병원 홈페이지 203곳 실측 — 가장 준비가 안 된 곳은 종합병원이었다

환자가 병원을 고르는 경로가 바뀌고 있습니다. 검색 결과 열 개를 훑는 대신 생성형 AI에게 묻고 답변 하나를 읽습니다. 그렇다면 지금 AI는 국내 병원들을 무엇으로 알고 있을까요? 추측 대신 측정하기로 했습니다.

무엇을 어떻게 조사했나

2026년 7월 22일, 국내 종합병원과 성형외과·피부과·척추관절·치과 홈페이지 203곳에 실제로 접속해 응답을 수집했습니다. 구성은 종합병원 26곳, 성형외과 46곳, 피부과 51곳, 척추·관절 38곳, 치과 42곳입니다. 개별 병원명은 공개하지 않고 집계 통계만 제시합니다.

채점은 사람의 판단이 개입하지 않는 16개 항목으로 구성했습니다. 각 사이트의 HTML, robots.txt, sitemap.xml, llms.txt를 가져와 기계적으로 검증할 수 있는 사실만 확인했습니다. 디자인의 좋고 나쁨, 콘텐츠의 질은 채점 대상이 아닙니다. 오직 AI가 이 사이트를 읽고 인용할 수 있는 상태인가만 봅니다.

가장 놀라운 결과 — 종합병원이 꼴찌였다

조사를 시작할 때의 예상은 반대였습니다. 규모가 크고 예산이 있는 종합병원이 앞서 있고, 소규모 의원이 뒤처져 있으리라 봤습니다. 결과는 정반대였습니다. 종합병원 26곳의 평균은 63점으로 다섯 진료과 중 가장 낮았습니다.

“규모가 큰 병원일수록 AI 준비가 앞서 있을 것이라는 예상은 틀렸다. 가장 뒤처져 있는 쪽이 종합병원이었다.”

medicaluniverse.kr

이유를 단정할 수는 없지만, 짐작할 만한 구조는 있습니다. 종합병원 홈페이지는 페이지 수가 많고, 여러 부서가 나눠 관리하며, 대형 CMS 위에서 오래 운영됩니다. 반대로 의원급은 최근 몇 년 안에 만든 사이트가 많고 구조가 단순합니다. 최근에 만들어진 사이트일수록 기본기를 갖추고 있다는 해석이 가능합니다.

종합병원은 어디에서 점수를 잃고 있나

가장 눈에 띄는 것은 구조화 데이터입니다. 병원명, 주소, 진료시간, 전화번호처럼 환자가 가장 많이 묻는 사실을 기계가 읽을 수 있는 형태로 제공하는 종합병원은 26곳 중 4곳뿐이었습니다. 나머지 22곳에서 AI는 이 정보를 본문 텍스트에서 짐작하거나, 아예 답하지 못합니다.

자바스크립트 없이 본문이 300자에 못 미치는 곳은 26곳 중 6곳(23%)이었습니다. 화면에는 진료과와 의료진과 진료시간이 가득한데, 크롤러가 받아 가는 HTML에는 사실상 빈 껍데기만 남는 구조입니다. 첫 조사에서 37%로 나왔던 이 수치는 표본을 키우자 23%로 내려갔지만, 여전히 네 곳 중 한 곳꼴입니다.

차단은 드물지만, 없지는 않았다

GPTBot, ClaudeBot, PerplexityBot, OAI-SearchBot, Google-Extended 등 AI 크롤러를 robots.txt에서 차단한 곳은 203곳 중 9곳이었습니다. 성형외과 5곳, 피부과 4곳이며 종합병원·척추관절·치과에서는 0곳이었습니다. 첫 조사(42곳)에서는 1곳뿐이라 예외적 사례로 보였지만, 표본을 키우자 특정 진료과에 몰려 있는 패턴이 드러났습니다.

이미지·시술 사진 도용을 막으려던 설정이 AI 크롤러까지 함께 막았을 가능성이 있습니다. 정당한 이유가 있을 수 있으므로 일률적으로 풀 일은 아니지만, 그 결정이 지금도 의도한 것인지는 확인하실 필요가 있습니다.

llms.txt는 의원급이 먼저 움직였다

llms.txt는 사이트가 AI에게 '우리를 이렇게 요약하라'고 직접 알려주는 문서입니다. robots.txt가 크롤러의 접근 범위를 정한다면, llms.txt는 조직의 핵심 사실을 정리해 제공합니다. 조사 대상 203곳 중 36곳이 이 파일을 두고 있었습니다.

그런데 종합병원 26곳에서는 0곳이었습니다. 첫 조사에서 '아직 아무도 쓰지 않는 영역'으로 보였던 것이, 표본을 키우자 '의원급은 이미 시작했고 종합병원만 손대지 않은 영역'으로 바뀌었습니다.

아직 검색엔진의 공식 표준은 아니고, 도입한다고 즉시 노출이 늘어난다고 단정할 수도 없습니다. 다만 비용이 거의 들지 않는다는 점, 그리고 종합병원에서는 아직 한 곳도 하고 있지 않다는 점은 분명합니다.

FAQ 구조화 데이터는 여전히 비어 있다

FAQ 구조화 데이터를 적용한 곳은 203곳 중 7곳(3%)이었습니다. 질문과 답변의 쌍은 생성형 AI가 가장 잘 인용하는 형식인데, 표본을 다섯 배 키워도 적용률은 거의 오르지 않았습니다. 반대로 말하면 지금 적용하는 병원이 그 자리를 먼저 차지합니다.

그래서 무엇부터 해야 하나

1. 1우리 홈페이지를 자바스크립트 없이 열어 본다. 남는 글자가 몇 자인지 확인한다. 300자 미만이면 다른 모든 개선보다 이것이 우선이다.
2. 2병원명·주소·진료시간·진료과를 Organization 계열 구조화 데이터(JSON-LD)로 넣는다. 종합병원 85%가 놓친 항목이라 상대적 이득이 가장 크다.
3. 3환자가 실제로 자주 묻는 질문 10개를 FAQ 페이지로 만들고 FAQPage 구조화 데이터를 적용한다. 203곳 중 7곳만 하고 있다.
4. 4사이트맵을 생성하고 robots.txt에 위치를 명시한다. 종합병원 54%가 누락한 기본 항목이다.
5. 5robots.txt에서 AI 크롤러가 막혀 있지 않은지 확인한다. 성형외과·피부과라면 특히 확인이 필요하다.
6. 6그다음에 llms.txt를 추가한다. 위 다섯 가지가 안 된 상태에서 llms.txt만 올리는 것은 의미가 없다.

조사의 한계

• 표본은 203곳으로, 첫 조사(42곳)보다 다섯 배 가까이 늘었지만 국내 전체 병원을 대표하지는 않습니다. 특히 종합병원은 26곳이라 다른 진료과보다 표본이 작습니다.
• 각 병원의 대표 페이지(첫 화면) 한 개만 측정했습니다. 하위 페이지는 점수가 다를 수 있습니다.
• 측정 시점은 2026년 7월 22일 하루입니다. 이후 개선된 곳이 있을 수 있습니다.
• 종합병원이 낮게 나온 이유(사이트 규모·관리 구조·구축 시점)는 이 조사만으로 검증된 것이 아니라 해석입니다.
• 준비도는 실제 AI 답변 노출과 상관이 있을 것으로 보이나, 이 조사만으로 인과관계를 주장할 수는 없습니다.