질문 두 종류와 응답 세 분류로 남기는 기록
병원이 AI 검색에 이미 나오는지는 대행사가 질문 목록을 만들어 실제로 묻고, 그 응답을 원문 그대로 모은 초기 관측 목록으로 판단합니다. 대행사에 이 일을 맡길 때 병원이 받아야 할 것은 「나온다」나 「안 나온다」 같은 한 줄 결론이 아니라, 어떤 질문에 어떤 조건으로 물었고 응답에 무엇이 있었는지가 줄마다 남은 목록입니다.
질문은 두 종류로 나눕니다. 병원 이름을 넣어 묻는 브랜드 확인 질문은 AI가 병원을 이미 알고 있을 때 그 정보가 맞는지를 알려 줍니다. 병원 이름 없이 지역과 진료, 증상으로 묻는 일반 탐색 질문은 병원을 모르는 사람이 물었을 때 병원이 후보로 떠오르는지를 알려 줍니다. 두 종류는 알려 주는 것이 달라, 한 목록에 섞어 하나의 비율로 합치면 결과를 읽기 어려워질 수 있습니다.
응답은 세 가지로 나누어 기록합니다. 응답 본문에 병원 이름이 나오면 언급, 병원 홈페이지나 병원이 올린 글이 출처로 표시되면 인용, 둘 다 없으면 미노출입니다. 인용이 있는 응답은 인용으로 분류하고, 언급만 있는 응답과 구분합니다. 병원 이름이 나왔지만 진료 시간이나 주소처럼 내용이 틀렸다면 분류와 별도로 틀린 정보 표시를 남깁니다.
질문 종류마다 알 수 있는 것
| 질문 종류 | 질문의 예 | 이 질문으로 알 수 있는 것 |
|---|---|---|
| 브랜드 확인, 기본 정보 | [병원 이름] 진료 시간, [병원 이름] 위치 | AI가 가진 병원 기본 정보가 지금과 같은지 |
| 브랜드 확인, 진료 항목 | [병원 이름]에서 [진료] 받을 수 있나요 | 병원의 진료 범위를 AI가 어떻게 설명하는지 |
| 일반 탐색 | [지역] [진료과] 어디가 있나요, [증상] 어디서 검사하나요 | 병원 이름을 모르는 사람의 질문에 병원이 떠오르는지 |
초기 관측의 목적은 지금 상태를 기록해 두는 것입니다. 그래서 브랜드 확인 질문에서는 틀린 정보를 찾는 데, 일반 탐색 질문에서는 병원이 어느 질문에서 떠오르고 어느 질문에서 빠지는지를 적는 데 무게를 싣습니다.
초기 관측 목록을 만드는 다섯 단계
- 병원이 질문의 재료를 넘깁니다. 병원 이름과 예전 이름이나 줄임말, 주요 진료 항목, 환자나 보호자가 실제로 자주 묻는 말, 병원이 알리고 싶은 지역 범위입니다.
- 대행사가 재료를 바탕으로 브랜드 확인 질문과 일반 탐색 질문을 나누어 질문 목록을 만들고, 병원이 문장을 검토합니다.
- 대행사가 관측 조건을 정해 질문마다 AI 서비스에 묻고, 응답 원문을 글과 화면으로 함께 저장합니다.
- 대행사가 응답마다 언급, 인용, 미노출을 적고 틀린 정보가 보이는 응답에 표시를 남겨 초기 관측 목록을 만듭니다.
- 병원이 목록을 받아 틀린 정보 표시가 붙은 응답을 병원의 실제 정보와 대조하고, 같은 목록과 조건으로 다시 관측할 날짜를 대행사와 정합니다.
관측 조건은 줄마다 남깁니다. 물은 날짜와 시각, AI 서비스 이름, 로그인 여부만 있어도 다음 관측 때 같은 조건으로 다시 물을 수 있습니다. 조건이 빠진 응답은 다음 관측과 견줄 때 차이가 조건 때문인지 병원 정보 때문인지 가리기 어려울 수 있습니다.
넷째 단계의 분류는 응답 원문을 다시 열면 누구든 같은 결과를 낼 수 있어야 합니다. 분류 기준을 목록 첫머리에 한 줄씩 밝혀 두는 대행사라면, 병원은 원문 몇 개를 뽑아 분류가 기준대로인지 직접 대조할 수 있습니다.
다섯째 단계의 대조는 병원만 할 수 있습니다. AI 응답 속 면회 시간이나 진료 항목이 지금도 맞는지는 대행사가 응답만 읽고 판단할 수 없기 때문입니다.
초기 관측 목록의 줄별 기록 예
아래는 목록의 형태를 보여 주기 위한 예이며, 괄호 속 말은 실제 병원 이름과 지역으로 바꾸어 씁니다.
| 질문 | 종류 | 분류 | 틀린 정보·비고 |
|---|---|---|---|
| [병원 이름] 진료 시간 | 브랜드 확인 | 인용 | 출처에 병원 홈페이지 표시 |
| [병원 이름] 주차 되나요 | 브랜드 확인 | 언급 | 주차 조건이 예전 안내와 같음 |
| [지역] [진료과] 추천 | 일반 탐색 | 미노출 | 다른 병원 이름만 나옴 |
넷째 칸에는 틀린 정보가 있으면 무엇이 틀렸는지를, 없으면 응답에서 눈여겨볼 점을 짧게 씁니다. 응답 원문 전체는 목록에 옮기지 않고 저장한 파일 이름만 적어, 필요할 때 원문을 열어 대조하게 합니다.
보호자 전화로 시작한 요양병원의 첫 관측
아래는 설명을 위해 만든 가상의 상황입니다. 질문 수와 응답 수는 흐름을 보여 주기 위해 정한 값이며 실제 병원의 기록이 아닙니다.
한 요양병원의 사회복지사는 입원을 알아보던 보호자에게서 면회가 아직 막혀 있느냐는 전화를 받았습니다. 보호자는 AI 검색에 물었더니 이 병원은 면회를 받지 않는다는 답이 나왔다고 했습니다. 면회 제한은 이미 풀린 지 오래였습니다. 사회복지사가 이 일을 기획팀장에게 전하자, 기획팀장은 병원이 AI 검색에 어떻게 나오는지부터 파악하기로 하고 홍보를 맡은 대행사에 초기 관측을 의뢰했습니다.
기획팀장은 병원 이름과 개원 때 쓰던 예전 이름, 재활 치료와 장기 입원이라는 주요 진료 항목, 병원이 있는 구와 이웃한 두 구를 넘겼습니다. 여기에 사회복지사가 보호자에게서 자주 듣는 면회, 간병, 입원 상담 절차에 관한 말을 정리해 보탰습니다.
스물네 개 응답의 분류와 병원의 대조
대행사는 브랜드 확인 질문 여섯 개와 일반 탐색 질문 여섯 개로 목록을 만들었고, 기획팀장이 문장을 검토했습니다. 브랜드 확인 여섯 개는 기본 정보 셋과 진료 항목 셋이었고, 기본 정보 셋 가운데 하나는 예전 이름으로 묻는 질문이었습니다. 일반 탐색 여섯 개에는 세 구의 이름을 넣어 요양병원을 찾는 질문과 재활 치료를 받을 곳을 찾는 질문을 섞었습니다. 대행사는 두 AI 서비스에 로그인하지 않은 상태로 같은 날 오전에 열두 질문을 물어 응답 스물네 개를 글과 화면으로 함께 저장했습니다.
브랜드 확인 응답 열두 개는 인용 다섯, 언급 일곱이었고 미노출은 없었습니다. 일반 탐색 응답 열두 개는 인용 하나, 언급 둘, 미노출 아홉이었습니다. 일반 탐색에서 인용된 한 응답은 병원 블로그의 재활 치료 안내 글을 출처로 달고 있었습니다. 대행사는 목록 첫머리에 세 분류의 기준을 밝혔고, 기획팀장은 응답 원문 몇 개를 열어 분류가 기준대로인지 대조했습니다. 틀린 정보 표시는 브랜드 확인 응답 세 개에 붙었는데, 두 개는 면회를 받지 않는다는 내용이었고 하나는 예전 이름을 지금 이름처럼 쓴 것이었습니다.
기획팀장과 사회복지사는 표시가 붙은 세 응답을 병원의 실제 정보와 대조했습니다. 면회 응답 두 개를 읽다가, 감염병 유행 때 올린 면회 제한 공지가 홈페이지 공지사항에 종료 표시 없이 남아 있다는 것을 찾았습니다. 병원은 그 공지에 종료 날짜를 밝히고 지금의 면회 안내 페이지로 연결했습니다.
대행사와는 한 달 뒤 같은 열두 질문을 같은 두 서비스에, 로그인하지 않은 상태로 다시 묻기로 정했습니다. 인계는 질문 목록, 초기 관측 목록, 응답 원문 파일 스물네 개를 한 폴더로 받았습니다.
관측 방식을 달리하는 경우
병원 이름이 흔하거나 다른 지역에 같은 이름의 병원이 있다면, 브랜드 확인 질문에 지역 이름을 함께 넣습니다. 그렇지 않으면 다른 병원의 정보를 병원의 틀린 정보로 잘못 적을 수 있습니다.
병원 이름을 바꾼 적이 있다면 예전 이름으로 묻는 브랜드 확인 질문도 목록에 넣습니다. 예전 이름으로 물었을 때 지금 병원으로 이어지는지도 초기 상태로 기록해 둘 만한 내용입니다.
같은 질문을 같은 조건으로 물어도 응답이 매번 조금씩 달라질 수 있습니다. 그래서 한 번의 응답으로 결론을 내리지 않고, 다음 관측에서 같은 줄의 응답과 견주어 무엇이 달라졌는지를 읽습니다.
다음 관측과 이어 붙이는 법
초기 관측 목록은 다음 관측의 기준이 됩니다. 두 번째 관측부터는 같은 줄 옆에 새 분류를 적어 달라진 줄을 표시하고, 틀린 정보 표시가 사라졌는지를 먼저 점검합니다. 병원이 공식 정보를 고친 날짜도 목록에 함께 적어 두면, 달라진 결과를 병원이 한 일과 견주어 읽을 수 있습니다. 관측 목록은 병원 폴더에도 한 벌 보관해, 대행사가 바뀌더라도 같은 질문과 조건으로 이어서 관측할 수 있게 합니다.
병원 AI 검색 관측 자주 묻는 질문
Q1. 병원 직원이 직접 물어 확인해도 되지 않습니까?
A1. 물을 수는 있지만, 직원이 평소 쓰는 계정으로 물으면 그 계정의 대화 기록이 답에 섞여 들 수 있습니다. 직원이 맡는다면 로그인하지 않은 창에서 묻고, 날짜와 서비스 이름을 표 옆에 남기는 것까지 대행사와 같은 방식으로 합니다.
Q2. 어느 AI 서비스를 관측해야 합니까?
A2. 환자와 보호자가 평소 어떤 AI 서비스를 쓰는지, 접수나 상담 때 들은 이야기를 참고해 정할 수 있습니다. 한 번 정한 서비스는 한 달 뒤, 석 달 뒤에도 그대로 이어 가야 결과를 서로 견줄 수 있습니다.
Q3. 미노출이 많으면 지금까지의 홍보가 잘못된 것입니까?
A3. 초기 관측은 판정이 아니라 출발점의 기록입니다. 일반 탐색 질문에서 미노출이 많다는 것은 어느 질문에 대한 설명이 부족한지를 알려 주는 자료로 쓸 수 있고, 무엇을 먼저 보완할지는 목록을 두고 병원과 대행사가 정합니다.
Q4. AI가 틀린 정보를 말하면 서비스 회사에 고쳐 달라고 할 수 있습니까?
A4. 응답 옆에 의견을 보내는 단추를 둔 서비스도 있지만, 보낸 의견이 언제 반영될지는 병원이 알 수 없습니다. 병원이 손쓸 수 있는 쪽은 그 내용이 비롯된 원문입니다. 오래된 공지나 블로그 글에서 나온 말이라면 그 글을 현재 운영에 맞게 손보고, 손본 날짜를 관측 목록에 남깁니다.
Q5. 질문은 몇 개로 시작합니까?
A5. 정해진 수는 없습니다. 두 종류가 모두 들어가고 주요 진료 항목마다 질문이 한두 개씩 있으면 시작할 수 있으며, 질문을 늘릴수록 관측과 저장에 드는 시간도 함께 늘어납니다.