LLMO 프레임워크: AI 발견 가능성을 위한 표준

LLMO 프레임워크는 AI 시스템이 여러분의 콘텐츠를 발견하고, 이해하고, 정확하게 인용할 수 있는지를 결정하는 6가지 핵심 구성요소를 정의합니다.

개념부터 보려면 What is LLMO?를, 바로 구현하려면 30분 퀵스타트를 참고하세요.

6가지 구성요소

1. 지식 명확성

AI가 여러분의 콘텐츠를 정확하게 이해하고 요약할 수 있을 만큼 명확한가?

• 명확하고 모호하지 않은 언어 사용
• 핵심 용어를 명시적으로 정의
• 구조화된 사실 제공 (누가, 무엇을, 언제, 어디서)
• 설명 없는 전문 용어 사용 금지

2. 구조적 포맷팅 (구조화 포맷)

콘텐츠가 기계가 소비할 수 있도록 구조화되어 있는가?

• 시맨틱 HTML과 Markdown 사용
• JSON-LD 구조화 데이터 구현
• AI 전용 콘텐츠를 위한 llms.txt 제공
• 계층적 콘텐츠 구성

3. 검색 시그널 (검색 신호)

AI 시스템이 필요할 때 여러분의 콘텐츠를 찾을 수 있는가?

• 크롤링 가능성 보장 (robots.txt, sitemap.xml)
• 기계 판독 가능한 엔드포인트 제공 (/ai/, .md 파일)
• llms.txt 표준 구현
• 가능한 경우 API를 통한 콘텐츠 제공

4. 권위 시그널 (권위 신호)

콘텐츠가 전문성과 신뢰성을 입증하는가?

• 검증 가능한 자격을 갖춘 저자 표시
• 크로스 플랫폼 존재감 (GitHub, LinkedIn, 출판물)
• 모든 플랫폼에서 일관된 정보
• 인용을 동반한 근거 기반 주장

5. 인용 시그널 (인용 신호)

콘텐츠가 AI가 검증할 수 있는 참고 문헌을 제공하는가?

• 1차 출처 링크
• 게시일 포함
• 버전 정보 제공
• 학술 논문 및 공식 문서 참조

6. 일관성 시그널

AI가 읽는 모든 표면에서 동일한 사실이 동일한 이야기를 전하는가?

• 모든 수치 및 사실 주장에 대해 단일 진실 공급원
• AI 전용 표면(llms.txt, /ai/*.md)을 HTML과 같은 데이터에서 생성
• 정규 호스트와 끝 슬래시 정책을 모든 곳에서 강제
• 동일한 @id에 대한 중복 JSON-LD 엔티티가 없음

점수 체계

각 구성요소는 0-3점 척도로 평가할 수 있습니다:

점수	수준	설명
0	없음	해당 구성요소가 다뤄지지 않음
1	기본	최소한의 구현
2	양호	개선 여지가 있는 견실한 구현
3	우수	모범 사례 수준의 구현

최고 점수: 18점 (6개 구성요소 x 3점)

자가 평가 체크리스트

각 컴포넌트로 자신의 사이트를 점수화하세요. 자신 있게 체크할 수 있는 항목 1개당 1점, 컴포넌트당 3점 만점을 목표로.

1. 지식 명확성 (최대 3점)

• 모든 페이지가 주요 질문에 대한 한 문장 답변으로 시작 (Answer-first)
• 도메인 전문 용어가 첫 사용 시 정의됨 (설명 없는 전문 용어 없음)
• 각 단락이 단일 아이디어를 담음 (다중 주장 단락 없음)

2. 구조화 포맷 (최대 3점)

• 페이지가 시맨틱 H1 → H2 → H3 계층을 사용하고 헤딩 단계를 건너뛰지 않음
• 의미 있는 모든 페이지가 JSON-LD를 출력 (Article / TechArticle / FAQPage / Product / Organization 등)
• 비교 콘텐츠가 산문이 아닌 테이블 사용

3. 검색 신호 (최대 3점)

• /llms.txt가 사이트 루트에 존재하고 핵심 페이지를 나열
• /ai/ 디렉토리가 각 주요 주제에 깨끗한 Markdown 제공 (다국어 사이트라면 언어별로도)
• robots.txt가 GPTBot, ClaudeBot, PerplexityBot, Google-Extended를 명시적으로 허용; sitemap.xml 도달 가능

4. 권위 신호 (최대 3점)

• 저자가 검증 가능한 약력과 LinkedIn / GitHub / X / 출판 프로필 sameAs 링크를 가짐
• 동일 정체성(이름, 역할, 주제)이 최소 3개 플랫폼에서 일관됨
• 사이트가 저자가 실제 발표한 1차 연구, 책, 논문에 링크

5. 인용 신호 (최대 3점)

• 숫자를 사용하는 모든 주장이 출처 이름과 연도로 인용됨
• 모든 페이지가 datePublished와 dateModified 둘 다 노출 (JSON-LD 또는 가시 메타에서)
• 비교 콘텐츠가 산업 표준(W3C, RFC, ISO, schema.org)을 이름과 링크로 참조

6. 일관성 시그널 (최대 3점)

• 각 수치 / 사실 주장이, 다른 모든 곳에서 참조되는 단일 정규 출처 파일을 가짐
• AI 표면(llms.txt, /ai/*.md, URL.md 엔드포인트)이 HTML과 같은 데이터에서 생성됨
• CI가 핵심 지표의 교차 파일 드리프트를 검사; 동일한 @id의 중복 JSON-LD 엔티티가 없음

점수 가이드

합계	구간
16–18	프로덕션급 — AI 시스템이 적극 인용
11–15	양호 — AI에서 보이지만 일관성 부족
6–10	부분적 — 검색성, 권위, 또는 일관성에 큰 격차
0–5	비가시 — /llms.txt, robots.txt, JSON-LD부터 시작

더 높은 점수를 원하나요? 각 컴포넌트 페이지(지식 명확성, 구조화 포맷, 검색 신호, 권위 신호, 인용 신호, 일관성 신호)에 점수를 1 → 2 → 3으로 올리는 구체적 구현이 나열되어 있습니다.