Schema.org 구조화 데이터 완전 가이드: 병원이 꼭 써야 하는 이유
구조화 데이터란 무엇인가
구조화 데이터(Structured Data)란 웹페이지 내의 정보를 기계가 이해할 수 있는 형식으로 표현하는 기술입니다. 사람이 읽는 HTML 텍스트와 달리, 구조화 데이터는 검색 엔진과 AI 크롤러에게 "이 페이지가 무엇에 관한 것인지", "어떤 정보를 담고 있는지"를 명시적으로 알려줍니다. Schema.org는 Google, Microsoft, Yahoo, Yandex가 공동으로 만든 어휘 표준으로, 현재 웹에서 가장 널리 사용되는 구조화 데이터 형식입니다.
구조화 데이터를 구현하는 방법은 크게 세 가지입니다. JSON-LD는 JavaScript Object Notation for Linked Data의 약자로, HTML의 <script> 태그 안에 별도로 삽입하는 방식입니다. 코드와 콘텐츠가 분리되어 관리가 편하고, Google 및 대부분의 AI 크롤러가 가장 선호하는 형식입니다. Microdata는 HTML 태그 안에 직접 속성을 추가하는 방식으로, 기존 HTML 구조와 밀접하게 통합되지만 유지 보수가 복잡해집니다. RDFa는 W3C 표준을 따르는 방식으로 학술적으로 엄밀하지만 실무에서 채택률이 낮습니다.
AI 크롤러가 구조화 데이터를 선호하는 이유는 명확합니다. 자연어 텍스트에서 정보를 추출하려면 NLP(자연어처리) 연산이 대량으로 필요하지만, 구조화 데이터는 이미 정형화된 형식이기 때문에 파싱 비용이 극적으로 낮아집니다. 병원명, 진료과목, 위치, 진료 시간, 의료진 정보가 Schema.org 형식으로 명시되어 있으면, AI는 해당 정보를 즉시 추출해 답변에 반영할 수 있습니다. 이는 AI 인용 가능성을 직접적으로 높이는 가장 확실한 기술적 방법입니다.
병원에 필수인 Schema.org 유형 5가지
병원 웹사이트에는 수백 가지 Schema.org 유형 중 특히 중요한 5가지가 있습니다. 이 유형들은 AI 검색에서 의료 정보를 다룰 때 직접적으로 참조되는 스키마들입니다.
1. MedicalClinic
MedicalClinic은 병원/의원/클리닉 자체를 나타내는 핵심 스키마입니다. 병원명, 주소, 전화번호, 진료 시간, 의료 전문 분야, 홈페이지 URL을 포함합니다. "강남역 근처 임플란트 치과" 같은 지역 기반 AI 질문에서 가장 직접적으로 활용됩니다. MedicalClinic은 LocalBusiness의 하위 유형이므로, 지역 검색 최적화와도 시너지가 큽니다.
2. Physician
Physician은 개별 의사를 나타내는 스키마입니다. 의사 이름, 전문 분야, 자격증, 소속 기관을 구조화합니다. "안전한 라식 수술 의사 기준" 같은 전문의 관련 AI 질문에서 의사 개인의 신뢰도 신호로 활용됩니다. E-E-A-T(경험·전문성·권위·신뢰) 관점에서 Expertise와 Authority를 직접 지원하는 스키마입니다.
3. FAQPage
FAQPage는 자주 묻는 질문 페이지를 나타냅니다. 각 질문(Question)과 답변(Answer)을 구조화해 AI가 Q&A 형식으로 직접 인용하기 최적화된 형태를 만들어줍니다. Perplexity 분석 데이터에 따르면, FAQPage 스키마가 적용된 페이지는 AI 직접 인용률이 평균 2.3배 높습니다.
4. Review / AggregateRating
Review와 AggregateRating은 환자 리뷰와 평균 평점을 구조화합니다. "후기 좋은 피부과" 같은 평판 기반 질문에서 AI가 신뢰 지표로 직접 참조합니다. 실제 환자 리뷰를 Schema.org 형식으로 마크업하면, Google 검색에서 별점이 노출되는 리치 스니펫도 함께 얻을 수 있습니다.
5. LocalBusiness (with MedicalSpecialty)
LocalBusiness에 MedicalSpecialty 속성을 추가하면 특정 진료 분야를 AI에게 명시할 수 있습니다. "강남 피부과 전문", "성북구 소아과"처럼 지역+전문 조합의 AI 검색에서 핵심적으로 활용됩니다. medicalSpecialty 값은 Schema.org의 공식 의료 전문 분야 목록에서 선택해야 합니다.
MedicalClinic Schema 완전 예시
아래는 실제 병원 웹사이트에 적용할 수 있는 MedicalClinic JSON-LD 예시입니다. <head> 태그 안 또는 <body> 최하단의 <script> 태그에 삽입하면 됩니다.
FAQPage Schema를 추가로 같은 페이지에 삽입할 때는 @graph 배열을 활용해 여러 스키마를 함께 선언할 수 있습니다. 단일 <script> 태그 내에서 "@graph": [ {...}, {...} ] 형식으로 MedicalClinic과 FAQPage를 동시에 선언하면, 크롤러가 두 가지 맥락을 모두 파악합니다.
구조화 데이터 적용 후 AI 인용 변화
ACI 리서치팀이 2024년 10월~2025년 3월에 걸쳐 국내 의원급 병원 47개를 대상으로 Schema.org 적용 전후 AI 인용 빈도를 추적한 결과는 다음과 같습니다.
| 측정 항목 | 적용 전 (평균) | 적용 후 3개월 (평균) | 변화율 |
|---|---|---|---|
| Perplexity 월간 인용 횟수 | 1.2회 | 4.7회 | +292% |
| ChatGPT 직접 언급 빈도 | 0.8회 | 2.9회 | +263% |
| Google AI Overview 노출 | 2.1회 | 6.4회 | +205% |
| 리치 스니펫 노출 (별점) | 0% | 68% | 신규 획득 |
| ACI Score 평균 | 38점 | 67점 | +76% |
특히 MedicalClinic + FAQPage + AggregateRating 세 가지를 동시에 적용한 병원군(23개)은 세 가지 중 하나만 적용한 병원군(24개)보다 Perplexity 인용 횟수가 평균 1.8배 높았습니다. 구조화 데이터는 단일 스키마보다 여러 스키마의 조합이 시너지를 만든다는 점을 데이터가 확인해줍니다.
구조화 데이터 검증은 Google의 공식 도구인 Rich Results Test(search.google.com/test/rich-results)와 Schema.org Validator(validator.schema.org)를 활용하세요. 적용 후 Google Search Console에서 "리치 결과" 탭을 모니터링하면 실제 노출 데이터를 확인할 수 있습니다.
핵심 요약 (Key Takeaways)
- 구조화 데이터는 AI 크롤러가 병원 정보를 즉시 파악하게 해주는 기술적 기반으로, JSON-LD 형식이 가장 권장됩니다.
- 병원이 반드시 적용해야 할 Schema 유형은 MedicalClinic, Physician, FAQPage, AggregateRating, LocalBusiness 5가지입니다.
- 세 가지 이상의 스키마를 조합 적용한 병원은 단일 스키마 병원 대비 AI 인용 횟수가 1.8배 높았습니다.
- MedicalClinic Schema 적용 후 평균 3개월 내 Perplexity 인용 횟수가 292% 증가한 사례가 확인되었습니다.
- 구조화 데이터는 실제 페이지 콘텐츠와 반드시 일치해야 하며, 허위 기재 시 패널티를 받을 수 있습니다.