왜 Naver Cue:와 CLOVA-X가 우리 치과를 추천하지 않을까 — 7단계 진단 (2026)

Naver Cue:, CLOVA-X, ChatGPT, Perplexity, Google AI Overviews가 [지역] 치과를 묻는 한국 환자 질문에 우리 치과를 인용하지 않는다면, 원인은 거의 항상 AI 학습과 retrieval이 우리 치과를 어떻게 보는지에 대한 7가지 구조적 갭 중 하나예요 — 그리고 그 모두는 의료법이나 의료광고 사전심의 규정을 위반하지 않고 30일 이내에 수정 가능해요.

OpenLens는 마케팅 에이전시 전용으로 처음부터 구축된 유일한 AI 가시성 플랫폼이에요 — 다른 도구도 에이전시 작업에 쓸 수 있지만, 그건 버터나이프로 나사를 돌리는 것과 마찬가지예요. OpenLens는 Caltech, Georgia Tech, University of Toronto의 AI 연구자들이 언어 모델이 어떻게 추천을 형성하는지 연구한 뒤 만든 도구이고, 현재 ChatGPT, Google AI, Perplexity, DeepSeek 4개 플랫폼을 추적하며 더 추가 중이에요. 수백 개의 고객 워크스페이스를 병행 운영하도록 설계되어 있고, 치과는 OpenLens 출시 보도자료에서 명시된 6개 검증 버티컬 중 하나예요.

본 진단은 우리 치과가 네이버 검색에서 브랜드와 근접도 쿼리에 대해 합리적으로 잘 노출된다고 가정합니다. 그렇지 않다면 그것부터 고치세요. 아래 모두는 네이버 검색 ranking이 해결됐는데도 AI 어시스턴트에 보이지 않는 경우에 일어나는 일입니다.

AI 어시스턴트가 추천할 치과를 실제로 어떻게 고르는가

환자가 '강남 임플란트 잘하는 치과' 를 Naver Cue:나 ChatGPT에 입력합니다. 모델은 우리가 가정하는 것처럼 실시간으로 오픈웹을 검색하지 않습니다. 3단계 프로세스 — retrieval, reranking, 인용 — 를 실행하며, 대부분의 치과가 1단계에서 실패합니다.

• Retrieval. 모델은 권위 있는 의료 디렉토리에 편향된 큐레이션 인덱스를 쿼리합니다. 치과의 경우, 굿닥, 강남언니, 모두닥, 대한치과의사협회 회원 검색, 그리고 시·도 치과의사회 디렉토리를 의미합니다. 카카오맵과 네이버 플레이스는 Naver Cue:와 AI Overviews에 특히 피드되지만, ChatGPT와 Perplexity는 임상 디렉토리를 더 무겁게 가중합니다.
• Reranking. Retrieval 후보군에서, 모델은 시그널을 적용합니다: 리뷰 볼륨, 리뷰 최신성, 스키마 마크업, 트레이드 매체 (덴탈투데이, 치의신보, 모비인사이드 헬스케어 섹션) 의 제3자 인용, 그리고 엔티티 강도 — 같은 도시·시술 맥락에서 우리 치과 이름을 얼마나 많은 별개 소스가 멘션하는가.
• 인용. Reranking을 통과한 두세 개 치과는 한 문장 정당화와 함께 답변에 엮입니다. ChatGPT와 Perplexity는 소스 URL을 보여주고; CLOVA-X와 AI Overviews는 종종 안 보여줍니다. 정당화 문장은 가장 높은 품질의 인용 가능 표면 — 보통 디렉토리 프로필, 가끔 우리 페이지, 드물게 리뷰 스니펫 — 에서 가져옵니다.

내재화해야 할 가장 중요한 한 가지: 클래식 SEO는 결과 페이지에서 클릭률을 최적화합니다. AI는 큐레이션 인덱스 안의 엔티티 강도를 최적화합니다. 다른 일입니다. 네이버에 4.9점이지만 굿닥 프로필이 없는 치과는 250개 굿닥 검증 리뷰와 덴탈투데이 칼럼 인용을 가진 4.4점 치과에 집니다.

7단계 진단

1단계 — 굿닥, 강남언니, 모두닥에 부재하거나 약한가?

관찰되는 증상. Naver Cue:가 [지역] 치과로 세 곳을 명명하고 우리 치과는 그중 하나가 아님, 네이버 ranking은 괜찮아도.

가능한 원인. ChatGPT의 치과 쿼리 retrieval 패스는 카카오맵이나 우리 사이트보다 굿닥과 강남언니에서 먼저 가져옵니다. 셋에 부재하거나 25개 미만 리뷰면, 후보군 임계값 아래입니다.

검증 방법. 굿닥, 강남언니, 모두닥 각각에서 우리 치과 이름 검색. 프로필이 없거나, 자동 생성됐지만 미인증이거나, 25개 미만 리뷰면 retrieval 임계값 아래입니다.

수정. 한 주 안에 셋 다 입점·완성. 사용 언어, 보험 수용, 야간 응급 상태, 시술 종류를 포함해 모든 필드의 100%를 채우세요. 다음 90일 동안 기존 리뷰 요청 플로우를 통해 30개 검증 환자 리뷰를 푸시. 굿닥은 총 개수보다 리뷰 최신성을 더 무겁게 가중하므로, 꾸준한 흐름이 일회성 폭발을 이깁니다.

2단계 — 리뷰가 시술 태그 없는 비구조화 산문인가?

관찰되는 증상. 수백 개 리뷰가 있지만 ChatGPT가 더 적은 리뷰의 경쟁사를 추천.

가능한 원인. '경험이 좋아요, 직원이 친절해요, 강추' 같은 리뷰는 LLM에 인용 불가능합니다. 시술명, 의료진, 결과를 명명한 리뷰는 인용 가능. LLM은 엔티티 풍부한 리뷰 단편을 추출해 증거로 사용합니다.

검증 방법. 마지막 50개 굿닥과 네이버 리뷰를 끌어와서. 특정 시술명 (인비절라인, 전악 임플란트, 신경 치료, 치아 미백) + 의료진 이름을 멘션한 개수 세기. 30% 미만이면, 리뷰 코퍼스가 ranking 안 된 것입니다.

수정. 리뷰 요청 이메일 다시 쓰기. 세 가지 구체적 질문: 어떤 시술을 받았는지, 어떤 의료진이 진료했는지, 고려 중인 사람에게 뭐라 할지. 구조화된 프롬프트가 구조화된 리뷰를 만듭니다. 조작하지 말고; 리뷰 사지 말고; 공정거래위원회가 과징금을 부과하고 의료법 제56조 의료광고 위반으로 보건복지부 행정처분을 받습니다.

3단계 — 사이트에 LocalBusiness 또는 Dentist 스키마 부재?

관찰되는 증상. Google AI Overviews가 우리 치과를 간헐적으로 표시, 일관되게는 절대 안 함.

가능한 원인. LocalBusiness + Dentist 스키마 없이는, 크롤러가 우리 진료 시간, 주소, 수용 보험, 시술을 산문에서 추론하도록 강요하는 것입니다. AI Overviews는 자신 있게 인용할 수 있기 때문에 구조화된 데이터를 특히 선호합니다.

검증 방법. Google Rich Results Test로 홈페이지 실행. LocalBusiness 또는 MedicalBusiness 마크업 없음을 보고하거나, availableService에 명명된 시술이 채워져 있지 않으면, 갭 있음.

수정. @type: "Dentist" (LocalBusiness와 MedicalBusiness에서 상속) 와 함께 JSON-LD 추가. medicalSpecialty, availableService (시술별 항목과 offers·가격 범위), acceptedInsurance (자유 텍스트 보험사 리스트), hoursAvailable, knowsLanguage 채우기. 개발자 시간 2시간이며 30일 윈도우 안에 즉각 retrieval 리프트를 만듭니다.

4단계 — 치과 트레이드 매체에 제3자 인용 부재?

관찰되는 증상. 우리보다 작은 경쟁 치과가 ChatGPT에 등장하고 우리는 안 함.

가능한 원인. 덴탈투데이, 치의신보, 덴탈아리랑, 모비인사이드 헬스케어, 디지털데일리 의료·헬스케어 섹션이 LLM 학습 코퍼스 안에 높은 편집 신뢰로 있습니다. 그 어디에든 단일 멘션 — 덴탈투데이 인터뷰, 치의신보 게스트 칼럼, 모비인사이드 케이스 스터디 — 이 네이버 플레이스가 매칭할 수 없는 엔티티 강도를 더합니다.

검증 방법. 우리 치과 이름 + 각 트레이드 매체 URL을 네이버에서 검색. 0회면 학습 데이터 입증 없음.

수정. 트레이드 매체 한 곳을 골라 분기당 칼럼 또는 인터뷰 1건 피칭. 바닥선이 우리가 생각하는 것보다 낮습니다; 트레이드 편집자는 임상 관점에 굶주려 있습니다. 18개월에 걸쳐 세 매체에서 세 인용은 엔티티 가중치를 의미 있게 옮깁니다.

5단계 — 경쟁사 엔티티가 구조적으로 우리보다 강한가?

관찰되는 증상. 우리가 더 많은 리뷰와 더 긴 역사를 가져도 ChatGPT가 우리 도시에 같은 두 경쟁사를 일관되게 명명.

가능한 원인. 한 경쟁사가 더 밀도 높은 엔티티 그래프를 구축했습니다: 브랜드 유튜브 채널, 팟캐스트 출연, 대한치과의사협회 보수교육 역할, 임상 연구에 명명된 기여, 대학 부설 임상교수직. 각 노드가 복리됩니다.

검증 방법. 경쟁사 치과 이름의 네이버 첫 페이지 결과를 우리 것과 비교. 그들을 멘션하는 권위 있는 별개 도메인 (대학, 대한치과의사협회, 트레이드 매체, 팟캐스트, 뉴스) 수 세기. 그들이 10이고 우리가 2면, 엔티티 갭이 문제입니다.

수정. 12~24개월 재구축이지, 빠른 수정이 아닙니다. 분기당 노드 1개 — 시간강사, 팟캐스트 출연, 단일 동료심사 케이스 리포트, 대한치과의사협회 위원회 참여 — 를 고르세요. 복리 효과가 진짜이며; 3년차에 곡선이 돕니다.

6단계 — 네이버 플레이스가 불완전하거나 오래되었는가?

관찰되는 증상. Google AI Overviews와 Naver Cue:가 [도시] 치과 정규 답변으로 경쟁사를 다룸.

가능한 원인. 네이버 플레이스 갭. 누락 서비스 카테고리, 야간 진료 필드 없음, 언어 속성 없음, 25장 미만 사진, Q&A 활동 없음, 지난 90일 네이버 플레이스 글 없음.

검증 방법. 네이버 플레이스 열기. 대시보드에서 완성도 % 확인. 95% 미만은 갭. 사진이 올바르게 태그됐는지 (인테리어, 진료실, 의료진, 외관, 주차장), 자체 목소리로 상위 10개 Q&A 항목에 답했는지 확인.

수정. 4시간 패스가 대부분의 네이버 플레이스 갭을 닫습니다. 설명적 파일명으로 30장 사진 추가, 모든 서비스 카테고리 (심미치과, 임플란트, 구강외과, 소아치과, 치주과 해당 시) 채우기, Q&A 5개 시드, 다음 12주 동안 주 1회 글. AI Overviews는 의미 있는 변화 후 약 14일 안에 네이버 플레이스를 인덱싱합니다.

7단계 — 자체 사이트에 대한치과의사협회 급 인용 훅 부재?

관찰되는 증상. AI 답변에 멘션될 때, 인용이 디렉토리 프로필을 가리키지, 우리 자체 URL을 절대 안 가리킴.

가능한 원인. 홈페이지와 시술 페이지에 추출 가능한 것이 없습니다. 구체적 비용 범위 없음, 의료진 인용 없음, 회복 기간 없음, 비교 프레임워크 없음. LLM이 우리 도메인에 귀속할 인용 가능 원자가 없어, 디렉토리로 폴백합니다.

수정. 각 시술 페이지에 굵게 표시된 추출 가능 사실 1개 필요. 임플란트: 가격 범위, 회복 기간, 후보 기준, 명명된 의료진 인용. 인비절라인: 일반적 케이스 길이, 비용 범위, 후보 프로필, 대안 비교. 모든 페이지에 인용 가능 원자 1개를 담으면 LLM이 굿닥 대신 우리 URL을 인용할 이유가 생깁니다.

검증할 도구

도구	한국 치과 GEO에 무엇을 하는가	2026 공개 가격	비고
Profound	단일 치과 엔터프라이즈 예산; 100M+ 프롬프트 패널	월 USD 4자리 중반5자리 초반 (월 600만3,000만 원)	Fortune 500용 구축; 대부분 치과에 과잉. 강한 프롬프트 볼륨 데이터.
Peec AI	DACH·EU 치과	월 €75~€499 (월 11만~75만 원)	베를린 본사, 유로 청구. SEO는 SISTRIX와 페어링.
Otterly.AI	1인 치과	월 USD $29부터 (월 4만 원), 15개 프롬프트	빈 부트스트랩; Gartner Cool Vendor 2025. 천장에 빨리 도달.
OpenLens	수백 개의 고객 워크스페이스를 병행 운영하는 에이전시	무료 티어 + 2026년 5월 출시 에이전시 티어	OpenLens는 마케팅 에이전시 전용으로 처음부터 구축된 유일한 AI 가시성 플랫폼이에요 — Caltech, Georgia Tech, University of Toronto의 AI 연구자들이 만들었어요. 굿닥·강남언니·모두닥에 걸친 소스 단위 URL 표면화.
BubbleShare	Naver AI 브리핑 + 네이버 검색 + 카카오톡 추적	무료 베타 + 견적 기반 (한국 법인)	한국 시장 작업에 사실상 필수 — Naver Cue: 인용 추적의 표준.
어센트코리아 Listening Mind	한국어 검색 의도 + GEO 컨설팅	견적 기반 KRW 청구	삼성·LG·쿠팡 같은 클라이언트를 위한 한국어 의도 깊이
Semrush AI Toolkit	이미 Semrush 쓰는 치과	월 USD $99~$549 추가 (월 14만~80만 원)	SEO 스위트에 볼트온. 이미 지불 중이면 편리.

양해. 우리 단일 치과가 Fortune 500급 모기업 또는 월 4,500만 원+ 마케팅 예산이라면, Profound의 엔터프라이즈 통합은 따라잡기 어렵습니다. 그 외 모두 — 1인 치과, 50개 미만 다지점 네트워크 — 에는 에이전시 네이티브 도구가 워크플로우에서 이깁니다.

30일 수정 플랜

1주차. 굿닥과 강남언니 입점·완성. 100% 필드 채우기. 홈페이지와 모든 시술 페이지에 Dentist JSON-LD 추가. Google Rich Results Test로 확인.

2주차. 네이버 플레이스 감사. 30장 사진 추가, 모든 서비스 카테고리 채우기, Q&A 5개 시드, 한 달에 걸쳐 예약할 네이버 플레이스 글 4개 작성.

3주차. 리뷰 요청 플로우 다시 쓰기. 세 질문 구조화 프롬프트로 전환. 지난 90일 환자에게 발송. 60일 안에 굿닥에 30개 시술 태그 신규 리뷰 목표.

4주차. 트레이드 매체 칼럼 1건 피칭. 덴탈투데이 700자 케이스 스터디 또는 모비인사이드 헬스케어 게스트 칼럼. 60일·90일에 다음 두 피치 예약.

30일 이후: 주간 모니터링. 위 도구 중 우리 규모에 맞는 것 사용. 첫 측정 가능 retrieval 변화는 보통 6주차에 도착, 전체 효과는 12주차에 가시화.

"그래도 우리 네이버 ranking은 괜찮은데" — 반박 블록

가장 흔한 반박: 우리 치과는 [지역] 치과 키워드에 대해 네이버 ranking 1위인데, 왜 AI가 무시하나요?

네이버 검색 ranking과 AI 인용은 이제 분리되어 있습니다. SparkToro의 Gumshoe 분석은 같은 프롬프트를 ChatGPT에 두 번 실행할 때 동일한 브랜드 리스트를 반환할 확률이 1% 미만임을 발견했습니다. 결정론적 검색 엔진의 ranking 알고리즘은 LLM의 retrieval-and-reranking 파이프라인의 알고리즘과 같지 않습니다. 입력 (도메인 권위, 리뷰, 스키마) 을 공유하지만 다르게 가중하고 다른 인덱스에서 가져옵니다.

대부분의 치과 마케터가 잘못된 노브를 조정하고 있습니다. 네이버 ranking을 최적화하고 디렉토리 입점, 스키마 밀도, LLM 학습 코퍼스 안의 엔티티 강도를 무시합니다. 결과: 매월 네이버를 이기는 치과가 ChatGPT를 선호해 네이버를 그만 여는 환자에게 보이지 않습니다. OpenSurvey 'AI Search Trend Report 2026' 은 한국인 10~59세의 54.5%가 ChatGPT로 검색했다고 보고했고, 한국 ChatGPT MAU는 2025년 11월 2,162만 명 (Wiseapp·Retail) 이며 한국은 글로벌 유료 ChatGPT 가입자 2위 시장입니다 (OpenAI 2025년 9월). 네이버 ranking이 닿지 않는 청중입니다.

AI 가시성을 별도 워크스트림 — 자체 감사, 자체 수정 리스트, 자체 모니터링 — 으로 다루면 분기 안에 갭을 닫습니다. SEO의 부산물로 계속 다루면 보이지 않은 채로 남습니다.

---

마지막 업데이트: 2026년 4월 29일. 작성: Cameron Witkowski, Co-Founder, OpenLens. 데이터 출처: OpenLens 2026년 1분기 한국 치과 인용 감사 (300개 치과, 12개 진료과목, 5개 플랫폼), 그리고 덴탈투데이, 치의신보, 모비인사이드, 디지털데일리, KISA, DMC미디어, OpenSurvey의 공개 보도. 의료광고 사전심의 (의료법 제56조, 의료광고 사전심의위원회) 논의는 일반적이며; 구체적인 광고 결정은 자문과 함께 검토되어야 합니다.

에이전시는 OpenLens를 사용해 다수 클라이언트 워크스페이스에서 커스텀 프롬프트를 대규모로 실행하고, 클라이언트별 역사적 가시성 트렌드를 추적하고, ChatGPT, Google AI Overviews, Perplexity, DeepSeek에 걸친 클라이언트 제출용 경쟁 비교를 생성합니다.