네이버에서 질환 이름을 검색하면 결과 맨 위에 AI가 정리한 답이 먼저 나옵니다. AI 브리핑입니다. 이 답에는 출처가 붙습니다. 2026년 9월, 앤씨컨설팅은 병원 두 곳의 진료 분야에서 환자가 실제로 검색하는 말 38개를 넣고 출처를 하나씩 셌습니다. 질환과 시술을 묻는 질문에서 AI 브리핑이 단 출처는 76개였고, 그 가운데 74개가 병원 공식 홈페이지였습니다. 블로그는 하나도 없었습니다.
병원 이름과 지역은 밝히지 않습니다. 이 글의 수치는 전부 저장된 측정 원문에서 가져왔고, 같은 방법으로 다시 잴 수 있게 질문과 세는 기준을 적어 둡니다.
어떻게 쟀나
2026년 9월 15일, 외과 계열 병원 한 곳과 비뇨의학과 한 곳의 진료 분야에서 검색어 38개를 골랐습니다. 질환·시술 이름을 그대로 넣는 정보성 질문("요로결석", "담낭절제술")과, 거기에 "잘하는 병원"을 붙인 추천형 질문("요로결석 잘하는 병원")입니다. 병원 이름은 어떤 질문에도 넣지 않았습니다.
각 검색어를 네이버 모바일 검색에 넣고, AI 브리핑이 뜨면 답변 본문과 출처 목록을 통째로 저장했습니다. 출처는 네이버가 병원 공식 홈페이지로 표시한 것, 네이버 블로그, 카페, 지식iN, 그 밖의 웹 문서로 나눠 셌습니다. 한 화면을 캡처한 것이 아니라 저장된 원문을 기준으로 셌습니다.
38개 가운데 AI 브리핑이 뜬 검색어는 22개였습니다. 정보성 11개, 추천형 11개입니다. 나머지 16개는 AI 브리핑 없이 일반 검색 결과만 나왔습니다. 이 글은 정보성 11개의 결과이고, 추천형 11개는 결과가 전혀 달라서 다음 글에 따로 정리했습니다.
결과: 정보성 질문 11개, 출처 76개
| 질문 | 출처 수 | 병원 홈페이지 | 그 밖 |
|---|---|---|---|
| 담낭절제술 | 8 | 8 | 0 |
| 갑상선암수술 | 6 | 6 | 0 |
| 갑상선암수술병원 | 7 | 7 | 0 |
| 비만대사수술 | 3 | 3 | 0 |
| 전립선비대증 | 9 | 9 | 0 |
| 전립선비대증수술 | 5 | 5 | 0 |
| 전립선비대증치료 | 7 | 7 | 0 |
| 전립선염 | 10 | 8 | 2 |
| 요로결석 | 10 | 10 | 0 |
| 요로결석수술 | 4 | 4 | 0 |
| 방광염 | 7 | 7 | 0 |
| 합계 | 76 | 74 (97%) | 2 |
그 밖 2개도 대학병원의 질환 설명 페이지였는데, 네이버가 공식 홈페이지 표시를 붙이지 않은 페이지였습니다. 네이버 블로그, 카페, 지식iN은 11개 질문 전부에서 0개였습니다. 병원 마케팅이 오랫동안 블로그에 집중해 온 것을 생각하면 눈에 띄는 결과입니다. 네이버 안에서 네이버 블로그가 아니라 병원 홈페이지를 인용한다는 것은, 네이버가 질환 설명에 한해서는 "공식"인 출처를 고른다는 뜻으로 읽힙니다.
AI 브리핑이 실제로 쓴 답
방광염을 검색했을 때 나온 답의 첫 부분입니다. 출처 7개가 전부 병원 홈페이지였습니다.
방광염은 세균이 요도를 통해 방광으로 침입하여 방광 점막에 부착하고 증식함으로써 발생하는 염증 질환을 의미합니다. 이는 크게 갑작스럽게 증상이 나타나는 급성 방광염과 1년에 3회 이상 재발하거나 증상이 지속되는 만성 방광염으로 구분됩니다.
네이버 AI 브리핑 · 2026년 9월 15일 · 검색어 "방광염". 이어서 증상·원인·진단·치료가 소제목으로 정리되고, 각 문장 끝에 출처 번호가 붙습니다.
답의 구조가 병원 홈페이지의 질환 설명 페이지와 같습니다. 정의, 증상, 원인, 진단, 치료. AI는 그 구조로 정리된 페이지를 찾아 문장 단위로 가져옵니다. 거꾸로 말하면, 병원 홈페이지의 질환 페이지가 이 구조로 되어 있으면 AI가 문장을 가져가기 쉽습니다.
인용된 홈페이지의 공통점
출처 74개를 도메인별로 묶으면 24곳이었습니다. 대학병원과 그 분원 12곳이 45개로 절반을 넘었지만, 나머지 29개는 지역 종합병원, 중소 병원, 공공기관 12곳에서 나왔습니다. 수도권 밖의 지역 병원도 여러 곳 있었습니다.
인용된 페이지를 열어 보면 공통점은 병원 규모가 아니었습니다.
- 홈페이지 안에 질환을 설명하는 페이지가 메뉴로 자리 잡고 있었습니다. 질환백과, 건강정보, 건강강좌 같은 이름 아래 질환마다 한 페이지씩이었습니다.
- 글이 이미지가 아니라 글자였습니다. 길이는 2,000자에서 13,000자까지 다양했습니다.
- 검색엔진용 구조화 표시(JSON-LD)를 따로 넣지 않은 페이지가 많았습니다. 기술적인 장치가 조건이 아니었습니다.
- 네이버가 그 도메인을 병원의 공식 홈페이지로 표시하고 있었습니다.
질환이 무엇이고 어떻게 치료하는지를 병원이 자기 홈페이지에 글자로 적어 두었다는 것, 그리고 그 홈페이지가 공식으로 확인되어 있다는 것. 그것이 조건이었습니다.
검색 결과에 뜨는 것과 인용되는 것은 다릅니다
실측 중에 한 가지를 더 봤습니다. 어떤 질문에서는 네이버 웹문서 검색 결과에 한 병원의 설명 페이지가 떠 있는데도, 바로 위의 AI 브리핑은 그 페이지가 아니라 다른 병원들의 공식 페이지를 인용했습니다. 검색에 색인된 것과 AI가 출처로 고르는 것은 별개의 단계였습니다.
인용된 페이지들의 공통점은 네이버가 그 도메인을 병원의 공식 홈페이지로 분류하고 있다는 것이었습니다. 홈페이지에 글을 올리는 것으로 끝이 아니라, 그 홈페이지가 공식으로 확인되어 있어야 한다는 뜻입니다. 네이버 서치어드바이저의 소유 확인과 플레이스에 등록된 홈페이지 주소가 같은지가 여기에 걸립니다. 이 조건은 저희도 아직 가설이고, 확인하는 대로 이 글에 적겠습니다.
이 측정의 한계
병원 두 곳의 진료 분야, 검색어 38개, 하루의 결과입니다. 다른 진료과에 그대로 적용된다고 말하지 않습니다. AI 브리핑은 시점과 계정에 따라 달라질 수 있고, 네이버의 기준도 바뀝니다. 38개 중 16개는 AI 브리핑 자체가 뜨지 않았는데, 어떤 검색어에 뜨고 안 뜨는지의 기준은 이 측정으로는 알 수 없었습니다. 그래서 저희는 같은 검색어로 주기적으로 다시 재고, 달라지는 것이 있으면 이 인사이트에 적습니다.
우리 병원도 같은 상황이라면
병원에서 바로 확인할 수 있는 것은 네 가지입니다.
- 우리 병원의 주력 질환을 네이버에 검색했을 때 AI 브리핑이 뜨는지, 뜬다면 출처에 우리 홈페이지가 있는지 봅니다.
- 홈페이지 메뉴에 질환별 설명 페이지가 있는지 봅니다. 없다면 이 자리에 나올 근거가 없는 것입니다.
- 있다면 그 글이 이미지가 아니라 글자인지, 정의·증상·원인·진단·치료로 정리되어 있는지 봅니다.
- 네이버 서치어드바이저에 홈페이지 소유 확인이 되어 있는지, 플레이스의 홈페이지 주소가 실제 주소와 같은지 봅니다.
네 가지 중 하나라도 비어 있으면, 질환을 묻는 환자에게 AI는 다른 병원의 설명을 보여주고 있을 가능성이 큽니다.
자주 묻는 질문
블로그에 질환 설명을 열심히 써 왔는데 소용이 없다는 뜻인가요?
질환을 묻는 질문에서는 그렇습니다. 이 측정에서 정보성 질문 11개의 출처 76개 가운데 블로그는 0개였습니다. 다만 "잘하는 병원"을 묻는 질문에서는 블로그가 출처의 절반을 넘었습니다. 설명은 홈페이지에, 사례는 블로그에 두고 둘을 링크로 잇는 것이 두 질문에 모두 답하는 구조입니다.
대학병원이 아니면 인용되기 어려운 것 아닌가요?
출처 74개 중 대학병원 계열 12곳이 45개였고 나머지 29개는 지역 종합병원과 중소 병원, 공공기관 12곳에서 나왔습니다. 규모보다 홈페이지에 질환 설명 페이지가 글자로 있는지, 그 홈페이지가 공식으로 확인되어 있는지가 갈랐습니다.
어떻게 쟀는지 다시 설명해 주세요.
검색어 38개를 네이버 모바일 검색에 넣고, AI 브리핑이 뜨면 답변 본문과 출처 목록을 저장했습니다. 출처는 네이버가 공식 홈페이지로 표시한 것, 블로그, 카페, 지식iN, 그 밖으로 나눠 셌습니다. 한 화면 캡처가 아니라 저장된 원문이 기준입니다.
질환을 묻는 환자에게 네이버의 AI는 병원 홈페이지의 설명을 보여줍니다. 홈페이지에 질환 설명이 없는 병원은 이 자리에 나올 근거가 없고, 갖춘 병원은 규모와 상관없이 이 자리에 올라갈 수 있습니다. 저희가 S.A.G에서 병원 지식 문서를 홈페이지 도메인 안에 쌓는 이유가 이 76개의 출처에 있습니다.