설명서 페이지는 브라우저에서 완전해 보일 수 있지만 원본 HTML에는 독자에게 필요한 텍스트가 부족합니다. JavaScript를 실행하지 않고 일반 HTTP 요청을 통해 해당 페이지를 가져오는 AI 에이전트는 해당 텍스트를 놓칠 것입니다. Agentic Engine Optimization(AEO)는 콘텐츠 액세스, 구조 및 관련 자료 검색 방법을 확인하여 이러한 장벽을 식별하는 데 도움이 됩니다.
Milten AEO 점검은 선택한 페이지와 사이트의 공개 파일을 검사합니다. 보고서에서 통과한 항목, 검토할 문제, 데이터가 부족한 부분을 구분할 수 있습니다.
Agentic Engine Optimization이란?
Agentic Engine Optimization은 AI 에이전트가 읽고 활용할 수 있도록 사이트를 준비하는 작업입니다. 문서라면 에이전트가 기능 설명을 가져오고, 예제를 찾고, 관련 참조 문서의 링크를 따라갈 수 있어야 합니다.
감사는 통합 가이드, API 참조 및 기술 예제가 포함된 페이지에 유용합니다. 소프트웨어 클라이언트가 게시된 콘텐츠에 액세스할 수 있는 방법을 검사하여 SEO를 보완합니다. 이 보고서는 검색 순위나 AI 답변에 인용될 가능성을 측정하지 않습니다.
AEO 웹사이트 감사에서는 무엇을 확인합니까?
AEO 점검은 아래에 정리한 여덟 가지 영역을 살펴봅니다. 각 검사의 적용 여부와 배점, 점수 계산 규칙은 해당 보고서에서 확인하세요.
| 구분 | 검사 대상 |
|---|---|
| 콘텐츠 발견 | robots.txt 규칙과 llms.txt 색인 |
| 페이지 구조 | 제목, 시맨틱 마크업, 예제, Markdown과 JavaScript 의존 징후 |
| 컨텍스트 분량 | 토큰 수와 페이지 메타데이터 |
| 상호작용 규칙 | agent-permissions.json에 설명된 접근 조건과 제약 |
| 에이전트에 텍스트 전달 | 콘텐츠 복사 기능과 원문 텍스트 링크 |
각 검사에는 결과와 지적 사항이 표시되며, 점수 반영 방식은 보고서의 규칙에 따라 달라집니다. 예를 들어 llms.txt 파일의 존재 여부뿐 아니라 링크, 설명, 섹션도 확인합니다. 파일이 있다는 사실만으로 문서를 쉽게 활용할 수 있는 것은 아닙니다.
토큰 수는 모델이 처리할 텍스트 분량을 추정하는 데 도움이 됩니다. 모델마다 토큰 분할 방식과 요금이 다르므로 요청 비용을 계산하는 값은 아닙니다.
점검은 JavaScript를 실행하지 않고 서버의 원래 응답을 살펴봅니다. 구조적인 문제의 징후는 찾지만 AI 에이전트에 사용자 과제를 실행시키지는 않습니다. 특정 에이전트가 문서를 활용할 수 있는지는 해당 과제를 별도로 실행해 확인해야 합니다.
ARD가 에이전트의 사이트 리소스 발견을 돕는 방법
ARD(Agentic Resource Discovery)는 AI 클라이언트가 사용할 수 있는 API, MCP 서버, 워크플로 등의 리소스를 발견하는 방법을 설명합니다. 클라이언트는 설명을 통해 적절한 리소스를 찾고, 해당 리소스의 고유 인터페이스로 접근합니다.
ARD 항목은 이러한 설명의 게시 방식을 확인합니다. /.well-known/ard.json, HTML과 HTTP 헤더의 링크, robots.txt의 Agentmap 지시어, 내장된 ARD JSON-LD를 찾습니다. 이전 형식인 ai-catalog.json도 인식하여 마이그레이션이 필요할 수 있는 자료를 표시합니다.
보고서에는 발견한 리소스, 설명 파일의 주소, 필드 오류, 검사를 끝내지 못한 제약이 표시됩니다. 카탈로그가 없는 경우, 가져오기에 실패한 경우, 문서가 유효하지 않은 경우를 구분합니다. 게시 상태를 확인하는 검사이며, 나열된 API나 MCP 서버의 작동을 보장하지는 않습니다.
ARD 결과는 별도로 표시되며 AEO 점수에 영향을 미치지 않습니다. 이 섹션은 이전에 속도 스캐너에 속했습니다. 새로운 점검은 AEO에서 실행되며 저장된 속도 보고서는 계속 액세스할 수 있습니다.
AEO 감사 후 사이트를 개선하는 방법
에이전트가 구체적인 과제를 수행하기 위해 읽어야 하는 페이지부터 시작하세요. 통합 가이드라면 기능 설명, 매개변수, 요청 예제를 가져올 수 있는지 확인합니다.
- 본문 접근을 확인하세요. JavaScript 의존성이 지적되면 원래 HTML과 브라우저 콘텐츠를 비교합니다. 필요한 텍스트가 없다면 서버 렌더링이나 접근 가능한 Markdown 버전을 검토하세요.
- 구조를 점검하세요. 제목 계층을 순서대로 구성하고, 예제를 설명하는 기능 옆에 배치하며, 중복 설명을 정리합니다. 매개변수나 선택지를 비교할 때는 표가 유용합니다.
- 문서 분량을 검토하세요. 긴 참조 문서를 서로 연결된 주제별 페이지로 나눌 수 있습니다. 각 페이지를 이해하는 데 필요한 조건과 예제는 유지하세요.
- 관련 자료의 발견 방식을 확인하세요.
llms.txt를 사용한다면 링크와 짧은 설명을 갱신합니다. ARD를 사용한다면 접근할 수 없는 카탈로그 주소와 잘못된 항목을 수정하세요. - 게시 후 같은 URL을 다시 점검하세요. 지적 사항을 비교한 뒤 사용하는 에이전트에 원래 과제를 맡깁니다. 예를 들어 API 기능의 매개변수를 찾고 요청을 작성하도록 합니다.
AEO 점수를 읽는 방법
전체 백분율은 적용된 검사, 각 최대 점수, 미완료 결과와 함께 읽어야 합니다. 이 점검에서는 AGENTS.md와 SKILL.md 검사를 실행하지 않습니다.
규칙과 배점은 바뀔 수 있습니다. 같은 규칙을 사용하는 보고서를 비교하고, 오래된 예제의 고정 합계 대신 보고서에 표시된 최대 점수를 기준으로 삼으세요. 백분율만으로는 남은 문제를 알 수 없습니다.
지적 사항과 데이터 가져오기 오류를 확인하세요. 규칙은 휴리스틱에 기반하므로 익숙하지 않은 마크업, 표현, 언어를 놓칠 수 있습니다. 높은 점수는 검색 순위, AI 답변의 인용, 특정 에이전트의 모든 형식 지원을 보장하지 않습니다.
AI 에이전트 최적화에 대해 자주 묻는 질문
AEO 감사에서는 웹사이트 전체를 확인하나요?
한 번의 실행은 선택한 URL과 검사에 필요한 공개 파일을 살펴봅니다. 모든 페이지를 크롤링하거나 비공개 저장소를 읽지는 않습니다. 다른 가이드나 참조 페이지는 별도로 점검하세요.
robots.txt의 모든 크롤러를 허용해야 합니까?
아니요. 특정 크롤러 차단은 의도한 사이트 정책일 수 있습니다. 지적 사항을 접근 정책과 비교하고, 허용할 클라이언트에 대해서만 규칙을 변경하세요.
llms.txt를 추가하는 것으로 충분합니까?
아니요. 링크 색인만으로 접근할 수 없는 본문, 가져오기 오류, 불완전한 예제를 해결할 수는 없습니다. 필요한 콘텐츠를 먼저 제공한 뒤 llms.txt가 에이전트 활용 방식에 맞는지 판단하세요.
가이드 또는 API 페이지 한 곳에서 AEO 사이트 점검을 실행하세요. 지적 사항을 바탕으로 수정 항목을 정하고 같은 과제로 결과를 검증합니다.