AI는 우리 한의원을 얼마나 추천하고 있을까
백록담한의원의 100일 실측 데이터를 바탕으로 AI 유입 1건 뒤의 잠재 노출 규모를 역산하고, 측정 범위와 한계를 함께 정리했습니다.
- 작성
- 모든패밀리 편집국
- 발행
- 2026년 9월 2일
- 수정
- 2026년 9월 2일
먼저 답하면
백록담한의원의 100일 실측 데이터를 바탕으로 AI 유입 1건 뒤의 잠재 노출 규모를 역산하고, 측정 범위와 한계를 함께 정리했습니다.
요즘 진료실에서 조금 재미있는 변화가 느껴집니다.
나이가 좀 있으신 분들도 챗지피티로 이것저것 알아보고 오시는 경우가 늘었는데요.
한 분은 챗지피티와 정말 많은 이야기를 한다면서, 아주 진지한 표정으로 “짱짱”이라고 하셨습니다.
그 표현이 좀 재미있어서 기억에 남았는데요.
이야기를 더 들어보니 단순히 검색창 대신 한두 번 써보는 정도가 아니었습니다. 본인의 증상과 검사 결과를 길게 설명하고, 답변을 다시 묻고, 병원을 찾는 과정에도 참고하고 있었습니다.
생각보다 신뢰도가 높았습니다.
그런 장면이 한두 번 반복되다 보니 자연스럽게 다음 질문이 생겼습니다.
그럼 AI는 우리 한의원을 얼마나 보여주고 있을까?
그리고 그중에서 실제 홈페이지 유입은 얼마나 만들어지고 있을까?
지금까지는 두 번째 질문만 일부 볼 수 있었습니다.
ChatGPT나 Gemini, Perplexity 같은 서비스에서 링크를 눌러 홈페이지로 들어오면 리퍼럴이 남습니다. 저희가 최근 6개월 동안 확인한 추적 가능 AI 유입은 466세션이었습니다.
그런데 이 숫자는 어디까지나 클릭해서 들어온 사람만 셉니다.
AI 답변에 백록담이 등장했지만 링크를 누르지 않은 경우, 답변을 읽은 뒤 나중에 병원 이름을 다시 검색한 경우, 앱이 리퍼러를 넘기지 않은 경우는 알기 어렵습니다.
말하자면 우리는 지금까지 빙산 위로 드러난 466건만 보고 있었던 셈입니다.
그래서 이번에는 반대로 계산해봤습니다.
유입 1건 뒤에는 몇 번의 AI 노출이 있을까
마침 Google Search Console에서는 생성형 AI 검색에서 백록담 도메인이 노출된 횟수를 날짜별로 볼 수 있습니다.
그리고 백록담 자체 웹분석에는 Gemini에서 실제로 들어온 첫 유입이 날짜별로 남아 있습니다.
두 데이터를 같은 날짜 기준으로 맞추면 이런 쌍이 생깁니다.
그날 AI 검색에서 몇 번 노출됐는가
그날 Gemini에서 몇 명이 실제로 들어왔는가
물론 Google 검색의 생성형 AI 화면과 Gemini는 서로 다른 서비스입니다. 그래서 이것을 같은 광고의 노출과 클릭처럼 해석할 수는 없습니다.
다만 두 흐름이 어느 정도 함께 움직이는지 살피는 백록담 내부의 실측 프록시로는 쓸 수 있습니다.
이번 분석에 사용한 데이터는 다음과 같습니다.
| 항목 | 값 |
|---|---|
| 원본 관측 기간 | 2026년 5월 18일~8월 30일 |
| 원본 관측일 | 105일 |
| 원본 GSC 생성형 AI 노출 | 144,618회 |
| 분석 제외 | GSC 로깅 오류가 있었던 8월 13~17일 |
| 최종 학습일 | 100일 |
| 학습에 사용한 AI 노출 | 131,314회 |
| 같은 기간 Gemini 첫 유입 | 50세션 |
| Gemini 유입이 0건이었던 날 | 68일 |
유입이 없었던 날도 빼지 않았습니다.
잘된 날만 골라보면 계수가 과장되기 때문이고요. 반대로 Google이 공식적으로 로깅 오류를 공지한 5일은 이유를 기록하고 학습에서 제외했습니다.
월별로 보면 흐름은 이렇습니다. 5월은 14일, 8월은 오류일을 제외한 25일 자료라서 월 합계보다는 하루 평균을 같이 보시는 게 좋습니다.
| 월 | 관측일 | AI 노출 | 일평균 노출 | Gemini 유입 | 일평균 유입 |
|---|---|---|---|---|---|
| 5월 | 14일 | 4,745회 | 339회 | 2세션 | 0.14세션 |
| 6월 | 30일 | 17,038회 | 568회 | 3세션 | 0.10세션 |
| 7월 | 31일 | 42,605회 | 1,374회 | 18세션 | 0.58세션 |
| 8월 | 25일 | 66,926회 | 2,677회 | 27세션 | 1.08세션 |
그래프 1. 하루 평균 생성형 AI 노출
5월 ████ 339회
6월 ███████ 568회
7월 ████████████████ 1,374회
8월 ████████████████████████████████ 2,677회
기간이 아직 짧기 때문에 이것만으로 장기 추세를 단정할 수는 없습니다.
그럼에도 7월과 8월로 오면서 AI 노출과 Gemini 유입이 함께 커지는 모습은 꽤 분명합니다. 일별 노출과 유입의 상관계수는 0.50이었고, 날짜를 앞뒤로 옮겨 비교했을 때도 같은 날의 관계가 가장 높았습니다.
계산해보니 유입 1건당 약 2,626번이었습니다
100일의 데이터를 일별 Poisson offset 모델로 계산한 결과는 다음과 같습니다.
| 지표 | 결과 |
|---|---|
| AI 노출 1,000회당 Gemini 유입 | 0.381세션 |
| Gemini 유입 1건당 기준 노출 | 2,626회 |
| 95% 보정 구간 | 2,063~3,699회 |
| 일별 노출·유입 상관계수 | 0.50 |
| 최근 28일 기준 배수 | 2,422회 |
| 28일 이동구간 배수의 중앙값 | 2,391회 |
쉽게 말하면, 추적 가능한 AI 유입 1건이 확인될 때 그 뒤에는 대략 2,600번 정도의 AI 노출 기회가 있었을 것으로 보는 겁니다.
데이터 변동을 감안하면 합리적인 범위는 약 2,100~3,700회 정도였고요.
초기 100일 전체에서 구한 2,626회와 최근 28일의 2,422회가 아주 멀리 떨어져 있지 않다는 점도 참고할 만했습니다.
기존 추정보다 약 5.3배 컸습니다
이전에는 외부 자료를 참고해 AI 유입 1건당 250~800회 정도가 노출됐을 것으로 가정했습니다.
그중 기준값은 500회였습니다.
이번에 백록담 자체 데이터로 다시 보정하니 기준값이 2,626회로 올라갔습니다. 기존 기준 추정보다 약 5.3배 큽니다.
최근 6개월간 추적된 AI 유입 466건에 각각 적용하면 차이가 더 잘 보입니다.
| 구분 | 유입 1건당 적용값 | 6개월 AI 노출 추정 |
|---|---|---|
| 기존 보수적 추정 | 250회 | 116,500회 |
| 기존 기준 추정 | 500회 | 233,000회 |
| 기존 공격적 추정 | 800회 | 372,800회 |
| 새 실측 보정 하한 | 2,063회 | 961,216회 |
| 새 실측 기준 | 2,626회 | 1,223,846회 |
| 새 실측 보정 상한 | 3,699회 | 1,723,787회 |
그래프 2. 6개월 AI 노출 추정치 비교
기존 기준 █████ 23.3만 회
기존 공격적 █████████ 37.3만 회
새 실측 하한 ██████████████████████ 96.1만 회
새 실측 기준 ████████████████████████████ 122.4만 회
새 실측 상한 ████████████████████████████████████████ 172.4만 회
기존 기준 추정은 23만 회 정도였는데, 새 기준 추정은 약 122만 회가 나왔습니다.
가장 낮게 잡은 값도 약 96만 회입니다. 기존에 가장 공격적으로 잡았던 37만 회보다 2.6배 정도 큽니다.
저희가 지금까지 AI 노출 규모를 꽤 보수적으로 보고 있었다고 생각합니다.
그렇다고 122만 번 추천됐다는 뜻은 아닙니다
여기서는 선을 정확히 그어야 합니다.
이 결과를 “AI가 백록담을 122만 번 추천했다”라고 말하면 과장입니다.
노출, 인용, 추천, 클릭은 서로 다른 단계이기 때문입니다.
이번 계산은 Google 생성형 AI 노출과 Gemini 유입의 일별 관계를 이용해, 전체 추적 가능 AI 유입 뒤에 놓인 잠재 노출 규모를 역산한 게스티메이션입니다.
여기에 한 가지 가정이 더 있습니다. 466건은 ChatGPT, Gemini, Perplexity 등 전체 AI 유입인데, 보정 계수는 Gemini를 기준으로 만들었습니다. 다른 AI 서비스도 비슷한 관계를 가진다고 보고 계산한 부분이 있습니다.
그래서 122만 회는 정답 하나라기보다 현재 데이터가 가리키는 중심값으로 봐야 합니다. 실제 운영에서는 96만~172만 회를 함께 놓고 보는 편이 맞고요.
그럼에도 이 추정이 의미 있는 이유는 있습니다.
예전에는 AI 유입 466건이라는 마지막 클릭만 봤습니다.
이제는 그 뒤에 대략 100만 회를 넘는 발견과 노출의 층이 있을 수 있다는 첫 기준선을 갖게 됐습니다.
앞으로는 방문자 수만 보면 안 될 것 같습니다
지난 글에서 앞으로의 병원 마케팅은 노출 순위보다 어떤 신호를 지속적으로 발산하느냐가 중요해질 것 같다고 썼습니다.
이번 데이터는 그 생각을 측정의 문제로 다시 보게 합니다.
앞으로 살펴볼 지표는 홈페이지 방문자 수 하나로 끝나지 않을 것 같습니다.
AI 화면에서 얼마나 노출되는가.
어떤 질문에서 우리 콘텐츠가 인용되는가.
어떤 질환과 환자 상황에서 우리 이름이 후보로 올라오는가.
그 노출이 병원명 검색, 플레이스 방문, 예약으로 얼마나 이어지는가.
이 흐름을 하나씩 연결해봐야 합니다.
특히 네이버 건강 에이전트가 병원 탐색과 플레이스, 예약까지 연결하기 시작하면 AI 추천은 단순한 외부 유입 채널이 아니라 실제 병원 선택 과정의 앞단이 될 가능성이 높습니다.
아직은 측정 방법도 거칠고 표본도 짧습니다.
그래서 데이터를 계속 쌓으려고 합니다. 28일, 90일, 180일 단위로 계수가 어떻게 달라지는지 보고, AI 서비스별 유입과 랜딩페이지, 질환 콘텐츠, 병원명 검색, 예약까지 연결해볼 생각입니다.
이번 결과는 결론이라기보다 첫 번째 기준선에 가깝습니다.
그래도 하나는 좀 분명해졌습니다.
우리가 홈페이지에서 확인하는 AI 유입 숫자보다, 그 앞에서 조용히 일어나고 있는 발견과 노출의 규모가 훨씬 클 수 있다는 점입니다.
AI에게 발견되고 인용되고 추천되는 문제는 이제 막연한 미래 이야기가 아니라, 실제 데이터로 측정하기 시작할 수 있는 현재의 문제가 됐습니다.
읽어주셔서 감사합니다.
분석 방법 및 데이터 출처
- Google Search Console 생성형 AI 기능 일별 노출 데이터: 2026년 5월 18일~8월 30일
- 백록담 웹분석 Gemini 첫 유입 세션: 같은 날짜를 America/Los_Angeles 기준으로 정렬
- 모델: 일별 Poisson exposure-offset, 7일 moving-block bootstrap 95% 구간
- 최소 표본 기준: 관측 28일, Gemini 유입 10건
- 장기 보정: 데이터가 180일을 넘으면 최근 관측에 180일 half-life 가중치 적용
- 주의: Google Search AI와 Gemini는 동일 노출면이 아니며, 본 분석은 인과적 클릭률 분석이 아니라 노출 역산용 실측 프록시임
데이터 확인 경로:
- Google Search Console 생성형 AI 실적 보고서 안내
- Google Search Console 데이터 이상 공지
- Google Search Console 생성형 AI 실적
- 백록담 웹분석
삼평대군견문록 · 원장의 시선 — 한의원 진료실과 경영 현장에서 시작해 의료와 기술의 변화를 생각합니다.