LLMO 퀵스타트: 30분 만에 구현하기

3개의 파일만 추가하면 30분 안에 사이트를 AI가 발견할 수 있도록 만들 수 있다. 이 가이드는 최소한의 LLMO 구현 방법을 다룬다.

필수 파일 3가지

파일	목적	소요 시간
`robots.txt`	AI 크롤러의 사이트 접근 허용	5분
`llms.txt`	AI에게 사이트의 구조화된 요약 제공	15분
JSON-LD `<script>`	AI에게 콘텐츠의 구조화 데이터 제공	10분

1단계: AI 크롤러용 robots.txt (5분)

대부분의 사이트에는 이미 robots.txt가 있다. AI 크롤러를 위한 명시적 Allow 규칙을 추가하자:

User-agent: *
Allow: /

User-agent: GPTBot
Allow: /

User-agent: ClaudeBot
Allow: /

User-agent: Google-Extended
Allow: /

User-agent: PerplexityBot
Allow: /

Sitemap: https://yoursite.com/sitemap.xml

명시적 Allow가 필요한 이유: 일부 호스팅 플랫폼과 CDN은 기본적으로 AI 크롤러를 차단한다. 명시적 규칙으로 의도치 않은 차단을 방지할 수 있다.

알려진 AI 크롤러

크롤러	운영자	용도
GPTBot	OpenAI	ChatGPT, 웹 브라우징
ClaudeBot	Anthropic	Claude 웹 검색
Google-Extended	Google	Gemini, AI Overviews
PerplexityBot	Perplexity	Perplexity 검색
Amazonbot	Amazon	Alexa, 상품 검색
CCBot	Common Crawl	학습 데이터 수집

2단계: llms.txt 생성 (15분)

llms.txt 파일(llmstxt.org에서 Jeremy Howard가 제안)은 AI 시스템에 사이트의 구조화된 요약을 제공한다.

이 파일을 사이트 루트에 배치한다: https://yoursite.com/llms.txt

템플릿

# 사이트 이름

> 사이트가 하는 일을 한 문장으로 설명.

## What We Do

핵심 서비스, 전문 분야, 목적을 설명하는 간단한 단락.
평이한 언어를 사용하고 마케팅 용어는 피한다.

## Key Facts

- Founded: [연도]
- Team: [규모 또는 핵심 인원]
- Location: [해당하는 경우]
- Specialization: [핵심 전문 분야]

## Products / Services

- **Product A**: 간략한 설명
- **Product B**: 간략한 설명

## Links

- Website: https://yoursite.com
- Documentation: https://yoursite.com/docs
- GitHub: https://github.com/yourorg
- Contact: https://yoursite.com/contact

모범 사례

사실을 먼저, 마케팅은 나중에. “AI 자동화로 Android 앱을 개발합니다”가 “최첨단 시너지를 활용합니다”보다 낫다.
구조화 데이터를 포함하라. 표, 목록, 키-값 쌍은 산문보다 AI가 파싱하기 쉽다.
2,000단어 이내로 유지하라. 간결한 요약이 전체가 수집될 가능성이 높다.
정기적으로 업데이트하라. AI 시스템은 주기적으로 재크롤링한다. 오래된 llms.txt는 오래된 AI 응답을 의미한다.

3단계: JSON-LD 구조화 데이터 (10분)

홈페이지의 <head>에 JSON-LD 스크립트를 추가한다. AI가 엔티티 유형, 관계, 핵심 속성을 이해하는 데 도움이 된다.

Organization Schema

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Your Company",
  "url": "https://yoursite.com",
  "description": "회사가 하는 일을 한 문장으로.",
  "founder": {
    "@type": "Person",
    "name": "Founder Name"
  },
  "sameAs": [
    "https://github.com/yourorg",
    "https://linkedin.com/company/yourorg",
    "https://x.com/yourorg"
  ]
}
</script>

Article Schema (블로그 포스트용)

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Your Article Title",
  "author": {
    "@type": "Person",
    "name": "Author Name",
    "url": "https://authorsite.com"
  },
  "datePublished": "2026-01-15",
  "publisher": {
    "@type": "Organization",
    "name": "Your Company"
  }
}
</script>

Schema 유형 선택 가이드

콘텐츠 유형	Schema	우선순위
홈페이지	Organization 또는 Person	높음
블로그 포스트	Article 또는 BlogPosting	높음
제품	Product	높음
FAQ 페이지	FAQPage	중간
문서	TechArticle	중간
도서	Book	중간

구현 확인

배포 후 다음을 확인한다:

robots.txt: https://yoursite.com/robots.txt에 접속하여 AI 크롤러가 허용되어 있는지 확인
llms.txt: https://yoursite.com/llms.txt에 접속하여 내용이 정확한지 확인
JSON-LD: Google의 리치 결과 테스트를 사용하거나 페이지 소스를 확인하여 스크립트 태그가 있는지 확인
AI 테스트: ChatGPT 또는 Perplexity에 사이트/제품에 대해 질문하고 응답을 관찰

다음 단계

이 퀵스타트는 LLMO Framework의 Retrieval Signals와 Structural Formatting 컴포넌트를 다뤘다. 전체 프레임워크:

Knowledge Clarity — AI가 이해할 수 있는 콘텐츠 작성
Authority Signals — 검증 가능한 전문성 구축
Citation Signals — AI가 인용하고 싶은 데이터 제공
Framework Overview — 5가지 컴포넌트로 사이트 점수 확인