llms.txt와 llms-full.txt는 둘 중 하나를 고르는 대안 관계도, 구버전과 신버전의 관계도 아닙니다. llms.txt는 AI가 읽는 지도입니다. 링크와 한 줄 설명으로 사이트의 주제와 핵심 페이지를 알려 줍니다. 반면 llms-full.txt는 책 한 권에 가깝습니다. 인용되기를 원하는 콘텐츠를 일반 텍스트 파일 하나에 펼쳐 모델이 한 번에 읽게 합니다. llms.txt에 본문 전체를 밀어 넣거나 llms-full.txt를 사이트맵처럼 사용하는 혼동은 실제 진단에서 가장 자주 발견되는 낭비입니다.
지도와 책: 두 파일의 근본적인 역할 구분
llms.txt는 2024년 구월 Jeremy Howard(Answer.AI)가 제안했습니다. 웹사이트 루트 디렉터리에 두는 Markdown 파일이며 URL은 "your domain/llms.txt"로 고정됩니다. 이 파일의 역할은 콘텐츠 자체가 아니라 색인입니다. 모델의 컨텍스트 창은 한정되어 있어 복잡한 HTML과 내비게이션 바, 광고, 추적 코드를 모두 읽을 수 없습니다. llms.txt는 깔끔한 구조로 사이트가 무엇을 제공하는지, 어떤 페이지가 가장 중요한지, 각 페이지가 무엇을 다루는지 알려 줍니다. 기계가 읽도록 만든 전용 목차 페이지라고 이해하면 쉽습니다.
"your domain/llms-full.txt"에 위치하는 llms-full.txt는 반대 방식으로 작동합니다. AI가 학습·참조하기를 원하는 모든 페이지—일반적으로 제품 문서, API 설명, 튜토리얼, 지식 베이스—를 Markdown으로 변환해 하나의 연속된 파일로 묶습니다. 모델이나 에이전트가 이 파일을 가져오면 페이지마다 크롤링하고 HTML을 정리하지 않아도 문서 전체를 읽을 수 있습니다. 사용자가 ChatGPT나 Perplexity에 도메인을 입력하거나 에이전트가 제품 설명을 참조하려 할 때 활용하기 쉬운 소스입니다. 즉, "탐색을 돕는 것"이 아니라 "완전한 콘텐츠를 한 번에 제공하는 것"이 목적입니다.
- 목적: llms.txt는 "발견과 탐색"을, llms-full.txt는 "전체 콘텐츠 수집"을 담당합니다.
- 콘텐츠: llms.txt에는 링크와 설명을, llms-full.txt에는 페이지 전문을 담습니다.
- 용량: llms.txt는 보통 수 KB에 불과하지만 llms-full.txt는 수백 KB 이상이 될 수 있습니다.
- 업데이트 주기: llms.txt는 구조가 안정적이고 변경이 적지만, llms-full.txt는 콘텐츠가 바뀔 때마다 다시 생성해야 합니다.
- 적합한 대상: llms.txt는 모든 웹사이트에 적용할 수 있습니다. llms-full.txt는 특히 "문서나 지식 베이스가 많은" 제품에서 투자 대비 효과가 큽니다.
llms.txt에는 무엇을 담아야 하나
llms.txt에는 널리 쓰이는 형식이 있습니다. 이 형식을 따르면 모델이 파일을 쉽게 파싱할 수 있습니다. 위에서부터 H1 제목(브랜드명 또는 제품명), 소개 요약, 섹션별 링크 목록 순으로 구성합니다. 핵심은 "절제"입니다. 사이트맵 전체를 쏟아 넣는 파일이 아니라 중요한 콘텐츠를 선별하는 파일입니다. 링크가 지나치게 많으면 정작 노출해야 할 핵심 페이지가 묻힙니다.
- H1 제목: "#제품명"처럼 브랜드명이나 프로젝트명을 한 줄로 명확하게 작성합니다.
- 요약 블록: 이 웹사이트가 무엇이며 누구를 위한 것인지 소개 문단으로 설명합니다. 모델이 가장 먼저 읽고 가장 자주 인용하는 문장인 만큼 충분히 다듬을 가치가 있습니다.
- 섹션 링크: "##"를 사용해 "문서", "사례", "요금" 등의 섹션으로 나눕니다. 각 링크 뒤에는 "-[빠른 시작](https://.../quickstart): 오 분 안에 첫 연동을 완료하세요."처럼 한 줄 설명을 덧붙입니다.
- 선택 블록: 중요도가 낮아 생략해도 되는 링크는 Optional이라는 블록에 넣습니다. 모델의 컨텍스트가 부족하면 이 섹션이 가장 먼저 제외됩니다.
llms-full.txt에는 무엇을 담아야 하나
llms-full.txt에는 문서 전문을 담지만, 실제 활용도를 좌우하는 몇 가지 조건이 있습니다. 먼저 HTML 대신 Markdown을 사용해야 합니다. 제목 계층과 코드 블록, 목록이 보존되어야 모델이 문서 구조를 이해할 수 있습니다. 다음으로 모든 페이지에 반복되는 내비게이션 바, 푸터, 팝업을 제거하고 본문만 남깁니다. 용량에도 유의해야 합니다. 파일 전체가 모델이 한 번에 읽을 수 있는 컨텍스트 길이를 넘으면 뒷부분이 잘립니다. 파일이 크다면 전체 목차를 제공하는 동시에 주제별로 나눠 /llms-full-api.txt, /llms-full-guides.txt와 같은 작은 완결형 파일을 만드는 것이 좋습니다. 최신 문서 프레임워크 대부분은 이 파일을 자동으로 생성할 수 있습니다. 수동 복사와 붙여넣기는 피해야 합니다. 콘텐츠가 금세 낡는 출발점이 되기 때문입니다.
어떤 파일을 만들어야 할까?
모든 웹사이트에 두 파일이 모두 필요한 것은 아닙니다. 더 많이 만든다고 반드시 성과가 커지는 것은 아니지만 유지보수 비용은 분명히 발생합니다. 판단 기준은 간단합니다. "AI가 전체 맥락을 이해하고 정확히 인용하기를 바라는" 심층 콘텐츠가 충분히 있는지 살펴보세요. 그렇다면 llms-full.txt에 투자할 가치가 있습니다. 이미지 중심의 페이지 몇 개뿐이라면 다른 기반 작업에 우선순위를 두는 편이 낫습니다.
- 페이지가 몇 개뿐인 마케팅 웹사이트: 우선 llms.txt만 만들면 됩니다. 이마저 보류하고 깔끔한 HTML과 구조화 데이터에 집중해도 좋습니다.
- 제품 문서, API 문서, 지식 베이스를 갖춘 SaaS: 두 파일을 모두 만드는 것이 좋습니다. 특히 llms-full.txt는 AI가 제품 관련 질문에 답할 때 완전한 근거를 제공하므로 가치가 높습니다.
- 파일 용량이 매우 큰 경우: llms.txt를 전체 색인으로 사용하고 llms-full.txt는 주제별 여러 파일로 나눠 컨텍스트 길이 초과를 방지합니다.
- 콘텐츠가 매우 자주 바뀌는 경우: llms-full.txt 생성을 빌드 프로세스에 자동화해야 합니다. 수동으로 관리하면 반드시 최신 상태를 놓치게 됩니다.
가장 흔한 네 가지 실수
- llms.txt에 전문을 넣는 경우: 파일이 길고 파싱하기 어려워지며 색인이라는 본래 목적을 잃습니다.
- llms-full.txt가 너무 커서 잘리는 경우: 모델은 앞부분만 읽고 나머지 콘텐츠는 존재하지 않는 것처럼 처리합니다.
- 파일이 오래된 경우: 실제 콘텐츠는 바뀌었는데 파일을 갱신하지 않으면 모델이 잘못된 과거 정보를 참조합니다. 차라리 파일이 없는 것보다 더 나쁩니다.
- 기본기를 대신하려는 경우: 두 파일은 깔끔한 HTML, 올바른 Schema 마크업, robots.txt 설정을 대체하지 않습니다. 기반이 아니라 추가 요소입니다.
고객사의 두 파일을 점검해 보면 문제의 절반은 형식 오류가 아니라 유지보수 부재에서 발생했습니다. 공개 당일에는 완벽했지만 석 달 뒤에는 실제 콘텐츠와 맞지 않는 경우가 많았습니다. AI가 참조하는 파일은 항상 최신 상태로 살아 있어야 합니다.— Tenten GEO Audit Team
공개 후 검증하고 유지보수하는 방법
파일 공개는 시작에 불과합니다. 먼저 서버가 일반 텍스트(text/plain 또는 text/markdown)로 응답하는지, URL을 직접 열 수 있는지, CDN이나 방화벽이 차단하지 않는지 확인합니다. 다음은 실전 테스트입니다. ChatGPT, Perplexity, Claude에 도메인을 입력하고 제품 관련 질문에 대한 답변이 llms-full.txt의 내용과 일치하는지 살펴봅니다. 마지막으로 "두 파일 다시 생성하기"를 콘텐츠 배포의 정규 프로세스에 포함해 웹사이트와 함께 갱신되도록 해야 합니다. AI 엔진의 관점에서 웹사이트에 무엇이 빠져 있는지 확인하고 싶다면 Tenten GEO의 30분 GEO 진단을 통해 지도와 책 전체를 한 번에 점검할 수 있습니다. 예약 링크는 /contact에 있습니다.
