에이전트 준비도(Agent-Readiness)는 AI 에이전트가 사람의 도움 없이 페이지를 정확히 읽고 이해한 뒤 그 내용을 재구성할 수 있는지를 측정하는 지표입니다. 웹페이지가 보기 좋은지와는 거의 관계가 없으며, 사람이 느끼는 사용자 경험과도 일부만 겹칩니다. 브라우저에서는 아름답고 매끄럽게 보이는 사이트라도 ChatGPT, Perplexity, Claude 같은 에이전트가 읽을 때는 깔끔하게 추출할 수 없는 잡음투성이일 수 있습니다. isitagentready 같은 도구는 눈에 보이지 않는 이 간극을 점수로 환산해, 기계의 관점에서 페이지에 실제로 활용 가능한 정보가 얼마나 남는지 보여줍니다.
에이전트 준비도는 정확히 무엇을 측정할까?
전통적인 SEO는 사람이 브라우저로 화면과 이미지를 본다고 전제합니다. 반면 에이전트 준비도는 독자가 프로그램이라고 가정합니다. 프로그램이 받는 것은 JavaScript로 렌더링된 완성 화면이 아니라 서버가 반환한 HTML 소스, 일반 텍스트, 구조화 데이터입니다. 이 차이는 매우 중요합니다. 많은 웹사이트가 핵심 콘텐츠를 프런트엔드 프레임워크의 렌더링 이후에 표시합니다. 사람은 페이지를 열면 내용을 볼 수 있지만, 에이전트가 처음 받는 응답은 거의 비어 있는 스켈레톤뿐일 수 있습니다. 에이전트 준비도는 렌더링이나 사람의 시각에 기대지 않고 기계가 읽을 수 있는 신호만으로 페이지의 정보가 얼마나 온전히 보존되는지를 측정합니다.
구체적으로는 세 가지를 확인합니다. 콘텐츠가 깔끔하게 추출되는지, 의미 구조가 명확한지, 기계가 페이지의 주제와 그 내용을 뒷받침하는 주체를 판단할 수 있는지입니다. 이 세 요소는 에이전트의 인용 여부뿐 아니라 인용할 때 브랜드명, 수치, 결론을 올바른 맥락에 배치할 수 있는지도 좌우합니다. 잘못된 맥락에 인용되는 것은 차라리 인용되지 않는 것보다 더 나쁠 수 있습니다.
isitagentready 점수 해석법
isitagentready는 종합 점수와 여러 세부 점검 결과를 함께 제공합니다. 종합 점수는 보여주기 위한 숫자가 아니라, 에이전트가 해당 페이지를 크롤링할 때 정보를 제대로 포착할 가능성과 연결됩니다. 점수가 낮다고 해서 글의 품질이 나쁘다는 뜻은 아닙니다. 대개 콘텐츠를 담아낸 방식이 기계가 읽고 의미를 파악하기에 적합하지 않다는 뜻입니다. 따라서 실제로 봐야 할 것은 어떤 세부 항목에서 점수를 잃었는지입니다.
- 시맨틱 HTML: 제목 계층(h1~h3)이 올바른지, 문단을 여러 겹의 div가 아니라 실제 의미에 맞는 태그로 구성했는지 확인합니다.
- 콘텐츠 추출 가능성: 본문이 초기 HTML에 들어 있는지, 아니면 JavaScript 렌더링이 끝나야 나타나는지 확인합니다.
- 구조화 데이터: 기계가 각 필드를 바로 읽을 수 있도록 Schema.org 마크업(Article, FAQPage, Organization)을 적용했는지 확인합니다.
- 텍스트 전용 판독성: 문단 경계가 분명한 깔끔한 텍스트 또는 Markdown 버전을 제공하는지 확인합니다.
- 크롤링 허용 여부: robots.txt와 llms.txt가 AI 에이전트의 접근을 차단하는지, 적절한 경로를 안내하는지 확인합니다.
- 권위 신호: 작성자, 발행일, 출처 인용처럼 기계가 해석할 수 있는 신뢰 근거가 있는지 확인합니다.
각 항목은 단순한 통과 또는 실패가 아니라 충족 정도에 따라 평가됩니다. 예를 들어 의미 구조가 매우 깔끔해 높은 점수를 받은 페이지라도 핵심 수치가 모두 이미지에 들어 있고 대체 텍스트가 없다면 관련 항목의 점수가 떨어집니다. 이 경우 에이전트는 문단은 읽을 수 있지만, 정작 가장 인용되기를 바라는 수치는 가져가지 못합니다.
AI 에이전트가 페이지를 읽을 때 실제로 일어나는 일
Perplexity가 질문을 받은 뒤 여러분의 페이지를 수집하기로 했다고 가정해 보겠습니다. 일반 텍스트 요청에 가까운 방식으로 페이지에 접근해 HTML을 받고, 스타일과 스크립트를 제거한 다음, 남은 콘텐츠를 여러 구간으로 나눠 질문에 답하는 부분을 찾습니다. 이 과정은 몇 초 안에 끝나며, 옆에서 “이 이미지에 적힌 내용은 이것”이라고 설명해 줄 사람은 없습니다. 핵심 정보가 캐러셀이나 아코디언, 클릭해야 펼쳐지는 블록 안에 숨어 있다면 에이전트가 건너뛸 가능성이 큽니다.
같은 내용도 정돈된 아티클 구조로 작성했을 때는 인용되다가 인터랙티브 컴포넌트 안에 넣는 순간 사라지는 이유가 여기에 있습니다. 에이전트는 문제를 알려주지 않습니다. 그저 조용히 다른 출처를 선택합니다.
자주 감점되는 항목
고객사의 에이전트 준비도를 점검해 보면 반복해서 나타나는 문제는 몇 가지로 압축됩니다.
- 콘텐츠를 클라이언트 측 JavaScript로 렌더링해 초기 HTML이 거의 비어 있습니다. 에이전트는 스켈레톤만 확인한 채 페이지를 떠납니다.
- 시각적 스타일만으로 제목처럼 꾸밉니다. div의 글자를 키우고 굵게 표시할 뿐 제목 태그를 쓰지 않아 기계가 계층을 파악하지 못합니다.
- 핵심 데이터, 사양, 가격을 이미지로만 제공하고 기계가 읽을 수 있는 텍스트나 표 버전은 제공하지 않습니다.
- 구조화 데이터가 전혀 없거나, Schema 유형을 잘못 입력했거나, 화면에 표시된 콘텐츠와 마크업 내용이 일치하지 않습니다.
- FAQ를 시각적인 아코디언으로만 구현하고 이에 대응하는 FAQPage 마크업을 제공하지 않습니다.
- llms.txt가 없어 에이전트가 어떤 페이지를 크롤링하고 건너뛸지 추측에 의존해야 합니다.
이 문제들은 콘텐츠를 새로 쓸 필요가 없습니다. 모두 기존 콘텐츠를 기계에 어떤 구조로 전달하느냐에 관한 설계 및 엔지니어링 문제입니다. 오히려 좋은 소식입니다. 에이전트 준비도는 비교적 적은 비용으로 손볼 수 있는 몇 가지 최적화만으로 개선할 수 있고, 그 효과가 인용률에 직접 나타납니다. 아티클 전체를 대량으로 다시 쓰는 것보다 훨씬 효율적입니다.
몇 점이면 준비됐다고 볼 수 있을까? 다음 단계는 무엇일까?
모든 사이트에 적용되는 절대적인 통과 기준은 없습니다. 다만 실무적으로는 에이전트가 초기 HTML만 읽고도 “누가 제공한 페이지인지, 무엇을 다루는지, 핵심 결론과 수치는 무엇인지, 누가 그 내용을 뒷받침하는지” 설명할 수 있다면 대체로 준비된 상태라고 볼 수 있습니다. 점수는 자랑하기 위한 숫자가 아니라 개선이 필요한 지점을 찾는 도구입니다.
실무의 우선순위는 명확합니다. 먼저 초기 HTML에서 콘텐츠를 읽을 수 있게 하고, 다음으로 의미에 맞는 태그와 제목 계층을 적용합니다. 그다음 올바른 구조화 데이터를 추가하고, 마지막으로 llms.txt와 권위 신호를 정비합니다. 이 순서를 뒤집어 콘텐츠가 렌더링되지도 않는 상태에서 Schema부터 잔뜩 추가하면, 읽을 수 없는 대상에 라벨만 붙이는 셈입니다. 에이전트의 눈에 여러분의 웹사이트가 어떻게 보이는지, 어떤 격차가 인용률을 가장 크게 떨어뜨리는지 알고 싶다면 30분 GEO 진단을 예약해 보세요. 전체 에이전트 준비도 점검 결과를 함께 살펴보며 설명해 드립니다.
