앞선 글에서 네이버 AI 브리핑이 질환을 묻는 질문에는 출처 76개 중 74개를 병원 공식 홈페이지에서 가져온다는 결과를 정리했습니다. 같은 날 같은 방법으로 잰 "잘하는 병원" 질문은 결과가 뒤집혔습니다. 출처 63개 중 블로그가 37개(58%), 병원 홈페이지는 13개(20%)였습니다. 그리고 지식iN 답변 두 건만으로 AI 브리핑 본문에 이름이 오른 병원이 있었습니다.
환자는 두 질문을 모두 합니다. "이 병이 뭐냐"를 먼저 묻고, "어디로 가야 하냐"를 그다음에 묻습니다. 병원은 두 결과를 모두 알아야 합니다.
어떻게 쟀나
2026년 9월 15일, 외과 계열 병원 한 곳과 비뇨의학과 한 곳의 진료 분야에서 질환·시술 이름에 "잘하는 병원"을 붙인 검색어를 네이버 모바일 검색에 넣었습니다. 병원 이름은 넣지 않았습니다. AI 브리핑이 뜨면 답변 본문과 출처 목록을 저장하고, 출처를 네이버가 공식 홈페이지로 표시한 것, 블로그, 카페, 지식iN, 그 밖으로 나눠 셌습니다. 답변 본문에 특정 병원 이름이 나오면 따로 적었습니다.
AI 브리핑이 뜬 추천형 검색어는 11개였습니다.
결과: 추천형 질문 11개, 출처 63개
| 질문 | 출처 수 | 블로그 | 홈페이지 | 카페·지식iN·그 밖 |
|---|---|---|---|---|
| 담낭절제술 잘하는 병원 | 5 | 4 | 1 | 0 |
| 담석제거 잘하는 병원 | 8 | 6 | 2 | 0 |
| 갑상선암수술 잘하는 병원 | 11 | 3 | 6 | 2 |
| 탈장수술 잘하는 병원 | 5 | 4 | 1 | 0 |
| 전립선비대증 잘하는 병원 | 5 | 4 | 0 | 1 |
| 전립선비대증치료 잘하는 병원 | 5 | 4 | 0 | 1 |
| 홀렙수술 잘하는 병원 | 6 | 3 | 1 | 2 |
| 전립선염 잘하는 병원 | 3 | 1 | 0 | 2 |
| 요로결석 잘하는 병원 | 7 | 5 | 0 | 2 |
| 요로결석수술 잘하는 병원 | 6 | 2 | 2 | 2 |
| 방광염 잘하는 병원 | 2 | 1 | 0 | 1 |
| 합계 | 63 | 37 (58%) | 13 (20%) | 13 |
카페·지식iN·그 밖 13개의 내역은 카페 5개, 지식iN 2개, 그 밖의 웹 문서 6개입니다. 질환을 묻는 질문에서 97%였던 병원 홈페이지가 20%로 내려가고, 하나도 없던 블로그가 절반을 넘었습니다. 같은 네이버, 같은 AI 브리핑, 같은 날인데 질문 끝에 "잘하는 병원" 네 글자가 붙자 출처의 구성이 뒤집혔습니다.
AI 브리핑이 실제로 쓴 답
"전립선비대증 잘하는 병원"을 검색했을 때 나온 답의 첫 부분입니다. 출처 5개는 블로그 4개와 카페 1개였습니다.
전립선비대증 치료를 잘하는 병원을 선택할 때는 단순히 규모나 가격보다는 환자별 맞춤 진단이 가능한지, 다양한 치료 옵션을 보유했는지, 의료진의 숙련도와 사후 관리 체계가 갖춰졌는지를 확인하는 것이 중요합니다.
네이버 AI 브리핑 · 2026년 9월 15일 · 검색어 "전립선비대증 잘하는 병원". 이어서 병원 선택 기준과 치료 방법이 정리되고, 출처 목록에 병원 이름이 붙은 블로그 글이 나열됩니다.
눈에 띄는 것은 답의 형식입니다. 질환 질문의 답이 정의·증상·치료의 설명문이었다면, 추천 질문의 답은 "병원을 고르는 기준"의 안내문입니다. AI는 특정 병원을 단정해 추천하기보다 기준을 말하고, 그 기준에 맞는 사례가 적힌 글을 출처로 붙입니다. 그래서 출처에 붙는 글은 설명이 아니라 사례입니다.
질문이 다르면 AI가 찾는 글도 다릅니다
"전립선비대증이 무엇인가"는 사실을 묻는 질문입니다. AI는 병원이 쓴 설명을 찾습니다. 병원은 그 분야의 전문가이고, 설명에는 이해관계가 적기 때문입니다.
"전립선비대증 잘하는 병원"은 평가를 묻는 질문입니다. 병원이 스스로 잘한다고 쓴 글은 근거가 되기 어렵습니다. 모든 병원이 자기가 잘한다고 쓰기 때문입니다. 그래서 AI는 병원 밖에서 그 병원을 말한 글, 곧 블로그와 카페, 지식iN을 찾습니다. 누군가 다녀와서 쓴 글, 전문의가 환자 질문에 답한 글이 평가의 근거가 됩니다.
이 구조를 이해하면 병원 마케팅의 오래된 논쟁 하나가 정리됩니다. "홈페이지냐 블로그냐"는 틀린 질문입니다. 질문의 종류에 따라 둘 다 필요하고, 역할이 다릅니다.
눈에 띈 두 가지
첫째, 가장 많이 인용된 것은 한 병원의 공식 블로그였습니다. 11개 질문에서 8번 인용됐습니다. 외과 계열 질문 네 개에서 거의 빠지지 않았습니다. 광고 문구가 아니라 실제 사례를 꾸준히 쓴 블로그였습니다. 어떤 환자가 어떤 상태로 와서 어떤 판단을 했고 어떻게 됐는지를 글마다 적어 두었습니다. 네이버는 그 글을 "병원이 쓴 광고"가 아니라 "사례 기록"으로 읽은 것으로 보입니다.
둘째, 비뇨의학과 추천형 질문 7개 중 5개의 답변 본문에 서울의 한 비뇨의학과 이름이 나왔습니다. 그 병원이 출처로 붙은 글은 지식iN 답변 2건, 다른 사람이 쓴 블로그 2건, 병원 블로그 1건이었습니다. 전문의가 환자 질문에 직접 단 지식iN 답변 두 건이 핵심이었습니다. 비용이 거의 들지 않는 방법으로 추천형 답변에 들어간 사례입니다. 진료실에서 매일 하는 설명을 지식iN에 옮겨 적은 것뿐입니다.
같은 조사에서 외과 계열 병원은 추천형 질문 어디에도 이름이 나오지 않았습니다. 그 병원의 홈페이지에는 질환 설명이 잘 갖춰져 있었지만, 병원 밖에서 그 병원을 말한 글이 없었기 때문으로 봅니다.
두 가지를 함께 준비해야 합니다
환자는 질환을 먼저 묻고, 그다음 병원을 묻습니다. 두 질문에서 AI가 찾는 글이 다르므로 준비도 둘로 나뉩니다.
- 질환을 묻는 질문: 병원 홈페이지에 질환과 치료를 설명하는 문서를 둡니다. 사전처럼, 광고 없이.
- 병원을 묻는 질문: 병원 밖의 공간에 사례와 답변이 남게 합니다. 공식 블로그의 사례 글, 환자 질문에 전문의가 직접 단 지식iN 답변이 여기에 들어갑니다.
한쪽만 있으면 환자가 묻는 두 질문 가운데 하나에만 나옵니다. 홈페이지만 잘 갖춘 병원은 "이 병이 뭐냐"에는 나오지만 "어디로 가야 하냐"에는 안 나오고, 블로그만 열심히 한 병원은 그 반대입니다. 이번 조사에서 두 병원이 정확히 그 둘로 갈렸습니다.
블로그 글의 결이 다릅니다
추천형 질문에 인용되는 블로그 글은 "OO 시술 이벤트"나 "최신 장비 도입" 같은 글이 아니었습니다. 사례를 쓴 글이었습니다. 환자의 상태, 병원의 판단, 치료 뒤의 변화가 적힌 글입니다. 이런 글은 홈페이지의 질환 설명(사실)과 짝을 이룹니다. 설명은 홈페이지에, 사례는 블로그에, 둘 사이를 링크로 잇는 구조가 두 질문에 모두 답하는 구조입니다.
이 측정의 한계
검색어 11개, 병원 두 곳의 진료 분야, 하루의 결과입니다. 추천형 답변은 질환 설명보다 시점에 따른 변동이 클 것으로 봅니다. 사례 글이 새로 올라오면 출처가 바뀌기 때문입니다. 답변 본문에 이름이 나온 것과 환자가 실제로 그 병원을 택하는 것 사이의 관계는 이 측정으로 알 수 없습니다. 저희는 같은 검색어로 주기적으로 다시 재고 있습니다.
우리 병원도 같은 상황이라면
- 우리 병원 주력 질환에 "잘하는 병원"을 붙여 네이버에 검색했을 때 AI 브리핑 본문에 우리 이름이 나오는지, 출처에 우리 글이 있는지 봅니다.
- 병원 밖에서 우리 병원을 말한 글이 있는지 셉니다. 환자가 쓴 블로그, 전문의가 답한 지식iN, 병원 블로그의 사례 글.
- 병원 블로그가 있다면 최근 글 열 개가 사례인지 이벤트인지 봅니다.
- 전문의가 지식iN에서 환자 질문에 답한 적이 있는지 봅니다. 없다면 가장 싼 출발점입니다.
자주 묻는 질문
지식iN 답변 두 건으로 정말 AI 브리핑에 들어갈 수 있나요?
이번 측정에서 그런 병원이 있었습니다. 비뇨의학과 추천형 질문 7개 중 5개의 답변 본문에 이름이 나왔고, 출처 가운데 지식iN 답변이 2건이었습니다. 다만 그 병원은 지식iN 외에도 블로그 글 3건이 함께 출처로 붙어 있었습니다. 지식iN만으로 된다고 말하기보다, 병원 밖의 기록 가운데 가장 빨리 만들 수 있는 것이라고 보는 편이 맞습니다.
블로그를 대행사에 맡겨 매일 올리고 있는데 왜 안 나올까요?
가장 많이 인용된 블로그는 하루에 여러 편을 올리는 블로그가 아니라 사례를 쓴 블로그였습니다. 시술 소개와 이벤트 글은 이번 측정의 출처에 없었습니다. 글 수보다 글의 종류가 갈랐습니다.
홈페이지와 블로그 중 하나만 해야 한다면요?
질환 질문은 홈페이지, 추천 질문은 블로그가 출처였으므로 하나만 하면 한 질문에만 나옵니다. 순서를 정한다면 홈페이지의 질환 설명이 먼저입니다. 환자가 먼저 묻는 질문이고, 블로그 사례 글도 홈페이지 설명으로 링크를 걸어야 한 병원의 것으로 묶이기 때문입니다.
"잘하는 병원"을 묻는 환자에게 AI는 병원의 말이 아니라 병원 밖의 기록을 보여줍니다. 홈페이지가 아무리 좋아도 밖에서 아무도 말하지 않는 병원은 이 질문에 나오지 않습니다. 저희가 S.A.G에서 원장 이름의 외부 칼럼과 구글 리뷰 응답, 유튜브 자막을 함께 다루는 이유가 이 63개의 출처에 있습니다.