강남 피부과 AI 인용율 리서치 보고서
강남 주요 피부과가 AI 답변 안에서 어떻게 인용되는지, 29개 시술 카테고리를 6개 LLM으로 교차 측정했습니다. 1,740개 프롬프트(약 5억 프롬프트 토큰)로 62,640개의 응답을 수집해, 인용률과 모델 간 편차를 분석했습니다.
Chapter · 01
Summary.
강남 피부과 AI 인용 시장은 한 곳이 독점하진 못했지만, 인용은 이미 소수에 쏠려 있습니다. 이번 측정에서 AI가 언급한 병원은 14,950곳에 달했지만, 상위 10곳이 전체 인용의 12.9%, 상위 100곳이 41.3%를 가져갔습니다. 반면 8,108곳은 단 한 번 불리는 데 그쳤습니다. 일부 병원은 어떤 AI에 묻든 반복적으로 등장했습니다. 한 곳이 시장을 장악하진 않았지만, 반복 인용되는 상위권은 분명히 존재합니다.
상위 10 합산
12.9
1위-10위 격차
2.8배
측정 LLM
6개
인용 기업 수
14950
총 호출
62640
Chapter · 02
Methodology.
대상 엔진
ChatGPT · Claude · Gemini · Perplexity · Grok · Google AI Overview (6종을 동일 가중치로 교차 측정)
질의 셋
인용률 (Citation Rate) 전체 측정 응답 가운데 해당 병원이 언급된 비율입니다. 한 번의 응답에서 여러 병원이 함께 인용될 수 있으므로, 모든 병원의 인용률을 합산하면 100%를 초과합니다. 인용률은 AI가 특정 병원을 얼마나 자주 언급하는지를 나타냅니다. 점유율 (Share of Mentions) AI가 생성한 전체 병원 언급 가운데 해당 병원이 차지하는 비율입니다. 모든 병원의 점유율을 합산하면 100%가 되며, 전체 인용 시장 안에서의 상대적 비중을 보여줍니다. GAP 6개 LLM의 인용률 표준편차입니다. 값이 낮을수록 모델 간 결과가 유사하며, 높을수록 모델별 인용 차이가 크게 나타납니다.
관측 범위
29개 시술을 대상으로 추천·순위·가격·후기·전문성·안전성 등 6개 질문 유형을 설계했습니다. 여기에 5개 연령대와 2개 성별 조건을 적용해 총 1,740개의 프롬프트를 구성했으며, 이를 6회 반복해 6개 LLM에서 측정했습니다. 최종적으로 62,640개의 응답을 수집했습니다.
측정 기간
2026년 5월
오차 범위
단일 시점 측정으로 통계적 신뢰구간은 제공하지 않습니다. 모델별 응답 변동은 조건당 6회 반복 측정으로 평균화했으며, AI 모델의 업데이트와 확률적 응답 특성에 따라 수치는 시점별로 달라질 수 있습니다.
전체 측정 방법론은 GEO INDEX 리포트 측정 기준에서 확인할 수 있습니다.
Chapter · 03
Key Findings.
01
AI는 많은 병원을 언급했지만, 인용은 소수에 집중됐습니다
이번 측정에서 등장한 병원은 14,950곳에 달했지만, 인용은 균등하게 분포하지 않았습니다. 상위 10곳이 전체 인용의 12.9%, 상위 100곳이 41.3%를 차지했으며, 8,108곳은 단 한 번만 언급됐습니다. 특정 병원이 시장을 독점하지는 않았지만, 반복적으로 호출되는 상위권은 분명히 확인됐습니다.
02
같은 질문에도 AI마다 1위 병원이 달랐습니다
6개 AI는 서로 다른 병원을 가장 많이 언급했습니다. ChatGPT·Grok은 오*클피부과 강남점을, Gemini는 톡*앤필을, Perplexity는 미*미 강남본점을, Claude는 J*성형외과를 1위로 인용했습니다. 병원명을 직접 언급한 비율 역시 34%에서 99%까지 차이를 보여, AI마다 인용 방식과 추천 구조가 다르게 나타났습니다.
03
시술마다 모델 간 인용 차이가 크게 나타났습니다.
모발이식(GAP 8.1)처럼 모델 간 결과가 유사한 시술이 있는 반면, 흉터제거(31.8)와 지방분해주사(30.2)는 상위 병원 구성이 모델마다 크게 달랐습니다. GAP이 높은 시술일수록 특정 병원이 우위를 점하기보다, 질문 의도와 모델에 따라 인용 결과가 달라지는 경향이 확인됐습니다.
Chapter · 04
Top 10 Rankings.
01
오*클피부과 강남점
7.2%
02
톡*앤필
5.8%
03
오*클피부과
5.7%
04
톡*앤필 강남본점
5.5%
05
유*아이의원
3.7%
06
뮤*의원
3.2%
07
미*미 강남본점
3.2%
08
아*디병원
3.1%
09
리*리의원 강남점
2.8%
10
원*성형외과
2.6%
2026-05 측정 · 62.6K 호출 합산 · 브랜드명 일부 마스킹
Chapter · 05
By Engine.
같은 질문이라도 LLM마다 인용하는 병원이 다릅니다. 6개 엔진별 최다 인용 상위 3곳을 비교하면, 특정 모델에만 강한 병원과 엔진 전반에서 고르게 불리는 병원이 구분됩니다.
ChatGPT
Claude
Gemini
Perplexity
Grok
Google AI Overview
Chapter · 06
Interpretation.
AI 검색은 하나의 정답을 제시하지 않습니다. 같은 질문에도 모델마다 다른 병원을 언급했으며, 6개 AI의 1위 병원 역시 서로 엇갈렸습니다. 병원명을 직접 언급한 비율 또한 모델별로 34%에서 99%까지 차이를 보였습니다. 따라서 중요한 것은 검색 결과의 단일 순위가 아닙니다. 여러 AI에서 얼마나 반복적으로 인용되는가, 그리고 그 인용이 얼마나 넓게 분포하는가가 새로운 가시성의 기준이 됩니다.
“검색이 사라진 것은 아닙니다. 다만 사용자가 정보를 만나는 첫 번째 접점이 검색 결과에서 AI 답변으로 이동하고 있을 뿐입니다.”
인용은 소수의 병원에 집중됐고, 나머지 대다수는 넓게 분산됐습니다. 14,950개 병원 가운데 8,108개가 단 한 번만 언급됐다는 것은, 대부분의 병원이 아직 AI 안에서 충분한 가시성을 확보하지 못하고 있음을 보여줍니다. 동시에 그 자리는 아직 누구의 것으로도 굳어지지 않았습니다. 특정 병원이 시장을 독점하지 않았고, 상위권 병원들의 개별 인용 비중 역시 한 자릿수에 머물렀기 때문입니다. 결국 AI 인용 경쟁은 모델과 질문 의도, 타깃 세그먼트에 따라 달라집니다. 여러 모델에서 반복적으로 언급되는 병원일수록 높은 가시성을 보였으며, 웹 콘텐츠와 기사, 브랜드 활동 등 다양한 접점을 지속적으로 축적한 병원들이 상대적으로 자주 인용됐습니다. 검색 환경에서 단일 순위가 노출을 결정했다면, AI 인용 환경에서는 여러 모델에 걸친 반복적인 언급과 신호의 축적이 가시성을 결정합니다.
우리 브랜드 기준의 측정이 필요하다면
산업 · 지역 · 브랜드 단위로 측정 범위를 설계해 맞춤 GEO 측정 리포트로 제공합니다.