한눈에 보는 핵심 5가지
- ChatGPT·Claude·Gemini·Perplexity에 '지역 치과 추천'을 물었을 때, 홈페이지를 구조적으로 정비한 치과만 2주 새 AI 노출률이 11%에서 27%로 올랐다. 아무것도 바꾸지 않은 대조군 치과는 10%로 제자리였다.
- 100개의 질문을 고정해 4개 AI 엔진에 격주로 측정하는 방식으로 설계됐다. '올랐다'를 주장하는 것이 아니라, 대조군과 비교해 정비 효과만 골라낸 실험이다.
- 홈페이지에서 바꾼 것은 진료·의료진 정보의 구조화, AI가 읽을 수 있는 콘텐츠 배치, 내부 링크 연결이었다. 새 글을 대량 발행하거나 광고비를 쓴 것이 아니었다.
- GEO(생성형 AI 검색 최적화)는 SEO와 별개의 기술이 아니다. 구글이 2026년 공식 가이드에서 밝혔듯, AI 답변 기능은 기존 검색 랭킹 시스템 위에서 작동한다.
- 단일 관찰이라 인과를 단정할 수는 없다. 그러나 출발점이 같았던 두 치과에서 정비한 쪽만 수치가 달라진 것은, AI 검색 최적화의 효과를 의심해볼 만한 신호다.
'우리 동네 치과 어디 가면 좋아?'라는 질문을 이제 검색창이 아니라 ChatGPT에 던지는 사람이 늘고 있다. 그렇다면 어떤 병원이 뜨고 어떤 병원은 뜨지 않을까. 한 개발자가 직접 실험으로 확인했다.
AI가 지역 병원을 추천하는 방식, 어떻게 작동하나
AI 검색에서 특정 브랜드나 업체가 추천에 뜨는지 여부는 홈페이지의 구조와 콘텐츠 가독성이 결정한다.
ChatGPT, Gemini 같은 AI가 '○○동 치과 추천'에 답할 때, AI는 실시간 웹 검색으로 관련 페이지를 가져와 그 내용을 읽고 답변을 만든다. 쉽게 말해 AI가 우리 홈페이지를 직접 '읽는다'. 홈페이지가 AI가 읽기 어려운 구조라면, 아무리 좋은 병원이라도 답변에 등장하지 않는다.
이 흐름에서 주목받는 개념이 GEO(Generative Engine Optimization, 생성형 AI 검색 최적화)다. 사용자가 AI에게 질문했을 때 우리 브랜드의 정보가 정확하게 인용되도록 홈페이지를 다듬는 작업이다. 기존 SEO(검색엔진 최적화)가 구글 검색 결과 상위에 올리는 것을 목표로 한다면, GEO는 AI 답변 안에 내 이름이 들어가도록 만드는 것을 목표로 한다.
2주 만에 노출률 11%에서 27%로 — 실험 설계와 결과
출발점이 거의 같았던 두 치과는 2주 후 전혀 다른 AI 노출률을 기록했다.
한 개발자가 AI 추천 검색에서 특정 업체가 얼마나 자주 언급되는지 추적하는 도구를 직접 만들어 실험에 적용했다. 설계 방식은 이렇다. 질문 100개를 미리 정해놓고, ChatGPT·Claude·Gemini·Perplexity 네 개의 AI에 각각 웹 검색을 켠 상태로 격주마다 돌렸다. 응답에서 특정 병원이 추천·언급되는 비율(노출률)을 집계했다.
비교 대상은 출발점이 거의 같던 두 치과였다. 실험 시작 시점에 두 곳 모두 AI 노출률 약 11%였다. 이후 A 치과는 홈페이지를 적극 정비했고, B 치과(대조군)는 아무것도 바꾸지 않았다.
2주 후 결과는 달랐다. A 치과의 AI 노출률은 약 27%로 올랐다. 네 개 엔진 중 세 곳에서 고르게 상승했다. 반면 B 치과는 약 10%로 제자리를 지켰다. 대조군을 둔 이유는 자연 변동(시간 경과, AI 업데이트)과 정비 효과를 구분하기 위해서였다. 정비한 쪽만 수치가 달라진 것은, 그 기간 동안 정비가 변화를 만들었다는 신호로 해석될 수 있다.
다만 실험자 스스로 한계를 명확히 밝혔다. 단일 회차·소수 사례라 인과로 단정할 수 없다는 것, 2주 뒤 재측정해 추세가 유지·재현되는지 확인할 예정이라는 것이다. 방법론적 비판도 있었다. GEO 정비의 효과인지, 단순히 방치하던 홈페이지를 개선한 덕인지 구분하기 어렵다는 지적이다. 정확한 인과를 가리려면 SEO 기본 개선만 한 치과를 또 다른 대조군으로 뒀어야 한다는 말이다.
A 치과가 홈페이지에서 바꾼 것 세 가지
정비 방향은 새 콘텐츠를 쏟아내는 것이 아니라, AI가 읽을 수 있도록 기존 정보를 다시 짜는 것이었다.
A 치과가 손댄 것은 세 가지였다. 첫째, 진료 항목과 의료진 정보를 구조화된 형태로 정리했다. AI가 홈페이지를 읽을 때 어떤 진료를 하고 어떤 의사가 있는지 빠르게 파악할 수 있도록 배치를 바꿨다. 둘째, AI가 크롤(내용 읽기)할 수 있는 텍스트 콘텐츠를 확보했다. 이미지나 동영상만 있고 텍스트가 없으면 AI는 내용을 읽지 못한다. 셋째, 내부 링크를 연결했다. 홈페이지 안에서 페이지 간 연결이 잘 돼 있어야 AI가 사이트 전체 맥락을 파악한다.
이 세 가지는 사실 새로운 기법이 아니다. 기존 SEO에서도 핵심으로 꼽히는 기본기다. 여기에서 GEO의 본질이 드러난다.
구글이 직접 밝힌 GEO의 정체 — AI 검색도 결국 SEO 기본기
구글은 2026년 공식 가이드에서 AI 검색 기능이 기존 검색 랭킹 시스템 위에서 작동한다고 밝혔다.
구글이 공개한 문서 "Optimizing your website for generative AI features on Google Search"에 따르면, AI 답변을 만들 때도 결국 구글이 신뢰하는 페이지에서 정보를 가져온다. GEO를 SEO와 별개 기술로 보지 않는다는 공식 입장이다.
이 문서에서 구글이 명시적으로 권장하지 않는 것들도 있다. AI 전용 파일을 따로 만드는 것(llms.txt 등), 콘텐츠를 인위적으로 잘게 쪼개는 것, AI를 겨냥한 별도 글쓰기 방식을 개발하는 것이다. 구글이 강조한 핵심 원칙은 하나다. "방문자가 즐겁고 유용하다고 느끼며 만족할 콘텐츠에 집중하라."
이번 치과 실험과도 결이 맞닿는다. A 치과가 정비한 내용 — 구조화된 정보, 읽기 쉬운 텍스트, 내부 링크 — 은 사용자에게 유용한 홈페이지를 만드는 기본기이기도 하다. AI가 선호하는 페이지와 사용자가 편하게 읽는 페이지는 같은 방향을 향하고 있다.
자주 묻는 질문
Q. GEO 최적화를 위해 AI 전용 콘텐츠를 따로 만들어야 할까?
A. 구글의 공식 입장은 불필요하다는 것이다. AI 답변 기능은 기존 검색 시스템을 토대로 작동하기 때문에, 기존 SEO 기본기(구조화된 정보, 읽기 쉬운 텍스트, 내부 링크)를 탄탄히 하는 것이 가장 실용적인 접근이다.
Q. 치과가 아닌 다른 업종에도 이 결과가 적용될까?
A. 이번 실험은 지역 의료 업종을 대상으로 했지만, AI 검색 추천의 작동 원리는 업종에 상관없이 동일하다. 음식점, 법률 서비스, 교육 기관 등 AI가 '지역 추천'을 받는 모든 업종에서 비슷한 방향의 정비가 효과를 낼 가능성이 있다.
Q. 2주가 너무 짧은 실험 기간 아닌가?
A. 실험자 스스로도 인정한 한계다. 단일 관찰이라 인과 관계를 확정할 수 없고, 실험자는 2주 후 재측정해 추세가 유지되는지 확인할 예정이라고 밝혔다. 이 결과는 '가능성 있는 신호'로 보는 것이 적절하다.
Q. AI 노출률이 오르면 실제 환자 방문으로도 이어질까?
A. 이번 실험은 AI 노출률 변화만 측정했고, 실제 예약이나 방문으로의 전환은 측정하지 않았다. AI 검색 노출이 실제 행동으로 이어지는지는 별도 데이터가 필요하다.
데이터가 가리키는 방향
이번 실험은 완벽하지 않다. 대조군 설계에 한계가 있고, 샘플이 작고, 2주라는 기간이 충분한지도 확인이 필요하다. 그러나 마케터 관점에서 주목할 것은 결과의 확정성이 아니라 방향성이다.
AI 검색이 일상에 들어오고 있다. 사람들이 ChatGPT나 Gemini에 '어디 가면 좋을까'를 물어보는 빈도는 계속 늘고 있다. 이 흐름에서 홈페이지를 AI가 읽기 좋게 만드는 것은 거창한 기술이 아니라 기본기의 문제다. 진료 정보를 명확하게 정리하고, 텍스트로 설명하고, 페이지 간 연결을 잘 구성하는 것. 이 기본기가 AI 추천 노출이라는 새로운 가시성 경쟁에서도 출발점이 된다.
실험의 숫자는 하나의 관찰이지만, 그 숫자가 가리키는 방향은 분명하다. AI가 읽기 좋은 홈페이지와 사람이 읽기 좋은 홈페이지는 같다.
