학원은 AI 검색에 어떻게 노출되나요?

"○○동 초등 영어학원 어디가 괜찮아?" — 학부모가 AI에게 학원을 묻는 질문은 대개 지역+과목+대상 세 조각으로 이뤄진다. AI는 이 질문을 여러 개의 하위 검색으로 쪼개 후보를 모으고(이른바 '쿼리 팬아웃'), 조건에 맞는 근거 페이지를 교차 확인한 뒤 소수만 골라 답한다.

이 선별에서 상당수 학원이 후보에 남지 못한다. 정보가 블로그 후기와 전단 이미지에 흩어져 있어, AI가 근거로 삼을 수 있는 형태가 아니기 때문이다.

질문 구조: 지역+과목+대상에 답해야 한다

홈페이지 첫 화면이 "최고의 교육, 최상의 결과" 같은 슬로건뿐이라면 AI에게는 빈 페이지에 가깝다. AI가 답을 조립할 때 필요한 것은 "이 학원은 어느 지역에서, 어떤 과목을, 누구에게 가르치는가"라는 사실 문장이다. "수내동에서 초등 4~6학년 대상 영어 리딩 수업을 운영한다"처럼 지역·과목·대상이 한 문단 안에 명시된 페이지가 후보에 남는다. 지점이 여럿이면 지점별 페이지를 나누는 편이 이 질문 구조와 맞는다.

수강료·시간표·커리큘럼의 기계가독화

학원법 제15조는 교습비와 반환 기준을 학습자가 보기 쉬운 곳에 게시하고, 인터넷으로 광고할 때도 교습비를 표시하도록 정하고 있다. 수강료는 숨길 정보가 아니라 어차피 공개해야 하는 정보라는 뜻이다. 문제는 형태다. 이미지로 붙여둔 수강료표는 기계가 읽기 어렵다. 텍스트 표로 게시하고 스키마로 감싸면 한 단계 나아간다. schema.org의 Course 타입은 강좌를, CourseInstance는 개별 개설(요일·시간·방식)을, offers는 가격을 기술하며, 구글 공식 문서의 구조화 데이터 갤러리에도 같은 제공자의 강좌 목록을 담는 'Course list' 항목이 올라 있다.

공공데이터 교차 검증: 등록정보와 일치시키기

교육부와 시도교육청은 나이스 교육정보 개방 포털에서 전국 학원·교습소의 등록정보 — 학원명, 등록상태, 정원, 분야·과정, 공개된 경우 교습비까지 — 를 매주 갱신해 개방한다. AI 입장에서 이것은 학원이 스스로 하는 말을 검증할 수 있는 제3자 원본이다. 홈페이지의 학원명·과정·수강료가 등록정보와 일치하면 교차 검증 신호가 생기고, 등록명칭과 간판 이름이 다르면 신뢰가 깎인다. 홈페이지에 학원 등록번호를 명시하는 것도 같은 원리다. 이 메커니즘은 공공데이터로 인용 권위 만들기에서 자세히 다뤘다.

후기 의존의 한계

블로그·카페 후기는 학원 마케팅의 중심이었지만 AI 검색에서는 한계가 뚜렷하다. 후기는 협찬 글과 구분이 어려워 AI가 근거로 삼기 조심스럽고, 플랫폼 안에 갇혀 크롤링이 제한되는 경우가 많으며, 무엇보다 수강료·시간표·대상 같은 사실 정보가 없다. 후기가 만드는 것은 분위기이지 "이 조건에 맞는 학원"이라는 답의 근거가 아니다. 후기는 보조 신호로 두고, 검증 가능한 사실은 내 도메인에 쌓는 것이 순서다.

다음 단계

지역 업종 공통의 실행 순서는 로컬 비즈니스 AEO 체크리스트, 같은 원리를 동물병원 업종에 적용한 예는 동물병원 AEO 가이드, 블로그 의존에서 벗어나는 방법은 네이버 블로그 탈출 가이드를 참고하면 된다.