환자가 AI에게 시술을 물으면, AI는 병원이 아니라 의사 이름으로 답하는 경우가 많습니다. 그리고 그 이름을 고른 이유를 근거와 함께 설명합니다. 레퍼런스 성형외과 A의 실제 답변을 보면, AI가 무엇을 근거로 삼는지 분명하게 드러납니다.
AI가 든 근거
ChatGPT는 A2 원장을 1순위로, 같은 병원의 A1 원장을 2순위로 꼽았습니다.1 이유로 든 것은 광고 문구가 아니었습니다.
- 논문: 해당 술기를 A1 원장이 개발해 PubMed에 실린 논문으로 발표했다는 점
- 계보: A2 원장이 그 술기를 A1 원장에게서 배웠고 학회에서 발표했다는 점
- 현재 진료: 원장 사이트가 “판 없이 하는” 방식을 구체적으로 설명한다는 점
그리고 이것이 “병원이 전문이라고 주장하는 것보다 훨씬 의미 있는 근거”라는 취지로 설명했습니다.1
엔티티: AI가 ‘이 사람이 누구인지’ 확신하는 상태
AI가 의사를 추천하려면 이름, 소속, 전문 분야, 논문, 학회 활동이 같은 사람의 것이라고 확신해야 합니다. 이 연결이 흐리면 AI는 그 의사를 언급하지 않거나, 다른 사람과 섞어 틀린 정보를 말합니다.
Footnote는 원장님 이름의 사이트를 이 연결의 중심으로 둡니다. 경력 연표, 논문·학회 발표, 시술별 진단·방법·한계를 한곳에 모으고, PubMed·ORCID·KCI·학회·병원 홈페이지와 구조화 데이터(sameAs)로 이어 AI가 직접 검증할 수 있게 합니다.
질문이 구체적일수록 이깁니다
같은 사례에서 A 성형외과 원장님들은 ChatGPT의 4개 질문 모두에서 1순위로 추천됐습니다.1 다른 레퍼런스(성형외과 B)에서도 “손 촉진과 실시간 초음파로 리프팅을 설계하는 의사”처럼 진료 방식이 구체적인 질문에서 먼저 1순위가 나왔습니다.2 넓은 질문보다 원장님만의 진료 방식을 묻는 질문에서 먼저 이깁니다.
그래서 콘텐츠를 많이 쓰는 것보다, 원장님이 실제로 다르게 하는 것을 정확한 문장으로 남기는 것이 먼저입니다. 사례 전체는 Footnote Clinic 사례에서 실제 화면으로 볼 수 있습니다.