만약 어떤 기업 그룹이 2026년까지 AI 에이전트(AI agents)를 위한 사이트 준비를 마쳐야 한다면, 그들은 바로 AI를 구축하고 있는 기업들일 것입니다. 그래서 우리는 다음 19개 기업을 대상으로 실제 스캔을 실시했습니다: Anthropic, OpenAI, Perplexity, Cloudflare, GitHub, Stripe, Vercel, Shopify, Notion, Figma, Linear, Cursor, Supabase, Pinecone, Hugging Face, LangChain, Mistral, Cohere, Groq.

결과: A 등급 0개. B 등급 1개. C 등급 7개. D 등급 10개. F 등급 1개. 34개의 신호(signals) 전반에 걸친 평균 통과율은 54.5%였습니다.

이것은 "인터넷이 뒤처져 있다"는 뜻이 아닙니다. 자신들의 에이전트가 당신의 사이트를 크롤링(crawl)해야 하는 벤더(vendors)들이 정작 자신들의 숙제를 틀리고 있다는 뜻입니다. 만약 당신이 오늘 웹을 구축하고 있다면, 이 벤치마크(benchmark)는 무엇을 가장 먼저 수정해야 할지에 대한 치트 시트(cheat sheet)가 될 것입니다.

우리가 실제로 점검한 항목

우리의 공개 스캐너는 6개의 버킷(buckets)으로 그룹화된 34개의 신호를 실행합니다:

• discoverability (발견 가능성): robots.txt, sitemap.xml, /.well-known/, llms.txt, 신디케이션 피드(syndication feed)
• ai_policy (AI 정책): GPTBot, ClaudeBot, PerplexityBot, Google-Extended에 대한 명시적 규칙, 콘텐츠 신호 선언(content-signal declarations)
• schema (스키마): Organization, WebSite, FAQPage, BreadcrumbList를 위한 JSON-LD
• agent_protocols (에이전트 프로토콜): MCP 서버 카드, A2A 에이전트 카드, 에이전트 기술 인덱스(agent-skills index)
• content (콘텐츠): 이미지 alt 속성 커버리지, 마크다운(markdown) 콘텐츠 협상, 헤딩(heading) 구조
• browser_ux (브라우저 UX): 탭 대상 크기(tap-target size), aria 레이블 (에이전트 또한 접근성 신호를 크롤링합니다)

모든 점검은 우리의 인프라(infra)에서 실행되는 실제 HTTP 요청이며, 귀하의 설정에 대한 단순한 린트(lint) 패스가 아닙니다. 따라서 agentfix.pro/scan은 "당신은 GPTBot 규칙을 주장하지만 해당 파일이 404 오류를 반환합니다"와 같은 결과를 반환합니다.

모든 AI 네이티브 브랜드가 실패한 세 가지 신호

1. FAQPage / BreadcrumbList JSON-LD (19/19 실패)

홈페이지나 일반적인 제품 페이지에 FAQPage 또는 BreadcrumbList 스키마를 갖춘 사이트가 단 하나도 없었습니다. 이 두 가지 스키마 유형은 ChatGPT, Google의 AI Overviews, Perplexity가 인라인 답변 카드(inline answer cards)를 구축하는 방식입니다. 이것들이 없다면 당신의 콘텐츠가 읽히기는 하겠지만, 강조된 출처(highlighted source)가 되는 경우는 드뭅니다. 추가 비용: 두 개의 <script type="application/ld+json"> 태그.

2. /.well-known/mcp.json에 위치한 MCP 서버 카드 (19/19 실패)

Model Context Protocol (MCP)는 Anthropic의 자체 표준입니다. 발견 규약 (discovery convention)은 /.well-known/mcp.json에 위치하여 귀하의 MCP 서버, 전송 (transport), 도구 (tools)를 설명하는 카드입니다. Anthropic의 자체 사이트도 이를 게시하지 않고 있습니다. OpenAI나 Perplexity 역시 마찬가지입니다. 귀하의 제품이 어떠한 프로그래밍 방식의 인터페이스 (programmatic surface) (검색, 문서 API, 제품 카탈로그 등)를 노출한다면, 이는 카드와 서버라는 두 개의 파일만으로 얻을 수 있는 승리입니다.

3. 탭 대상 크기 (Tap-target size) (17/17 점검, 모두 실패)

페이지를 렌더링하는 에이전트들은 밀집된 클릭 가능 영역에 대해 불이익을 줍니다. 최소 44x44px의 터치 대상을 갖춘 모바일 퍼스트 CSS는 10년 된 접근성 (accessibility) 규칙이지만, 현대의 에이전트 렌더러에게도 유효합니다. 버튼 컴포넌트에서 한 번만 수정하면 됩니다.

주요 발견 사항 (재미있는 부분)

• **Cloudflare (B, 71%)**는 목록 중 유일한 B 등급이었습니다. 이들은 실제로 /llms-full.txt를 게시하고 봇 규칙을 선언합니다. 스스로 AI 에이전트 준비도 제품을 판매한다는 점을 고려하면, 이는 최소한 자기 일관성 (self-consistent)을 갖춘 셈입니다.
• **Perplexity (F, 29%)**가 최악이었습니다. AI 정책 선언도 없고, llms.txt도 없으며, 홈페이지에 스키마 마크업 (schema markup)도 없습니다. 이 회사는 말 그대로 "웹 크롤링 기반의 답변"을 판매하면서, 정작 자신들의 사이트는 크롤러에게 불투명합니다.
• **Anthropic (D, 53%)**는 MCP를 표준으로 게시하고 있지만, 정작 자신들의 MCP 카드는 게시하지 않습니다.
• **GitHub (D, 47%)**는 llms.txt, MCP 카드, A2A 카드가 모두 없습니다. GitHub의 검색 인덱스는 모든 LLM의 절반이 먹고사는 데이터인데도 여전히 47%를 기록했습니다.
• **Stripe (C, 56%)**와 **Vercel (C, 65%)**은 스키마 (schema) 측면에서는 탄탄했으나, 에이전트 프로토콜 (agent protocols) 측면에서는 취약했습니다.
• **Supabase (C, 68%)**는 우수한 사이트맵 (sitemap)과 강력한 스키마 커버리지 덕분에 두 번째로 좋은 성적을 거두었습니다.

사이트별 전체 등급 및 원본 JSON은 다음의 심층 분석 글을 참조하세요: agentfix.pro/blog/we-scanned-10-ai-forward-sites-in-2026.

복사-붙여넣기 가능한 최소 실행 가능 수정 사항 (Minimum Viable Fix)

귀하의 사이트가 D 등급 이하(통계적으로 가능성이 높음)라면, 다음 세 가지 파일부터 시작하세요. 두 시간 정도의 작업만으로 대부분의 사이트 등급을 두 단계 올릴 수 있습니다.

/llms.txt (Answer.AI 규약이며, LLM 크롤러를 위한 사실상의 표준 인덱스가 되어가고 있음):

# YourProduct

> 에이전트가 인용해야 할 한 줄 설명.
...

/.well-known/mcp.json (최소한의 파일로, MCP(Minimal Content Profile) 서피스를 가지고 있음을 선언):

{
  "schemaVersion": "2025-03-26",
  "name": "Your Product",
... 

홈페이지 FAQPage JSON-LD (노력 시간당 가장 큰 AI 개요 레버리지):

<script type="application/ld+json">
{
  "@context": "https://schema.org",
... 

그 후 다시 스캔하여 점수가 상승하는 것을 지켜보세요.

이것을 게시해야 하는 이유

두 가지 이유가 있습니다. 첫째, 저희는 이 스캐너를 제품으로 운영하고 있으며, 이는 투명성 문제입니다. 지금 바로 agentfix.pro/scan에 접속하여 모든 수치를 재현할 수 있습니다. 둘째, 저희는 2026년 10월 5일에 동일한 19개 사이트를 다시 실행하고 결과를 비교(diff)할 계획입니다. 만약 Cloudflare가 MCP 카드를 추가하거나 OpenAI가 A2A를 추가한다면, 부록으로 보여드릴 것입니다. 스냅샷 벤치마크는 agent-web이 가질 수 있는 가장 가까운 점수판과 같습니다.

만약 귀하의 사이트가 목록에 있고 뭔가 잘못된 것 같다면, DM(다이렉트 메시지)을 보내주세요. 저희는 허용 목록 없이 프로덕션 환경에서 원시 스캔을 실행했기 때문에, 만약 신호가 오작동했다면 수치를 방어하기보다 스캐너를 수정하고 싶습니다.

19개 스캔 전체의 원본 JSON이나 개별 신호별 분석이 필요하다면, 블로그에 게시된 심층 분석 글에 모두 담겨 있습니다.

다음으로 추적할 것들

• Agent-skills index (95% 실패): 에이전트가 전체 문서 사이트를 로드하지 않고도 특정 기능을 선택할 수 있게 해주는 개별 기능 카드. 새롭게 등장하는 표준(spec)이지만 방향은 명확합니다.
• Markdown content negotiation (84% 실패): Accept: text/markdown 요청에 대해 text/markdown을 제공하는 것. Next.js/Astro 백엔드에서는 저렴하지만, 인간 사용자에게는 눈에 띄지 않습니다.
• Content-signal declarations (84% 실패): 사용자가 동의하는 바를 명시할 수 있게 해주는 새롭게 등장하는