병원 GEO 성과 측정, 시작 전 기준이 중요한 이유
GEO를 시작하기 전, '지금 몇 점인지'부터 적어 두세요
드디어 GEO 마케팅을 시작하고 두 달이 지났습니다.
새로운 콘텐츠를 발행하고 홈페이지 정보도 정비했어요. ChatGPT에 질문해 보니 이전에는 보이지 않던 우리 병원이 추천 목록에 등장하기도 합니다.
무척 반가운 결과죠.
그런데 여기서 한 가지 의뭔이 남습니다.
"GEO를 시작하기 전에도 우리 병원이 비슷한 빈도로 등장하고 있었다면 어떨까요?"
이전 상태를 측정하지 않았다면 이번 결과가 실제 변화인지, 원래부터 나타나던 현상인지 판단하기 어렵습니다.
그래서 GEO를 시작할 때 가장 먼저 필요한 것은 새로운 콘텐츠가 아닐 수 있습니다.
바로 현재 AI 검색 상태를 기록하는 일이죠.
이를 기준선(Baseline) 측정이라고 합니다.
1. GEO 성과 측정, 질문부터 정해야 합니다
기준선은 복잡한 점수표부터 만드는 작업이 아닙니다.
우리 병원에 의미 있는 질문을 정하고, 그 질문에서 어떤 답변이 나오는지 기록하는 과정입니다.
예를 들어 잠실에서 임플란트 진료를 하는 치과라면 다음 질문들을 활용할 수 있습니다.
"OO치과의 임플란트 진료에 대해 알려줘."
"잠실에서 임플란트 상담받을 치과를 추천해 줘."
"임플란트 상담 전에 어떤 검사를 받는지 궁금해."
첫 번째 질문에는 이미 병원명이 포함돼 있습니다.
AI가 해당 병원의 정보를 정확히 설명하는지 확인하는 데 활용할 수 있겠죠.
반면 두 번째 질문은 병원명을 모르는 환자가 새로운 병원을 찾는 상황입니다.
이런 질문에서 우리 병원이 추천 후보로 등장하는지 확인하는 것이 중요합니다.
세 번째는 치료에 관한 정보 탐색 질문이므로 병원 추천보다 어떤 설명과 출처가 제공되는지를 살펴볼 수 있습니다.
질문의 목적이 다르기 때문에 측정 결과도 구분해야 합니다.
기준선 측정에서 기록할 항목
항목 | 기록할 내용 |
|---|---|
질문 | 실제 입력한 질문 문구 |
질문 유형 | 브랜드·비브랜드 추천·진료 정보 |
플랫폼 | ChatGPT, Gemini 등 |
측정 환경 | 검색 모드, 개인화 관련 설정 |
측정 시점 | 날짜와 시간 |
측정 결과 | 병원 언급·추천 여부 |
인용 출처 | 화면에 표시된 URL |
원문 | 실제 AI 답변과 필요 시 캡처 |
평소 사용하는 ChatGPT에서는 이전 대화나 개인화 설정의 영향을 받을 수 있으므로 새 대화나 개인화 영향을 줄인 환경에서 측정하는 것이 좋습니다.
다만 시크릿 모드나 새 대화를 사용한다고 해서 위치와 서비스별 차이까지 완전히 통제할 수 있는 것은 아닙니다.
측정 환경을 가능한 한 일정하게 관리하고 그 조건을 기록하는 것이 중요합니다.
2. 반복 측정에서는 횟수보다 ‘유효 응답’이 중요합니다
같은 질문을 ChatGPT에 두 번 입력했는데 서로 다른 병원을 추천받은 경험 있으실 겁니다.
AI 답변은 항상 동일하게 생성되지 않기 때문입니다.
그래서 한 번의 답변만으로 GEO 성과를 판단하기는 어렵습니다.
그렇다면 몇 번씩 측정해야 할까요?
반복 횟수에 보편적인 정답은 없습니다.
초기 점검에서는 질문마다 3회 정도 반복해 보는 방법도 있지만, 이것이 충분한 통계적 신뢰도를 보장하는 기준은 아닙니다.
중요한 것은 측정 횟수를 정하고, 이후에도 가능한 한 같은 조건을 유지하는 것입니다.
여기서 한 가지 더 확인해야 합니다.
바로 측정을 시도한 횟수와 실제로 확보한 답변의 수가 다를 수 있다는 점입니다.
예를 들어 한 질문을 다섯 번 측정했다고 가정해 보겠습니다.
그런데 서비스 오류나 응답 실패로 실제로 확보한 답변은 세 번뿐입니다.
이때 병원이 한 번 언급됐다면 어떻게 기록해야 할까요?
측정 항목 | 가상 예시 |
|---|---|
측정 시도 | 5회 |
유효 응답 | 3회 |
유효 응답 중 병원 언급 | 1회 |
유효 응답 기준 언급률 | 33.3% |
미수집·무효 응답 | 2회 |
위 예시에서는 유효 응답 세 번을 기준으로 언급률을 계산했습니다.
하지만 다른 업체가 전체 시도 횟수를 분모로 계산한다면 결과가 달라질 수 있겠죠.
어느 방식으로 측정했는지 밝히지 않으면 같은 수치라도 비교하기 어렵습니다.
또한 답변을 얻지 못한 이유도 구분해야 합니다.
서비스 오류인지, 검색 기능이 작동하지 않은 것인지, 답변 자체가 생성되지 않은 것인지에 따라 해석이 달라질 수 있기 때문입니다.
이런 정보가 누락되면 표면적으로는 높은 노출률이 나왔더라도 실제 측정 자료의 신뢰성을 판단하기 어렵습니다.
3. 점수가 올랐다면 어느 질문에서 달라졌는지 확인하세요
GEO 성과를 하나의 종합 점수로 보여주면 월별 변화를 확인하기 쉽습니다.
하지만 전체 점수가 상승했다고 해서 모든 질문에서 우리 병원의 노출이 고르게 개선됐다는 의미는 아닙니다.
예를 들어 지난달보다 AI 노출률이 높아졌다고 해볼까요?
임플란트 관련 질문에서는 병원 언급이 늘었지만, 야간진료 관련 질문에서는 여전히 등장하지 않을 수 있습니다.
이 경우 어떤 작업을 먼저 진행해야 할지 판단하려면 질문별 결과를 살펴봐야 합니다.
플랫폼별 차이도 확인하는 것이 좋습니다.
ChatGPT에서는 언급률이 올랐지만 Gemini에서는 변화가 없을 수도 있기 때문입니다.
경쟁병원과 비교할 때는 같은 질문과 기간, 동일한 평가 기준을 적용해야 합니다.
질문 목록이 달라졌거나 측정 방식을 변경했다면 이전 점수와 직접 비교할 수 있는지도 확인해야 하고요.
병원에서 직접 해볼 수 있는 GEO 기준선 점검
처음부터 복잡한 분석 시스템이 없어도 시작할 수 있습니다.
우리 병원의 핵심 진료와 관련된 질문 5개를 정합니다.
ChatGPT와 Gemini에서 각각 새 대화로 질문을 반복합니다.
우리 병원 등장 여부와 경쟁병원, 답변 출처를 기록합니다.
질문과 측정 조건을 보관하고 한 달 뒤 같은 방법으로 다시 확인합니다.
예를 들어 질문 5개를 두 플랫폼에서 각각 3회씩 측정한다면 총 30회의 측정을 시도하게 됩니다.
다만 30회가 보편적으로 충분한 표본 수라는 뜻은 아닙니다. 초기 현황을 살펴보는 작은 점검으로 이해하는 것이 좋습니다.
실제 GEO 성과를 정밀하게 관리하려면 더 다양한 질문과 측정 조건, 표본 수를 검토할 필요가 있습니다.
기준선이 있어야 GEO의 변화도 설명할 수 있습니다
GEO를 시작하고 AI 답변에 우리 병원이 새롭게 등장했다면 의미 있는 변화일 수 있습니다.
하지만 시작 전 기록이 없다면? 그 변화의 크기를 정확하게 설명하기 어려울 겁니다.
반대로 특정 질문에서 계속 등장하지 않더라도 이전보다 병원에 대한 설명이 정확해졌거나 인용 출처가 달라졌을 수 있습니다.
따라서 GEO 성과 측정에서는 하나의 점수보다 질문별 결과와 실제 답변을 함께 살펴봐야 합니다.
기준선을 확보하면 이후 콘텐츠를 발행하거나 홈페이지를 정비했을 때 무엇이 달라졌는지 논의할 근거가 생깁니다.
GEO의 첫 번째 성과는 높은 점수를 만드는 일이 아니라, 앞으로의 변화를 비교할 수 있는 출발점을 확보하는 것입니다.
자주 묻는 질문
Q. ChatGPT에 한 번 질문해 보는 것으로 GEO 노출을 확인할 수 있나요?
간단한 참고는 가능하지만 전체적인 노출 상태를 판단하기에는 부족합니다. 환자의 질문을 유형별로 정리하고 반복적으로 확인하는 것이 좋습니다.
Q. 매달 질문을 새로 만들면 안 되나요?
새로운 질문을 추가할 수 있습니다. 다만 기존 점수와 추세를 비교하려면 기준 질문을 유지하고, 추가하거나 변경한 질문은 별도로 관리하는 편이 적절합니다.