한국 AI 로컬 가시성 인덱스 1호 — 동물병원 편

AI 검색이 로컬 정보를 다루는 방식에는 구조적인 질문이 하나 있다. 보호자가 AI에게 "우리 동네 24시 동물병원 알려줘"라고 물으면, AI는 무엇을 근거로 답하는가? 이 인덱스는 그 질문을 데이터로 추적한다. 1호는 동물병원을 대상으로 조사 방법을 공개하고, 실측값은 측정 후 채운다.

무엇을, 어떻게 측정하나

측정 대상은 "지역명 + 24시(야간·응급) 동물병원" 형태의 질문이다. 전국 주요 지역별로 동일한 형식의 질문 세트를 구성하고, 이를 4개 AI 엔진 계열(ChatGPT·Perplexity·구글 AI 오버뷰·네이버 AI)에 던진다. 각 답변에서 인용·언급되는 출처를 기록해 출처 유형별 분포를 집계한다.

집계는 세 축으로 나눈다.

1. 인용된 출처 유형 — 병원 자체 웹페이지 / 포털 지도·플레이스 / 개인 블로그·카페 / 제3자 디렉토리 중 무엇이 인용되는가.
2. 병원 자신의 노출 여부 — 답에 등장한 병원이 자기 웹 존재로 인용되는가, 아니면 제3자를 통해서만 언급되는가.
3. 엔진별 차이 — 같은 질문에 엔진마다 인용 소스가 어떻게 갈리는가.

인용 소스 분포 (측정 예정)

아래 표는 리포트의 구조다. 각 칸의 값은 조사 완료 후 채운다. 측정 전에는 수치를 비운다.

항목	값
조사 지역 수	측정 예정
질문 세트 크기(지역×질문형)	측정 예정
병원 자체 페이지 인용 비율	측정 예정
개인 블로그·카페 인용 비율	측정 예정
포털 지도·디렉토리 인용 비율	측정 예정
병원 자신이 전혀 안 뜬 질문 비율	측정 예정

왜 이 조사를 하나

가설은 단순하다. 많은 병원이 진료 실력과 무관하게 AI 답변에 자기 이름으로 등장하지 못하고, 대신 그 정보를 정리한 블로그나 디렉토리가 인용을 가져갈 것이라는 점이다. 이는 "기계가 읽을 수 있는 웹 존재"의 유무에서 갈리는 구조적 갭이다. 다만 이 가설이 실제로 얼마나 넓게 성립하는지는 측정으로 확인할 사안이며, 그 결과를 수치로 이 페이지에 공개한다.

데이터 출처·기준일

• 대상 엔진: ChatGPT · Perplexity · 구글 AI 오버뷰 · 네이버 AI
• 질문 형식: "지역명 + 24시/야간/응급 동물병원"
• 조사 기준일: 측정 예정 (조사 완료 시 표기)
• 개정 주기: 분기

다음 단계

로컬 질문에서 AI가 출처를 고르는 메커니즘은 AI는 "지역명+업종" 질문에 어떻게 답을 고르나요?에서, 병원이 인용 자격을 갖추는 실전은 동물병원을 AI 검색에 노출시키려면 어떻게 하나요?에서 다룬다. 이 방법론이 적용된 표본은 114pet 케이스에서 볼 수 있다.