손님은 AI에게 어떻게 묻나 — 병원·학원·식당의 질문 목록을 만들고 페이지에 짝지어 주는 법

먼저 결론

AI 상위노출 작업은 “어떤 질문에 나오고 싶은가”를 정하는 데서 시작합니다. 그런데 이 질문을 사장님이 쓰는 말로 정하면 빗나가기 쉽습니다. 손님은 AI에게 “정형외과”나 “맛집”만 묻지 않습니다. 동네를 붙이고, 요일이나 학년이나 상황 같은 조건을 붙여 묻습니다.

그래서 이 글은 두 가지를 다룹니다.

1. 병원·학원·식당 손님이 AI에게 묻는 말을 업종별 틀로 만드는 법
2. 만든 질문마다 그 답이 적힌 페이지를 하나씩 짝지어 두는 법

질문을 정한 뒤 실제로 AI에 물어 기록하는 방법(조건 고정, 반복 횟수, 언급과 인용 나눠 적기)은 우리 가게가 AI 답변에 나오는지 직접 확인하는 법에 따로 정리했습니다. 이 글은 그 앞 단계, 즉 질문을 쓰고 페이지와 맞추는 일만 다룹니다.

사람들은 AI에게 ‘결정을 돕는 질문’을 한다

OpenAI 연구진이 중심이 되어 쓴 NBER 워킹페이퍼 「How People Use ChatGPT」(2025년 9월)는 ChatGPT 메시지를 사용자가 원하는 결과에 따라 세 가지로 나눴습니다. 그중 ‘Asking’을 이렇게 정의합니다.

“Asking is when the user is seeking information or clarification to inform a decision”

사용자가 결정을 내리기 위해 정보나 설명을 구하는 메시지라는 뜻입니다. 논문은 이 비중을 이렇게 추정했습니다.

“We estimate that about 49% of messages are Asking, 40% are Doing, and 11% are Expressing.”

메시지의 약 49%가 묻는 것(Asking), 40%가 무언가를 만들어 달라는 것(Doing), 11%가 생각이나 감정을 표현하는 것(Expressing)이라는 추정입니다. 시간에 따른 변화도 보고했습니다. 2024년 7월에는 Asking과 Doing이 비슷했고, 2025년 6월 말에는 51.6%가 Asking이었습니다.

분류에 쓴 기준 문장에는 이런 예시가 들어 있습니다.

“What should I look for when choosing a health plan during open enrollment?”

“무엇을 보고 골라야 하나”처럼, 손님이 병원이나 학원을 고르기 전에 던질 법한 질문이 바로 이 범주에 들어갑니다.

이 논문을 읽을 때 기억할 점이 있습니다.

• NBER 워킹페이퍼는 표지에 밝히듯 동료 심사를 거치지 않았습니다.
• 분석 표본은 2024년 5월 15일부터 2025년 6월 26일까지의 대화 약 110만 건이고, 사람이 읽지 않고 자동 분류기로 나눴습니다.
• OpenAI 연구진이 자사 제품을 분석한 연구이고, 한국 사용자만 따로 본 결과는 아닙니다.

생성형 AI를 쓰는 사람이 얼마나 되는지는 사람들은 정말 AI로 검색하나에 조사별로 정리했습니다.

질문은 길어지고, 조건이 붙는다

검색 회사들도 AI 검색의 질문이 길다고 밝혔습니다. 구글은 2026년 5월 19일, 미국에서 AI 모드를 출시한 지 1년 된 시점의 이용 데이터를 공개했습니다.

“While we’re seeing growth in both short and long queries in AI Mode, the average AI Mode search is triple the length of a traditional Search query.”

짧은 검색어와 긴 검색어가 모두 늘고 있지만, AI 모드 검색어는 평균적으로 기존 검색어의 세 배 길이라는 뜻입니다. 같은 글에서 구글은 “where to”, “where should I”, “ideas for”로 시작하는 검색이 늘고 있다고도 적었습니다. “어디로 가야 하나”, “어디서 해야 하나”처럼 고르는 질문입니다. 다만 이것은 미국 AI 모드에 대한 구글 자체 수치이고, 길이를 무엇으로 쟀는지(글자 수인지 단어 수인지)는 글에 나와 있지 않습니다.

네이버도 비슷한 방향의 수치를 냈습니다. 2026년 7월 16일 보도자료입니다.

“실제로 지난해 선보인 AI 브리핑은 올해 3월 기준 롱테일 쿼리가 전년동기 대비 2.5배 이상 성장했고, 후속 질문의 클릭 수 또한 출시 초기 대비 10배 이상 확대될 만큼 가파른 성장세를 보이며 성공적으로 안착했다.”

롱테일 쿼리는 여러 단어가 붙은 길고 구체적인 검색어를 말합니다. 이 2.5배는 네이버가 자기 서비스에 대해 발표한 수치이고, 롱테일 쿼리를 어떻게 정의했는지는 보도자료에 나와 있지 않습니다. 광고 상품을 소개하는 행사 보도자료에 실린 숫자라는 점도 함께 봐야 합니다.

두 회사의 숫자를 합쳐 말할 수 있는 것은 이 정도입니다. AI가 붙은 검색에서는 질문이 기존 검색보다 길고, 길고 구체적인 질문이 늘고 있다고 검색 회사들이 직접 밝혔다. 질문에 조건이 몇 개 붙는지까지 잰 수치는 아닙니다. 동네 가게에게 이 말은, 손님 질문에 들어갈 조건(요일, 학년, 가격대, 상황)을 미리 적어 두고 그 조건에 답하는 문장을 홈페이지에 두어야 한다는 뜻입니다.

직접 기록한 질문들 — 손님 말은 짧고 구체적이었다

제가 맡은 사이트에서 ChatGPT에 실제로 물어 기록한 질문은 다음과 같습니다. 모두 손님이 칠 법한 말로 정했습니다.

질문의 모양을 보면 공통점이 있습니다. 동네 이름 + 업종 + 조건 하나입니다. “일요일”, “주말”, “야간”, “한글”이 조건입니다. 결과를 보면 노블365의원은 “일요일” 질문에 진료시간 페이지가, “주말” 질문에 일요일 진료 글이 인용됐습니다. 조건에 답하는 페이지가 그대로 출처가 된 경우입니다. 다만 “야간” 질문에서는 야간 안내 페이지가 아니라 의원 소개 페이지가 인용됐으니, 조건마다 맞춘 페이지가 늘 인용된다고 말할 수는 없습니다.

반대 방향의 기록도 있습니다. “흥덕 정형외과 알려줘”에서는 정형외과 전문의 의원 네 곳 다음 다섯 번째로, 전문의가 있는 의원이 아니라고 구분되어 나왔습니다. 사이트도 전문의라고 주장하지 않았고, 답변은 그 사실과 같게 구분했습니다. 질문 목록에 진료과목을 넣더라도, 가게가 사실로 뒷받침할 수 없는 조건에서 앞에 나오기를 기대하면 안 된다는 뜻으로 읽었습니다.

식당 두 곳은 같은 질문에서 함께 기록됐습니다. 칸세이스시 상무본점은 2026년 9월 30일 공식 홈페이지를 열었고, 10월 14일 두 번 물었을 때 두 번 모두 첫 항목이었으며 두 번째 답변은 공식 홈페이지를 인용했습니다. 1965원조제일돌곱창 상무점은 그전까지 홈페이지가 없다가 같은 9월 30일에 열었고, 두 번 모두 두 번째 항목이었으며 첫 번째 답변이 홈페이지를 인용했습니다.

이 기록들은 모두 질문당 한두 번 물어본 단일 관측입니다. 같은 결과가 반복된다고 말할 수 없고, 질문을 맞추면 이렇게 된다는 인과를 보여 주지도 않습니다. 자세한 조건은 노블365의원 사례, 트이다학원 사례, 칸세이스시 사례, 제일돌곱창 사례에 있습니다.

사장님 말과 손님 말은 다르다

질문 목록을 만들 때 가장 흔한 실수는 업계 용어로 쓰는 것입니다. 제가 맡은 나비랑도 같은 실수를 했습니다. 2026년 8월 26일, 그동안 추적하던 전문 용어 위주의 검색어 16개 대신 서비스를 고르는 사람이 칠 법한 표현 36개를 새로 골라 나비랑의 웹 검색 순위를 확인했습니다. 순위권 안에 든 것은 9개뿐이었고, 짧은 상업 표현과 방법을 묻는 표현에서는 하나도 없었습니다. 사이트 글 대부분이 방법형이었는데도 그랬습니다(연구 기록).

이 측정은 AI 답변이 아니라 웹 검색 순위를 1회 잰 것이고, 검색어 선정도 제 판단이었습니다. 그래도 교훈은 AI 질문 목록에 그대로 옮겨집니다. 내가 쓴 글의 제목과 손님이 묻는 말이 다르면, 그 질문에서는 보이지 않습니다. 업계 용어와 손님 말의 차이는 전문 용어만 있고 사람들이 실제로 쓰는 말이 없었다에도 적었습니다.

손님 말을 모으는 곳은 멀리 있지 않습니다.

• 전화나 카운터에서 자주 받는 질문 (“일요일에도 하세요?”, “초등 2학년 반 있어요?”, “주차돼요?”)
• 리뷰에 손님이 적은 상황 (“부모님 모시고”, “회식으로”, “퇴근하고”)
• 손님이 우리 가게를 찾을 때 쓰는 동네 이름 (행정동이 아니라 “상무지구”, “남악” 같은 생활권 이름)

업종별 질문 틀

아래 틀은 위 기록과 손님 말을 바탕으로 제가 정리한 작업용 틀입니다. 연구로 검증된 공식이 아닙니다. 칸을 채워 문장으로 만들면 질문 목록이 됩니다.

병원·의원 — 지역 + 진료과목 + 요일·시간

병원 질문에서 가장 자주 붙는 조건은 언제 여는가입니다. 손님은 아플 때, 그리고 평소 다니던 곳이 닫혀 있을 때 묻습니다. 그래서 요일별 진료시간, 점심시간, 접수 마감 시간이 가장 먼저 답해야 할 내용입니다.

학원 — 동네 + 과목 + 학년

학원 질문은 누가 다니는가(학년·나이)가 핵심 조건입니다. 같은 “영어학원”이라도 유아와 고등학생은 전혀 다른 질문입니다. 수업 대상 학년, 반 인원, 수업 시간대, 셔틀 여부가 답해야 할 내용입니다.

식당 — 동네 + 음식 + 상황·가격

식당 질문은 누구와, 언제, 얼마로가 조건입니다. 메뉴와 가격, 좌석(룸·단체석), 주차, 예약 방법, 영업시간과 휴무일이 답해야 할 내용입니다.

넓은 질문과 좁은 질문 섞기

넓은 질문(“○○ 맛집 추천해줘”)은 많은 손님이 던지지만 후보로 겨루는 가게도 많습니다. 좁은 질문(“○○ 초밥 점심 가격”)은 묻는 사람이 적어도, 그 조건에 정확히 답하는 가게가 적은 경우가 많아 우리 가게가 답이 될 가능성을 따져 보기 좋습니다. 그래서 목록에는 둘을 섞습니다. 그리고 우리 가게가 사실로 답할 수 있는 조건만 넣습니다. 일요일에 안 여는 병원이 “일요일 병원” 질문을 목록에 넣으면, 그 질문은 측정 대상이 아니라 착각의 원인이 됩니다.

질문마다 답할 페이지를 짝짓기

질문 목록을 만들었으면, 질문 하나하나 옆에 **“이 질문의 답은 우리 사이트 어느 페이지 첫 문단에 있나”**를 적습니다. 이 칸이 비어 있으면, 측정하기 전에 페이지부터 만들어야 한다는 뜻입니다.

짝짓기를 할 때 지킬 원칙은 세 가지입니다.

1. 한 질문에 한 페이지. 같은 질문에 답하는 페이지가 여러 개면 어느 것이 대표인지 흐려집니다. 반대로 지역 이름만 바꾼 비슷한 페이지를 여러 개 만들지 않습니다. 노블365의원은 키워드 12개(흥덕·광교·영통·용인 × 야간·주말·일요일)를 페이지 12개로 쪼개지 않고 ‘지역 × 진료시간 조건’ 한 주제로 묶었습니다.
2. 답은 첫 문단에. 질문을 받은 사람이 첫 문단만 읽어도 답을 얻도록 씁니다. 쓰는 법은 AI가 인용하기 쉬운 질문형 페이지는 어떻게 쓰나에 정리했습니다.
3. 지도 정보와 같은 값. 페이지에 적은 진료시간·영업시간·가격이 네이버·카카오·구글 지도 정보와 다르면 어느 쪽이 맞는지 흐려집니다. 맞추는 법은 동네 가게의 AI 상위노출에 있습니다.

병원은 문구를 쓰기 전에 의료광고 규정부터

병원 페이지는 질문에 답하는 문장도 의료광고가 될 수 있습니다. 의료법 제56조 제1항은 의료광고를 이렇게 정의합니다.

“의료인등이 신문ㆍ잡지ㆍ음성ㆍ음향ㆍ영상ㆍ인터넷ㆍ인쇄물ㆍ간판, 그 밖의 방법에 의하여 의료행위, 의료기관 및 의료인등에 대한 정보를 소비자에게 나타내거나 알리는 행위”

인터넷이 들어 있으므로 홈페이지 문장도 여기에 해당할 수 있습니다. 같은 조 제2항은 금지되는 의료광고를 열거하는데, 질문에 맞춰 페이지를 쓸 때 특히 부딪히기 쉬운 항목은 이렇습니다.

• 제2호: 환자에 관한 치료경험담 등 소비자로 하여금 치료 효과를 오인하게 할 우려가 있는 내용의 광고
• 제4호: 다른 의료인등의 기능 또는 진료 방법과 비교하는 내용의 광고
• 제8호: 객관적인 사실을 과장하는 내용의 광고
• 제9호: 법적 근거가 없는 자격이나 명칭을 표방하는 내용의 광고

손님이 “○○동 정형외과 잘하는 곳”처럼 물어도, 페이지가 “가장 잘하는”, “최고” 같은 말로 답하면 안 됩니다. 대신 진료시간, 위치, 진료과목, 의료진 자격처럼 확인 가능한 사실로 답합니다. 앞의 기록에서 노블365의원이 “정형외과” 질문에 전문의가 아니라고 구분되어 나왔을 때도, 사이트는 사실과 다른 자격을 주장하지 않았습니다. 구체적인 문구가 규정에 맞는지는 의료광고 심의 기준과 함께 따로 확인해야 합니다. 이 글은 법률 자문이 아닙니다.

정리

1. 손님은 AI에게 업종 이름만이 아니라 동네와 조건을 붙여 묻습니다. 구글(미국 AI 모드 검색어가 기존 검색어의 평균 세 배 길이)과 네이버(AI 브리핑 롱테일 쿼리 전년 대비 2.5배 이상)도 AI 검색의 질문이 길고 구체적이라고 밝혔습니다. 둘 다 회사 자체 수치입니다.
2. 질문 틀은 병원 ‘지역 + 진료과목 + 요일·시간’, 학원 ‘동네 + 과목 + 학년’, 식당 ‘동네 + 음식 + 상황·가격’으로 만들고, 넓은 질문과 좁은 질문을 섞습니다.
3. 질문마다 답이 첫 문단에 있는 페이지 하나를 짝짓습니다. 짝이 없는 질문은 페이지부터 만듭니다.
4. 가게가 사실로 답할 수 없는 조건은 목록에 넣지 않습니다. 병원은 의료광고 규정을 먼저 확인합니다.
5. 어떤 질문 목록도 노출을 보장하지 않습니다. 목록은 무엇을 재고 고칠지 정하는 도구입니다.

질문 목록을 만든 다음 단계, 즉 실제로 물어 기록하는 법은 직접 확인하는 법에, 작업 전체 흐름은 AI 검색 노출과 일하는 방식에 있습니다.

이 글을 쓴 사람

AI 상위노출 일을 하는 유환호가 썼습니다. 가게가 AI 답변에 나오게 하는 일을 다루는 글을 그 일을 하는 사람이 썼으니 이해관계가 있습니다. 그래서 외부 수치는 원문에서 확인한 값만 조건과 함께 적었고, 질문 틀은 검증된 공식이 아니라 제 작업용 틀이라고 밝혔습니다. 글에 나온 사례 사이트들도 제가 만들었거나 맡은 곳입니다.