병원의 마케팅 비용에 대하여

핵심 판단

병원 마케팅 예산은 “매출의 몇 퍼센트”로 시작하면 안 됩니다. 구글·메타·네이버의 광고비는 모두 고정표가 아니라 경매, 입찰, 예상행동, 품질·관련성, 키워드·타기팅 경쟁에 따라 달라지기 때문입니다. 구글은 광고 노출과 순위를 광고 경매와 광고순위로 결정하고, 메타는 광고 경매와 예상 성과를 반영해 집행하며, 네이버 검색광고와 플레이스광고도 CPC 기반으로 입찰과 예상 실적을 통해 비용을 결정합니다. 따라서 병원 예산의 출발점은 “우리 병원 신환 1명이 얼마의 기여이익을 남기고, 그중 얼마까지를 획득비용으로 감당할 수 있는가”여야 합니다.

이번 리서치에서 가장 중요한 결론은 세 가지입니다. 첫째, 예산은 경제성 상한과 시장성 하한의 두 숫자로 동시에 계산해야 합니다. 경제성 상한은 LTV와 기여이익에서 나오고, 시장성 하한은 목표 신환을 만들기 위해 필요한 클릭·문의·예약 수와 실제 채널의 CPC·CPL·전환율에서 나옵니다. 둘째, 진료과별로 환자 획득비용과 전환율 차이가 매우 커서 같은 예산표를 쓰면 왜곡됩니다. 셋째, 유튜브와 플레이스·블로그·홈페이지는 서로 대체재가 아니라 환자의 서로 다른 불안을 푸는 채널입니다. 따라서 순위를 매기기보다, 어느 병목을 풀어야 하는지부터 판정해야 합니다.

예산은 비율이 아니라 단위경제성으로 계산해야 한다

병원 경영에서 출발점은 “매출”이 아니라 “기여이익”입니다. 임상실무 재무를 다룬 최근 논문은 기여이익을 매출에서 변동비를 뺀 값으로 보고, 개별 서비스 활동 단위로 보아야 한다고 설명합니다. 동시에 병원 서비스 라인의 수익성은 환자 복잡도, 비용 구조, 연계 서비스, 보험·수가 구조에 따라 크게 달라질 수 있어 단순한 총매출 비율로는 판단이 왜곡되기 쉽습니다. 한국도 전 국민 건강보험 체계를 기반으로 운영되므로, 급여 진료는 표준화된 보상체계를 따르지만 병원별 실제 마진은 비급여 비중, 인건비, 장비 감가, 재진 패턴, 노쇼, 연계검사 매출에 따라 달라집니다.

병원이 직접 쓸 수 있는 가장 단순한 산식은 아래와 같습니다.

초진 기여이익 = 초진 매출 - 초진 변동비
재진 기여이익 = 재진 1회 매출 - 재진 1회 변동비

환자 기여이익 LTV
= 초진 기여이익
+ Σ(예상 재진 횟수t × 재진 기여이익t × 재방문확률t × 내원확률t) / (1+d)^t

허용 CAC
= 환자 기여이익 LTV
- 비마케팅 획득비용
- 환자 1인당 추가 운영비
- 병원이 반드시 남겨야 하는 목표이익

이 산식의 핵심은 LTV를 매출이 아니라 기여이익 기준으로 보는 것입니다. 마케팅비로 초진 매출을 다 소진해도, 재진과 연계진료가 남기는 기여이익이 크면 그 채널은 성립할 수 있습니다. 반대로 초진 객단가가 높아 보여도 재진이 거의 없고 변동비가 크면 허용 CAC는 생각보다 낮습니다. 이 구분은 의료서비스 수익성 연구와 임상실무 재무 논의가 공통으로 강조하는 지점입니다.

그다음은 목표 신환 기준의 총예산입니다.

월 허용 총예산 = 목표 신환 수 × 허용 CAC

하지만 이 숫자만으로는 부족합니다. 실제 채널에서는 목표 신환을 만들기 위해 필요한 시장성 하한이 따로 생깁니다.

필요 문의 수 = 목표 신환 수 / (문의→예약 전환율 × 예약→내원 전환율 × 유효리드율)
필요 클릭 수 = 필요 문의 수 / (클릭→문의 전환율)
필요 광고비 = 필요 클릭 수 × 예상 CPC

검색광고는 구글 키워드 플래너와 네이버의 월간 예상 실적 기능으로 키워드별 검색량·예상 클릭·예상 비용을 잡아야 하고, 메타는 캠페인 설정 전 예상 도달·예상 결과·잠재 타기팅 규모를 보고 역산해야 합니다. 중요한 점은 공식 플랫폼들이 “병원 평균 CPC” 같은 단일 숫자를 제공하지 않는다는 사실입니다. 공식 자료가 주는 것은 비용 결정 원리와 내 계정·내 키워드 기준 예측 도구이지, 업종별 고정 시세표가 아닙니다. 그래서 병원용 예산 모델은 반드시 자사 키워드 묶음과 자사 전환율을 넣어 계산해야 합니다.

실무 의사결정은 결국 한 줄입니다. 시장성 하한이 경제성 상한보다 크면, 예산을 늘릴 문제가 아니라 구조를 고쳐야 합니다. 그 구조는 대개 세 군데에서 무너집니다. 첫째, 진료과 LTV를 과대평가했다. 둘째, 문의→예약→내원 전환율이 낮다. 셋째, 잘못된 키워드·오디언스에 돈을 태웠다. 구글은 같은 경매에 들어가는 경쟁 광고주를 보는 Auction Insights를 제공하고, 네이버도 예상 실적과 입찰가별 성과 예측을 제공합니다. 예산 증액 여부는 “매출 비율”이 아니라, 이런 시장 데이터와 전환 데이터가 함께 좋을 때만 결정해야 합니다.

진료과별 차이는 객단가보다 LTV와 전환율에서 더 크게 벌어진다

외부 벤치마크는 한국 병원에 그대로 복사하면 안 되지만, 진료과별 차이가 얼마나 큰지는 보여줍니다. First Page Sage의 2021~2025 익명 의료기관 데이터에서는 환자 획득비용이 소아과 155달러, 일반의 203달러, 정신건강의학과 280달러, 피부과 441달러, 교정치과 520달러, 성형외과 610달러로 벌어졌습니다. 같은 데이터에서 방문자→잠재환자 전환율은 피부과 1.8%, 치과 3.0%, 정신건강의학과 3.0%였고, 잠재환자→실제환자 전환율은 피부과 55.8%, 소아과 61.2%, 일반의 67.9%, 산부인과 75.1%, 정신건강의학과 75.6%였습니다. 즉 “광고를 얼마나 잘했는가” 못지않게, 환자 유형이 원래 얼마나 빨리 결정하고 얼마나 오래 남는가가 CAC와 수익성을 갈라놓습니다.

이 데이터를 병원 실무로 번역하면 진료과는 대략 세 부류로 나뉩니다. 첫째, 저단가·고재진형입니다. 일반내과, 가정의학과, 소아과, 만성질환 관리형 진료가 여기에 가깝습니다. 초진 객단가는 낮아도 재진 주기가 짧고 관계기간이 길면 허용 CAC가 생각보다 커질 수 있습니다. 둘째, 중단가·중재진형입니다. 피부과의 일부 질환·시술, 정형외과 외래-주사-재활 연계, 치과 보존·교정 등입니다. 초진 자체보다 패키지·경과관찰·부가치료가 LTV를 만듭니다. 셋째, 고단가·저재진형입니다. 임플란트, 성형, 일부 비급여 수술처럼 초진 후 비교·결정 기간이 길고 1회성 또는 저빈도 방문으로 끝나는 영역입니다. 이런 과는 객단가가 높아도 문의당 손실이 커질 수 있으므로 상담·예약 전환과 내원 전환을 매우 엄격하게 봐야 합니다. 이 구조는 서비스 라인별 기여이익과 환자 장기가치를 함께 봐야 한다는 최근 의료재무 논의와도 같습니다.

문의→예약→내원 전환은 광고보다 운영이 바꾸는 경우가 많습니다. Patient Prism의 2026 자료에서는 신규환자 기회의 평균 예약 전환율이 53.89%, 기존환자는 78.85%였고, 연결률은 64.63%, 후속조치율은 25.97%에 그쳤습니다. 별도의 예약·노쇼 연구에서는 외래 노쇼가 평균 15% 수준에서 23% 안팎까지 보고되며, 새 환자일수록 결석 위험이 높다는 결과가 반복적으로 나옵니다. 반대로 안과 외래의 온라인 예약 연구에서는 신규환자가 온라인 예약을 선호했고, 온라인 예약의 노쇼율은 오프라인 대비 1.6% 대 6.8%로 더 낮았습니다. 이 말은 곧, 마케팅 예산을 20% 늘리는 것보다 전화 응대, 즉시 예약, 리마인드, 온라인 예약 UX를 개선하는 편이 CAC를 더 크게 낮출 수 있다는 뜻입니다.

병원 실무에서는 진료과별 LTV를 “처음부터 완벽한 숫자”로 맞출 필요가 없습니다. 오히려 아래처럼 12개월 코호트 방식으로 시작하는 편이 낫습니다.

진료과별 12개월 LTV
= 초진 기여이익
+ 3개월 내 재진 기여이익 기대값
+ 6개월 내 재진 기여이익 기대값
+ 12개월 내 재진 기여이익 기대값
+ 연계검사/연계시술 기대 기여이익

여기서 중요한 것은 평균값 하나가 아니라 신환 유입 경로별 LTV입니다. 네이버 플레이스 유입 환자, 브랜드 검색 유입 환자, 일반 키워드 광고 유입 환자는 예약 확률과 치료 수용도가 다를 수 있습니다. 그래서 CAC는 채널별로, LTV는 유입경로별로 나눠 봐야 합니다. “블렌디드 CAC” 하나만 보면 구조를 잘못 읽는다는 업계 비판도 같은 이유에서 나옵니다.

유튜브는 대세라서가 아니라 특정 병목을 풀 때만 필요하다

의료영상이 무의미한 것은 아닙니다. 환자교육 연구에서는 영상이 종이 안내문보다 이해도와 기억을 높이거나, 위험 설명과 수술 전·후 안내의 만족도를 개선하는 사례가 반복적으로 보고됩니다. 특히 애니메이션과 영상 기반 설명은 단기 기억과 이해도를 유의하게 높일 수 있다는 최근 연구가 나왔고, 개별 임상 영역에서도 영상 안내가 환자 이해도와 만족도를 높였다는 결과가 축적돼 있습니다. 반면 유튜브의 건강정보 품질은 들쑥날쑥하고, 특정 질환 영상의 정확성과 신뢰성이 낮다는 평가도 여전히 많습니다. 따라서 병원 유튜브의 가치는 “영상이라서”가 아니라, 어려운 설명을 신뢰 가능한 방식으로 쉽게 바꾸는 데 성공할 때 생깁니다.

플랫폼 구조도 이 판단을 뒷받침합니다. 유튜브 검색은 관련성, 참여, 품질을 핵심 요소로 보고, 추천 시스템은 장기 시청 만족을 높이는 방향으로 작동합니다. 즉 조회수만 조금 나왔다고 상담으로 바로 이어지는 구조가 아닙니다. 검색 의도를 정확히 맞추고, 클릭 후 시청이 유지되고, 건강정보의 신뢰 신호가 있어야 노출이 이어집니다. 유튜브는 또 건강 관련 검색에서 권위 있는 출처를 강조하기 위해 건강 출처 정보 패널과 health content shelf를 운영하며, 한국도 인증 병원·학술기관 등은 별도 신청 없이 원칙상 대상이 될 수 있습니다. 이 구조 때문에 병원 유튜브는 “유행하는 편집”보다 권위 있는 설명, 좋은 쿼리 설계, 채널 일관성이 더 중요합니다.

그래서 유튜브가 특히 필요한 병원은 다음과 같습니다. 첫째, 상담 전에 설명해야 할 정보량이 많은 병원입니다. 예를 들어 검사 전 준비, 수술 전후 관리, 치료 원리, 시술 적응증, 부작용 설명이 길고 복잡할수록 영상의 효율이 커집니다. 둘째, 환자의 핵심 장벽이 “가격”보다 “불안”인 병원입니다. 셋째, 블로그나 홈페이지 글이 지나치게 어려워 환자가 이해하지 못하는 병원입니다. 실제로 온라인 환자교육 자료는 권장 읽기 수준보다 어려운 경우가 많고, 이해가능성은 괜찮아도 행동가능성은 낮게 나오는 경우가 많습니다. 이런 병원은 유튜브를 새로 만들기 전에 글과 예약 동선을 쉽게 고치는 것이 더 큰 효과를 낼 수도 있습니다.

반대로 유튜브가 필수는 아닌 병원도 많습니다. 환자 결정이 “가까운 곳, 빨리 예약, 보험 적용, 후기 확인”에 더 크게 좌우되는 생활밀착형 진료, 급성증상 위주의 초근접상권 병원, 기존 소개·재진 기반이 강한 병원은 플레이스·검색광고·홈페이지 예약 최적화가 유튜브보다 먼저입니다. 구글 로컬 검색은 관련성·거리·인지도에 의해 좌우되고, 돈을 낸다고 유기적 로컬 순위를 살 수는 없습니다. 네이버 플레이스도 결국 운영정보·리뷰·길찾기·예약 같은 즉시행동이 강한 구조입니다. 이런 병원은 “1편의 좋은 유튜브”보다 “예약이 쉬운 플레이스와 홈페이지”가 더 큰 성과를 내기 쉽습니다.

원장 출연이 꼭 필요한지도 같은 방식으로 판단해야 합니다. 현재 근거가 말해주는 것은 “얼굴이 나오면 무조건 신뢰가 오른다”가 아니라, 환자중심 커뮤니케이션과 이해하기 쉬운 설명이 신뢰와 만족에 핵심이라는 점입니다. 또한 환자들은 병원 선택에서 병원 평판과 의사 경험을 중요하게 여기고, 온라인 리뷰의 양과 의사 응답 여부도 선택에 영향을 줍니다. 따라서 원장 출연은 설명력이 좋고, 병원의 실제 진료철학을 전달할 수 있을 때 강력합니다. 반대로 전달력이 낮거나 촬영 지속성이 없다면, 원장 얼굴만 나오는 영상은 신뢰 자산이 아니라 운영부담이 될 수 있습니다. 이 경우에는 원장 검수형 대본, 간호사 진행, 화이트보드형 설명, 애니메이션·시술과정 시각화가 더 낫습니다.

비용도 “해야 하니까”가 아니라 구조로 봐야 합니다. 공개 견적을 보면 범위 차이가 큽니다. 하룹은 병원 네이버 블로그 관리를 월 120만~150만 원, 병원 유튜브 채널 관리를 월 300만 원 이상, 병원 홈페이지 제작을 800만~1,500만 원으로 공개하고 있습니다. 반면 메이크24는 병원 홈페이지 템플릿형을 40만 원대, 맞춤형은 평균 300만 원대 이상으로 설명하고, 크몽의 일부 템플릿형 홈페이지 상품은 39만 원 수준도 보입니다. 이 차이는 시장가가 제각각이라기보다, 기획·촬영·대본·썸네일·업로드·리포트·소유권·예약연동·SEO/AEO 적용 범위가 서로 다르기 때문입니다. 따라서 유튜브는 영상 1편 단가만 보지 말고, “월간 운영비 ÷ 유튜브로 증가한 브랜드 검색·문의·신환 수”로 환산해야 합니다.

한국 병원 채널 표본을 봐도 “많이 올리면 된다”는 공식은 성립하지 않습니다. 검색 결과 기준으로 양병원TV는 592명 구독자·164개 영상, 뉴튼치과병원은 1.07천명 구독자·455개 영상, 대한정형외과학회 채널은 5.64천명 구독자·112개 영상으로 나타납니다. 영상 수가 많다고 구독자와 영향력이 자동으로 커지지 않는다는 뜻입니다. 따라서 유튜브 KPI는 조회수보다 브랜드 검색량, 영상 유입 후 홈페이지 체류와 예약, 상담 시 “영상 보고 왔다” 비율을 중심으로 잡아야 합니다.

플레이스와 블로그와 홈페이지는 환자의 서로 다른 불안을 푼다

플레이스의 역할은 “이 병원이 지금, 여기, 실제로 존재하는가”를 해결하는 데 있습니다. 네이버 플레이스 광고는 병원 상세 페이지 방문, 전화, 예약, 저장, 방문자 리뷰 등 즉시행동 클릭에 CPC로 과금되고, 플레이스 통계는 어떤 경로와 키워드로 병원 페이지에 들어왔는지 최근 1년 범위에서 보여줍니다. 구글 로컬 검색도 관련성·거리·인지도를 중심으로 결과를 결정하며, LocalBusiness 구조화 데이터는 검색·지도·지식패널에 영업시간, 위치, 예약 행동 등 핵심 비즈니스 정보를 드러내는 데 도움을 줍니다. 즉 플레이스는 환자의 질문 중 “가깝나, 열려 있나, 믿을 만한 흔적이 있나, 지금 바로 행동할 수 있나”를 해결하는 채널입니다.

블로그의 역할은 “이 병원이 내 질문을 이해하고 있는가”를 해결하는 데 있습니다. 네이버는 블로그 검색에 문서 출처 신뢰도를 보는 C-Rank와 문서 자체의 경험·정보 가치를 보는 D.I.A.를 적용한다고 밝히고 있습니다. 또한 검색 노출 순서는 최신순이 아니라 여러 요소를 종합한 관련도에 따라 달라져, 오래된 글이 최신 글보다 먼저 노출될 수도 있습니다. 이 구조에서는 블로그가 단순 홍보가 아니라 누적형 질문 라이브러리가 됩니다. 증상형 검색, 치료 비교, 검진 전 준비, 오해 풀기, 후기 해석, 시술 후 관리처럼 환자가 반복해서 묻는 질문에 일관되게 답할수록, 블로그는 의사 판단과 전문성의 단서를 남기는 채널이 됩니다.

홈페이지의 역할은 “이 병원의 공식 실체가 무엇인가”를 해결하는 데 있습니다. 구글은 검색 결과와 지식패널, 지도에 병원의 공식 사이트와 위치·영업정보를 연결하는 방법을 별도 가이드로 제공하고 있고, 네이버 서치어드바이저도 제목, 설명, H1 구조, 파비콘, 중복 문서 문제처럼 공식 웹사이트의 해석 가능성을 계속 강조합니다. 여기에 홈페이지는 의료진 소개, 진료과목 구성, 위치·진료시간, 검사·수술 프로세스, 유의사항, 예약 연동, 개인정보 처리, 법적 고지 같은 정보를 가장 일관된 형태로 담을 수 있습니다. 환자 선호 연구에서도 병원 평판과 의사 경험은 선택에서 매우 중요한 요소였습니다. 그 평판과 경험을 가장 정교하게 검증하는 공간이 홈페이지입니다.

환자 여정은 보통 직선이 아니라 왕복입니다. 전형적인 흐름은 “증상·질환 검색 → 플레이스 또는 로컬 결과에서 후보 확인 → 블로그·영상으로 정보 해소 → 홈페이지에서 공식 검증과 예약 → 다시 플레이스에서 길찾기·전화·리뷰 점검”에 가깝습니다. 온라인 리뷰가 이미 의료기관 선택에 중요한 영향을 미친다는 체계적 문헌고찰과 실험 연구도 이를 뒷받침합니다. 리뷰의 개수는 환자 선택에 의미가 있었고, 부정적 리뷰에 대한 의사 응답은 선택에 영향을 주었습니다. 따라서 플레이스·블로그·홈페이지는 순위표가 아니라, 즉시성·이해도·공식성을 분담하는 구조로 보는 것이 맞습니다.

최근에는 AI 검색 구조가 이 분담을 더 또렷하게 만들고 있습니다. 네이버는 AI 브리핑을 생성형 AI 기반의 검색 요약·추천 서비스라고 설명하며, 공식형·멀티출처형·플레이스형 AI 브리핑을 운영하고 있습니다. 다만 AI 브리핑은 항상 노출되는 것이 아니라 “필요할 때” 노출됩니다. 2026년 6월에는 네이버가 AI 브리핑 지면용 AI 광고를 정식 출시했습니다. 이 변화는 플레이스·블로그·홈페이지 중 하나만 잘해서는 부족하다는 뜻입니다. 검색 엔진이 병원의 공식 정보, 웹문서, 장소 정보, 사용자 콘텐츠를 함께 읽기 시작했기 때문입니다. 결국 병원은 각 채널에 같은 말을 복붙하는 대신, 각 채널이 맡을 질문을 나눠서 설계해야 합니다.

실행 모델과 예산 증감 원칙

병원이 이번 달 바로 적용할 수 있는 운영 모델은 아래 표처럼 잡는 것이 가장 실용적입니다.

실제 실행은 세 단계면 됩니다. 먼저, 최근 6~12개월의 진료과별 신환 코호트로 기여이익 LTV를 계산합니다. 다음으로, 최근 4~8주의 채널별 문의→예약→내원 전환율을 채널·키워드·랜딩페이지별로 나눠 봅니다. 마지막으로, 구글 키워드 플래너·네이버 월간 예상 실적·메타 예상 결과를 이용해 목표 신환을 만들기 위한 필요 예산을 역산합니다. 여기서 필요 예산 ≤ 허용 예산이면 집행, 필요 예산 > 허용 예산이면 구조개선이 먼저입니다.

예산을 늘려야 하는 경우도 명확합니다. 구글 검색광고에서 예산 부족으로 놓친 노출이 확인되고, 전환율과 CAC가 허용 범위 안에 있으며, 상담 연결률과 예약·내원 전환율도 안정적인 경우입니다. 네이버에서도 입찰가별 예상 실적이 더 나은 볼륨을 보여주고, 플레이스·홈페이지 예약 구조가 이미 받쳐주는 경우라면 증액이 타당합니다. 반대로 CAC가 허용치를 넘거나, 연결률이 낮고, 신규 문의의 예약 전환이 약하고, 노쇼가 높다면 예산을 줄이거나 다른 채널로 옮겨야 합니다. 플랫폼은 더 많은 클릭을 줄 수 있지만, 운영 구조가 약하면 더 비싼 손실만 늘어납니다.

공개 사례를 보면 이 원칙이 반복됩니다. 아동병원 Nemours는 추천환자 전환율을 70%에서 86%로 끌어올렸고, 이는 광고 예산보다 접근센터와 전환 운영의 개선이 성과를 만들 수 있음을 보여줍니다. 한 치과 Google Ads 케이스는 총예산을 올리지 않은 상태에서 90일 동안 전환 10.5% 증가와 CPA 약 10% 절감을 보고했습니다. 또 다른 의료클리닉 사례는 전환추적 복구만으로 실질 환자 리드가 50% 증가했다고 공개했습니다. 이런 사례들은 모두 출처 특성상 일반화할 수는 없지만, 한 가지는 분명합니다. 예산 증액보다 먼저, 전환 추적과 예약 시스템을 바로잡는 편이 수익성 개선 폭이 더 큰 경우가 많다는 점입니다.

유튜브 역시 같은 원리로 판단하면 됩니다. 월 유튜브 운영비가 300만 원이고, 유튜브가 실제로 만드는 추가 신환이 월 5명이라면 유튜브 CAC는 60만 원입니다. 그런데 그 진료과의 허용 CAC가 35만 원이라면 유튜브는 브랜딩 채널로는 의미가 있어도 신환획득 채널로는 아직 이르다는 결론이 나옵니다. 반대로, 영상 1편을 블로그 포스트·쇼츠·상담 스크립트·홈페이지 FAQ·플레이스 포스트에 재사용해 전체 문의→예약 전환을 올린다면, 유튜브 예산은 영상 채널 하나의 비용이 아니라 멀티채널 전환 개선비가 됩니다. 이 관점 전환이 실제 병원 의사결정에서 중요합니다.

마지막으로, 이번 리서치에서 확인된 한계도 분명합니다. 구글·메타·네이버의 공식 자료는 광고비 결정 원리와 예측 도구를 제공하지만, “2026년 한국 병원 평균 CPC” 같은 통합 시세표는 제공하지 않습니다. 또한 진료과별 CAC·전환율 비교 자료의 상당수는 미국·호주 등 해외 대행사 데이터입니다. 따라서 병원은 이 벤치마크를 출발점으로만 쓰고, 결국 자사 EMR·예약 로그·콜로그·GA4·플레이스 통계로 4~8주마다 값을 재학습해야 합니다. 그래야 “월 300만 원이 적정” 같은 답이 아니라, 우리 병원이 지금 이 채널에 얼마까지 써도 되는지를 직접 계산할 수 있습니다.