claude·Gemini·Perplexity 네 엔진에서 동일한 조건의 질문 22개를 입력하고 노출률을 측정하는 방식이 보일리의 기본 측정 방식이다.

같은 방식으로 첫 측정(무료)부터 해 볼 수 있다. 첫 측정에서는 지금 이 병원이 AI 답변에 얼마나 나오는지, 어느 엔진이 약하고 어느 질문 유형이 약한지를 수치로 확인할 수 있다. 이후 정비 여부는 측정 결과를 보고 결정한다.

단, 노출은 보장하지 않는다. AI 엔진은 보일리가 통제할 수 없는 변수들로 움직이고, 이 사례처럼 수치가 올라갈 수도 있지만 특정 엔진이나 질문 유형에서 다른 방향으로 움직일 수도 있다. 보일리가 할 수 있는 것은, 이 병원이 이미 가진 사실 정보를 AI가 읽을 수 있도록 정리하고, 환자가 실제로 묻는 질문에 답하는 글을 꾸준히 쌓고, 격주로 측정해서 무엇이 달라졌는지를 수치로 보여주는 것이다.

보일리(Boily) 홈페이지는 boily.co.kr에서 확인할 수 있다.