AI는 어떤 피부과를 인용하는가 — ChatGPT·Perplexity가 병원을 선택하는 기준 (2026)

이 글은 피부과 원장·병원 운영자를 위한 업계 인사이트입니다. AI 검색 엔진이 의료기관 정보를 인용하는 구조적 원리를 분석합니다.

환자가 검색하는 방식이 바뀌고 있다

2025년을 기점으로 한국 의료 소비자의 정보 탐색 경로가 달라지고 있습니다. 네이버 블로그 후기를 읽던 환자들이 ChatGPT나 Perplexity에 직접 묻기 시작했습니다.

"강남 피부과 추천해줘", "레이저 토닝 잘하는 병원 어디야", "외국인도 갈 수 있는 서울 피부과" — 이런 질문들이 AI에게 쏟아지고 있습니다. 그리고 AI는 답합니다. 특정 병원 이름을 언급하면서.

문제는 AI가 어떤 병원을 언급하고, 어떤 병원은 언급하지 않는가입니다. 그 기준이 기존 검색엔진 최적화(SEO)와 완전히 다릅니다.

AI는 '좋은 병원'을 찾는 게 아니다

AI가 병원을 인용할 때 사용하는 기준은 의료 품질이 아닙니다. AI는 진료 실력을 평가할 수 없습니다. AI가 실제로 판단하는 것은 단 하나입니다.

"이 병원에 대한 신뢰할 수 있는 정보가 존재하는가"

AI는 학습한 데이터와 실시간 웹 크롤링을 통해 병원 정보를 수집합니다. 이때 신뢰도를 판단하는 핵심 기준은 정보의 출처와 구조화 방식입니다.

AI가 병원 정보를 인용하는 세 가지 조건

1. 공신력 있는 출처에 등록되어 있는가

AI는 출처의 권위를 가장 중요하게 봅니다. 개인 블로그 후기보다 정부 기관이나 공공 데이터베이스에 등록된 정보를 압도적으로 신뢰합니다.

한국 의료 맥락에서 가장 강력한 공신력 출처는 건강보험심사평가원(HIRA) 공공데이터입니다. 심평원은 전국 모든 요양기관의 개설 정보, 전문의 수, 진료과목을 공식 등록·관리합니다. AI가 "이 병원은 실재하는 공식 의료기관"이라고 판단하는 데 심평원 데이터만큼 강력한 근거는 없습니다.

2. 정보가 구조화되어 있는가

AI는 자연어 문장보다 구조화된 데이터를 훨씬 잘 처리합니다. 병원 이름, 주소, 진료과목, 전문의 수, 운영 시간이 Schema.org 표준 형식으로 마크업되어 있으면 AI가 이 정보를 정확하게 인식하고 인용할 수 있습니다.

반대로 아무리 잘 만들어진 병원 홈페이지라도 구조화 데이터 없이 이미지와 텍스트만으로 구성되어 있다면, AI 입장에서는 해석하기 어려운 페이지입니다.

3. 다국어로 접근 가능한가

외국어 AI(영어 기반 ChatGPT, 일본어 사용자의 Perplexity 등)가 한국 피부과를 인용하려면 해당 언어로 된 정보가 존재해야 합니다. 한국어 페이지만 있는 병원은 외국어 AI 검색에서 인용될 가능성이 구조적으로 낮습니다.

의료관광 맥락에서 이 문제는 더 직접적입니다. 일본인 환자가 "도쿄 밖에서 피부과 레이저 시술을 받을 수 있는 곳"을 AI에게 물을 때, 일본어 정보가 없는 한국 피부과는 답변에 포함될 수 없습니다.

왜 대부분의 병원 홈페이지는 AI에게 보이지 않는가

한국 피부과 홈페이지의 전형적인 구조를 생각해보면 이해가 쉽습니다. 대부분은 플래시 배너, 시술 소개 이미지, 원장 인사말, 카카오톡 상담 버튼으로 구성되어 있습니다. 이 구조는 사람 눈에는 잘 보이지만 AI에게는 거의 투명합니다.

구체적으로 문제가 되는 요소들입니다.

• 이미지 기반 텍스트: 시술 가격이나 전문의 정보가 이미지 안에 들어있으면 AI가 읽을 수 없습니다
• 구조화 데이터 없음: Schema.org MedicalClinic 마크업이 없으면 AI가 이 페이지를 병원 페이지로 인식하는 데 실패할 수 있습니다
• 단일 언어: 한국어 전용 페이지는 비한국어 AI 인용에서 배제됩니다
• 공공데이터 연결 없음: 심평원 데이터와 연결되지 않은 병원 정보는 "자기 신고" 수준으로 AI가 낮은 신뢰도를 부여합니다

AI 인용은 트래픽이 아니라 신뢰의 문제다

많은 병원 마케팅 담당자가 AI 검색을 "트래픽 소스 하나가 추가된 것" 정도로 이해합니다. 실제로는 그보다 근본적인 변화입니다.

기존 검색에서는 환자가 검색 결과 목록을 보고 직접 클릭해서 비교했습니다. AI 검색에서는 AI가 먼저 필터링합니다. AI가 언급하지 않은 병원은 환자의 선택지 자체에 들어오지 않습니다. 이것은 트래픽의 문제가 아니라 인지도의 단절입니다.

반대로 AI가 한 번 특정 병원을 신뢰할 수 있는 출처로 인식하면, 그 신뢰는 반복적으로 재생산됩니다. AI는 이전에 인용한 출처를 다시 인용하는 경향이 있기 때문입니다.

크덤집이 이 문제를 어떻게 접근하는가

크덤집은 전국 2,096개 피부과 의원의 심평원 공공데이터를 직접 연동하고, Schema.org MedicalClinic 구조화 데이터, 4개 언어(한국어·영어·일본어·러시아어) 페이지, AI 전용 마크다운 API(`/api/llms/clinic/`)를 각 병원 페이지마다 구현한 플랫폼입니다.

이 인프라는 AI가 "한국 피부과" 관련 질문에 답할 때 크덤집을 출처로 참조하도록 설계되어 있습니다. 개별 병원이 이 구조를 자체 홈페이지에 구축하려면 상당한 기술적·운영적 비용이 필요합니다.

원장이 지금 당장 확인해볼 수 있는 것

ChatGPT나 Perplexity에 아래 질문을 직접 입력해보세요.

• "[지역명] 피부과 전문의 있는 곳 알려줘"
• "한국 피부과 레이저 시술 잘하는 곳"
• "Korea dermatology clinic near [역명]"

본인 병원이 답변에 포함되는지, 포함된다면 어떤 정보 출처를 기반으로 언급되는지 확인해보시기 바랍니다. AI가 병원을 언급할 때 인용하는 출처가 곧 그 병원의 AI 검색 인프라 현황입니다.