사례 · 2026-11-10

AI는 왜 병원이 아니라 의사 이름으로 추천할까: 내시경 광대축소 사례

“판 없이 하는 내시경 광대축소, 한국에서 누가 제일 잘하나요?”라는 질문에 ChatGPT는 병원 목록이 아니라 의사 이름과 근거를 냈습니다. AI가 어떤 근거로 한 의사를 1순위로 골랐는지 실제 답변으로 살펴봅니다.

글 · 이영식 (Footnote 대표) · 읽는 시간 약 7분 · 업데이트 2026-11-11

환자가 AI에게 시술을 물으면, AI는 병원이 아니라 의사 이름으로 답하는 경우가 많습니다. 그리고 그 이름을 고른 이유를 근거와 함께 설명합니다. 레퍼런스 성형외과 A의 실제 답변을 보면, AI가 무엇을 근거로 삼는지 분명하게 드러납니다.

ChatGPT 답변 캡처: 판 없는 내시경 광대축소 질문에 A 성형외과 원장을 top recommendation으로 추천. 원장명·병원명 블라인드
ChatGPT “판 없이 하는 내시경 광대축소, 한국 최고의 의사는?” 답변 원문 · 원장명·병원명 블라인드1

AI가 든 근거

ChatGPT는 A2 원장을 1순위로, 같은 병원의 A1 원장을 2순위로 꼽았습니다.1 이유로 든 것은 광고 문구가 아니었습니다.

  • 논문: 해당 술기를 A1 원장이 개발해 PubMed에 실린 논문으로 발표했다는 점
  • 계보: A2 원장이 그 술기를 A1 원장에게서 배웠고 학회에서 발표했다는 점
  • 현재 진료: 원장 사이트가 “판 없이 하는” 방식을 구체적으로 설명한다는 점

그리고 이것이 “병원이 전문이라고 주장하는 것보다 훨씬 의미 있는 근거”라는 취지로 설명했습니다.1

엔티티: AI가 ‘이 사람이 누구인지’ 확신하는 상태

AI가 의사를 추천하려면 이름, 소속, 전문 분야, 논문, 학회 활동이 같은 사람의 것이라고 확신해야 합니다. 이 연결이 흐리면 AI는 그 의사를 언급하지 않거나, 다른 사람과 섞어 틀린 정보를 말합니다.

Footnote는 원장님 이름의 사이트를 이 연결의 중심으로 둡니다. 경력 연표, 논문·학회 발표, 시술별 진단·방법·한계를 한곳에 모으고, PubMed·ORCID·KCI·학회·병원 홈페이지와 구조화 데이터(sameAs)로 이어 AI가 직접 검증할 수 있게 합니다.

질문이 구체적일수록 이깁니다

같은 사례에서 A 성형외과 원장님들은 ChatGPT의 4개 질문 모두에서 1순위로 추천됐습니다.1 다른 레퍼런스(성형외과 B)에서도 “손 촉진과 실시간 초음파로 리프팅을 설계하는 의사”처럼 진료 방식이 구체적인 질문에서 먼저 1순위가 나왔습니다.2 넓은 질문보다 원장님만의 진료 방식을 묻는 질문에서 먼저 이깁니다.

그래서 콘텐츠를 많이 쓰는 것보다, 원장님이 실제로 다르게 하는 것을 정확한 문장으로 남기는 것이 먼저입니다. 사례 전체는 Footnote Clinic 사례에서 실제 화면으로 볼 수 있습니다.

원장님 엔티티를 만드는 다섯 단계

  1. 이름 표기를 하나로 정합니다. 한글 이름, 영문 이름(논문에 쓰인 철자), 직함 표기를 정하고 홈페이지·네이버 플레이스·학회 프로필·병원 플랫폼에 똑같이 씁니다. 영문 철자가 논문마다 다르면 AI가 같은 사람으로 묶지 못합니다.
  2. 원장 프로필 페이지를 만듭니다. 전문의 자격, 학력, 수련 병원, 경력 연표, 학회 활동, 발표·논문 목록을 텍스트로 한 페이지에 모읍니다. 사진 한 장과 약력 세 줄로는 부족합니다.
  3. 근거를 검증 가능한 곳과 연결합니다. PubMed, ORCID, KCI, 학회 발표 기록처럼 제3자가 관리하는 페이지의 주소를 프로필에 링크합니다. AI는 병원이 스스로 한 말보다 다른 곳에서 확인되는 사실을 더 믿습니다.
  4. Physician 스키마로 연결을 표시합니다. 이름, medicalSpecialty, alumniOf, memberOf, 그리고 위 외부 주소들을 sameAs로 넣으면, 사람이 읽는 내용과 기계가 읽는 내용이 일치하게 됩니다.
  5. 진료 방식을 문장으로 남깁니다. “판 없이 내시경으로 한다”, “초음파를 보며 층을 확인한다”처럼 원장님이 실제로 다르게 하는 방식을 시술 페이지 첫 문단에 씁니다. 사례에서 보듯 AI는 구체적인 질문에서 이 문장을 근거로 고릅니다.

지금 우리 원장님은 AI에게 어떻게 보일까

엔티티 상태는 세 종류의 질문으로 직접 확인할 수 있습니다. ChatGPT, Gemini, Perplexity에 똑같이 물어보고 답을 기록해 두세요.

  • 이름 질문: “○○○ 원장은 어떤 의사야?” 소속, 전문 분야, 경력이 정확한지, 다른 사람의 정보와 섞이지 않았는지 봅니다.
  • 시술·지역 질문: “강남에서 ○○ 시술 잘하는 의사 추천해줘.” 이름이 나오는지, 나온다면 어떤 근거를 붙이는지 봅니다.
  • 진료 방식 질문: 원장님만의 방식을 넣어 묻습니다. 여기서 먼저 이름이 나오기 시작하는 경우가 많습니다.

이름 질문에서 틀린 정보가 나온다면 연결이 흐린 상태이므로, 추천을 노리기 전에 위 1~3단계부터 정리하는 것이 순서입니다.

주의할 점

엔티티를 강화한다고 과장 표현을 쓰면 역효과가 납니다. “국내 최고”, “유일” 같은 표현은 의료법상 의료광고 기준에 걸릴 수 있고, AI도 확인되지 않는 최상급 표현보다 논문·경력·건수처럼 확인 가능한 사실을 인용합니다. 수술 전후 사진과 환자 후기는 의료광고 심의 대상이 될 수 있으니 게시 전에 기준을 확인하세요. 정확한 사실을 꾸준히 쌓는 것이 결국 가장 빠른 길입니다.

12026년 10월 19일, 로그아웃 상태에서 질문별 확인. 영문 질문을 우리말로 옮김. AI 답변은 시점과 질문에 따라 달라질 수 있습니다. ↩

22026년 10–11월 캡처 기준, 병원명·원장명 블라인드. ↩

자주 묻는 질문

AI는 왜 병원보다 의사 이름으로 추천하나요?

환자가 시술을 물으면 AI는 그 시술을 실제로 하는 사람과 근거를 찾습니다. 논문, 학회 발표, 시술 설명처럼 한 의사에게 연결된 확인 가능한 근거가 분명할수록 그 이름을 추천합니다.

의사 엔티티란 무엇인가요?

AI가 이름, 소속, 전문 분야, 논문, 학회 활동을 같은 사람의 정보로 확신하는 상태입니다. 원장님 이름의 사이트와 구조화 데이터(sameAs)로 PubMed·ORCID·KCI·학회 기록을 연결하면 강해집니다.

지금 AI는 우리 브랜드를
어떻게 알고 있을까요?

핵심 질문 15개를 5개 AI에 물어본 결과를 무료로 보내드립니다.

무료 진단 신청하기 또는 [email protected]