치과 40곳을 명부로 조사 — 열 곳 중 여덟 곳 가까이가 자체 홈페이지가 없다

치과 홈페이지는 대체로 깔끔합니다. 시술 안내도 정리돼 있고 원장 소개도 있습니다. 그런데 공공명부에서 뽑은 치과 40곳 중 자체 홈페이지를 가진 곳은 9곳(23%)뿐이었습니다. 열 곳 중 여덟 곳 가까이가 홈페이지 자체가 없었고, 홈페이지가 있는 곳을 측정해 봐도 기계가 사실로 읽을 병원 정보는 사실상 없었습니다. 사람 눈에 보이는 것과 기계가 읽는 것은 다른 문제입니다.

치과 40곳 조사 결과

공공명부에서 치과 40곳을 뽑아 자체 홈페이지 보유 여부를 확인했더니 9곳(23%)만 홈페이지가 있었습니다. 그 홈페이지를 측정한 결과가 아래입니다. 같은 기준으로 조사한 전체 표본은 인천 지역 225곳(홈페이지 보유 124곳, 측정 성공 120곳)입니다. 개별 병원명은 공개하지 않습니다.

평균 62점은 척추·관절(65점)·성형외과(64점)에 이어 중간권이고, 종합병원(60점)·피부과(57점)·요양병원(53점)보다는 높습니다. 점수 자체는 무난한 편이지만, 애초에 홈페이지를 가진 치과가 열 곳 중 두셋에 불과하다는 점이 더 큰 문제입니다.

조직 정보 스키마는 병원명·주소·전화번호·진료시간·진료과목을 기계가 파싱할 수 있는 형식(JSON-LD 등)으로 선언해 두는 것입니다. 치과에서 이 항목이 특히 중요한 이유는 환자의 질문이 거의 항상 지역과 시간을 포함하기 때문입니다. '○○동에서 토요일에 진료하는 치과'라는 질문에 답하려면 AI는 주소와 진료시간을 확정된 사실로 알아야 합니다.

“사람이 읽을 수 있게 만드는 것과, 기계가 사실로 인식하게 만드는 것은 서로 다른 작업이다.”

medicaluniverse.kr

'우리 동네 치과 추천'은 어떤 근거로 답이 만들어지나

환자가 생성형 AI에게 "○○동에서 임플란트 잘하는 치과"를 물으면, AI는 대체로 두 종류의 재료를 씁니다. 하나는 학습해 둔 지식, 다른 하나는 답할 때 실시간으로 가져오는 웹 문서입니다. 지역·진료시간처럼 자주 바뀌는 정보는 앞쪽만으로는 답할 수 없으므로, 뒤쪽에서 무엇을 가져올 수 있느냐가 사실상 결정적입니다.

이때 문제가 되는 것은 '좋은 글이 있느냐'가 아니라 '기계가 그 정보를 확정된 사실로 다룰 수 있느냐'입니다. 홈페이지 이미지 안에 진료시간이 예쁘게 그려져 있어도 기계는 읽지 못합니다. 본문에 문장으로 적혀 있으면 읽기는 하되 추정에 가깝습니다. 구조화 데이터로 선언돼 있으면 그때 사실로 다뤄집니다. 측정한 치과 8곳이 모두 세 번째 단계에 도달하지 못한 상태였습니다. 애초에 홈페이지가 있는 치과 자체가 드물고, 그 드문 홈페이지마저 구조화 데이터가 비어 있는 셈입니다.

무엇을 확인해야 하나 — 점검표

일치 여부는 왜 이렇게 자주 어긋나나

치과는 지도 등록 정보와 홈페이지를 관리하는 사람이 다른 경우가 많습니다. 지도 정보는 개원 초기에 등록하고 그대로 두고, 홈페이지는 나중에 업체가 새로 만듭니다. 그 사이 점심시간이 바뀌거나 토요일 진료가 생기면 한쪽만 고쳐집니다.

• 상호 표기가 다른 경우 — 지도에는 '○○치과', 홈페이지에는 '○○치과의원'
• 대표번호가 다른 경우 — 지도에는 예전 번호, 홈페이지에는 신규 번호
• 진료시간이 다른 경우 — 점심시간, 토요일 마감, 공휴일 진료 여부
• 주소 표기가 다른 경우 — 지번 주소와 도로명 주소, 층수 표기 유무

사람은 이런 차이를 무시하고 알아서 판단합니다. 기계는 그렇지 않습니다. 서로 다른 값이 있으면 어느 쪽도 확신하지 못하는 상태가 됩니다. 조직 정보 스키마가 있으면 적어도 '이 병원이 스스로 선언한 값'이 하나 확정됩니다. 측정한 치과 8곳에는 모두 그 기준값이 없었습니다.

다른 진료과와 비교하면

• 평균 점수는 치과 62점으로 중간권입니다. 척추·관절 65점, 성형외과 64점이 앞서고, 종합병원 60점·피부과 57점·요양병원 53점이 뒤를 따릅니다. 가장 낮은 곳은 요양병원이었습니다.
• AI 크롤러 차단은 치과 0곳입니다. 전체 120곳 중 4곳이 차단 상태였는데 피부과 2곳, 요양병원 1곳, 척추·관절 1곳이었습니다. 치과는 문이 열려 있는 상태에서 읽을 형식만 없는 셈입니다.
• FAQ 구조화 데이터는 전체 120곳 중 2곳뿐입니다. 위 점검표의 FAQ 항목은 그만큼 경쟁이 적은 영역입니다.
• llms.txt를 둔 곳은 120곳 중 8곳입니다. 성형외과 4곳, 척추·관절 2곳, 피부과 1곳, 요양병원 1곳이었고, 치과와 종합병원에는 없었습니다.

어떤 순서로 하면 되나

1. 1robots.txt를 열어 차단 여부부터 확인합니다. 치과 실측에서는 차단 사례가 없었지만, 우리 사이트가 예외일 수 있으니 1분이면 되는 확인입니다.
2. 2주소·전화번호·진료시간을 구조화 데이터로 선언합니다. 측정한 치과 8곳이 모두 놓친 항목이라 상대적 이득이 가장 큽니다. 새로 쓸 원고가 필요 없는 작업입니다.
3. 3네이버·구글 지도 정보와 홈페이지 정보를 한 글자씩 대조해 불일치를 없앱니다. 비용이 거의 들지 않는 작업입니다.
4. 4주요 진료 항목을 독립 페이지로 분리하고, 각 페이지에 지역 맥락을 자연스럽게 포함시킵니다.
5. 5각 진료 항목 페이지 아래에 실제로 받은 질문 5~10개를 FAQ로 붙이고 FAQPage 구조화 데이터를 적용합니다. 120곳 중 2곳만 하고 있습니다.
6. 6자바스크립트를 끈 상태로 각 페이지를 열어 본문이 남는지 최종 확인합니다.

마지막으로 한 가지만 덧붙입니다. 이 점검표를 다 통과해도 AI 답변에 반드시 등장한다고 단정할 수 없습니다. 인용될 조건을 갖추는 일과 실제로 인용되는 일은 다릅니다. 다만 조건이 안 갖춰진 상태에서 등장하기를 기대하기는 어렵습니다.

조사의 한계

• 표본은 공공명부에서 편향 없이 뽑은 치과 40곳이고, 그중 홈페이지가 있어 실제로 측정한 곳은 8곳입니다. 국내 치과 전체를 대표한다고 단정하지는 않습니다.
• 각 치과의 대표 페이지 한 개만 측정했습니다. 진료 항목 상세 페이지는 점수가 다를 수 있습니다.
• 측정 시점은 2026년 7월입니다.
• 지도 정보와 홈페이지 정보의 불일치는 이번 자동 측정 항목에 포함되지 않았습니다. 본문의 관련 서술은 실측값이 아니라 현장에서 자주 관찰되는 문제에 대한 설명입니다.
• 준비도가 높다고 실제 AI 추천에 등장하는 것은 아닙니다. 실제 노출은 같은 질문을 반복 질의해 언급 횟수를 세는 별도 방법으로 확인해야 합니다.